Il CFO Tech afferma che i leader della finanza stanno fraintendendo l’impatto finanziario dell’IA
Scopri come i leader della finanza utilizzano l’IA per automatizzare i flussi di lavoro, migliorare l’accuratezza e ridurre il lavoro manuale, mantenendo comunque la responsabilità umana per giudizio e supervisione.
Ashok Manthena
CFO e Chief Finance AI presso ChatFin.ai
Esecuzione dell’IA: I team finanziari dovrebbero concentrarsi sull’integrare l’IA nelle operazioni andando oltre la sola analisi, per migliorare l’esecuzione.
Adozione graduale: I CFO devono implementare l’IA gradualmente per evitare di interrompere le operazioni finanziarie critiche nelle grandi organizzazioni.
Impatto sui costi: L’IA può ridurre i costi e migliorare l’efficienza, ma i leader devono dare priorità alla continuità aziendale rispetto ai risparmi rapidi.
Flusso di lavoro AR: Gli agenti IA ottimizzano i processi di crediti verso clienti, rendendoli più efficienti e in gran parte senza intervento manuale.
Ruolo del giudizio: La pianificazione del budget e le previsioni continuano a dipendere dal giudizio umano, poiché l’IA non può automatizzare completamente queste funzioni.
Ashok Manthena è il CFO e Chief Finance AI di ChatFin.ai. È anche autore e ricercatore specializzato nell'applicazione dell'IA alle operazioni finanziarie.
In questa intervista, Ashok ha condiviso come i leader finanziari devono approcciare la trasformazione IA nelle loro organizzazioni.
Andare Oltre l'Analisi con l'IA: Verso l'Esecuzione con l'IA
Sono Ashok Manthena, ricercatore e professionista specializzato nell'applicazione dell'IA alle operazioni finanziarie. Il mio lavoro copre le principali funzioni finanziarie, tra cui AP/AR, processi di controllo come la chiusura di fine mese, FP&A e fiscalità.
Vuoi di più da The CFO Club?
Crea un account gratuito per terminare questo articolo e unirti a una comunità di moderni CFO ed executive finanziari che accedono a framework comprovati, strumenti e approfondimenti utili a navigare la finanza guidata dall’IA.
Have an account? Log In
Nel corso della mia carriera ho collaborato con grandi imprese, e oggi lavoro con una vasta gamma di realtà — da organizzazioni di medie dimensioni ad aziende con fatturati che vanno da qualche centinaio di milioni a oltre un miliardo di dollari. Queste organizzazioni sono attive in vari settori, utilizzano diversi stack tecnologici e sistemi ERP, il che aggiunge ulteriori livelli di complessità — specialmente dal punto di vista della sicurezza informatica.
Il mio focus è su come l'IA possa andare oltre l’analisi e arrivare all’esecuzione, automatizzando i flussi di lavoro, migliorando la precisione e permettendo ai team finanziari di lavorare con maggiore velocità e controllo.
Perché i CFO Devono Promuovere un'Adozione Graduale dell'IA
Molti CFO — soprattutto nelle aziende di medie e grandi dimensioni, anche se la questione è molto più ampia — presumono che la loro trasformazione IA sarà un cambiamento radicale, in cui l'IA sostituirà rapidamente i processi fin dal primo giorno. Questa non è una prospettiva realistica.
Nelle organizzazioni più grandi, le operazioni finanziarie sono fondamentali per la gestione aziendale e non possono essere interrotte. Pertanto, l’adozione dell’IA deve essere molto più mirata e graduale di quanto molti si aspettino. Ogni CFO dovrebbe esserne consapevole.
In ogni trasformazione, l'aspetto umano è fondamentale. La resistenza al cambiamento e una corretta gestione dell’innovazione richiedono massima attenzione — e questo vale in modo particolare per la trasformazione IA. Alla fine, una persona rimane responsabile del risultato; qualcuno ne sarà sempre responsabile. Dunque, non bisogna sottovalutare né trattare con leggerezza la componente umana nell’adozione dell’IA.
Un approccio dall'alto verso il basso è quello che funziona meglio. Quando i leader finanziari spingono attivamente per l’adozione dell’IA, identificano le aree dove i team investono risorse e promuovono miglioramenti mirati; così l’introduzione dell’IA accelera. Questo focus, guidato dalla leadership, sulla gestione delle inefficienze operative fa sì che le iniziative IA generino risultati.
Come l'IA Incide sul Risultato Economico di un'Azienda
Quando implementata in modo intelligente, ho osservato i benefici dell’IA su più fronti.
Si è registrata una riduzione significativa dei costi, oltre a una minore dipendenza dalle risorse manuali, poiché molti processi ora vengono eseguiti automaticamente.
Oltre a ciò, abbiamo assistito a un cambiamento ancora più rilevante — persone e team ora possono svolgere attività che prima non erano possibili per mancanza di tempo o risorse. Invece di dover concentrarsi solo su compiti di routine, dedicano più tempo a attività che influenzano direttamente il risultato aziendale.
