Il CFOO afferma che il vero progetto di IA sono i dati puliti, non l’automazione sofisticata

Dave Leaver è il CFOO di Mention Me, un'azienda B2B SaaS di Serie B nel settore delle referenze e della promozione da parte dei clienti.

Abbiamo parlato con Dave per capire dove l'IA offre il maggiore vantaggio nei flussi di lavoro finanziari. Ecco cosa ci ha detto.

I CFO devono poter definire la direzione, non limitarsi a riferire sui risultati

Sono Dave. Sono il CFOO di Mention Me, un'azienda B2B SaaS con sede a Londra. Sono anche cofondatore di HP-1, un marchio DTC guidato da creator che sto costruendo da zero.

Il mio percorso non è stato convenzionale. Ho iniziato inseguendo una carriera nello sport professionistico. Quando non è successo, mi sono formato come commercialista e poi mi sono trasferito a Sydney per inseguire il sole.

Dopo più di vent'anni, ho lavorato nella consulenza presso KPMG, nel settore dei beni di largo consumo e in aziende quotate all'ASX, ho gestito la finanza per personaggi famosi e ho maturato una profonda esperienza in startup tecnologiche sostenute da VC e PE su entrambi i lati del mondo. Ho creato funzioni finanziarie da zero, fatto crescere aziende in diversi continenti e avuto la responsabilità di P&L del valore di centinaia di milioni.

Ma non ho mai incarnato lo stereotipo del commercialista ingessato. Amo la semplicità e penso che il lavoro debba essere orientato all'impatto. Se un'attività non fa avanzare qualcosa, la elimino.

Questo istinto mi ha messo in contrasto con il modo in cui tradizionalmente opera la funzione finanziaria. Meticolosa, accurata e un passo indietro rispetto all'azienda: i numeri sono corretti, ma quando l'analisi arriva, le decisioni sono già state prese.

Perciò, quando è arrivata l'IA, l'ho accolta, non come una tendenza da adottare, ma come un modo per eliminare il lavoro manuale. Dedico meno tempo a riferire i numeri e più tempo a capire cosa significano e dove dovrebbe dirigersi l'azienda. Gli stessi sistemi che utilizzo per gestire le mie aziende mi forniscono numeri in tempo reale, materiali per il consiglio di amministrazione che raccontano una storia invece di limitarsi a riferirla e una funzione finanziaria snella che cresce senza aumentare il numero di dipendenti.

Credo che un CFO debba poter definire la direzione, non limitarsi a riferire sui risultati a posteriori.

Un team snello alimentato dall'IA

Mention Me è un'azienda B2B SaaS di Serie B nel settore delle referenze e della promozione da parte dei clienti, con sede a Londra e sostenuta da Octopus Ventures ed Eight Roads. Vendiamo a marchi nel Regno Unito, in Europa e oltre.

Il mio incarico va oltre la sola finanza. Comprende finanza, risorse umane e persone, strategia e operazioni: quindi sono tanto vicino al modo in cui assumiamo e organizziamo il lavoro quanto lo sono ai numeri.

La struttura è snella per scelta. Un piccolo team interno gestisce le attività fondamentali, mentre una funzione esternalizzata supporta il lavoro transazionale. La funzione si basa sull'IA. Abbiamo automatizzato la reportistica, le pipeline di dati e l'analisi preliminare: attività che in precedenza richiedevano più persone. Questo permette al team di dedicare il proprio tempo alla valutazione e al giudizio, anziché alla produzione.

Ho adottato lo stesso approccio anche per il mio ruolo. Ho creato un'IA "assistente del direttore" che mi aiuta nella gestione quotidiana, selezionando le email in arrivo, segnalando quelle che richiedono una risposta, raccogliendo le azioni emerse dalle riunioni e riunendo tutto in un briefing mattutino, così da iniziare ogni giornata sapendo esattamente su cosa concentrarmi.

Dove l'IA eccelle e dove è necessario l'intervento umano

L'IA si occupa della produzione, gli esseri umani del giudizio, per lo più.

