Co mě naučilo budování finančního oddělení s AI od základu

Finance začaly fungovat v reálném čase. Podle mě je tato příležitost mnohem větší než jen rychlejší účetní uzávěrka nebo častější aktualizace prognózy. Jde o to sledovat firmu v průběhu změn, pomáhat vedení jednat dříve a dát finančním týmům více času ovlivňovat další vývoj.

Když jsem před dvěma lety nastoupila do OpenAI, společnost rostoucí mimořádným tempem podporoval jen malý finanční tým. Museli jsme celé finanční oddělení vybudovat od základů a učinit z AI nedílnou součást naší práce, rozhodování i podpory firmy.

Zároveň jsem viděla důvěrně známou výchozí situaci. Účetní uzávěrka a aktualizace prognóz stále obnášely opakovanou ruční práci: vyhledávání informací, vysvětlování změn a shromažďování podkladů pro rozhodnutí. Měli jsme přístup k nejpokročilejším nástrojům AI na světě, ale stále jsme se učili, jak kolem nich finance přetvořit.

Stanovili jsme si proto dvě smělé ambice: uzávěrku v nultý den a automatizovanou, průběžně aktualizovanou prognózu.

Smyslem uzávěrky v nultý den je poskytnout vedení odsouhlasený a dohledatelný přehled o finanční situaci společnosti v reálném čase. Průběžné prognózování na tomto základě ukazuje, jak se firma mění, co může následovat a která rozhodnutí mohou ovlivnit výsledek.

Na naplnění obou ambicí stále pracujeme. Tyto snahy už změnily fungování našeho týmu. Pomohly nám překonat omezení statických tabulek, ručního vyhledávání podkladů a prezentací a přejít k živým nástrojům založeným na úplném kontextu a veškerých datech společnosti. Finanční odborníci díky ní také získali možnost vytvářet nástroje, které ke své práci potřebují, a rozšířit dosah svých odborných znalostí.

V tom podle mě spočívá skutečný příslib finančnictví postaveného na AI: tým chápe dění v reálném čase, pomáhá vedení vidět možnosti, které má před sebou, a dává firmě více času jednat, dokud lze výsledek ještě ovlivnit.

K dosažení tohoto cíle nestačí zavést novou technologii. Je třeba přetvořit činnosti kolem důležitých rozhodnutí, dát lidem prostor experimentovat, začlenit jasnou odpovědnost do každého pracovního postupu a měřit spolehlivě dokončenou práci AI, aby byla zřejmá návratnost investic.

Zde je pět praktických ponaučení z našich zkušeností, která může uplatnit každý finanční ředitel.

Prvním krokem bylo zajistit široký přístup. Lidé potřebují volnost zkoumat možnosti AI v kontextu vlastní práce. Přístup přináší největší hodnotu, když jej doprovází strukturované experimentování se skutečnými problémy.

Na finanční hackathon jsme pozvali obchodní inženýry a požádali tým, aby přinesl úkoly, které by chtěl změnit. Jedním z výsledků byl IR-GPT, vlastní GPT založený na schválených materiálech, které náš tým pro vztahy s investory používá při odpovídání na otázky v rámci prověrek. Začali jsme také vytvářet vlastní GPT pro oblasti, jako jsou nákup a daně.

Hackathon proměnil AI z abstraktní možnosti ve funkční nástroj. Během jediného dne mohli lidé určit opakující se úkol, vytvořit řešení, otestovat je s kolegy a zdokonalit. Případy využití navrhovali lidé, kteří měli k dané činnosti nejblíže, a techničtí odborníci jim pomáhali postupovat rychleji.

Ponaučení pro finanční ředitele je jednoduché: potřebujete experimentování zdola a strategii shora. Dejte lidem do rukou bezpečnou a schopnou AI a nechte ty, kteří mají k práci nejblíže, hledat lepší způsoby jejího provedení. Současně zaměřte pozornost vedení a zdroje na změny, které budou mít pro firmu největší význam. Skutečná příležitost vzniká jejich propojením: praktické nápady lidí z první linie se uplatní na vaše největší priority.

