Il CFO di una società healthtech afferma che la parte difficile non è l’IA — ma ciò che c’è sotto
Scopri come un CFO nel settore healthtech utilizza l’IA per automatizzare i flussi di lavoro di fatturazione e incasso, costruendo al contempo le basi dati necessarie per operazioni finanziarie affidabili.
Fernando Blumenkron
CFO presso Eden
Trasformazione dei flussi di lavoro tramite IA: L’IA sta ottimizzando le attività finanziarie, migliorando velocità e proattività in fatturazione, incasso e gestione delle spese.
Supervisione umana necessaria: Nonostante l’efficienza dell’IA, il giudizio umano resta fondamentale per l’approvazione dei budget e altre decisioni finanziarie chiave.
Importanza della qualità dei dati: Una infrastruttura dati pulita è essenziale per l’efficacia dell’IA; dati scadenti possono generare una fiducia mal riposta.
Ripensare il flusso di cassa: I CFO dovrebbero concentrarsi sull’automatizzazione del processo dall’ordine all’incasso per migliorare la gestione del flusso di cassa e i controlli.
Miglioramento continuo: Accogliere il potenziale dell’IA significa progettare operazioni finanziarie che si auto-migliorano e aumentano l’efficienza nel tempo.
Fernando Blumenkron è CFO presso l'azienda globale di healthtech, Eden. Attualmente sta implementando l’Intelligenza Artificiale nei flussi finanziari, con particolare attenzione a fatturazione, incassi e categorizzazione delle spese.
Abbiamo incontrato Fernando per scoprire cosa è riuscito ad automatizzare con successo. Ci ha detto che il successo dipende dall’infrastruttura sottostante.
Scalare la funzione Finance oltre l’esecuzione da startup
Guido la funzione Finance in Eden, una società americana di healthtech basata sull’Intelligenza Artificiale che opera in tutta l’America Latina. L’azienda si trova in una fase di crescita, con una struttura madre statunitense e operazioni commerciali, legali e fiscali complesse in Messico, Brasile, Colombia e altri mercati regionali.
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
La funzione finance copre un’operazione multi-entità e multi-valuta con ricavi SaaS e basati sull’utilizzo, servizi di implementazione, rapporti con distributori, clienti aziendali, requisiti locali di fatturazione, esposizione valutaria e gestione dei costi di AI/infrastruttura.
Il team è snello ed è costruito intorno ai pilastri fondamentali dell’operatività finanziaria: FP&A, contabilità, fatturazione, raccolta, applicazione dei pagamenti, fiscalità/conformità e finanza strategica. Una parte fondamentale del mio ruolo è quella di scalare la funzione Finance dall’esecuzione da startup verso un modello operativo più istituzionale, con controlli più forti, migliori dati, processi O2C più puliti e una collaborazione più stretta con i reparti Sales, Legal, Operations e Product.
Come l’Intelligenza Artificiale trasforma le operazioni di Finance
Nell’ultimo anno, abbiamo spostato parti della funzione Finance dalla compilazione manuale dei dati al monitoraggio dei processi assistito da AI, soprattutto nell’area della fatturazione, incassi e categorizzazione delle spese.
Prima, il team Finance trascorreva troppo tempo ad estrarre dati da sistemi diversi, pulire i report, verificare lo stato delle fatture, controllare l’invecchiamento crediti, categorizzare le spese e identificare manualmente le necessità di follow-up. Il lavoro era necessario, ma altamente operativo e reattivo.
Abbiamo introdotto flussi di lavoro abilitati da AI che monitorano i dati finanziari, evidenziano eccezioni, classificano transazioni, identificano le priorità di incasso e preparano il primo livello di analisi da revisionare umanamente. L’obiettivo non era sostituire il giudizio della funzione Finance, ma eliminare il lavoro preparatorio ripetitivo che impediva al team di concentrarsi sulle decisioni.
Di conseguenza, Finance è diventata più veloce e proattiva. Il team ora trascorre meno tempo ad assemblare informazioni e più tempo ad agire: dare priorità ai conti scaduti, individuare prima le lacune di fatturazione, migliorare la visibilità delle spese ed esporre i problemi con un contesto migliore. Il miglioramento più grande è che l’AI ci ha spostati dal “riportare ciò che è successo” al “rilevare ciò che richiede attenzione”.
Finance è diventata più veloce e proattiva. Il team ora trascorre meno tempo ad assemblare informazioni e più tempo ad agire: dare priorità ai conti scaduti, individuare prima le lacune di fatturazione, migliorare la visibilità delle spese ed esporre i problemi con un contesto migliore.
Come l’Intelligenza Artificiale snellisce il processo di sollecito finanziario
Ad esempio, stiamo costruendo un flusso di lavoro di sollecito automatizzato tramite AI.
Finance punta a gestire gli incassi in un’unica applicazione, eliminando la necessità di passare da dati di fatturazione, report sui crediti, email, Slack, registri di pagamento e note sul cliente.
L’AI identifica i conti scaduti, legge la cronologia dei pagamenti e delle comunicazioni, valuta il rischio e raccomanda la prossima azione: promemoria, escalation, banner, piano di pagamento o revisione legale. Il sistema poi genera il messaggio, traccia la risposta, aggiorna il caso ed effettua l’escalation quando necessario.
Tutto avviene all’interno del livello business di Claude, che protegge le informazioni sensibili e ha anche una spesa in token.
