Dove dovrebbero iniziare i CFO con l’IA — e cosa dovrebbero evitare
Mitch Petracca spiega perché i CFO dovrebbero iniziare a usare l’IA con flussi di lavoro finanziari ripetibili, automatizzare le attività di conferma e mantenere umani il giudizio e la responsabilità.
Mitch Petracca
Fondatore di Finsider.ai
Iniziare in piccolo: L’adozione efficace dell’IA inizia con un unico flusso di lavoro misurabile, dimostra il proprio valore e poi si estende alle attività finanziarie.
Giudizio umano: L’IA dovrebbe gestire le conferme e il rilevamento degli schemi, mentre i professionisti della finanza mantengono la responsabilità delle conclusioni, delle raccomandazioni e delle responsabilità legali.
Qualità dei dati: Dati finanziari gestiti in modo inadeguato limitano l’affidabilità dell’IA, rendendo essenziale la loro pulizia prima di investire in strumenti sofisticati.
Finanza in tempo reale: La contabilità continua sostituisce le istantanee obsolete di fine mese con riconciliazioni aggiornate, un rilevamento più rapido delle anomalie e decisioni della dirigenza più tempestive.
Risultati dimostrati: Forward Firm ha ridotto del 40 percento il tempo dedicato agli incarichi, ampliando al contempo la revisione delle transazioni dal campionamento alla copertura completa del libro mastro.
Dopo aver ricoperto diversi ruoli di leadership finanziaria, Mitch Petracca ha fondato Forward Firm, un servizio di consulenza e contabilità CPA da remoto. Poi, quando l'AI ha rimosso i limiti dai suoi flussi di lavoro, ha creato Finsider.ai per supportare il suo modello operativo.
Abbiamo parlato con Mitch di come l'AI sta cambiando il lavoro dei professionisti della finanza. Ci ha spiegato da dove iniziare e dove è necessario prestare attenzione.
Quando è iniziata la trasformazione con l'AI
Mi chiamo Mitch Petracca. Sono un CPA, Managing Partner di Forward Firm e, recentemente, il fondatore di Finsider.ai.
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 versione breve del mio percorso è che ho iniziato la mia carriera presso PwC e ho notato rapidamente quanto tempo persino i team d'élite dedicassero a riordinare i dati prima di poter fornire consulenza. Pulire, riconciliare, ricostruire da zero le stesse analisi, in ogni singolo incarico. La tecnologia non poteva risolvere il problema allora; era semplicemente il costo del fare impresa.
Quando me ne sono andato e ho fondato Forward Firm, mi sono posto l'obiettivo di gestire un'azienda di tipo diverso. Prima di tutto da remoto, snella e costruita interamente sulla leva operativa. Ci occupiamo di consulenza sulle transazioni, imposte, contabilità e di circa 50 incarichi di valutazione della qualità degli utili all'anno. Raggiungiamo questo risultato senza il numero di dipendenti di cui avrebbe bisogno un'azienda tradizionale, grazie a una sistematizzazione rigorosa di ogni attività.
Ma dopo circa tre anni continuavo a scontrarmi con lo stesso ostacolo: gli strumenti presenti sul mercato non erano progettati per professionisti come noi. Erano pensati per i team interni di FP&A. Così ho costruito lo strumento che avrei voluto avere. È diventato Finsider, una piattaforma di intelligence finanziaria basata sull'AI, progettata per trasformare i dati disordinati dei clienti in un pacchetto dati pronto per la consulenza in una frazione del tempo.
È qui che è iniziata per me la trasformazione con l'AI. Non era qualcosa di astratto. È nata osservando ore svanire in attività che un sistema ben progettato avrebbe potuto completare in pochi minuti.
Come iniziare con l'AI
L'AI è un moltiplicatore di efficacia, non una strategia di trasformazione in sé. Rende più veloci, completi e coerenti i processi di cui già disponi. Se i tuoi processi sono ben progettati, l'AI amplifica i risultati. Se i tuoi processi sono difettosi, l'AI fa crescere più rapidamente e su scala maggiore risultati difettosi.
Quindi, la prima domanda che un CFO dovrebbe porsi non è quale strumento di AI utilizzare. Dovrebbe essere: "Che cosa sto cercando esattamente di fare più velocemente e meglio, e vale la pena farlo più velocemente e meglio?" Un CFO che automatizza un processo di reporting che nessuno legge non sta trasformando la funzione finanziaria. Sta automatizzando il rumore.