Dal lato dell'IA rientra tutto ciò che implica l'individuazione di schemi, i calcoli o l'assemblaggio. Questo include l'elaborazione numerica nelle previsioni, la costruzione del modello, l'aggiornamento progressivo dei dati effettivi e la variazione degli scenari. Nell'analisi degli scostamenti, l'IA eccelle nell'individuare i cambiamenti e identificarne l'origine. Gestisce anche la modellazione dei flussi di cassa, la parte operativa dei materiali per il consiglio di amministrazione e i commenti preliminari. In sostanza, si tratta del lavoro che un tempo divorava l'intera settimana. L'IA è più veloce di me, non si stanca e non commette errori aritmetici alle 21.

Gli esseri umani gestiscono esplicitamente tutto ciò che comporta conseguenze o richiede il contesto di cui la macchina è priva. L'allocazione del capitale, decidere dove destinare la sterlina successiva, è una scelta basata sul giudizio riguardo alla strategia e alla propensione al rischio, non un calcolo.

Lo stesso vale per le ipotesi alla base di qualsiasi previsione: l'IA può eseguire il modello, ma decidere se concluderemo davvero quell'accordo o manterremo quel prezzo è una decisione umana, e il risultato è valido solo quanto lo è quel giudizio. La valutazione del rischio, tutto ciò che riguarda le persone e tutto ciò che presento al consiglio di amministrazione con il mio nome, sono di mia competenza.

Il motivo di questa distinzione è semplice. L'IA è straordinaria nel dirti "cosa" e "dove". È molto più debole nel rispondere al "perché" e non ha alcun interesse in gioco rispetto alla domanda: "quindi, cosa facciamo?".

L'analisi degli scostamenti è l'esempio più chiaro: l'IA mi dice che il numero è cambiato e indica il fattore determinante in pochi secondi. Cosa facciamo dopo: questa è la parte per cui vengo pagato.

Come ridurre la chiusura di fine mese da 10 giorni a 3

Di recente ho ridotto il tempo necessario per completare la chiusura di fine mese da dieci giorni a tre.

Prima dovevo estrarre i numeri, effettuare le riconciliazioni, preparare le slide, scrivere i commenti e ricostruire i grafici — per la maggior parte manualmente, con una o due persone che gestivano gran parte del lavoro. Quando la documentazione per il consiglio arrivava, descriveva una situazione vecchia di settimane.

Ho automatizzato la produzione e lasciato agli esseri umani le valutazioni. Ora completiamo la chiusura in tre giorni — inclusi la documentazione per il consiglio e le previsioni aggiornate.

Ecco il processo, dal libro mastro grezzo alla documentazione pronta per il consiglio.

1. Il processo inizia dai dati. Invece di esportare i dati e incollarli in un foglio di calcolo, la piattaforma raccoglie i dati aggiornati dai sistemi di origine — il libro mastro, le paghe, la pipeline delle vendite e le metriche degli abbonamenti — in un unico modello connesso. Questo singolo passaggio elimina gran parte del lavoro manuale e degli errori di copia e incolla.
2. Struttura e controlla i dati: standardizza i numeri, segnala automaticamente i problemi di riconciliazione e aggiorna le previsioni sulla base dei dati effettivi nello stesso passaggio, garantendo che la visione prospettica non rimanga mai indietro rispetto a quella riportata.
3. Prepara i risultati. I grafici e la documentazione per il consiglio vengono assemblati a partire da quell'unica fonte, mentre l'IA prepara una prima bozza di commento su ciò che è cambiato, così parto da una bozza invece che da una pagina vuota.
4. Subentra l'essere umano — la parte che conta. Metto alla prova la narrazione e decido cosa il consiglio deve sapere: cosa è un'anomalia passeggera, cosa è strutturale e quale decisione raccomando. La macchina fornisce una solida bozza in poche ore; la valutazione del suo significato rimane mia.