Le persone continuano ad approvare le azioni sensibili, ma il flusso di lavoro diventa più automatizzato, centralizzato e proattivo.
Perché il giudizio finanziario ha ancora bisogno di un tocco umano
Questo mi porta a un altro punto.
L'IA alimenterà gli input di previsione, il supporto alla pianificazione, l'analisi delle varianze, la categorizzazione delle spese, la priorità delle riscossioni, il rilevamento delle eccezioni di fatturazione, il monitoraggio della liquidità e la segnalazione dei rischi. Ma il giudizio umano resta necessario per l'approvazione del budget, l'allocazione del capitale, le decisioni di credito, i piani di pagamento, le escalation legali, la comunicazione con gli investitori e le scelte riguardanti la sostenibilità finanziaria.
Il principio è semplice: l'IA dovrebbe evidenziare rischi, schemi e opzioni più rapidamente. La funzione Finance mantiene comunque la responsabilità delle decisioni e dei compromessi aziendali.
Come l’IA genera una falsa sicurezza se l’infrastruttura dati è carente
I risultati sono ancora agli inizi, visto che questa parte è ancora nella nostra roadmap e non completamente scalata.
Il principale beneficio, ovviamente, è la velocità: meno tempo speso per raccogliere e pulire i dati, identificazione più rapida delle lacune di fatturazione, delle priorità di incasso, delle problematiche di spesa e dei driver di variazione.
Il miglioramento qualitativo sta nell’attenzione: la funzione Finance può dedicare più tempo al giudizio e alle escalation, e meno tempo all’analisi di primo livello.
Lo svantaggio principale è la qualità dei dati. L’IA può generare una falsa sicurezza se i dati di origine sono incompleti o mal strutturati.
Non ha nemmeno eliminato la necessità di sistemi e controlli puliti. Se i dati di fatturazione, lo stato dei clienti, i contratti o le categorie di spesa sono incoerenti, l’IA può produrre analisi più rapide, ma non necessariamente migliori.
Alla fine, l’IA non è la parte difficile. La parte difficile è avere dati puliti, una chiara assegnazione delle responsabilità e un processo ben definito.
Quindi, conviene dedicare più tempo all’inizio per definire il modello dati, le regole di eccezione, i punti di approvazione e i livelli di revisione umana prima di tentare l’automazione. Se l’avessimo fatto, avremmo evitato molte rielaborazioni e falsi positivi.
Come l’IA ridefinisce il controllo e la previsione finanziaria
L’IA dimostra che controllo non significa necessariamente aggiungere più checkpoint, fogli di calcolo o approvazioni. In molti casi, un controllo più solido deriva da una migliore visibilità in tempo reale: rilevamento precoce delle eccezioni, individuazione di schemi insoliti e indirizzamento tempestivo dei problemi alla persona giusta prima della chiusura mensile.
L’IA ha anche cambiato il nostro approccio alla previsione. La previsione non dovrebbe essere un esercizio statico mensile. Dovrebbe diventare un modello dinamico che si aggiorna continuamente all’arrivo di nuovi segnali.
Perché i CFO dovrebbero ripensare l’Order-to-Cash per l’IA
I CFO devono riprogettare l’Order-to-Cash.
L’obiettivo dovrebbe essere un flusso integrato, automatizzato e auditabile dalla creazione dell’ordine alla fatturazione, riscossione e applicazione dei pagamenti, così da liberare la liquidità il più velocemente possibile.
Il risultato atteso è semplice: conversione del contante più veloce, meno fatture perse, controlli più puliti, migliore auditabilità e più tempo della funzione Finance dedicato al giudizio anziché alla rincorsa dei dati.
Questo significa che l’IA dovrebbe aiutare a rilevare le lacune di fatturazione, avviare i solleciti, dare priorità alle riscossioni, riconciliare i pagamenti, segnalare le controversie ed eseguire escalation dei rischi — tutto all’interno di un unico workflow integrato.
Stiamo ripensando quest’area affinché la funzione Finance passi dal monitoraggio manuale e dalle riscossioni reattive al controllo proattivo dei ricavi.
L’obiettivo è semplice: una conversione del contante più veloce, meno fatture perse, controlli più puliti, migliore auditabilità e più tempo della funzione Finance dedicato al giudizio anziché alla rincorsa dei dati.
Come i CFO possono sfruttare l’IA per il miglioramento continuo
Il mio consiglio? I CFO dovrebbero registrare e documentare tutto. In un modello operativo guidato dall’IA, se qualcosa non viene registrato, è come se non fosse mai successo.
La più grande opportunità è dare alle squadre la possibilità di fare di più con meno: maggiore produttività, analisi più rapide e più tempo per il ragionamento, invece che per la preparazione manuale.
Ma la vera meta non è solo la produttività individuale; si tratta di creare cicli di miglioramento continuo in cui l’IA osserva costantemente i processi, identifica le criticità, suggerisce soluzioni e rende il lavoro sempre più facile ed efficiente nel tempo.
La finanza dovrebbe andare in questa direzione: non solo usare l’IA come uno strumento, ma progettare operazioni finanziarie che si migliorano da sole h24, 7 giorni su 7.
Seguici
Segui il lavoro di Fernando Blumenkron su LinkedIn.
Altre interviste ad esperti in arrivo su The CFO Club!