Questo è importante perché la maggior parte delle iniziative di AI nella finanza fallisce non perché la tecnologia sia sbagliata, ma perché il problema è stato definito in modo errato. La tecnologia ha funzionato esattamente come previsto. Ha semplicemente ottimizzato la cosa sbagliata. Prima di iniziare, definisci che cosa significa "meglio" attraverso un numero: durata del ciclo, copertura delle transazioni, numero di dipendenti per incarico, giorni necessari alla chiusura. Se non sai indicare la metrica che vuoi modificare, non hai ancora un'iniziativa. Hai uno strumento alla ricerca di un problema.
Una volta definito questo aspetto, inizia con un solo flusso di lavoro, dimostrane completamente l'efficacia e poi espandilo. Quando ne intuisci il potenziale, la tentazione è costruire tutto fin dal primo giorno. Questo compromette la prontezza per la produzione, perché ogni attività richiede più tempo quando si costruisce su un'area troppo ampia tutta in una volta. Scegli qualcosa che abbia una risposta chiaramente corretta, un costo in termini di tempo misurabile e un risultato dimostrabile evidente. Mettilo in produzione, utilizzalo concretamente e poi passa al flusso di lavoro successivo.
Io non l'ho fatto, e il costo è stato la fiducia.
Perché i leader finanziari dovrebbero automatizzare l'80% e mantenere umano il 20%
Per quanto riguarda ciò che dovrebbero fare gli esseri umani e ciò che dovrebbe fare l'AI, lo vedo come una struttura a livelli. Le attività di conferma costituiscono la base, l'analisi occupa il livello intermedio e il giudizio quello superiore. L'AI gestisce la base e supporta il livello intermedio, ma non interviene su quello superiore.
Quindi, l'AI gestisce la classificazione delle transazioni, la riconciliazione della liquidità, l'analisi degli scostamenti, l'individuazione delle anomalie sull'intero libro mastro, il reporting dei KPI, l'analisi dell'anzianità dei crediti e dei debiti e la prima versione del pacchetto dati. Queste attività danno priorità alla velocità e alla copertura rispetto all'interpretazione. Una macchina può esaminare il 100% delle transazioni rispetto a 300 indicatori più rapidamente e in modo più coerente di qualsiasi collaboratore.
Utilizziamo intensamente l'AI anche nel livello operativo dell'azienda: verbali delle riunioni e riepiloghi dei clienti per ogni chiamata, classificazione contabile giornaliera con un limite massimo di 48 ore per gli elementi non categorizzati e un punteggio di salute per ogni file QBO prima di occuparci di un incarico QoE. Si tratta di automazioni dei flussi di lavoro, non di decisioni finanziarie, ma creano le condizioni per prendere decisioni migliori.
Le attività esplicitamente umane includono ogni conclusione sulla QoE, ogni approvazione fiscale, ogni valutazione delle rettifiche e ogni raccomandazione al cliente. La licenza CPA è associata a questi risultati. L'IA può far emergere i dati, segnalare le anomalie ed eseguire una prima analisi. Sono io a decidere cosa significano e come intervenire.
La stessa logica si applica alla determinazione dei prezzi e alla strutturazione delle operazioni. L'IA può fornirmi un gruppo di società comparabili, un parametro di riferimento per i margini e un'analisi degli scostamenti. Ma stabilire se una rettifica dell'EBITDA di un cliente sia difendibile davanti al team QoE di un acquirente esperto richiede contesto, esperienza e responsabilità. Questo non passa mai all'IA.
Il mio principio operativo è: automatizzare l'80 percento delle attività che implicano conferma e riconoscimento di schemi ricorrenti. Proteggere il 20 percento che implica giudizio e responsabilità. Invertire questa proporzione è inefficiente o pericoloso.
I vantaggi dell'integrazione dell'IA
Con l'IA, in Forward Firm abbiamo ridotto del 40 percento il tempo necessario per gli incarichi. Il nostro team snello gestisce circa 50 incarichi QoE all'anno e abbiamo ridotto i tempi di consegna da 3-4 settimane a 2-3 settimane. Il nostro obiettivo a breve termine è di 1-2 settimane. Non si tratta di una previsione: è la nostra traiettoria con gli strumenti attuali.
Abbiamo aumentato la copertura delle transazioni dallo standard del settore, pari al 5-10 percento, al 100 percento. Analizziamo l'intero libro mastro alla ricerca di circa 300 parole chiave segnalatrici in ogni incarico. Questo cambia la qualità del prodotto del lavoro, non solo la velocità.
