Ekspert ds. doradztwa finansowego twierdzi, że sztuczna inteligencja zajmuje zespołom finansowym więcej czasu, a nie mniej

Christian Franz Hansen jest partnerem w zespole doradztwa finansowego Implement Consulting Group, jednej z wiodących firm konsultingowych w regionie skandynawskim. Jest również autorem książki „Komunikowanie informacji finansowych kadrze kierowniczej”.

Spotkaliśmy się z Christianem, aby porozmawiać o „pułapce” AI oraz o tym, gdzie naprawdę leży potencjał AI dla zespołów finansowych. Oto, co nam powiedział.

AI sprawia, że niektóre aspekty finansów stają się jeszcze ważniejsze

Nazywam się Christian Franz Hansen i jestem partnerem w Implement Consulting Group — największej firmie konsultingowej w Danii oraz jednej z wiodących firm doradztwa zarządczego w regionie skandynawskim, posiadającej biura w całej Skandynawii, Niemczech, Szwajcarii i Stanach Zjednoczonych.

Jestem partnerem w naszym zespole doradztwa finansowego w Implement — zespole liczącym około 120 specjalistów, którzy działają w całym łańcuchu wartości finansów. Nasz duży zespół specjalizuje się w doradztwie dla CFO, zarządzaniu danymi podstawowymi, zarządzaniu ryzykiem i innych obszarach, które zwykle należą do odpowiedzialności CFO. Pracuję przede wszystkim z zespołami CFO oraz kadrą kierowniczą wyższego szczebla w obszarze finansów w wielu różnych organizacjach (farmaceutycznych, bankowych, logistycznych i wielu innych). Jestem dość niezależny od branży, ale koncentruję się na kadrze kierowniczej wyższego szczebla w obszarze finansów w dużych organizacjach, obejmując wszystkie kwestie należące do zakresu odpowiedzialności CFO.

Od piętnastu lat zajmuję się finansami i doradztwem dla CFO. Karierę rozpocząłem w Narodowym Banku Danii, wykonując to, co lubię nazywać gimnastyką w Excelu: modelowanie finansowe, czyli prawdziwe podstawy. Następnie przeszedłem do doradztwa zarządczego — najpierw w EY w całej Skandynawii, a później w Republice Południowej Afryki, w Kapsztadzie i Johannesburgu — zanim wróciłem do krajów nordyckich, aby skoncentrować się na transformacji finansów, rozwoju partnerstwa biznesowego i zarządzaniu wynikami dużych organizacji na całym świecie.

Przez długi czas żyłem głęboko zanurzony w danych — tworzyłem coraz bardziej rozbudowane modele, przekonany, że jeśli moja analiza będzie wystarczająco zaawansowana, będę w stanie zmienić sposób podejmowania decyzji przez firmę. Nauczyłem się, czasami w trudny sposób, że model to tylko połowa pracy. Wnioski, których się nie komunikuje, nigdy nie przynoszą efektów. To uświadomienie doprowadziło mnie w zeszłym roku do napisania książki o komunikowaniu informacji finansowych kadrze kierowniczej — o przekładaniu danych na wnioski, a następnie wniosków na realny wpływ.

AI wkroczyła już na scenę i prawdopodobnie radykalnie zmieni sposób, w jaki przechodzimy od danych do wniosków. Jednak oto, co moim zdaniem wiele osób pomija w rozmowach o AI: ludzie nie zmieniają swojego zachowania tylko dlatego, że algorytm im to nakazuje. Wnioski pochodzące z systemu AI są użyteczne wyłącznie wtedy, gdy ktoś podejmuje na ich podstawie działania. Właśnie w tym miejscu pojawiamy się my jako partnerzy biznesowi w obszarze finansów. Przekładamy wnioski na działania. Napędzamy zmiany. Jesteśmy komunikatorami i agentami zmiany, a także doprowadzamy sprawy do końca. W rzeczywistości aspekt behawioralny i zarządzanie zmianą w finansach stają się jeszcze ważniejsze w dobie AI.

Jak AI może uwolnić potencjał finansów

Oto, co naprawdę ekscytuje mnie w obecnej sytuacji: AI ma potencjał, aby uwolnić nasz czas od mechanicznego pozyskiwania i analizowania danych — o czym rozmawiamy od lat. Wreszcie mamy narzędzie, które może spełnić tę obietnicę.

Jeśli jest właściwie wykorzystywana, oddaje nam godziny, które traciliśmy na pracę w Excelu i modelowanie, pozwalając nam skoncentrować się na prawdziwej wartości dodanej: strategii, relacjach, wywieraniu wpływu i osiąganiu celów biznesowych. Wreszcie możemy uwolnić potencjał finansów jako prawdziwych partnerów biznesowych.