Finanční týmy věnují shromažďování podkladů pro rozhodnutí obrovské množství energie. Při kontrole prognózy může být nutné vyhledat nejnovější data, odsouhlasit tabulky, vysvětlit odchylky, vytvořit grafy, připravit dokumenty a převést je do prezentace. Analýza se nakonec dostane k člověku, který rozhoduje, ale tým už strávil značnou část času jejím sestavováním.

AI mění základní jednotku práce. Vedoucí finančních týmů mohou přetvořit celou cestu od zdrojových dat až k rozhodnutí.

Vezměme si účetní uzávěrku. Každý finanční ředitel zná měsíční proces: skutečné výsledky jsou v jednom systému, objednávky v jiném, dohadné položky v tabulce a vysvětlení odchylky zapadlé v konverzačním vlákně.

Pracujeme na jiném provozním modelu. Ambicí uzávěrky v nultý den je propojit schválené plány výdajů, skutečné hodnoty z hlavní účetní knihy, objednávky, dohadné položky a podrobnosti transakcí v průběžně odsouhlasovaném přehledu. Každou odchylku lze dohledat až k podkladové aktivitě. AI může připravit úvodní vysvětlení a označit výjimky vyžadující pozornost. Finanční oddělení ověřuje čísla, uplatňuje odborný úsudek a odpovídá za konečné schválení.

Účetní uzávěrka nezmizí. Mizet však začíná horečné rekonstruování dění ve firmě po skončení období.

Tento odsouhlasený základ může sloužit k průběžně aktualizované prognóze. Náš tým vytváří pracovní postupy, které propojují statistické modely, obchodní rozhovory, podklady na úrovni jednotlivých účtů, provozní data a úsudek finančních odborníků.

Překonáváme omezení tabulek a přecházíme k interaktivnějším nástrojům, které spojují statistickou prognózu, podpůrné podklady a scénáře do jediného živého přehledu. Vedoucí pracovníci vidí, co se změnilo, proč se to změnilo a která rozhodnutí mohou ovlivnit výsledek. Když v základní prognóze chybí nový závazek zákazníka, systém může zobrazit podpůrné podklady a ukázat, jak by úprava ovlivnila čtvrtletní nebo roční výsledek. Finanční oddělení může prověřit předpoklady, porovnat scénáře a rozhodnout, zda schválenou prognózu aktualizovat.

Tentýž přehled může vedení pomoci lépe rozhodovat o alokaci kapitálu. Finanční tým může zjistit, kde marketingové výdaje přinášejí návratnost, kde se výsledky začínají zhoršovat a co by mohlo přinést přerozdělení další investované koruny.

Cílem je automatizované prognózování. Dostaneme se k němu díky průběžně aktualizovanému přehledu, rychlejší analýze scénářů a jasné odpovědnosti finančního oddělení.

Obecnějším ponaučením je začít u zásadního rozhodnutí a postupovat zpětně. Zmapujte data, nástroje, schválení a předávky potřebné k jeho podpoře. Poté určete, které části může AI analyzovat, koordinovat nebo dokončit. Tím se zvýší rychlost i kvalita celého rozhodovacího cyklu.

Ještě větší změnou je, že si finanční odborníci nyní mohou sami vytvářet nástroje, které ke své práci potřebují.

Nedávný výzkum OpenAI ukazuje, že 40 % specializovaného využití AI finančními odborníky se týká práce mimo tradiční finance a 22 % technických úkolů.

Každý v mém týmu vytváří vlastní dashboardy a nástroje s AI pomocí ChatGPT Work a Codexu. Práce se přesouvá od statických modelů v Excelu a prezentací v PowerPointu k živým dashboardům, které využívají úplný kontext a veškerá data společnosti. Tyto nástroje mohou dále rozvíjet analýzu, reagovat na doplňující otázky a aktualizovat se podle změn podkladových informací.

Jeden kolega z týmu podporujícího naše reklamní aktivity nikdy neprogramoval. Pomocí Codexu vytvořil nástroj, který převádí naši měsíční prognózu reklamy na týdenní a denní plány. Zohledňuje pracovní dny a svátky, porovnává prognózy a každý údaj váže ke schválenému modelu. Vedoucí marketingu rychle zjistí, co se změnilo, kam investovat a jakou návratnost by mohly přinést další výdaje.