La mappatura del COA, ovvero la standardizzazione del piano dei conti di un cliente secondo il nostro modello, raggiunge automaticamente un'accuratezza del 95 percento. All'inizio di ogni nuovo incarico, questa attività richiedeva un'intera giornata di lavoro manuale. Ora consiste in un pomeriggio dedicato alla revisione del 5 percento che il sistema segnala per l'intervento umano.
Dove l'IA ha bisogno del supporto umano
Ma non è tutto positivo. Ecco alcuni ambiti in cui l'impatto dell'IA è stato inferiore alle aspettative.
- Qualità dei dati: questa è la variabile chiave. L'IA è valida tanto quanto i dati che le fornisci. Abbiamo visto libri contabili di clienti con libri mastri così codificati in modo incoerente che il risultato della prima analisi richiede una significativa correzione umana prima di poter essere utilizzato. Non si può aggirare il problema dei dati in ingresso di scarsa qualità con un algoritmo migliore.
- Calibrazione della fiducia: convincere professionisti esperti della finanza ad affidarsi ai risultati dell'IA senza eseguire controlli manuali è un problema di gestione del cambiamento, non un problema software. Ha richiesto più tempo dello sviluppo. Se lo avessi saputo, avrei progettato l'introduzione per dimostrare l'affidabilità attraverso piccoli passaggi verificabili, invece di implementare tutte le funzionalità e aspettarmi che i comportamenti ne seguissero automaticamente. I comportamenti seguono le evidenze.
- Lacune nella copertura: l'IA segnala correttamente determinate categorie — transazioni intercompany complesse, rilevazione dei ricavi non standard e alcuni adeguamenti fiscali — ma non è in grado di dirti come gestirle. Il giudizio di un professionista senior è ancora necessario. Il sistema fa emergere la domanda; il CPA vi risponde.
- Analisi prospettica: l'IA è stata trasformativa per l'analisi storica. Riconciliazione, analisi degli scostamenti, rilevamento delle anomalie, pacchetti di dati preliminari. Tutto questo funziona. Nelle previsioni, però, non ha prodotto i risultati che mi aspettavo. La costruzione di una previsione di cassa difendibile su 13 settimane, di una proiezione dei ricavi che separi prezzo e volume e di un modello di scenario su cui un CFO o un finanziatore possa fare affidamento richiede ancora una notevole elaborazione umana. Gli strumenti possono far emergere i fattori storici. Non producono ancora modelli prospettici utilizzabili.
- Narrazioni scritte: un rapporto QoE non è soltanto un pacchetto di dati. Include una sezione sulle conclusioni, una descrizione dei risultati e un riepilogo esecutivo che l'acquirente, i suoi consulenti legali e il suo finanziatore leggeranno con attenzione. L'IA può preparare una bozza dell'impostazione. Può strutturare una sezione. Ma la qualità delle narrazioni scritte prodotte dagli strumenti di IA non è ancora a un livello che mi consenta di consegnarle a una controparte senza una revisione significativa. A questo punto mi aspettavo progressi maggiori.
Un flusso di lavoro QoE reale
Il filo conduttore: l’AI gestisce l’acquisizione, la standardizzazione, la conferma dei dati e il rilevamento dei modelli. Il CPA è responsabile di ogni conclusione.
Per decenni, i controlli finanziari e i test sulle transazioni si sono basati sull'ipotesi che un campione ben progettato fosse, in pratica, quasi equivalente a una copertura completa. Lo standard di settore per una QoE prevede l'analisi del 5-10 percento delle transazioni. Questa ipotesi non era arbitraria. Era dettata da un vincolo concreto: ottenere una copertura completa non era fattibile in tempi ragionevoli. Per questo la professione ha sviluppato una metodologia basata su tale vincolo, definendola una migliore pratica. L'AI elimina questo vincolo.
Vi accompagnerò attraverso un incarico di QoE, dal momento in cui arriva un'operazione fino alla consegna del report. Questo è il flusso di lavoro così come viene eseguito oggi.
Prima di occuparci dell'incarico. Quando arriva un nuovo cliente, eseguiamo innanzitutto il suo file QBO tramite CheckTheLevel, uno strumento che valuta lo stato di salute di un file QuickBooks su una scala da 0 a 100. Segnala fornitori duplicati, conti codificati erroneamente, feed bancari mancanti e incoerenze nella classificazione. Il punteggio ci indica quanto lavoro manuale di pulizia preventivare e su cosa concentrarci durante il primo confronto con il cliente. Evitiamo sorprese a due settimane dall'inizio.
