Què he après creant una funció financera nativa d'IA

Finances s'ha convertit en una funció en temps real. Per a mi, l'oportunitat va molt més enllà de tancar els llibres més de pressa o actualitzar les previsions més sovint. Es tracta de veure com canvia el negoci, ajudar els líders a actuar abans i donar més temps als equips financers per influir en el que passarà després.

Quan em vaig incorporar a OpenAI fa dos anys, només hi havia un petit equip financer que donava suport a una empresa que creixia a una velocitat extraordinària. Havíem de crear la funció des de zero i fer que la IA fos fonamental en la nostra manera de treballar, prendre decisions i donar suport al negoci.

També vaig reconèixer un punt de partida habitual. El tancament dels llibres i l'actualització de les previsions encara comportaven tasques manuals i recurrents: cercar informació, explicar què havia canviat i reunir les dades necessàries per prendre una decisió. Teníem accés a les eines d'IA més avançades del món i encara estàvem aprenent a redissenyar les finances al seu voltant.

Per això ens vam fixar dos objectius ambiciosos: un tancament el mateix dia i unes previsions automatitzades i actualitzades contínuament.

La idea del tancament el mateix dia és oferir als líders una visió en temps real, conciliada i traçable de la situació financera de l'empresa. La previsió contínua es basa en aquests fonaments i mostra com canvia el negoci, què podria passar després i quines decisions podrien modificar el resultat.

Encara estem treballant per assolir tots dos objectius. La feina ja ha canviat la manera de treballar del nostre equip. Ens ha permès superar les limitacions dels fulls de càlcul estàtics, les cerques manuals de documents justificatius i les presentacions, i avançar cap a eines en temps real basades en tot el context i les dades del negoci. També ha permès que els professionals de les finances creïn les eines que necessiten per treballar i portin més lluny la seva expertesa.

Per a mi, aquesta és l'autèntica promesa d'una funció financera nativa d'IA: un equip que entén què passa mentre passa, ajuda els líders a veure les opcions que tenen al davant i dona més temps al negoci per actuar mentre encara es pot canviar el resultat.

Per arribar-hi, no n'hi ha prou amb adoptar noves tecnologies. Cal redissenyar la feina al voltant de les decisions importants, donar marge a les persones per experimentar, incorporar responsabilitats clares a cada flux de treball i mesurar la feina fiable que completa la IA per obtenir un retorn de la inversió clar.

Aquestes són cinc lliçons pràctiques de la nostra experiència que qualsevol director financer pot aplicar.

El primer pas va ser oferir un accés ampli. Les persones necessiten llibertat per explorar la IA en el context de la seva feina. L'accés genera el màxim valor quan es combina amb una experimentació estructurada sobre problemes reals.

Vam convidar enginyers de vendes a una hackató de finances i vam demanar a l'equip que hi portés tasques que volia transformar. Un dels resultats va ser IR-GPT, un GPT personalitzat basat en els materials aprovats que el nostre equip de relacions amb inversors utilitza per respondre preguntes d'avaluació. També vam començar a crear GPT personalitzats per a àmbits com compres i fiscalitat.

La hackató va transformar la IA d'una capacitat abstracta en una eina pràctica. En un sol dia, les persones podien identificar una tasca recurrent, crear una solució, provar-la amb els companys i millorar-la. Els casos d'ús sorgien de les persones més properes a la feina, mentre que els experts tècnics les ajudaven a avançar més de pressa.

Per als directors financers, la lliçó és senzilla: cal combinar l'experimentació de baix a dalt amb una estratègia de dalt a baix. Poseu una IA segura i potent a l'abast de les persones i deixeu que qui és més a prop de la feina identifiqui maneres millors de fer-la. Alhora, concentreu l'atenció i els recursos dels líders en els canvis més importants per al negoci. L'oportunitat real sorgeix quan conflueixen tots dos enfocaments: idees pràctiques de primera línia aplicades a les prioritats principals.

Els equips financers dediquen una energia enorme a reunir les dades necessàries per prendre una decisió. Revisar una previsió pot exigir cercar les dades més recents, conciliar fulls de càlcul, explicar desviacions, crear gràfics, preparar documents i convertir-los en diapositives. L'anàlisi acaba arribant a qui pren la decisió, però l'equip ja ha dedicat gran part del temps a preparar-la.

