Direktören för AFP:s FP&A-verksamhet säger att AI förändrar FP&A från att rapportera siffror till att forma beslut

Som chef för FP&A-verksamheten på The Association for Financial Professionals har Bryan Lapidus haft en första parkett till hur AI förändrar branschen.

Vi satte oss ner med Bryan för att få veta vad han ser från den platsen. Här är vad han berättade.

En accelererande utveckling

Jag heter Bryan Lapidus och är chef för FP&A-verksamheten på Association for Financial Professionals. Min karriär följde en traditionell väg som omfattade konsultarbete, en MBA-examen och roller inom företagsfinansiering på organisationer som American Express och Fannie Mae, där jag fokuserade på att ta fram prognoser, hantera budgetar och hjälpa ledningen att navigera i osäkerhet. Jag arbetade också på två riskkapitalägda portföljbolag och har nu arbetat på Association for Financial Professionals i åtta år.

I min nuvarande roll skapar och sammanställer jag innehåll för communityn för företagsfinansiering för att hjälpa dem att lyckas i sina nuvarande och framtida roller. Jag har regelbunden kontakt med finanscommunityn och godkänner varje år omkring 50 konferenssessioner, 20 webbinarier, fem guider eller undersökningar samt ett stort antal artiklar. Jag leder också fem rundabordsgrupper – framför allt FP&A:s rådgivande råd – för att lära mig vad communityn arbetar med!

FP&A har utvecklats och fortsätter att utvecklas – från att rapportera siffror till att förklara dem och i allt högre grad forma beslut. Den här utvecklingen har accelererat betydligt under de senaste åren med hjälp av AI. Nya verktyg skapar nya möjligheter, vilket i sin tur skapar en ny verksamhetsmodell för finansfunktionen. Det innebär att vi kan göra mer, och våra kunder förväntar sig mer av oss.

Så förändrar AI FP&A från en rapporteringsfunktion till en beslutsfattande funktion

AI bör förstås utifrån CFO:ns kärnuppgift: att förvalta kapital från källa till användning. Redovisningen förklarar var kapitalet har varit. Treasuryfunktionen hanterar var det finns och hur det cirkulerar. FP&A hjälper till att avgöra vart det bör gå härnäst.

Verktygen kan förändras, men finansfunktionens skyldigheter gör det inte. Kontroll, efterlevnad, kapitalallokering, riskhantering och ansvar inför investerare förblir grundläggande. Det som förändras är hur finansfunktionen skapar värde. Nya verktyg, som automatisering och AI, skapar nya möjligheter, vilket i sin tur skapar nya verksamhetsmodeller. I dessa nya modeller har finansfunktionen möjlighet att komma närmare verksamheten genom strategi, partnerskap och beslutsstöd.

När rutinartat arbete automatiseras eller läggs ut på entreprenad blir rollerna inom finans mer analytiska, tvärfunktionella och integrerade i verksamheten. Arbetet blir också mindre bundet till traditionella silor. I stället för att strikt organisera sig kring FP&A, treasury eller redovisning organiserar sig finansfunktionen i allt högre grad kring arbetsflöden, förmågor och beslut som sträcker sig över flera funktioner.

Bryan delar med sig

AI åtgärdar inte svaga processer – den får dem bara att köras snabbare.

Aktivitetsmixen förändras också. Tiden förskjuts från manuellt och transaktionsbaserat arbete till scenarioanalys, möjlighetsbedömning och riskhantering. Det gör data, styrning och processutformning ännu viktigare. AI åtgärdar inte svaga processer – den får dem bara att köras snabbare.

Framtidens FP&A handlar inte om att konkurrera med AI inom analys, utan om att forma den miljö där analys leder till bra beslut. När prognostisering, rapportering och scenariomodellering blir snabbare och mer tillgängliga blir analytiska resultat överflödiga, medan omdöme blir en bristvara. FP&A:s roll förskjuts därför från att rapportera resultat och ta fram analyser till att ge råd om beslut och utforma beslutsramen: att fastställa de antaganden, definitioner, mätetal, begränsningar, mål, avvägningar, risktoleranser, eskaleringsvägar, styrningsprinciper och principer för kapitalallokering som gör det möjligt att fatta tusentals beslut, av människor och maskiner, på ett konsekvent sätt i hela företaget.

Genom att koda in denna finansiella intelligens i de system som genererar prognoser, rekommendationer och åtgärder blir FP&A förvaltare av beslutens integritet och säkerställer att besluten ligger i linje med strategin och skapar hållbart värde i stor skala.

De vanligaste användningsområdena för AI inom finans

Jag har haft en första parkett till hur finanschefer reagerar på AI. Vissa experimenterar försiktigt, medan andra utformar om arbetsflöden helt och hållet.

De vanligaste användningsområdena jag ser inom finans förbättrar de enskilda medarbetarnas produktivitet. Exempel är att utarbeta kommentarer som förklarar avvikelserapporter och att kontrollera resultat genom att låta AI anta roller för att utmana rapporterna.

Avvikelsedetektering är ett annat effektivt användningsområde: AI kan identifiera avvikande värden i rapporter och modeller som kräver ytterligare granskning. Det påskyndar felkontroller och besparar människor vissa pinsamheter!