L'IA gestisce la produzione dall'inizio alla fine, fino al punto in cui iniziano le conseguenze. È lì che intervengo io.

La velocità e la qualità sono migliorate contemporaneamente. La documentazione riflette la situazione attuale dell'azienda, non quella di tre settimane fa. Poiché non devo più dare forma ai numeri, dedico il mio tempo a definire la narrazione, comprendere cosa guida i cambiamenti e determinare quali decisioni presentare al consiglio. In breve, abbiamo smesso di riportare i numeri e abbiamo iniziato a spiegarli.

I vantaggi e gli svantaggi dell'IA nella finanza

I risultati positivi sono misurabili. Oltre ai miglioramenti nella chiusura di fine mese, ora la pianificazione degli scenari richiede pochi minuti invece di un giorno o due. Inoltre, l'automazione del lavoro di produzione ha consentito di risparmiare oltre sei cifre sui costi del personale finanziario di cui la funzione avrebbe altrimenti avuto bisogno — un risparmio che ripaga tutto il resto.

Un vantaggio qualitativo meno evidente è il tempo che ho risparmiato. Le ore che prima dedicavo ad assemblare i numeri ora vengono impiegate per interpretarli; questo rende più incisive le conversazioni con il consiglio e trasforma la funzione da funzione di rendicontazione a funzione decisionale.

Esiste però un reale svantaggio. A volte l'IA sbaglia con sicurezza. Fornisce risposte dall'aspetto impeccabile, ma sottilmente errate — un'ipotesi interpretata male, un numero che non torna. La sua padronanza del linguaggio rende facile fidarsi senza verificare.

Chiedile un consiglio sulla vita e vedrai la stessa cosa in una forma più divertente: estremamente sicura di sé, di norma è d'accordo con te e spesso è una totale assurdità.

La versione finanziaria è semplicemente più difficile da individuare. All'inizio mi ha tratto in inganno più di una volta. Ho dovuto costruire e instillare nel team la disciplina di trattare il risultato dell'IA come una prima bozza, mai come una risposta definitiva. Un essere umano controlla ancora ogni numero presentato al consiglio.

Perché i CFO devono gettare le basi prima di integrare l'IA

Dave racconta

La base dati è il progetto, non la fase preparatoria…La magia funziona solo quando il noioso lavoro preliminare è stato completato.

La base dati è il progetto, non la fase preparatoria.

Quando ho iniziato, pensavo che il lavoro difficile e di maggior valore fosse l'IA: i modelli, l'automazione, i risultati ingegnosi. Consideravo la pulizia e il collegamento dei dati una rapida preparazione prima dell'inizio della vera costruzione. Era esattamente il contrario.

Il lavoro preparatorio era la costruzione. La maggior parte dello sforzo, e gran parte di ciò che determinava se il sistema funzionasse davvero, risiedeva nel livello meno appariscente: dati puliti, una struttura sensata e connessioni affidabili ai sistemi di origine.

Di conseguenza, all'inizio ho dedicato energie a costruire funzionalità sofisticate su dati non pronti, ottenendo risultati rifiniti di cui non potevo fidarmi completamente. Questo ha significato tornare indietro e svolgere comunque il lavoro fondamentale, a posteriori. Se l'avessi saputo, avrei seguito l'ordine opposto: prima sistemare l'infrastruttura, poi costruirci sopra l'intelligenza. Stessa destinazione, metà dei movimenti sprecati.

La magia funziona solo dopo aver completato il noioso lavoro preparatorio.

Come i CFO possono migliorare la pianificazione dell'organico con l'IA

Nella maggior parte delle aziende, e certamente nel SaaS, dove le persone rappresentano di gran lunga il costo maggiore, la pianificazione dell'organico rimane uno strumento rudimentale. Queste aziende utilizzano un foglio di calcolo con i ruoli, un piano di assunzioni definito al momento della stesura del budget e un numero che tutti considerano fisso finché qualcosa non impone un ripensamento. È strano, perché si tratta della leva più importante sotto il controllo di un CFO, eppure spesso viene modellata nel modo meno dinamico.

