Il direttore della pratica FP&A dell’AFP afferma che l’IA sta trasformando la FP&A, dal riportare i numeri al plasmare le decisioni
Bryan Lapidus spiega come l’IA stia portando la FP&A oltre la reportistica, automatizzando l’analisi e rendendo al contempo più importanti il giudizio umano, la governance dei dati e il supporto alle decisioni.
Bryan Lapidus
Direttore presso l’Associazione per i professionisti della finanza
Svolta strategica: L’IA sta portando la FP&A oltre la reportistica, posizionando i team finanziari come partner nelle decisioni, nell’allocazione del capitale e nella gestione del rischio.
Giudizio umano: L’IA gestisce la modellazione ad alta intensità di dati, mentre i professionisti della finanza forniscono ipotesi, contesto, esperienza e giudizio necessari per decisioni affidabili.
Governance prima di tutto: Un’IA efficace nella finanza richiede dati affidabili, metriche condivise, processi disciplinati e un’applicazione flessibile alle diverse esigenze aziendali.
Usi pratici: I casi d’uso comuni dell’IA includono i commenti sulle variazioni, il rilevamento delle anomalie, la revisione dei contratti e un’analisi più rapida degli scenari per i team finanziari.
Cambiamenti nelle assunzioni: L’IA potrebbe consentire alle aziende di crescere più rapidamente dei team finanziari, spostando il processo di selezione verso il giudizio e la collaborazione con il business.
In qualità di Direttore della Divisione FP&A presso The Association for Financial Professionals, Bryan Lapidus ha avuto una posizione privilegiata per osservare come l’IA stia trasformando il settore.
Abbiamo parlato con Bryan per scoprire cosa sta osservando da quella posizione. Ecco cosa ci ha raccontato.
Un’evoluzione accelerata
Sono Bryan Lapidus, Direttore della Divisione FP&A presso The Association for Financial Professionals. La mia carriera ha seguito un percorso tradizionale che ha incluso la consulenza, il conseguimento di un MBA e ruoli nella finanza aziendale presso organizzazioni come American Express e Fannie Mae, dove mi sono concentrato sulla preparazione delle previsioni, sulla gestione dei budget e sull’aiutare la leadership ad affrontare l’incertezza. Ho inoltre lavorato presso due società in portafoglio sostenute da capitale privato e ora lavoro da otto anni presso The Association for Financial Professionals.
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 mio ruolo attuale, creo e seleziono contenuti per la comunità della finanza aziendale, aiutandola a eccellere nei ruoli attuali e futuri. Mantengo frequenti contatti con la comunità finanziaria, approvando ogni anno circa 50 sessioni per conferenze, 20 webinar, cinque guide o sondaggi e numerosi articoli. Gestisco inoltre cinque gruppi di discussione — soprattutto il Consiglio consultivo FP&A — per scoprire su cosa sta lavorando la comunità!
L’FP&A si è evoluta e continua a evolversi: dalla semplice comunicazione dei numeri alla loro spiegazione e, sempre più spesso, alla definizione delle decisioni. Negli ultimi anni questa evoluzione ha subito una notevole accelerazione grazie all’IA. I nuovi strumenti creano nuove capacità, che a loro volta generano un nuovo modello operativo per la finanza. Questo significa che possiamo fare di più e che i nostri clienti si aspettano di più da noi.
Come l’IA sta trasformando l’FP&A da funzione di rendicontazione a funzione decisionale
L’IA dovrebbe essere compresa alla luce del compito principale del CFO: amministrare il capitale dalla fonte all’impiego. La contabilità spiega dove è stato il capitale. La tesoreria gestisce dove si trova e come circola. L’FP&A contribuisce a decidere dove dovrebbe essere destinato in futuro.
Gli strumenti possono cambiare, ma gli obblighi della finanza no. Controllo, conformità, allocazione del capitale, gestione del rischio e responsabilità nei confronti degli investitori rimangono fondamentali. Ciò che cambia è il modo in cui la finanza genera valore. I nuovi strumenti, come l’automazione e l’IA, creano nuove capacità, che a loro volta generano nuovi modelli operativi. In questi nuovi modelli, la finanza ha l’opportunità di avvicinarsi all’azienda in termini di strategia, collaborazione e supporto alle decisioni.
