Dyrektor finansowy ClickUp: zadajesz niewłaściwe pytania dotyczące AI

Dan Zhang jest dyrektorem finansowym w ClickUp, firmie zajmującej się produktywnością dzięki AI, która nie jest jeszcze notowana na giełdzie, gdzie stosunek agentów do ludzi jest większy niż jeden do jednego.

Usiedliśmy z Danem, aby dowiedzieć się, na czym liderzy finansowi muszą skupić swoją uwagę. Oto, co nam powiedział.

Najbardziej wymowne liczby

Nazywam się Dan Zhang i jestem dyrektorem finansowym w ClickUp, firmie zajmującej się produktywnością dzięki AI, która nie jest jeszcze notowana na giełdzie. Nadzoruję finanse, księgowość, obszar personalny/HR oraz dział prawny, pomagając firmie osiągnąć skalę poprzez alokację kapitału, strategiczne wsparcie decyzyjne i przygotowanie do wejścia na giełdę.

Kieruję całym obszarem finansów: FP&A, rozwojem korporacyjnym (Corp Dev), księgowością i zespołem ds. transakcji. Sama księgowość obejmuje księgowość korporacyjną, księgowość techniczną, księgowanie przychodów, listę płac, podatki i zakupy. Działamy złożonością właściwą dla funkcji gotowej na działalność spółki publicznej, ale świadomie utrzymujemy jego szczupłą strukturę.

W ubiegłym roku przekroczyliśmy $300 milionów ARR i szybko się rozwijamy. Obsługujemy ponad 200 000 klientów i 30 milionów użytkowników na całym świecie, zatrudniając około 1 000 pracowników w sześciu podmiotach prawnych.

Jednak oto liczba, która najlepiej pokazuje, gdzie jesteśmy: stosunek agentów do ludzi przekroczył już jeden do jednego. Każda osoba w moim zespole pracuje z wieloma agentami AI, a ten stosunek stale rośnie. Nasz zespół składa się z ludzi, którzy odpowiadają za osąd, oraz agentów, którzy wykonują pracę w tle.

Zapytaj, czy praca jest gotowa na AI — nie odwrotnie

Większość firm pyta, czy AI jest gotowe. My odwróciliśmy pytanie: czy praca jest gotowa na AI?

Kiedy rozłożysz na części to, czym zajmuje się organizacja finansowa, większość zadań mieści się w tym, co nazywam „środkiem”. Inicjacja odbywa się na jednym końcu: sformułowanie pytania i określenie celu. Ostateczny osąd zapada na drugim: decyzja i zatwierdzenie. Wszystko pomiędzy — zbieranie danych, uzgadnianie, przygotowywanie wersji roboczych i formatowanie — to praca pośrednia. To właśnie miejsce dla AI. Ludzie odpowiadają za początek i koniec. AI zajmuje się środkiem.

Na tej podstawie podjęliśmy konkretne decyzje. Przeprowadziliśmy eksplorację procesów w naszych przepływach pracy, aby znaleźć miejsca, w których występuje praca pośrednia, zamiast zgadywać. Zautomatyzowaliśmy proces zamknięcia ksiąg, realizując go szybciej przy 40% mniejszej liczbie pracowników. Zbudowałem własny stos agentów, w tym agenta kontekstowego, który przechowuje moją wiedzę instytucjonalną, oraz agenta decyzyjnego, który poddaje moje rozumowanie próbie, zanim przedstawię je zarządowi.

Ostatecznie nie chodzi o to, co zbudowałeś, lecz o decyzje, które podjąłeś inaczej dzięki temu rozwiązaniu. O stanowisko, którego nie obsadziłeś. O zamknięcie ksiąg, które skróciłeś. O liczbę, której szybciej zaufałeś. O podatność kontroli, której nie wykryłbyś bez AI.

Na tym polega transformacja.

Dlaczego modele finansowe należy współtworzyć z Claude

Zmieniliśmy sposób, w jaki budujemy modele. Teraz każdy nowy model współtworzymy z Claude, tak jak szkoli się nowego analityka.

Na początku jest to bolesne. Słyszałem te skargi: „Byłoby szybciej, gdybym po prostu zbudował go sam”. Tak. Dla ciebie. Dzisiaj. Nie dla zespołu i nie w przyszłym roku.

Współtworzenie pozwala zamknąć dwie luki, które ma każdy zespół FP&A.