Obecnie współpracujemy z klientem nad określeniem zakresu transformacji procesów należności i zobowiązań w jego globalnym centrum usług wspólnych, gdzie trzydzieści pięć FTEs zajmuje się fakturami w dużej mierze ręcznie.

Analizujemy wdrożenie zaawansowanej technologii wykorzystującej AI — przy użyciu Celonis — aby obsługiwać przetwarzanie faktur skuteczniej niż w obecnym ręcznym modelu. Wstępna analiza sugeruje, że moglibyśmy zmniejszyć zatrudnienie z 35 osób w SSC do znacznie mniejszej liczby osób w centrali. Pozostali eksperci koncentrowaliby się na obsłudze wyjątków i nadzorze nad procesami zamiast na powtarzalnej pracy transakcyjnej.

Wciąż znajdujemy się na etapie określania zakresu, ale to zlecenie ekscytuje mnie, ponieważ sygnalizuje przyszłość. AI zajmie się skalą i aspektami mechanicznymi. Ludzie zajmą się oceną sytuacji, relacjami i wszystkim, co wykracza poza standardowy schemat. Jeśli dobrze to zrealizujemy, trzy wysoko wykwalifikowane osoby będą zarządzać pracą, która wcześniej wymagała zaangażowania trzydziestu pięciu osób.

Dlaczego liderzy finansów nadal muszą odpowiadać za ocenę sytuacji i narrację

Ten podział ma znaczenie. Obecnie wykorzystuję AI do manipulowania danymi i ich przygotowywania. Obejmuje to porządkowanie zbiorów danych, wykonywanie obliczeń i przygotowywanie raportów zarządczych. AI doskonale sprawdza się w tych zadaniach, oszczędzając nam znaczną ilość czasu.

Prawdziwa wartość pozostaje jednak fundamentalnie ludzka: czerpanie wniosków, tworzenie narracji i komunikowanie ich interesariuszom biznesowym, aby skłonić ich do działania. Obejmuje to opowiadanie historii, ocenę tego, co ma znaczenie, oraz nawiązywanie kontaktu z ludźmi w celu wprowadzania zmian.

Nie zautomatyzowaliśmy tego i nie powinniśmy tego robić.

Jak uniknąć „pułapki” sztucznej inteligencji w finansach

Widziałem niepokojące rezultaty wykorzystania sztucznej inteligencji i budzi to moje obawy.

Sztuczna inteligencja może sprawić, że w niebezpieczny sposób przyzwyczaimy się do niewykorzystywania własnych zdolności poznawczych. Ryzykujemy przejście na autopilota: prosimy system o odpowiedź, przyjmujemy ją bezkrytycznie i przechodzimy dalej, nie zastanawiając się nad informacjami. Widziałem, jak analitycy finansowi stawali się bardziej podatni na błędy, ponieważ zbyt mocno polegali na wynikach sztucznej inteligencji, nie angażując przy tym własnego krytycznego myślenia. Zlecili na zewnątrz refleksję niezbędną do przeprowadzenia analizy. Na tym polega ta pułapka.

Sytuację pogarszają jeszcze krótkie materiały wideo i bombardowanie treściami w mediach społecznościowych. Zlecamy na zewnątrz własne myślenie, a jednocześnie tracimy dyscyplinę umysłową niezbędną do głębokiej refleksji. To realne zagrożenie dla sposobu, w jaki finanse — i całe społeczeństwo — rozwiązują problemy.

Sztuczna inteligencja jest narzędziem wzmacniającym nasze myślenie, a nie je zastępującym. Jeśli nie będziemy ostrożni, zespoły będą działać szybciej, ale myśleć mniej, co prowadzi do błędów. Ludzie muszą zachować dyscyplinę polegającą na kwestionowaniu wyników, poddawaniu założeń testom warunków skrajnych i rozumieniu logiki; w przeciwnym razie zautomatyzujemy się w kierunku nieprzewidzianych problemów.

Z drugiej strony dzieje się również wiele autentycznie dobrego. Widziałem, jak ludzie stawali się o 20%, 30%, a nawet 40–50% szybsi w wykonywaniu podstawowych zadań. Wcześniej praca ta pochłaniała ogromne ilości czasu. Konsolidacja danych, oczyszczanie danych i prace przygotowawcze, które kiedyś zajmowały tydzień, teraz są wykonywane w ciągu kilku godzin. To naprawdę transformacyjna zmiana.