Man mano che il lavoro ordinario viene automatizzato o esternalizzato, i ruoli finanziari diventano più analitici, trasversali e integrati nell’azienda. Il lavoro è inoltre sempre meno legato ai silos tradizionali. Invece di organizzarsi rigorosamente intorno a FP&A, tesoreria o contabilità, la finanza si organizza sempre più intorno a flussi di lavoro, capacità e decisioni che attraversano diverse funzioni.
Cambia anche la composizione delle attività. Il tempo si sposta dal lavoro manuale e transazionale verso l’analisi degli scenari, la valutazione delle opportunità e la gestione del rischio. Questo rende ancora più importanti i dati, la governance e la progettazione dei processi. L’IA non corregge i processi inefficienti; li fa soltanto funzionare più velocemente.
Il futuro dell’FP&A non consiste nel competere con l’IA nell’analisi, ma nel plasmare l’ambiente in cui l’analisi si trasforma in buone decisioni. Con l’aumento della velocità e dell’accessibilità delle previsioni, della rendicontazione e della modellazione degli scenari, i risultati analitici diventano abbondanti, mentre il giudizio diventa una risorsa rara. Il ruolo dell’FP&A si sposta quindi dalla comunicazione dei risultati e dalla produzione di analisi alla consulenza sulle decisioni e alla progettazione del perimetro decisionale: definire ipotesi, definizioni, metriche, vincoli, obiettivi, compromessi, tolleranze al rischio, percorsi di escalation, principi di governance e di allocazione del capitale che consentano di prendere in modo coerente, in tutta l’azienda, migliaia di decisioni umane e automatiche.
Codificando questa intelligenza finanziaria nei sistemi che generano previsioni, raccomandazioni e azioni, l’FP&A diventa il garante dell’integrità delle decisioni, assicurando che siano allineate alla strategia e creino valore sostenibile su larga scala.
I casi d’uso più comuni dell’IA nella finanza
Ho avuto una posizione privilegiata per osservare come i leader della finanza stanno reagendo all’IA. Alcuni stanno conducendo esperimenti con cautela; altri stanno riprogettando completamente i flussi di lavoro.
I casi d'uso più comuni che vedo nella comunità finanziaria migliorano la produttività dei singoli membri. Tra gli esempi figurano la stesura di commenti per spiegare i report sulle varianze e il controllo dei risultati facendo adottare all'IA dei personaggi per mettere in discussione tali report.
Il rilevamento delle anomalie è un altro caso d'uso efficace: l'IA può identificare valori anomali nei report e nei modelli che richiedono un'ulteriore verifica. Questo accelera i controlli degli errori e risparmia alle persone alcune figuracce!
Ho persino parlato con una CFO che mi ha detto di utilizzare un LLM per leggere i contratti, fornire riepiloghi, segnalare i rischi e identificare formulazioni potenzialmente insidiose. Ha completato la revisione in una mattinata, invece di inviarla all'ufficio legale e aspettare tre giorni per una risposta.
Perché gli esseri umani devono applicare la propria esperienza e il proprio giudizio ai risultati dell'IA
Il filo conduttore è che l’IA gestisce il lavoro ad alta intensità di dati, mentre gli esseri umani applicano esperienza e giudizio.
Ho sempre dato per scontato che l'esperienza fosse intrinseca nei modelli finanziari, perché i modelli venivano sempre costruiti da persone esperte.
Non è più così. Oggi l'IA costruisce i modelli, quindi l'esperienza è stata separata dalla meccanica della costruzione dei modelli. Ora risiede nelle ipotesi, nell'impostazione delle istruzioni iniziali e nell'interpretazione e nell'analisi rigorose dei risultati.
I confronti affiancati possono essere esplicativi:
- L'IA genera previsioni dello scenario di base; gli esseri umani vi aggiungono quindi potenziali investimenti futuri o "riduzioni prudenziali" nei casi in cui siano presenti difficoltà.
- L'IA genera e valuta molteplici scenari ipotetici e potenziali tendenze; gli esseri umani decidono quindi su quali rischi concentrarsi o quali risultati siano più importanti.
- L'IA acquisisce dati e parametri per i modelli; gli esseri umani decidono quindi quali integrare nel modello.
Il filo conduttore è che l'IA gestisce il lavoro ad alta intensità di dati, mentre gli esseri umani applicano esperienza e giudizio.