Ho riprogettato il nostro approccio alla pianificazione dell'organico, passando da un elenco statico a un modello basato sui fattori determinanti e collegato al resto del piano. Invece di dire "quest'anno assumeremo dodici persone", si ragiona in questo modo: "questo ruolo si attiva quando la pipeline raggiunge questo livello, quest'altro quando i ricavi superano questa soglia...", così le assunzioni vengono collegate agli elementi che le giustificano.

Poiché è integrato nel modello collegato, posso modificarlo in tempo reale: aggiungere un'assunzione, cambiare le tempistiche e vedere l'effetto propagarsi direttamente nel conto economico, nella posizione di cassa e nella durata finanziaria.

Di conseguenza, l'organico ha smesso di essere una stima annuale ed è diventato una decisione in tempo reale. Quando qualcuno chiede: "Possiamo permetterci questa assunzione?", posso rispondere durante la riunione, non basandomi su un'intuizione, ma mostrando il suo impatto sulla durata finanziaria e sulle tempistiche. Questo trasforma una delle conversazioni più importanti e cariche di emozioni dell'azienda in una discussione fondata sui numeri, sul momento.

Perché Claude è uno strumento indispensabile per i CFO

Claude è il mio strumento di riferimento, senza esitazioni. Non è uno strumento finanziario pensato per un unico scopo, ed è esattamente per questo che lo adoro: gestisce tutto ciò a cui gli altri strumenti non riescono ad adattarsi.

Onestamente, mi aspettavo di più dagli strumenti finanziari pronti all'uso che hanno aggiunto l'"IA" a un prodotto esistente. La maggior parte di questi strumenti consiste in finestre di chat sovrapposte allo stesso software di prima e non cambia in modo significativo il modo in cui viene svolto il lavoro. Svolgono bene un'unica funzione, quando va bene.

Claude, invece, sa fare tutto. Costruisce i modelli, prepara le bozze dei commenti per il consiglio di amministrazione, analizza i dati, scrive le analisi e funge da partner di ragionamento con cui confronto le mie decisioni. Gestisce l'ampia varietà di attività che riempiono la mia settimana e si adatta a qualsiasi cosa gli chieda dopo.

Il più grande errore che i CFO commettono con l'IA

Ecco il mio consiglio:

1. Il più grande errore che vedo commettere ai CFO è trattare l'IA come una decisione di approvvigionamento — una valutazione, un progetto pilota e un'implementazione della durata di dodici mesi. Ho commesso anch'io questo errore. Quando quel processo termina, gli strumenti sono già cambiati due volte. Invece, usala tu stesso, su lavoro reale, questa settimana. Imparerai di più su dove è utile e dove ti inganna dopo due settimane di utilizzo pratico che da qualsiasi dimostrazione di un fornitore.
2. Non aspettare lo strumento perfetto. Il mercato dei prodotti pronti all'uso offre ancora soprattutto una casella di chat collegata a software obsoleti. Puoi costruire più di quanto pensi; la barriera alla creazione di soluzioni proprie è crollata. I CFO che riusciranno a primeggiare tratteranno questa possibilità come una capacità da sviluppare, anziché come un servizio da acquistare.
3. Soprattutto, fai bene la parte noiosa. Dati puliti e processi solidi non sono soltanto un prerequisito poco entusiasmante per l'IA; sono l'intera partita. L'IA applicata a dati disordinati produce più rapidamente assurdità espresse con sicurezza. Sistema prima le fondamenta.
4. E mantieni centrale il tuo giudizio. L'IA cambia il modo in cui viene prodotto il lavoro, non chi ne è responsabile. La competenza che conta più che mai non è produrre l'analisi, ma sapere se è corretta e cosa farne. Questo è ancora il lavoro. Lo è sempre stato.

Segui

Puoi seguire il lavoro di Dave Leaver su LinkedIn.

Presto arriveranno altre interviste con esperti su The CFO Club!