Kluczowe jest zachowanie krytycznego myślenia i refleksji przy jednoczesnym czerpaniu korzyści z większej szybkości i efektywności. Ta równowaga ma fundamentalne znaczenie.

Dlaczego sztuczna inteligencja wymaga nowych ram walidacji wyników

Wraz ze sztuczną inteligencją śledzenie w finansach źródła decyzji i pochodzenia wniosków staje się rzeczywiście trudniejsze, gdy sztuczna inteligencja generuje wyniki bez udziału człowieka.

Będziemy musieli przyzwyczaić się do polegania na wnioskach, które sztuczna inteligencja wyszukuje i dostarcza, bez tworzenia ich przez nas samych. To trudne, ponieważ pojawia się tu element czarnej skrzynki. Jeśli nie zbudowałem modelu, nie prześledziłem krok po kroku jego logiki i nie zweryfikowałem każdego założenia, to w jakim stopniu mogę mu ufać?

To budzi moje realne obawy. Trudniej jest mieć pewność co do liczb, gdy nie stworzyło się ich samodzielnie i nie można w pełni prześledzić drogi od surowych danych do końcowego wniosku. W finansach zawsze ceniliśmy możliwość przeprowadzenia audytu, czyli zdolność do dokładnego wyjaśnienia, w jaki sposób doszliśmy do danego wniosku.

Wraz ze sztuczną inteligencją będziemy musieli zmienić to podejście. Potrzebne będą nowe ramy walidacji wyników, wyrywkowego sprawdzania rezultatów i budowania zaufania do wniosków, których nie skonstruowaliśmy osobiście. To inny rodzaj zaufania, a jego osiągnięcie nie będzie łatwe. Jest jednak niezbędne, aby uwolnić potencjał sztucznej inteligencji.

Dlaczego sztuczna inteligencja może pochłaniać czas zespołów finansowych

Nieustannie mówimy o transformacyjnym potencjale sztucznej inteligencji, a oczekiwania były ogromne. Oto jednak, co obserwuję w praktyce: dla większości osób zajmujących się finansami sztuczna inteligencja obecnie pochłania więcej czasu, a nie mniej.

Dlaczego? Ponieważ uczą się nowej technologii, nowego słownictwa i nowych sposobów pracy — jednocześnie nadal realizując dotychczasowe procesy. Koszt transformacji jest realny.

Większość zespołów finansowych ma dostęp do narzędzi takich jak Copilot czy Claude i może wykorzystywać je na co dzień do wykonywania drobnych zadań. To jednak coś innego niż fundamentalna zmiana procesu. W innych obszarach działalności wpływ jest niezaprzeczalny — programiści pracują zupełnie inaczej, a chatboty wykorzystujące sztuczną inteligencję i interakcje z klientami zmieniają obsługę klienta. W finansach wciąż czekamy jednak na znaczące transformacje procesów, w których sama praca zmieni się diametralnie, zamiast jedynie nieco przyspieszyć na poszczególnych etapach.

Optymistycznie patrzę na kierunek, w którym zmierzamy, ale realistycznie oceniam sytuację, w której obecnie się znajdujemy. Największa wartość tworzona w finansach wciąż jest przed nami.

Christian dzieli się

Dla większości osób pracujących w finansach wszystko zajmuje teraz więcej czasu, a nie mniej. Dlaczego? Ponieważ uczą się nowej technologii, nowego słownictwa i nowych sposobów pracy — jednocześnie nadal realizując swoje dotychczasowe procesy. Koszt transformacji jest realny.

Dlaczego prawdziwy potencjał AI tkwi w FP&A

Najłatwiejsze do zautomatyzowania są ręczne, transakcyjne procesy, takie jak obsługa wydatków, zobowiązań, należności oraz podstawowe prowadzenie ksiąg i rachunkowość. AI doskonale radzi sobie z obsługą dużej liczby operacji i mechaniką tych procesów, zapewniając najszybszy zwrot z inwestycji.

Jednak prawdziwy potencjał leży gdzie indziej: w planowaniu i analizie finansowej (FP&A). W tym obszarze AI może przynieść prawdziwie transformacyjne zmiany. Dziś nadal postrzegamy planowanie jako działanie okresowe: tworzymy budżet, przygotowujemy prognozę i korzystamy z niej przez kwartał lub rok. Wyobraźmy sobie jednak AI pomagającą nam przejść do ciągłego zamknięcia ksiąg oraz ciągłej aktualizacji celów i prognoz. To radykalnie zmieniłoby sposób, w jaki firmy zarządzają bieżącymi wynikami.