Acquisizione dei dati. Utilizziamo il nostro strumento per collegarci al GL e alla banca. I dati vengono acquisiti tramite Plaid e Railz e la sincronizzazione richiede circa cinque minuti. La piattaforma associa automaticamente il piano dei conti al nostro modello standardizzato, con un'accuratezza del 95 percento. Segnala il 5 percento che non riesce ad associare con sufficiente affidabilità, affinché venga sottoposto a revisione umana.
Analisi preliminare. Una volta acquisiti i dati, vengono eseguiti automaticamente tre processi. Primo, la verifica della liquidità: GL riconciliato con la banca, per ogni conto e ogni periodo. Secondo, la scansione completa del GL: 300 indicatori basati su parole chiave distribuiti sul 100 percento delle transazioni. Terzo, l'analisi delle variazioni: confronto delle variazioni tra periodi, con evidenza automatica degli scostamenti percentuali e in dollari.
Livello di revisione umana. È qui che inizia il lavoro del CPA. Esamino le transazioni segnalate, le anomalie nelle variazioni e le eccezioni del COA. Elaboro la tesi relativa alle rettifiche: identifico quali elementi di questo conto economico sono non ricorrenti, personali del proprietario o non operativi, e determino se posso difendere ciascuno di essi davanti al team QoE di un acquirente sofisticato. La piattaforma non fornisce questo giudizio. Mi presenta un insieme strutturato e prioritizzato di domande. Sono io a rispondere.
Cadenza delle chiamate. Fathom acquisisce ogni chiamata con il cliente, si collega automaticamente, la trascrive e produce un riepilogo. Entro 24 ore da qualsiasi chiamata con il cliente, nel file è disponibile un riepilogo scritto. Nessun appunto viene trascurato. Le attività da svolgere sono esplicite e assegnate.
Consegna. Forniamo un report di QoE con carte di lavoro adatte alla revisione contabile, tracciabilità dalla fonte alla conclusione e un riepilogo esecutivo redatto dal team incaricato, non generato dall'AI.
Il filo conduttore: l'AI gestisce l'acquisizione, la standardizzazione, la conferma dei dati e il rilevamento dei modelli. Il CPA è responsabile di ogni conclusione. Il flusso di lavoro garantisce che, nel momento in cui devo esprimere un giudizio, disponga di informazioni migliori, più rapidamente e con una copertura superiore rispetto a qualsiasi processo precedente che abbia utilizzato.
Perché i CFO dovrebbero riprogettare la funzione finanziaria per una contabilità continua
Sostengo soprattutto la riprogettazione dello stesso ciclo di chiusura. Non solo di una sua parte, ma della sua intera architettura.
La maggior parte delle organizzazioni finanziarie gestisce ancora la contabilità come un processo per lotti. Le transazioni si accumulano. A fine mese, un team esegue la riconciliazione, la revisione della classificazione, l'analisi delle variazioni e la reportistica. La chiusura richiede giorni, a volte settimane, e la dirigenza legge un'istantanea che è già obsoleta. Sono stati i vincoli della velocità umana a progettare quell'architettura. Il vincolo è scomparso, ma l'architettura è rimasta.
La contabilità continua è la riprogettazione. Invece di accumulare ed elaborare le transazioni in blocco, le classificate e le riconciliate in tempo reale, segnali le anomalie quando si verificano e mantieni una situazione finanziaria aggiornata, anziché periodica. La chiusura di fine mese continua a verificarsi, ma diventa una revisione con approvazione finale, non un progetto di costruzione.
Applichiamo questo modello nell'ambito della contabilità. Classifichiamo quotidianamente il GL di ogni cliente. Gli elementi non classificati hanno un termine massimo di 48 ore. Le anomalie emergono nella stessa settimana in cui si verificano, non sei settimane dopo, quando qualcuno estrae il report mensile. Prima di iniziare un incarico di QoE, assegniamo un punteggio sullo stato di salute del file QBO per identificare le lacune nella qualità dei dati. Quando svolgiamo attività di consulenza sulle transazioni, la contabilità è già pronta a supportarle.
Questo ha un effetto significativo a valle. Un CFO con una visione finanziaria continua e accurata può fornire consulenza in tempo reale. Attualmente, la maggior parte dei CFO fornisce consulenza utilizzando dati vecchi di settimane e modelli costruiti su un periodo chiuso, nel quale potrebbero essere stati corretti degli errori a posteriori. Questo non è un problema del CFO; è un problema di progettazione del sistema.
La riprogettazione non richiede strumenti sofisticati. Richiede tre decisioni: definire uno standard per la latenza di classificazione e rendere il team responsabile del suo rispetto, implementare un controllo di riconciliazione che venga eseguito dopo ogni sincronizzazione anziché a fine periodo e spostare la revisione delle anomalie da un'attività pianificata a un'attività attivata da eventi. Qualsiasi organizzazione finanziaria può prendere oggi queste decisioni relative ai processi e agli strumenti.