1. Wiedza instytucjonalna: Wiedza uwięziona w czyjejś głowie albo w delikatnym arkuszu kalkulacyjnym, którego nikt nie chce dotykać, przestaje być problemem. Gdy współtworzysz z AI, dokumentacja nie jest dodatkiem na końcu — sama staje się procesem budowy. Rejestrujemy każde założenie.
2. Szybkość tworzenia scenariuszy: Odpowiedź na wiadomość od członka kierownictwa na Slacku o 1:00 w nocy: „Co stanie się z przychodami i gotówką, jeśli przesunę X do marketingu i utrzymam zatrudnienie na poziomie Y?”, zajmowała kiedyś kilka dni; teraz trwa kilka sekund. Narzędzia do planowania obiecywały to od lat, ale nigdy tego nie dostarczyły, ponieważ problemem nigdy nie była mechanika modelu. Problemem był kontekst — sposób, w jaki wszystko się ze sobą łączy. Gdy centralna inteligencja posiada ten kontekst, członkowie kierownictwa mogą na bieżąco uruchamiać nieskończoną liczbę scenariuszy.

Dlaczego zespoły finansowe muszą skodyfikować swoją wiedzę w umiejętnościach Claude

Myśli Dana

Stary podręcznik mówi, żeby zwiększyć obsadę pierwszej linii. My tego nie robimy. Budujemy superagentów, którzy koordynują te wyspecjalizowane umiejętności, podagentów, którzy nieustępliwie wykonują zadania, oraz przepływ pracy z człowiekiem dokonującym ostatecznej weryfikacji i odpowiedzialnym za jakość pracy AI. Odpowiedzialność nigdy nie przechodzi na maszynę.

Nasz menedżer ds. księgowości zbudował 27 umiejętności Claude'a. 27 skodyfikowanych podręczników napisanych przez ekspertów, które agresywnie automatyzują warstwę przygotowawczą: uzgodnienia, etapy zamknięcia, przygotowanie na poziomie jednostek. Każdy z nich jest udokumentowany, powtarzalny i może działać nawet po odejściu jego autora.

Oto dlaczego ma to znaczenie. Dodajemy jednostki i nowe obszary działalności. Stary podręcznik mówi, żeby zwiększyć obsadę pierwszej linii. My tego nie robimy. Budujemy superagentów, którzy koordynują te wyspecjalizowane umiejętności, podagentów, którzy nieustępliwie wykonują zadania, oraz przepływ pracy z człowiekiem dokonującym ostatecznej weryfikacji i odpowiedzialnym za jakość pracy AI. Odpowiedzialność nigdy nie przechodzi na maszynę.

Jeśli dyrektor finansowy chce skopiować jedną rzecz, niech skopiuje właśnie to: niech najlepszy ekspert skodyfikuje swoją wiedzę w postaci umiejętności, umieści nad nimi warstwę orkiestracji i wyznaczy konkretną osobę na końcu procesu. Motywuj swoich najlepszych ekspertów, aby otrzymywali nagrody za automatyzacje, które tworzą.

Dlaczego kontrola jest teraz właściwością systemu

Większy udział człowieka nie oznacza większej kontroli.

Dorastałem w przekonaniu, że kontrola oznacza, iż ludzie sprawdzają wszystko. AI zmusiła mnie do przyznania, że był to teatr odgrywany na kruchej podstawie. Nieudokumentowane arkusze kalkulacyjne, założenia przechowywane w głowach ludzi, ryzyko związane z kluczowymi osobami na każdym kroku. Wciąż dostaję telefony od mojej byłej firmy w sprawie arkusza kalkulacyjnego, który stworzyłem, rok po moim odejściu. To nie jest środowisko kontroli. To sytuacja zakładnicza, którą wszyscy uznaliśmy za normalną.

Kontrola stała się teraz właściwością systemu, a nie liczby osób, które mają z nim styczność. Dane wejściowe są zablokowane. System rejestruje każde działanie agenta i wiąże je z identyfikatorem przepływu pracy. Założenia są jawne, a scenariusze można odtworzyć. Audytorzy mogą poprosić o ślad audytowy. Nigdy nie mogli skontrolować tego, co znajdowało się w czyjejś głowie.

Ludzie nie opuścili systemu kontroli. Przenieśli się tam, gdzie zawsze było ich miejsce: do warstwy wyjątków i ostatecznej weryfikacji, z imieniem i nazwiskiem oraz odpowiedzialnością. Mniej punktów styku, z których każdy ma rzeczywiste znaczenie, w obszarze, w którym 99% dokładności oznacza całkowite chybienie celu.