La IA canvia la unitat de treball. Els responsables de finances poden redissenyar tot el recorregut, des de les dades d'origen fins a la decisió.

Pensem en el tancament. Tots els directors financers coneixen el procés mensual: les dades reals en un sistema, les ordres de compra en un altre, les meritacions en un full de càlcul i l'explicació d'una desviació enterrada en un fil de missatges.

Estem avançant cap a un model operatiu diferent. L'objectiu del tancament el mateix dia és connectar els plans de despesa aprovats, les dades reals del llibre major, les ordres de compra, les meritacions i els detalls de les transaccions en una vista conciliada contínuament. Cada desviació es pot vincular a l'activitat subjacent. La IA pot preparar una explicació inicial i assenyalar les excepcions que requereixen atenció. Finances valida les xifres, aplica el seu criteri i assumeix la responsabilitat de l'aprovació final.

El tancament no desapareix. El que comença a desaparèixer és la cursa per reconstruir la situació del negoci un cop acabat el període.

Aquesta base conciliada pot alimentar una previsió actualitzada contínuament. El nostre equip està creant fluxos de treball que integren models estadístics, converses comercials, dades de cada compte, dades operatives i el criteri de finances.

Estem superant les limitacions dels fulls de càlcul amb eines més interactives que reuneixen la previsió estadística, les proves que la sustenten i els escenaris en una única vista en temps real. Els líders poden veure què ha canviat, per què i quines decisions podrien modificar el resultat. Quan falta un nou compromís d'un client a la base de referència, el sistema pot mostrar les proves que el sustenten i com afectaria un ajust el trimestre o l'any. Finances pot examinar els supòsits, comparar escenaris i decidir si cal actualitzar la previsió aprovada.

Aquesta mateixa vista pot ajudar els líders a prendre millors decisions d'assignació de capital. Un equip financer pot veure on la despesa en màrqueting genera rendiment, on els resultats comencen a disminuir i què podria suposar reassignar el següent euro.

L'objectiu final és l'automatització de les previsions. Per arribar-hi, cal una visió actualitzada contínuament, una anàlisi d'escenaris més ràpida i una responsabilitat clara de finances.

La lliçó més general és començar per una decisió important i treballar enrere. Identifiqueu les dades, les eines, les aprovacions i els traspassos necessaris per sustentar-la. Després, determineu quines parts pot analitzar, coordinar o completar la IA. Això millora la velocitat i la qualitat de tot el cicle de decisió.

La transformació més important és que els professionals de les finances ara poden crear les eines que necessiten per treballar.

Un estudi recent d'OpenAI mostra que el 40% de l'ús especialitzat de la IA per part dels professionals de les finances correspon a tasques alienes a les finances tradicionals, i el 22%, a tasques relacionades amb l'enginyeria.

Tothom del meu equip crea taulers i eines d'IA personalitzats amb ChatGPT Work i Codex. La feina està passant dels models estàtics d'Excel i les presentacions de PowerPoint a taulers en temps real basats en tot el context i les dades del negoci. Aquestes eines poden continuar una anàlisi, respondre preguntes de seguiment i actualitzar-se quan canvia la informació subjacent.

Un membre de l'equip que dona suport al nostre negoci publicitari no havia programat mai. Va utilitzar Codex per crear una eina que transforma la nostra previsió publicitària mensual en plans setmanals i diaris. Té en compte els dies laborables i festius, compara previsions i manté cada xifra vinculada al model aprovat. Els responsables de màrqueting poden veure ràpidament què ha canviat, on convé invertir i quin rendiment podria generar la despesa addicional.

Les persones que entenen el problema ara poden donar forma a la solució. Crear aquestes eines també les porta a replantejar-se la manera habitual de treballar. Un professional de les finances pot crear la infraestructura de presa de decisions que necessita el negoci, provar-la amb els companys i millorar-la a mesura que evoluciona la feina.

Els equips financers no s'estan tornant menys especialitzats. Estan adquirint la capacitat de portar més lluny la seva expertesa.

