Dyrektor finansowy ds. technologii twierdzi, że liderzy finansowi błędnie rozumieją finansowy wpływ sztucznej inteligencji

Ashok Manthena jest dyrektorem finansowym i dyrektorem ds. AI w finansach w firmie ChatFin.ai. Jest również autorem i badaczem koncentrującym się na zastosowaniu AI w operacjach finansowych.

W tym wywiadzie Ashok opowiedział, jak liderzy finansów powinni podchodzić do transformacji AI w swoich organizacjach.

Od analizy AI do realizacji z wykorzystaniem AI

Nazywam się Ashok Manthena i jestem badaczem oraz praktykiem koncentrującym się na zastosowaniu AI w operacjach finansowych. Moja praca obejmuje kluczowe funkcje finansowe, w tym AP/AR, procesy kontrolingowe, takie jak zamknięcie miesiąca, FP&A oraz podatki.

Przez całą karierę pracowałem z dużymi przedsiębiorstwami, a obecnie współpracuję z szerokim gronem firm — od organizacji średniej wielkości po przedsiębiorstwa osiągające przychody od kilkuset milionów do ponad miliarda dolarów. Organizacje te różnią się pod względem branż, stosów technologicznych i systemów ERP, co zwiększa złożoność — szczególnie w zakresie cyberbezpieczeństwa.

Koncentruję się na tym, jak AI może wyjść poza analizę i przejść do realizacji, automatyzując przepływy pracy, zwiększając dokładność oraz umożliwiając zespołom finansowym szybsze i bardziej kontrolowane działanie.

Dlaczego dyrektorzy finansowi muszą dążyć do stopniowego wdrażania AI

Wielu dyrektorów finansowych — szczególnie w średnich i dużych firmach, choć dotyczy to również szerszego grona organizacji — zakłada, że ich transformacja AI będzie gwałtowną zmianą, w ramach której AI od pierwszego dnia szybko przejmie procesy. To nie jest praktyczne podejście.

W większych organizacjach operacje finansowe mają kluczowe znaczenie dla funkcjonowania firmy i nie można dopuścić do ich zakłócenia. W rezultacie wdrażanie AI musi być znacznie bardziej przemyślane i stopniowe, niż ludzie oczekują. Każdy dyrektor finansowy powinien to rozumieć.

Ashok dzieli się

Wielu dyrektorów finansowych zakłada, że ich transformacja AI będzie gwałtowną zmianą, w ramach której AI od pierwszego dnia szybko przejmie procesy. To nie jest praktyczne podejście.

W każdej transformacji kluczowe znaczenie ma czynnik ludzki. Opór wobec zmian i właściwe zarządzanie zmianą wymagają poważnej uwagi — jest to szczególnie prawdziwe w przypadku transformacji AI. Ostatecznie za dane wyjściowe odpowiada człowiek; zawsze ktoś ponosi za nie odpowiedzialność. Dlatego nie możemy pomijać ludzkiego aspektu wdrażania AI ani traktować go powierzchownie.

Najlepiej sprawdza się podejście odgórne. Gdy liderzy finansów aktywnie kierują wdrażaniem AI, identyfikują obszary, w których zespoły poświęcają najwięcej wysiłku, i dążą do ukierunkowanych usprawnień, wdrażanie przyspiesza. Takie skupienie na wąskich gardłach operacyjnych, napędzane przez kierownictwo, sprawia, że inicjatywy AI przynoszą rezultaty.

Jak AI wpływa na wynik finansowy firmy

Gdy AI jest wdrażana w przemyślany sposób, obserwuję jej korzyści w wielu obszarach.

Nastąpiła znaczna redukcja kosztów, a także zmniejszenie zależności od zasobów manualnych, ponieważ wiele procesów działa obecnie automatycznie.

Co więcej, zaobserwowaliśmy jeszcze istotniejszą zmianę — ludzie i zespoły mogą teraz robić rzeczy, których wcześniej nie byli w stanie realizować z powodu braku czasu lub przepustowości. Zamiast skupiać się wyłącznie na rutynowych zadaniach, poświęcają więcej czasu na pracę, która bezpośrednio wpływa na wynik finansowy firmy.

Jednocześnie uważam, że wiele osób błędnie rozumie wpływ finansowy. Początkowe oszczędności wynikające z automatyzacji pojawiają się szybko, ale równie szybko osiągają plateau. Ważniejsze jest zabezpieczenie ciągłości działania firmy, ograniczenie ryzyka zakłóceń oraz poprawa ogólnej efektywności biznesowej. W dużych organizacjach finansowych nawet niewielkie zakłócenia mogą mieć nieproporcjonalnie duży wpływ finansowy, dlatego wolniejsze i kontrolowane wdrażanie lepiej chroni wartość niż agresywne cięcie kosztów.

W miarę eksperymentowania zespoły identyfikują przypadki użycia, które rzeczywiście zwiększają ROI — nie tylko poprzez ograniczenie nakładu pracy, lecz także dzięki poprawie dokładności, kontroli i podejmowania decyzji. To właśnie stąd wynika rzeczywista korzyść finansowa.