Poza mechaniką planowania AI może pomóc nam w pracach analitycznych, które obecnie zajmują tygodnie. Obejmuje to analizę odchyleń, identyfikowanie ich przyczyn źródłowych oraz przygotowywanie raportów zarządczych, które przedstawiają szerszy obraz wydarzeń biznesowych. Wszystko to staje się szybsze i bardziej wartościowe.

Zacznijmy więc od procesów transakcyjnych. Jednak większa szansa — ta, która naprawdę zmienia sposób funkcjonowania finansów — polega na ponownym przemyśleniu planowania i analizy finansowej od podstaw.

Dlaczego liderzy finansów muszą przejść od prognoz tworzonych oddolnie do prognoz generowanych przez system

Przez lata wierzyliśmy, że jeśli każdy dział i centrum kosztów starannie przygotuje swoją część układanki, stworzymy użyteczny plan długoterminowy. Takie podejście jest jednak pracochłonne, powolne i często traci kontakt z rzeczywistością, gdy tylko firma zaczyna działać dynamicznie.

Praca z AI nauczyła mnie, że możemy całkowicie odwrócić ten proces. Zamiast budować plan oddolnie i wprowadzać go do systemu, system może generować prognozy oparte na czynnikach napędzających działalność, a następnie możemy weryfikować i udoskonalać jego wyniki. Jest to szybsze, lepiej osadzone w realiach biznesowych i wymaga znacznie mniejszej ingerencji manualnej.

Ta zmiana sposobu myślenia — od tworzenia planu oddolnie do wyników generowanych przez system i weryfikowanych przez człowieka — zmienia moje podejście do planowania finansowego. Oznacza to, że poświęcamy mniej czasu na mechanikę agregowania danych, a więcej na decyzje wymagające osądu, które mają znaczenie.

Najbardziej niedoceniane ryzyko związane z wdrażaniem AI w finansach

Liderzy często nie doceniają istotnego ryzyka finansowego związanego z AI: nie potrafią właściwie oszacować kosztów wdrożenia ani uwzględnić zasad zarządzania wymaganych do bezpiecznego zastosowania tej technologii.

Technologia jest potężna, ale kosztowna. Koszty tokenów szybko rosną, właściwe wdrożenie wymaga znacznych inwestycji, a zarządzanie również nie jest tanie. Mimo to organizacje przystępują do wdrożeń bez odpowiedniego budżetu na którykolwiek z tych elementów.

Konsekwencje mogą być poważne. Firmy wdrażały już AI przy minimalnych mechanizmach kontroli zarządzania, co prowadziło do usuwania przez systemy kluczowych danych klientów bez pozwolenia. Niedawnym przykładem była firma — PocketOS — która musiała podejmować gorączkowe działania po tym, jak niekontrolowany agent AI usunął duże fragmenty kodu stanowiącego podstawę jej działalności. Tego rodzaju sytuacja powoduje katastrofalne straty finansowe i reputacyjne.

Poza tym kolejne ryzyko wiąże się ze zwrotem z inwestycji. Organizacje mogą wydać znaczne kwoty na wdrażanie rozwiązań AI, nie uzyskując zwrotu z inwestycji, przynajmniej w krótkim okresie. Zwrot może ostatecznie się pojawić, ale jeśli organizacje nie przemyślą pełnego obrazu kosztów — wdrożenia, zarządzania, szkoleń i przejściowych nieefektywności — mogą znacznie przekroczyć budżet i osiągnąć rozczarowujące rezultaty.

Nie lekceważ rzeczywistych kosztów właściwego wdrożenia AI. Od pierwszego dnia zbuduj solidne zasady zarządzania, nawet jeśli początkowo spowolni to działania. Realistycznie podchodź również do terminów osiągnięcia zwrotu z inwestycji. Ryzyko finansowe wynikające z chodzenia na skróty jest znacznie większe niż koszt prawidłowej realizacji.

Dlaczego AI jest problemem ludzi, a nie technologii

Na początku nie doceniłem, jak bardzo ludzie opierają się radykalnym zmianom.

Skłonienie ludzi do przyjęcia AI i fundamentalnej zmiany sposobu pracy jest trudne. To nie jest problem technologiczny. To problem ludzi. Prosimy ludzi, aby całkowicie zmienili swoje nastawienie i spojrzeli na swoje obowiązki w zupełnie inny sposób. To ogromna zmiana. I nie nastąpi po prostu dzięki wdrożeniu sprytnego systemu.

Czynnik ludzki ma tu kluczowe znaczenie. Technologicznie AI jest fantastyczna. Jednak jej skuteczne wdrożenie wymaga ogromnej inicjatywy z zakresu zarządzania zmianą po stronie ludzi. Trzeba pomóc im zrozumieć, dlaczego powinni się tym przejmować, jak zmienia się ich rola i jak wygląda sukces z ich osobistej perspektywy. Trzeba zająć się lękiem, niepewnością i poczuciem utraty kontroli, które ludzie odczuwają, gdy na nowo definiuje się ich codzienną pracę.