Detto questo, credo che molti fraintendano l’impatto finanziario. I risparmi iniziali dovuti all'automazione si manifestano rapidamente, ma si stabilizzano altrettanto in fretta. Ciò che conta di più è garantire la continuità operativa, minimizzando il rischio di interruzioni e migliorando le prestazioni aziendali complessive. In grandi realtà finanziarie, anche piccole interruzioni possono avere un impatto finanziario sproporzionato; per questo adottare l’IA in modo graduale e controllato permette di conservare più valore rispetto a una mera riduzione aggressiva dei costi.
Durante la sperimentazione, i team individuano i casi d'uso che generano davvero ROI — non solo riducendo il lavoro, ma migliorando precisione, controllo e capacità decisionale. È lì che si concentra il vero potenziale economico dell’IA.
Ciò che conta di più è proteggere la continuità operativa, ridurre al minimo il rischio di interruzioni e migliorare le prestazioni complessive dell’azienda.
Come l’IA cambia radicalmente i flussi di lavoro dell’AR
Ho partecipato a trasformazioni in quasi tutte le funzioni del CFO.
Prendiamo come esempio la gestione della casella di posta dell’AR. Tradizionalmente, i team impiegano molto tempo a comunicare con i clienti, rispondere a domande e sollecitare le fatture in sospeso. Sebbene i metodi precedenti avessero automatizzato alcune parti del processo, gli agenti IA lo hanno reso molto più semplice ed efficace.
Il flusso di lavoro inizia quando l’agente legge le fatture, identifica le scadenze e le prossime uscite e applica le tue politiche e termini di pagamento. Invia automaticamente solleciti per le fatture scadute e rendiconti periodici che coprono tutti i saldi aperti e in scadenza. Quando un cliente risponde, l’agente recupera i dati rilevanti, verifica il richiedente e risponde con le informazioni appropriate.
Lo abbiamo testato per alcune settimane per assicurarci dell’accuratezza prima di metterlo in produzione. Ora è un processo quasi interamente senza contatto umano, che cambia radicalmente il modo in cui funziona il flusso dell’AR.
Perché budget e previsioni non possono essere completamente automatizzati
L’IA incide meno sul budgeting rispetto ad altre funzioni. Si basa fortemente su giudizio, contesto e intuizione aziendale. L’IA può aiutare nella raccolta dati e in alcune fasi del workflow di budget, ma non abbiamo ancora risolto completamente come combinare efficacemente input umani con insight generati dall’IA.
Lo stesso vale per le previsioni. Rimangono una valutazione ponderata anziché un risultato completamente automatizzato, e credo che sarà così ancora per un po’.
A livello di finanza consolidata, è difficile affidarsi esclusivamente al machine learning perché spesso il segnale è limitato e le previsioni potrebbero non essere sufficientemente affidabili. È qui che il giudizio umano gioca ancora un ruolo fondamentale: comprendere il contesto aziendale, le sfumature e formulare assunzioni informate.
Quindi, per budget e previsioni utilizziamo modelli strutturati e guidati da parametri con variabili note e logica aziendale, in modo che i risultati siano deterministici e semplici da validare per i team finance, invece di affidarci esclusivamente a previsioni guidate dall’ML. E facciamo affidamento sulla presenza dell’umano nel processo.
Per il resto delle operazioni finanziarie, come riconciliazioni, AP, AR, reporting e chiusure, utilizziamo agenti IA. Questi si occupano di acquisizione dati, abbinamenti, comunicazione ed esecuzione dei workflow.
Perché l’IA non sta cambiando il processo di analisi
L’IA non ha fornito l’impatto che mi aspettavo nelle analisi, nemmeno.
L’IA ha reso questi processi più rapidi, ma non ha portato costantemente a insight fondamentalmente nuovi rispetto a quanto già ricavavano i team finance.
I risultati sono spesso confezionati meglio e prodotti più velocemente, ma la comprensione di base del business non è cambiata in modo sostanziale — almeno per noi.
Come cambierà la finanza nei prossimi anni
Guardando avanti, l’IA trasformerà gli strumenti finanziari da un insieme di tool separati a sistemi più unificati e integrati. Emergeranno nuove categorie di software e questo cambiamento modificherà il modo in cui le organizzazioni progettano i sistemi finanziari e utilizzano la tecnologia. Le aziende devono cominciare a pensarci fin da ora.
L’IA sta cambiando la finanza, non attraverso un unico salto, ma su più fronti: flussi di lavoro, team, sistemi e decisioni.
Siamo ancora agli inizi del percorso di trasformazione dell'IA, e rimangono molte incognite, soprattutto in ambiti come l'allocazione del capitale. Pertanto, sebbene oggi l'IA possa svolgere molti compiti in autonomia, il mio consiglio ai leader finanziari è di trattenere il giudizio finale — che deve basarsi su conoscenza del business, contesto settoriale ed esperienza.
Segui il percorso
Puoi seguire il percorso di Ashok Varma su LinkedIn.
Presto altre interviste con esperti su The CFO Club!