IR-GPT ens va ensenyar una lliçó important sobre el control. Les preguntes d'avaluació dels inversors poden obligar un analista a cercar entre materials anteriors, redactar una resposta, comprovar-ne la coherència i coordinar-ne la revisió. Amb un GPT personalitzat basat en fonts aprovades, una feina que abans trigava hores i de vegades s'allargava tota la nit ara pot generar un primer esborrany sòlid en qüestió de segons.

El paper de les persones continua sent essencial. El nostre equip de relacions amb inversors llegeix l'esborrany, hi aporta criteri i context, i comprova que les respostes siguin coherents per a tots els inversors. La IA accelera la feina. Les persones són responsables del resultat.

Aquest és el model adequat per a finances. Els directors financers haurien de treballar amb els equips de TI i governança per definir a quines dades pot accedir un sistema d'IA, quines accions pot dur a terme, quan cal una aprovació i quan s'ha d'escalar un problema. Cada resultat ha d'estar vinculat a una font fiable. Cada previsió ha d'incloure una explicació clara. Qualsevol canvi en una base de referència aprovada ha de requerir l'autorització de finances.

La breu moda de la "maximització de tokens" ja ha passat. Ara és fàcil establir límits d'ús, controls pressupostaris, accés basat en rols, regles d'encaminament de models i llindars d'aprovació. Els directors financers poden gestionar l'ús de la IA amb la mateixa disciplina que apliquen a qualsevol despesa variable, alhora que donen marge als equips per crear i experimentar.

Una responsabilitat clara genera la confiança necessària per avançar més de pressa. A mesura que s'acceleren la síntesi, la conciliació i la preparació, els professionals de les finances disposen de més temps per qüestionar supòsits, assessorar el negoci i aplicar el seu criteri.

Els directors financers necessiten un quadre d'indicadors d'IA basat en el rendiment operatiu. Comprar més llicències o utilitzar més tokens no aporta gaire informació. El que importa és si la feina es fa bé i quin cost real té.

Per a cada flux de treball, plantegeu-vos quatre preguntes:

• La IA ha completat una feina rellevant?
• Quin cost ha tingut, incloent-hi el temps dels empleats, la revisió i la repetició de tasques?
• El resultat era prou bo per utilitzar-lo?
• Ens ha ajudat a avançar més de pressa o a prendre una decisió millor?

Per a un equip financer, una feina útil pot ser actualitzar una previsió, explicar una desviació, atendre una sol·licitud d'auditoria o respondre una pregunta del consell d'administració. Per al tancament, el quadre d'indicadors podria incloure la durada del cicle, el percentatge de transaccions conciliades automàticament, el nombre d'excepcions que cal revisar i el temps necessari per explicar una desviació. Per a les previsions, podria incloure'n la precisió, la freqüència d'actualització, el temps necessari per generar un nou escenari i la qualitat de les decisions que sustenta la previsió.

El model més barat no sempre és el més econòmic. Si un model millor arriba a una resposta fiable amb menys intents i revisions, pot tenir un cost total inferior.

Finances ocupa el centre de l'estratègia, el capital, les dades, el risc i el rendiment. Això ofereix als directors financers una perspectiva única sobre el funcionament de l'empresa i un mandat sòlid per liderar-ne la transformació amb IA.

Una funció financera nativa d'IA es caracteritza per cicles més ràpids, controls més sòlids, decisions millors i més temps per aplicar el criteri professional. El camí comença amb un flux de treball rellevant i s'amplia a partir de proves: cal donar eines a les persones, ajudar-les a redissenyar la feina, definir clarament les responsabilitats i mesurar el resultat.

El tancament el mateix dia i la previsió contínua reflecteixen una ambició més àmplia: un equip financer que entén què passa mentre passa, mostra als líders què podria passar després i ajuda l'empresa a prendre abans decisions millors.

El resultat és un equip financer amb més capacitat i un director financer amb una visió més clara del negoci. També crea un model de treball perquè tota l'empresa pugui convertir la intel·ligència en valor durador. Com dic sempre, no pots ser allò que no pots veure. Si volem que els nostres equips financers aprofitin les possibilitats de la IA, els hem de mostrar com són; i, com a directors financers, hem de començar nosaltres.

El meu equip financer va explicar com funciona a la pràctica; podeu veure'n la gravació aquí⁠(s'obre en una finestra nova).