Dlaczego AI tworzy wersję roboczą, a nie podejmuje decyzji

Jeśli chodzi o to, czym może zająć się AI, stosuję trzy zasady:

1. AI zdecydowanie zajmuje się przygotowaniem, syntezą i monitorowaniem.
2. Człowiek zawsze wykonuje ostatni krok, jeśli zmienia on sprawozdanie finansowe lub powoduje przepływ środków pieniężnych.
3. Jeśli działanie wymaga osądu w warunkach niejednoznaczności lub osoby odpowiedzialnej za wynik, zajmuje się tym człowiek, ponieważ wynik AI jest wersją roboczą, a nie decyzją. To ja ponoszę 100% odpowiedzialności za rezultat.

Na przykład:

• Prognozowanie: wspierane przez AI, ale należące do człowieka. Każdy model FP&A budujemy wspólnie z AI. Założenia są udokumentowane, logika jawna, a nic nie znajduje się wyłącznie w głowie jednej osoby ani w kruchym arkuszu kalkulacyjnym.
• Analiza odchyleń: moje działanie w największym stopniu zależne od AI. Agent-analityk pracuje na bieżących danych, sygnalizuje anomalie i tworzy wersję roboczą opisu. Ludzie przechodzą z warstwy transakcyjnej do warstwy wyjątków. Nie chcę, aby mój zespół sprawdzał każdy wiersz. Chcę, aby sprawdzał każdą anomalię wykrytą przez system.
• Zarządzanie przepływami pieniężnymi: AI prognozuje, uzgadnia i monitoruje przepływy. Jedna zasada nie ma jednak żadnych wyjątków: agent nigdy nie może zainicjować wypływu środków pieniężnych. Agenci mają dostęp tylko do odczytu sprawozdań finansowych. Agresywnie w przygotowaniu, ostrożnie w weryfikacji.
• Budżetowanie: AI przygotowuje konsolidację i BvA. Ludzie zajmują się kompromisami.

Wzorzec wspólny dla wszystkich tych działań polega na tym, że sztuczna inteligencja zyskuje autonomię etapami. Najpierw obserwuje i rekomenduje, a następnie zawęża automatyzację przy zachowaniu pełnych ścieżek audytu. Ludzie koncentrują się tam, gdzie przewyższają maszynę: na osądzie, odpowiedzialności i nowym kontekście płynącym z rzeczywistego świata. Im szybciej automatyzujemy, tym większe znaczenie ma osąd. Szybkość bez osądu to po prostu szybsze popełnianie błędów.

Dlaczego liderzy finansowi muszą wprowadzać napięcie do decyzji dotyczących zasobów

Skoro mowa o budżetowaniu, wprowadziłem napięcie do każdej decyzji dotyczącej zasobów.

Ludzie uwielbiają zatrudniać, ale przez większość czasu zatrudniają do zepsutych procesów i nazywają to skalowaniem. Dlatego wprowadźcie etap zatwierdzania zatrudnienia. Liderzy muszą udowodnić skuteczność przepływu pracy opartego na sztucznej inteligencji, zanim zwiększą zatrudnienie.

To bardziej atrakcyjna wersja budżetowania od zera. Jeśli po rygorystycznym teście okaże się, że przepływ pracy rzeczywiście nadal wymaga człowieka, świetnie — zatrudniajcie. Ale jeśli nigdy nie wprowadzicie tego napięcia, nigdy nie dowiecie się, jak bardzo możecie go usprawnić.

Dlaczego liderzy finansowi muszą zachować ostrożność wobec „autonomicznych” narzędzi finansowych

Myśli Dana

Bezdotykowe, w pełni autonomiczne finanse jeszcze nie istnieją… Każdy, kto sprzedaje Ci autonomiczne finanse, sprzedaje Ci demonstrację.

Największa różnica między rozgłosem a rzeczywistością dotyczy automatyzacji od początku do końca. Nie ma jej. Bezdotykowe, w pełni autonomiczne finanse jeszcze nie istnieją.

Pójdę jeszcze dalej: nawet własny zespół produktowy firmy Anthropic mówi to samo swojemu zespołowi finansowemu. Pełna automatyzacja jeszcze nie istnieje, nawet wewnątrz firmy tworzącej najbardziej zaawansowane modele. Jeśli laboratorium, które tworzy ten model, nie prowadzi własnych ksiąg bez udziału człowieka, Ty również nie powinieneś tego robić.

Każdy, kto sprzedaje Ci autonomiczne finanse, sprzedaje Ci demonstrację.

