Direktøren for FP&A-praksisen i AFP sier at KI endrer FP&A fra tallrapportering til utforming av beslutninger

Som direktør for FP&A-avdelingen i The Association for Financial Professionals har Bryan Lapidus hatt orkesterplass til hvordan kunstig intelligens endrer bransjen.

Vi satte oss ned med Bryan for å høre hva han ser fra denne plassen. Dette fortalte han oss.

En akselererende utvikling

Jeg heter Bryan Lapidus og er direktør for FP&A-avdelingen i Association for Financial Professionals. Karrieren min fulgte en tradisjonell vei som omfattet konsulentvirksomhet, en MBA-grad og roller innen økonomi og finans i selskaper som American Express og Fannie Mae, der jeg fokuserte på å utarbeide prognoser, styre budsjetter og hjelpe ledelsen med å navigere i usikkerhet. Jeg jobbet også i to private equity-eide porteføljeselskaper, og har nå arbeidet i Association for Financial Professionals i åtte år.

I min nåværende rolle skaper og kuraterer jeg innhold for miljøet for bedriftsøkonomi for å hjelpe dem med å lykkes i sine nåværende og fremtidige roller. Jeg har jevnlig kontakt med økonomi- og finansmiljøet, og godkjenner hvert år rundt 50 konferanseinnlegg, 20 webinarer, fem veiledninger eller undersøkelser og en rekke artikler. Jeg leder også fem rundebordsgrupper – viktigst av dem er FP&A-rådet – for å lære hva miljøet arbeider med!

FP&A har utviklet seg og fortsetter å utvikle seg – fra å rapportere tall til å forklare dem, og i stadig større grad til å forme beslutninger. Denne utviklingen har akselerert betydelig de siste årene med kunstig intelligens. Nye verktøy skaper nye muligheter, som igjen skaper en ny driftsmodell for økonomi- og finansfunksjonen. Det betyr at vi kan gjøre mer, og kundene våre forventer mer av oss.

Hvordan kunstig intelligens endrer FP&A fra en rapporteringsfunksjon til en beslutningsfunksjon

Kunstig intelligens bør forstås gjennom CFO-ens kjerneoppgave: å forvalte kapital fra kilde til anvendelse. Regnskapsfunksjonen forklarer hvor kapitalen har vært. Treasury-funksjonen styrer hvor den er, og hvordan den sirkulerer. FP&A bidrar til å avgjøre hvor den bør gå videre.

Verktøyene kan endre seg, men økonomi- og finansfunksjonens forpliktelser gjør det ikke. Kontroll, etterlevelse, kapitalallokering, risikostyring og ansvarlighet overfor investorer er fortsatt grunnleggende. Det som endrer seg, er hvordan økonomi- og finansfunksjonen skaper verdi. Nye verktøy, som automatisering og kunstig intelligens, skaper nye muligheter, som igjen skaper nye driftsmodeller. I disse nye modellene får økonomi- og finansfunksjonen muligheten til å komme tettere på virksomheten gjennom strategi, partnerskap og beslutningsstøtte.

Etter hvert som rutinearbeid automatiseres eller settes ut, blir rollene innen økonomi og finans mer analytiske, tverrfunksjonelle og integrert i virksomheten. Arbeidet blir også mindre knyttet til tradisjonelle siloer. I stedet for å organisere seg utelukkende rundt FP&A, treasury eller regnskap, organiserer økonomi- og finansfunksjonen seg i økende grad rundt arbeidsflyter, kapabiliteter og beslutninger som går på tvers av funksjoner.

Bryan deler

Kunstig intelligens løser ikke svake prosesser; den får dem bare til å kjøre raskere.

Aktivitetssammensetningen endrer seg også. Tiden flyttes fra manuelt og transaksjonsbasert arbeid til scenarioanalyse, vurdering av muligheter og risikostyring. Det gjør data, styring og prosessutforming enda viktigere. Kunstig intelligens løser ikke svake prosesser; den får dem bare til å kjøre raskere.

Fremtiden for FP&A handler ikke om å konkurrere med kunstig intelligens om analyse, men om å forme miljøet der analyse blir til gode beslutninger. Etter hvert som prognoser, rapportering og scenariomodellering blir raskere og mer tilgjengelig, blir det rikelig med analytiske resultater, mens dømmekraft blir en knapp ressurs. FP&A-funksjonens rolle går derfor fra å rapportere resultater og produsere analyser til å gi råd om beslutninger og utforme beslutningsrammen: å etablere forutsetningene, definisjonene, måltallene, begrensningene, målene, avveiningene, risikotoleransene, eskaleringsveiene, styringen og prinsippene for kapitalallokering som gjør det mulig å fatte tusenvis av menneske- og maskinskapte beslutninger på en konsistent måte i hele virksomheten.

Ved å bygge denne finansielle intelligensen inn i systemene som genererer prognoser, anbefalinger og handlinger, blir FP&A forvalter av beslutningsintegritet og sørger for at beslutningene er i tråd med strategien og skaper bærekraftig verdi i stor skala.

De vanligste bruksområdene for kunstig intelligens innen økonomi og finans

Jeg har hatt orkesterplass til hvordan ledere innen økonomi og finans reagerer på kunstig intelligens. Noen eksperimenterer forsiktig, mens andre redesigner arbeidsflytene fullstendig.

De vanligste brukstilfellene jeg ser i finansmiljøet, forbedrer produktiviteten til enkeltmedarbeidere. Eksempler inkluderer å utarbeide kommentarer som forklarer avviksrapporter og kontrollere resultater ved å la KI innta ulike roller for å utfordre rapportene.