Perché l'autorità del CFO cambia con i dati sull'IA in tempo reale
La domanda è: "Cosa succede all'autorità del CFO quando i dati sono sempre aggiornati e sempre disponibili?"
Al momento, il giudizio di un CFO ha peso in parte perché possiede un contesto che agli altri presenti nella stanza manca, costruito vivendo a stretto contatto con i numeri nel corso del tempo. Quando l'IA rende questo contesto accessibile a tutti in tempo reale, il vantaggio del CFO si sposta interamente sull'interpretazione, sulla comunicazione e sulla responsabilità, e i leader che non hanno compiuto questa transizione vedranno il proprio ruolo erodersi sotto i loro occhi senza capirne il motivo.
I CFO che tra cinque anni avranno maggiore rilevanza non saranno quelli che conoscono meglio i numeri; saranno quelli capaci di dirti cosa significano i numeri e di assumersene la responsabilità.
Cinque consigli per i CFO
Ho cinque consigli per i leader finanziari:
- Inizia dal lavoro di conferma, non da quello di giudizio. L'area con il ROI più elevato e il rischio più basso in cui implementare l'IA è il lavoro che attualmente assorbe ore di personale qualificato solo per verificare la correttezza dei dati. Riconciliazione della cassa, analisi degli scostamenti, copertura delle transazioni, standardizzazione del piano dei conti. Questo lavoro ha una risposta corretta. L'IA la raggiunge più velocemente e in modo più completo di una persona. Inizia da qui, dimostra il valore e costruisci la fiducia interna. Non iniziare dalle previsioni o dalla narrazione strategica per poi chiederti perché il risultato non sia abbastanza buono.
- Sistema i tuoi dati prima di acquistare lo strumento. Nessuno vuole sentirsi dare questo consiglio perché è lento e poco entusiasmante, ma rappresenta il limite massimo. Ho visto aziende implementare piattaforme costose sopra contabilità codificate in modo incoerente, per poi dare la colpa all'IA quando il risultato era inaffidabile. Lo strumento non è il problema. Se il tuo libro mastro è un disastro, puliscilo prima. La leva verrà dopo.
- Separa ciò che comporta la tua abilitazione professionale da ciò che non la comporta e sii esplicito al riguardo con il tuo team. La linea di demarcazione permanente nella finanza non è tra IA e persone. È la responsabilità. Qualunque risultato riporti il tuo nome, la tua approvazione e la tua raccomandazione a un consiglio di amministrazione o a un finanziatore è di tua responsabilità. L'IA può elaborare l'analisi. Il giudizio e la responsabilità legale spettano a te. Questa linea non cambia e, se permetti che diventi sfumata, alla fine ti assumerai la responsabilità di un errore commesso dallo strumento.
- Non limitarti ad acquistare strumenti. Costruisci un sistema. Uno strumento è un componente. Il livello operativo che lo circonda crea leva: la logica di instradamento, le procedure operative standard, i responsabili definiti e i passaggi di consegne. Ho visto team finanziari dotati di ottimi strumenti ma privi di un sistema produrre risultati non migliori di quelli precedenti. Il sistema è ciò che conta.
- L'IA non mette a rischio il ruolo del CFO. Il CFO che la ignora rischia di rimanere indietro rispetto a chi non lo fa. Non è una minaccia; è un'osservazione sulla struttura del mercato. Se un tuo pari consegna una QoE in 10 giorni e tu la consegni in quattro settimane, il mercato ti mostrerà quale dei due rappresenta il futuro. La finestra per costruire questa competenza finché rimane un elemento differenziante è più breve di quanto la maggior parte delle persone pensi.
Ho cinque consigli per i leader finanziari: Inizia dal lavoro di conferma, non da quello di giudizio. Sistema i tuoi dati prima di acquistare lo strumento. Separa ciò che comporta la tua abilitazione professionale da ciò che non la comporta e sii esplicito al riguardo con il tuo team. Non limitarti ad acquistare strumenti. Costruisci un sistema. L’IA non mette a rischio il ruolo del CFO. Il CFO che la ignora rischia di rimanere indietro rispetto a chi non lo fa.
Segui gli aggiornamenti
Puoi seguire il lavoro di Mitch Petracca su LinkedIn. E dai un'occhiata a Finsider.ai.
Su The CFO Club arriveranno altre interviste a esperti!