Perché i flussi di lavoro dell'IA hanno bisogno sia di disciplina sia di flessibilità
La funzione finanziaria deve guidare lo sviluppo di un quadro analitico coerente che definisca metriche, calcoli, fonti dei dati e il processo per trasformare i dati in informazioni.
Ricordo di aver parlato con una CFO che raccomandava "disciplina al centro, flessibilità ai margini". Questo concetto mi è rimasto impresso, perché offre un controllo sufficiente affinché tutti possano fidarsi dei dati e un'agilità sufficiente per applicarli rapidamente.
Quando viene applicata correttamente, questo tipo di governance consente alla funzione finanziaria di essere un acceleratore, non un freno per i processi aziendali.
Perché i CFO devono lavorare trasversalmente alle funzioni per eliminare i dati sporchi
A proposito di disciplina, ogni CFO deve adottare un approccio disciplinato ai propri dati! È incredibilmente importante — ancora di più con l'IA. Un cuoco non preparerebbe una zuppa con acqua sporca, e non si dovrebbero prendere decisioni finanziarie basandosi su dati sporchi o su metriche fraintese.
Spesso la funzione finanziaria viene descritta come quella che trasforma i dati in decisioni. Ma prima che la funzione finanziaria possa generare informazioni utili, qualcuno deve garantire che i dati sottostanti siano affidabili, coerenti e interpretati allo stesso modo in tutta l'organizzazione. Per questo i team finanziari più avanzati assumono sempre più un ruolo che va oltre la rendicontazione e l'analisi. Diventano parte di una capacità trasversale alle funzioni che definisce le metriche chiave, governa gli standard dei dati e stabilisce le regole per il trasferimento delle informazioni dai sistemi di origine alle decisioni aziendali.
Consideratela come una catena di custodia delle informazioni. I dati hanno origine nei sistemi operativi, vengono trasformati attraverso la logica aziendale e i calcoli e, infine, compaiono nelle previsioni, nei cruscotti, nei report gestionali e nelle decisioni strategiche. In ogni fase, definizioni, ipotesi e governance sono importanti. Se ricavi, cliente, margine o produttività hanno significati diversi per gruppi diversi, l'organizzazione dedica più tempo a discutere sui numeri che ad agire sulla base di essi.
La funzione finanziaria è in una posizione unica per contribuire a prevenire questo risultato. In qualità di custode delle performance aziendali, la funzione finanziaria può collaborare con il reparto IT, le funzioni operative e i responsabili aziendali per creare un quadro analitico comune — uno che garantisca la coerenza dei dati dalla fonte all'utilizzo, consentendo all'organizzazione di concentrarsi meno sulla riconciliazione delle informazioni e più sull'assunzione di decisioni migliori.
Come l'IA influenza le assunzioni e le dimensioni del team finanziario
Come conseguenza dell'IA, vedo comunemente aziende crescere molto più rapidamente dei loro team finanziari, aumentando la leva operativa.
Non è perché ci siano licenziamenti — i CFO raramente licenziano persone nei loro team. È perché ora assumono in modo diverso. Prima di assumere, devono chiedersi: "Può farlo l'IA o serve una persona?"
Concentrate l'uso dell'IA sulle sfide aziendali reali
Ecco il mio consiglio: basate i vostri sforzi nell’ambito dell’IA su sfide aziendali reali, invece di partire dalla tecnologia per poi cercare un problema… Ricordate, le responsabilità del CFO non cambiano. L’unica cosa che cambia sono gli strumenti che utilizziamo per fornire le nostre analisi!
Ecco il mio consiglio: basate i vostri sforzi nell'ambito dell'IA su sfide aziendali reali, invece di partire dalla tecnologia per poi cercare un problema.
Questo vi aiuterà a evitare sperimentazioni frammentarie e a garantire la creazione di soluzioni che producano risultati misurabili. Inoltre, sposterà la conversazione da “Che cosa può fare questa tecnologia?” a “Quali decisioni possiamo migliorare?” — ed è proprio qui che l'IA produce un impatto significativo.
Ricordate, le responsabilità del CFO non cambiano. L'unica cosa che cambia sono gli strumenti che utilizziamo per fornire le nostre analisi!
Seguite gli aggiornamenti
Potete seguire il lavoro di Bryan Lapidus su LinkedIn.
Presto arriveranno altre interviste con esperti su The CFO Club!