Anomalideteksjon er et annet effektivt brukstilfelle: KI kan identifisere avvik i rapporter og modeller som krever nærmere granskning. Dette fremskynder feilsjekker og sparer folk for visse pinlige situasjoner!

Jeg snakket til og med med en CFO som fortalte at hun bruker en LLM til å lese kontrakter, lage sammendrag, flagge risikoer og identifisere potensielt vanskelig språk. Hun fullførte gjennomgangen på én formiddag, i stedet for å sende den til juridisk avdeling og vente tre dager på svar.

Hvorfor mennesker må bruke sin erfaring og dømmekraft på KI-resultater

Jeg har alltid antatt at erfaring var en integrert del av finansielle modeller, fordi erfarne personer alltid bygget modellene.

Det er ikke lenger tilfelle. KI bygger modeller nå, så erfaring er blitt skilt fra selve modellbyggingen. Den ligger nå i antakelsene, utformingen av de innledende instruksjonene og den grundige tolkningen og utspørringen av resultatet.

Sammenligninger side om side kan være illustrerende:

• KI genererer prognoser for basisscenarioet; mennesker legger deretter inn potensielle fremtidige investeringer eller "nedjusteringer" der det finnes utfordringer.
• KI genererer og evaluerer flere "hva hvis"-scenarioer og mulige trender; mennesker avgjør deretter hvilke risikoer de skal fokusere på, eller hvilke resultater som er viktigst.
• KI henter inn data og parametere til modeller; mennesker avgjør deretter hvilke av dem som skal bygges inn i modellen.

Den røde tråden er at KI håndterer datatunge oppgaver, mens mennesker bruker erfaring og dømmekraft.

Hvorfor KI-arbeidsflyter trenger både disiplin og fleksibilitet

Finansfunksjonen må lede utviklingen av et konsistent analytisk rammeverk som definerer nøkkeltall, beregninger, datakilder og prosessen for å omgjøre data til informasjon.

Jeg husker at jeg snakket med en CFO som anbefalte "disiplin i kjernen, fleksibilitet i ytterkantene". Det festet seg hos meg, fordi det gir nok kontroll til at alle kan stole på dataene, og nok smidighet til å ta dem raskt i bruk.

Når dette gjøres riktig, gjør denne typen styring det mulig for finansfunksjonen å være en akselerator, ikke en brems på selskapets prosesser.

Hvorfor CFO-er må samarbeide på tvers av funksjoner for å fjerne urene data

Når vi først snakker om disiplin, må alle CFO-er sørge for å ha disiplin i dataene sine! Det er utrolig viktig – og enda viktigere med KI. En kokk ville ikke laget suppe med skittent vann, og du bør ikke ta økonomiske beslutninger basert på urene data eller nøkkeltall som er misforstått.

Finansfunksjonen beskrives ofte som funksjonen som omgjør data til beslutninger. Men før finansfunksjonen kan skape innsikt, må noen sørge for at de underliggende dataene er pålitelige, konsistente og forstås på samme måte i hele organisasjonen. Derfor spiller ledende finansavdelinger i økende grad en rolle som strekker seg utover rapportering og analyse. De blir en del av en tverrfunksjonell kapasitet som definerer nøkkeltall, styrer datastandarder og fastsetter reglene for hvordan informasjon beveger seg fra kildesystemer til forretningsbeslutninger.

Bryan deler

Hvis inntekter, kunder, marginer eller produktivitet betyr forskjellige ting for ulike grupper, bruker organisasjonen mer tid på å diskutere tall enn på å handle ut fra dem. Økonomifunksjonen er unikt posisjonert til å bidra til å forhindre dette.

Tenk på det som en informasjonskjede. Data oppstår i operative systemer, omformes gjennom forretningslogikk og beregninger, og vises til slutt i prognoser, dashbord, ledelsesrapporter og strategiske beslutninger. På hvert trinn er definisjoner, antakelser og styring viktige. Hvis inntekter, kunder, marginer eller produktivitet betyr forskjellige ting for ulike grupper, bruker organisasjonen mer tid på å diskutere tall enn på å handle ut fra dem.

Økonomifunksjonen er unikt posisjonert til å bidra til å forhindre dette. Som forvalter av virksomhetens resultater kan økonomifunksjonen samarbeide med IT, drifts- og virksomhetsledere for å skape et felles analytisk rammeverk — et rammeverk som sikrer at data forblir konsistente fra kilde til bruk, slik at organisasjonen kan bruke mindre tid på å avstemme informasjon og mer tid på å ta bedre beslutninger.

Slik påvirker AI ansettelser og størrelsen på økonomiteamet

Som følge av AI ser jeg ofte at selskaper vokser mye raskere enn økonomiteamene sine, noe som øker den operasjonelle gearingen.

Det skyldes ikke oppsigelser — CFO-er sier sjelden opp folk i teamene sine. Det skyldes at de ansetter annerledes nå. Før de ansetter, må de spørre: «Kan AI gjøre dette, eller trenger jeg et menneske?»

Fokuser AI-bruken din på reelle forretningsutfordringer

Her er mitt råd: Forankre AI-arbeidet i reelle forretningsutfordringer i stedet for å starte med teknologien og deretter lete etter et problem.

Dette hjelper deg med å unngå spredt eksperimentering og sikrer at du bygger løsninger som gir målbare resultater. Det vil også flytte samtalen fra «Hva kan denne teknologien gjøre?» til «Hvilke beslutninger kan vi forbedre?» — og det er her AI skaper en meningsfull effekt.

Husk at CFO-ens oppgaver ikke endres. Det eneste som endres, er verktøyene vi bruker for å levere innsikten vår!

Følg med

Du kan følge arbeidet til Bryan Lapidus på LinkedIn.

Flere ekspertintervjuer kommer i CFO-klubben!