Jak AI zasadniczo zmienia procesy AR

Uczestniczyłem w transformacjach obejmujących niemal wszystkie funkcje CFO.

Weźmy jako przykład zarządzanie skrzynką odbiorczą AR. Tradycyjnie zespoły poświęcają dużo czasu na komunikację z klientami, odpowiadanie na pytania i monitowanie o zaległe faktury. Choć wcześniejsze metody automatyzowały część tych działań, agenci AI znacznie je uprościli i zwiększyli ich skuteczność.

Proces rozpoczyna się, gdy agent odczytuje faktury, identyfikuje pozycje, których termin płatności już upłynął lub zbliża się, oraz stosuje określone zasady i warunki płatności. Automatycznie wysyła przypomnienia o przeterminowanych fakturach i okresowe zestawienia obejmujące wszystkie otwarte i nadchodzące salda. Gdy klient odpowiada, agent pobiera odpowiednie dane, weryfikuje tożsamość osoby składającej zapytanie i odpowiada, przekazując właściwe informacje.

Testowaliśmy to przez kilka tygodni, aby zapewnić dokładność przed uruchomieniem procesu na produkcji. Obecnie jest to w dużej mierze proces niewymagający ingerencji człowieka, co zasadniczo zmienia sposób działania procesu AR.

Dlaczego budżetowanie i prognozowanie nie mogą zostać w pełni zautomatyzowane

Ashok dzieli się spostrzeżeniami

AI ma mniejszy wpływ na budżetowanie niż na inne funkcje. W dużej mierze opiera się ono na ocenie, kontekście i intuicji biznesowej.

AI ma mniejszy wpływ na budżetowanie niż na inne funkcje. W dużej mierze opiera się ono na ocenie, kontekście i intuicji biznesowej. AI może pomóc w gromadzeniu danych oraz w części procesu budżetowego, ale nie opracowaliśmy jeszcze w pełni skutecznego sposobu łączenia ludzkich danych wejściowych z analizami generowanymi przez AI w tym obszarze.

To samo dotyczy prognozowania. Nadal jest ono kwestią oceny opartej na obliczeniach, a nie w pełni zautomatyzowanym wynikiem, i sądzę, że przez pewien czas pozostanie takie również w przyszłości.

Na skonsolidowanym poziomie finansów trudno polegać wyłącznie na uczeniu maszynowym, ponieważ sygnał jest często ograniczony, a prognozy mogą nie być wystarczająco wiarygodne. W tym miejscu ludzka ocena nadal odgrywa kluczową rolę — obejmuje rozumienie kontekstu biznesowego i niuansów oraz formułowanie przemyślanych założeń.

Dlatego w przypadku budżetowania i prognozowania korzystamy ze strukturyzowanych modeli opartych na parametrach, wykorzystujących znane zmienne i logikę biznesową, dzięki czemu wyniki są deterministyczne i łatwe do zweryfikowania przez zespoły finansowe, zamiast opierać się wyłącznie na prognozach generowanych przez ML. Korzystamy również z udziału człowieka w procesie.

W pozostałych obszarach operacji finansowych, takich jak uzgodnienia, AP, AR, raportowanie i czynności związane z zamknięciem okresu, korzystamy z agentów AI. Obsługują one pobieranie danych, dopasowywanie, komunikację i realizację procesów.

Dlaczego AI nie zmienia procesu analitycznego

AI nie przyniosła również w analityce efektów, których oczekiwałem.

AI przyspieszyła te procesy, ale nie generowała konsekwentnie zupełnie nowych wniosków wykraczających poza to, co zespoły finansowe już wcześniej wyprowadzały.

Wyniki są często lepiej przedstawione i szybciej generowane, ale zasadnicze rozumienie działalności firmy nie zmieniło się znacząco — przynajmniej w naszym przypadku.

Jak finanse zmienią się w nadchodzących latach

W przyszłości AI zmieni narzędzia finansowe, przekształcając zbiór odrębnych narzędzi w bardziej ujednolicone, zintegrowane systemy. Pojawią się nowe kategorie oprogramowania, a ta zmiana wpłynie na sposób projektowania systemów finansowych przez organizacje i wykorzystywania przez nie technologii. Organizacje powinny zacząć o tym myśleć już teraz.

AI zmienia finanse nie poprzez pojedynczą transformację, lecz w wielu procesach, zespołach, systemach i obszarach podejmowania decyzji.

Jesteśmy wciąż na bardzo wczesnym etapie transformacji z wykorzystaniem AI, a wiele niewiadomych wciąż pozostaje, szczególnie w takich obszarach jak alokacja kapitału. Dlatego, choć AI może obecnie wykonywać wiele zadań autonomicznie, moja rada dla liderów finansowych jest taka, aby zachowali ostateczny osąd — oparty na wiedzy biznesowej, znajomości kontekstu branżowego i doświadczeniu.

Śledź dalszy ciąg

Możesz śledzić dalszą drogę Ashoka Varmy na platformie LinkedIn.

Więcej wywiadów z ekspertami już wkrótce w The CFO Club!