Żałuję, że nie nadałem temu priorytetu wcześniej, ponieważ to właśnie tutaj kryje się prawdziwa praca. To tutaj transformacje odnoszą sukces albo ponoszą porażkę.

Dlaczego liderzy finansowi muszą stać się agentami zmiany

Umiejętności miękkie stają się znacznie ważniejsze, a nie mniej ważne.

AI może obsługiwać techniczne aspekty finansów — przetwarzanie danych, modelowanie i analizę. Co zatem staje się naprawdę rzadkie i cenne? Umiejętności interpersonalne: zdolność wywierania wpływu na innych, budowania opartych na zaufaniu relacji oraz komunikowania się w sposób, który trafia do odbiorców i pozostaje w ich pamięci. Zaufanie nie polega bowiem wyłącznie na dostarczaniu wniosków — chodzi o relację budowaną z czasem.

Potrzebujemy specjalistów ds. finansów, którzy potrafią opowiadać historie, malować obrazy w umysłach ludzi i rozumieć, jak nawiązywać emocjonalną więź z odbiorcami. To osoby, które potrafią napędzać decyzje i przeprowadzać organizacje przez zmiany. Właśnie za te kompetencje płaci się więcej, gdy AI zyskuje na znaczeniu.

Profil takiej osoby zmienia się więc diametralnie. Nie jesteś już tylko osobą od danych, która przetwarza liczby. Stajesz się agentem zmiany. Stajesz się kimś, kto potrafi skutecznie współpracować w całej firmie, buduje wiarygodność, a także wie, jak poruszać się po organizacjach i wpływać na rezultaty. To właśnie te zdolności odróżnią wyjątkowych specjalistów ds. finansów od reszty.

To oznacza znaczącą zmianę w sposobie, w jaki myślimy o talentach i rozwoju w finansach.

Dlaczego zespoły finansowe muszą teraz stać się zwinne

Moja najlepsza rada na ten moment, choć brzmi nieco banalnie, jest taka, aby zespoły finansowe zachowały zwinność. Szczerze mówiąc, finanse nie są do tego naturalnie predysponowane.

Niedawno rozmawiałem z tysiącem pięciuset osobami z działów finansów i IT w globalnej firmie technologicznej. Opracowałem dla nich ramy zwinnych finansów, dostosowując klasyczny Manifest Agile do czegoś, co trafia do osób zajmujących się finansami. Kiedy je zobaczyli, bardzo dobrze je przyjęli. Gdy jednak zapytałem, czy na co dzień kierują się tymi zwinnymi wartościami, tylko około sześćdziesięciu procent odpowiedziało twierdząco. Czterdzieści procent przyznało, że nie. Nawet gdy zespoły finansowe przyjmują zwinność, mają trudności z konsekwentnym stosowaniem jej w praktyce.

Właśnie z takim nastawieniem musimy się zmierzyć w kontekście AI. Nie wiemy, dokąd to zmierza. Musimy eksperymentować zarówno na poziomie osobistym, poprawiając własną efektywność, jak i na poziomie procesów, na nowo przemyślając sposoby pracy. Musimy czuć się swobodnie, przeprowadzając pilotaże i wiedząc, że niektóre z nich zakończą się niepowodzeniem, a inne początkowo nie przyniosą pozytywnych zwrotów. W ten sposób buduje się biegłość w AI. W ten sposób rozwija się rzeczywiste kompetencje.

Rada Christiana

Moja najlepsza rada na ten moment, choć brzmi nieco banalnie, jest taka, aby zespoły finansowe zachowały zwinność. Szczerze mówiąc, finanse nie są do tego naturalnie predysponowane. Właśnie z takim nastawieniem musimy się zmierzyć w kontekście AI. Nie wiemy, dokąd to zmierza. Musimy czuć się swobodnie, przeprowadzając pilotaże i wiedząc, że niektóre z nich zakończą się niepowodzeniem, a inne początkowo nie przyniosą pozytywnych zwrotów. W ten sposób buduje się biegłość w AI. W ten sposób rozwija się rzeczywiste kompetencje.

Śledź jego działalność

Możesz śledzić działalność Christiana Franza Hansena na LinkedIn. Zajrzyj także do jego książki Komunikowanie informacji finansowych kadrze zarządzającej.

Na The CFO Club pojawi się więcej wywiadów z ekspertami!