Jak sztuczna inteligencja wpływa na możliwości i szybkość działania

Największy pozytywny wpływ, jaki obserwuję, dotyczy:

• Efektywność: przed wdrożeniem sztucznej inteligencji mój zespół FP&A poświęcał 80% czasu na zadania mechaniczne. Czyszczenie danych, formatowanie raportów, wklejanie liczb do prezentacji. Na syntezę i narrację przeznaczaliśmy tylko 20%. Te proporcje są odwrócone, a to standard w tej branży.
• Zatrudnienie: liderzy, którzy proaktywnie zbudowali ten przepływ pracy, wyeliminowali 50% przyszłych rekrutacji. Zredukowaliśmy 15% obecnego zatrudnienia, głównie w pracy wspólnych usług niższego szczebla, opartej na procesach.
• Zwielokrotnienie możliwości: lider ds. rozwoju korporacyjnego przeszedł od pracy nad 1–2 transakcjami miesięcznie do jednoczesnej pracy nad 6–8. Jedna osoba, bez nowych rekrutacji. Agent poszerzył lejek, a człowiek wykonał ostatni etap pracy.
• Szybkość analiz scenariuszowych: to najwyraźniejsza różnica przed wdrożeniem i po nim. Jak wspomniałem, pytanie dyrektora zadane o 1 w nocy: „Co stanie się z przychodami i gotówką, jeśli przeniosę X do marketingu i utrzymam zatrudnienie na poziomie Y?”, wcześniej wymagało dni, a teraz zajmuje sekundy.
• Konsolidacja dostawców: wewnętrzne oprogramowanie zbudowane na Claude wyeliminowało już kilka pozycji związanych z narzędziami, w tym narzędzia do zamknięcia okresu, zakupów i obsługi zgłoszeń. Do tej pory zaoszczędziliśmy sześciocyfrową kwotę na wydatkach u dostawców.

Negatywnym skutkiem był podatek od treści generowanych przez sztuczną inteligencję. Problemem nie były jednak błędy sztucznej inteligencji, lecz ludzie publikujący niesprawdzone wyniki jej pracy. Finansowa bylejakość po cichu podkopuje zaufanie i najszybciej wypala najlepszych pracowników. Nic tak nie irytuje najlepszych osób jak dokument, w który człowiek nie włożył żadnego wkładu.

Rozwiązaniem była zmiana kultury organizacyjnej. Muszę przewodzić zespołowi i wymagać od niego odpowiedzialności. Członkowie zespołu muszą wiedzieć, że czytam wszystko, co mi przedstawiają.

Dlaczego liderzy finansowi muszą najpierw skupić się na podstawach przepływów pracy

Istnieje różnica między wdrożeniem sztucznej inteligencji a zaprojektowaniem systemu.

Mój pierwszy rok upłynął na eksperymentowaniu: budowaniu zabawek, dokładaniu AI do istniejących przepływów pracy i gromadzeniu efektownych demonstracji. Prawie wszystko z tego było jednorazowe. Demonstracje umierały wraz ze swoimi twórcami, prompty pozostawały w głowach ludzi, a nic się nie kumulowało.

Teraz wiem, że fundament powstaje jako pierwszy. Spraw, by praca była zrozumiała dla AI, zanim cokolwiek zautomatyzujesz. Skodyfikuj wiedzę w umiejętnościach, zablokuj źródła danych i rejestruj każde działanie. Przeciętny przepływ pracy oparty na solidnym fundamencie przynosi coraz większe korzyści. Genialna demonstracja bez fundamentu wyparowuje.

Gdybym wcześniej to zrozumiał, mógłbym uniknąć zmarnowanego cyklu: miesięcy jednorazowych eksperymentów, które nie przyniosły żadnych trwałych zasobów. Mógłbym też od pierwszego dnia zacząć tworzyć umiejętności mojego menedżera ds. księgowości.

Porady dla liderów finansowych

Moja rada? Buduj fundament w pierwszej kolejności z myślą o AI. Traktuj jakość tak, jakby zależały od niej księgi rachunkowe, bo tak właśnie jest. I angażuj ludzi tam, gdzie przewyższają maszynę: w ocenie sytuacji, odpowiedzialności i kontakcie z rzeczywistym światem.

Organizacja przyszłości nie będzie mniejszą i tańszą wersją dzisiejszej. Będzie szczuplejszym zespołem najlepszych pracowników, których możliwości zostały zwielokrotnione i którzy działają na poziomie wcześniej nieosiągalnym.

Śledź na bieżąco

Możesz śledzić pracę Dana Zhanga na LinkedIn.

Więcej wywiadów z ekspertami już wkrótce na The CFO Club!