Jag pratade till och med med en CFO som berättade att hon använder en LLM för att läsa avtal, tillhandahålla sammanfattningar, flagga risker och identifiera potentiellt svårtolkat språk. Hon slutförde sin granskning på en förmiddag i stället för att skicka avtalet till juristavdelningen och vänta tre dagar på ett svar.

Varför människor måste använda sin erfarenhet och sitt omdöme när de bedömer AI-resultat

Jag antog alltid att erfarenhet var en inneboende del av ekonomiska modeller eftersom erfarna personer alltid byggde modellerna.

Så är det inte längre. AI bygger modeller nu, vilket innebär att erfarenhet har skilts från själva modellbyggandet. Den finns nu i antagandena, utformningen av de inledande instruktionerna samt den noggranna tolkningen och utvärderingen av resultatet.

Jämförelser sida vid sida kan vara belysande:

• AI genererar prognoser för basscenariot; människor lägger sedan till potentiella framtida investeringar eller riskavdrag där det finns utmaningar.
• AI genererar och utvärderar flera "tänk om"-scenarier och potentiella trender; människor avgör sedan vilka risker de ska fokusera på eller vilka utfall som är viktigast.
• AI hämtar data och parametrar till modeller; människor avgör sedan vilka som ska byggas in i modellen.

Den röda tråden är att AI hanterar datatunga arbetsuppgifter, medan människor använder erfarenhet och omdöme.

Varför AI-arbetsflöden behöver både disciplin och flexibilitet

Finansfunktionen måste leda utvecklingen av ett enhetligt analytiskt ramverk som definierar mätetal, beräkningar, datakällor och processen för att omvandla data till information.

Jag minns att jag pratade med en CFO som rekommenderade "disciplin i grunden, flexibilitet i utkanten". Det fastnade hos mig eftersom det ger tillräcklig kontroll för att alla ska kunna lita på data och tillräcklig smidighet för att snabbt kunna tillämpa den.

När det görs på rätt sätt gör den här typen av styrning det möjligt för finansfunktionen att vara en accelerator, inte en broms för företagets processer.

Varför CFO:er måste samarbeta tvärfunktionellt för att rensa bort bristfälliga data

Apropå disciplin behöver alla CFO:er bli mer disciplinerade när det gäller sina data! Det är oerhört viktigt – och ännu viktigare med AI. En kock skulle inte laga soppa med smutsigt vatten, och du bör inte fatta ekonomiska beslut med bristfälliga data eller missförstådda mätetal.

Finansfunktionen beskrivs ofta som den funktion som omvandlar data till beslut. Men innan finansfunktionen kan generera insikter måste någon säkerställa att den underliggande datan är tillförlitlig, enhetlig och förstås på samma sätt i hela organisationen. Därför får ledande finansgrupper i allt högre grad en roll som sträcker sig bortom rapportering och analys. De blir en del av en tvärfunktionell förmåga som definierar viktiga mätetal, styr datastandarder och fastställer reglerna för hur information rör sig från källsystem till affärsbeslut.

Bryan delar med sig

Om intäkter, kunder, marginaler eller produktivitet betyder olika saker för olika grupper lägger organisationen mer tid på att diskutera siffror än på att agera utifrån dem. Ekonomifunktionen har en unik position för att bidra till att förhindra detta.

Se det som en informationskedja med spårbarhet. Data har sitt ursprung i operativa system, omvandlas genom affärslogik och beräkningar och visas slutligen i prognoser, instrumentpaneler, ledningsrapporter och strategiska beslut. I varje steg är definitioner, antaganden och styrning viktiga. Om intäkter, kunder, marginaler eller produktivitet betyder olika saker för olika grupper lägger organisationen mer tid på att diskutera siffror än på att agera utifrån dem.

Ekonomifunktionen har en unik position för att bidra till att förhindra detta. Som förvaltare av verksamhetens resultat kan ekonomi samarbeta med IT, verksamheten och företagsledare för att skapa ett gemensamt analytiskt ramverk — ett som säkerställer att data förblir konsekventa från källa till användning, så att organisationen kan fokusera mindre på att stämma av information och mer på att fatta bättre beslut.

Hur AI påverkar rekryteringen och ekonomiteamets storlek

Till följd av AI ser jag ofta företag växa mycket snabbare än sina ekonomiteam, vilket ökar den operationella hävstången.

Det beror inte på uppsägningar — CFO:er säger sällan upp personer i sina team. Det beror på att de rekryterar på ett annat sätt nu. Innan de rekryterar måste de fråga sig: ”Kan AI göra detta eller behöver jag en människa?”

Fokusera AI-användningen på verkliga affärsutmaningar

Här är mitt råd: Förankra era AI-satsningar i verkliga affärsutmaningar i stället för att börja med tekniken och sedan leta efter ett problem.

Det hjälper er att undvika splittrade experiment och säkerställer att ni bygger lösningar som ger mätbara resultat. Det kommer också att flytta samtalet från ”Vad kan den här tekniken göra?” till ”Vilka beslut kan vi förbättra?” — och det är där AI gör verklig skillnad.

Kom ihåg att CFO:ns skyldigheter inte förändras. Det enda som förändras är de verktyg vi använder för att leverera våra insikter!

Följ med

Du kan följa Bryan Lapidus arbete på LinkedIn.

Fler expertintervjuer kommer på CFO-klubben!