Lidé, kteří problému rozumějí, nyní mohou utvářet jeho řešení. Tvorba těchto nástrojů je také vede k přehodnocení obvyklých pracovních postupů. Finanční odborník může vytvořit rozhodovací infrastrukturu, kterou firma potřebuje, otestovat ji s kolegy a zdokonalovat ji podle toho, jak se práce vyvíjí.

Finanční týmy tím neztrácejí svou specializaci. Naopak dokážou své odborné znalosti uplatnit v širším rozsahu.

IR-GPT nám přinesl důležité ponaučení o kontrole. Otázky investorů při prověrce mohou vyžadovat, aby analytik prohledal předchozí materiály, navrhl odpověď, ověřil její konzistentnost a koordinoval kontrolu. Vlastní GPT založený na schválených zdrojích nyní dokáže během několika sekund připravit kvalitní první návrh práce, která dříve trvala hodiny a někdy pokračovala přes noc.

Úloha člověka zůstává klíčová. Náš tým pro vztahy s investory návrh pročte, doplní odborný úsudek a kontext a ověří, že naše odpovědi zůstávají konzistentní u různých investorů. AI práci urychluje. Za výsledek odpovídají lidé.

To je pro finance správný model. Finanční ředitelé by měli ve spolupráci s IT a týmy správy a řízení stanovit, k jakým datům může systém AI přistupovat, jaké kroky může provádět, kdy je nutné schválení a kdy je třeba problém eskalovat. Každý výstup by měl odkazovat na spolehlivý zdroj. Každou prognózu by mělo doprovázet jasné vysvětlení. Každá změna schválené výchozí hodnoty by měla vyžadovat souhlas finančního oddělení.

Krátká mánie zvaná „tokenmaxxing“ už pominula. Nyní lze snadno nastavit limity využití, rozpočtové kontroly, přístup podle rolí, pravidla směrování mezi modely a schvalovací prahy. Finanční ředitelé mohou využívání AI řídit se stejnou disciplínou jako jakýkoli jiný variabilní náklad a současně dát týmům prostor k tvorbě a experimentování.

Jasná odpovědnost vytváří důvěru potřebnou k rychlejšímu postupu. S rychlejší syntézou, odsouhlasením a přípravou získávají finanční odborníci více času na zpochybňování předpokladů, poradenství firmě a uplatňování odborného úsudku.

Finanční ředitelé potřebují hodnoticí systém pro AI založený na provozních výsledcích. Více licencí nebo vyšší spotřeba tokenů vám mnoho neřeknou. Podstatné je, zda je práce odvedena dobře a kolik skutečně stojí.

U každého pracovního postupu si položte čtyři otázky:

• „Odvedla AI práci, na které skutečně záleželo?
• Kolik stála včetně času zaměstnanců, kontroly a oprav?
• Byl výsledek dostatečně kvalitní k použití?
• Pomohla nám postupovat rychleji nebo se lépe rozhodnout?

Pro finanční tým může užitečná práce znamenat aktualizovanou prognózu, vysvětlenou odchylku, vyřízený požadavek auditora nebo zodpovězenou otázku správní rady. U účetní uzávěrky může hodnocení zahrnovat délku cyklu, podíl automaticky odsouhlasených transakcí, počet výjimek vyžadujících kontrolu a čas potřebný k vysvětlení odchylky. U prognózování může zahrnovat přesnost prognózy, četnost aktualizací, čas potřebný k vytvoření nového scénáře a kvalitu rozhodnutí, která prognóza podporuje.

Nejlevnější model nemusí být vždy nejhospodárnější. Pokud lepší model dospěje ke spolehlivé odpovědi na méně pokusů a s menší potřebou kontroly, mohou být jeho celkové náklady nižší.

Finance stojí v centru strategie, kapitálu, dat, rizik a výkonnosti. Finanční ředitelé tak mají jedinečný přehled o fungování společnosti a silný mandát vést její transformaci pomocí AI.

Finanční oddělení postavené na AI se vyznačuje rychlejšími cykly, důslednějšími kontrolami, lepšími rozhodnutími a větším prostorem pro odborný úsudek. Cesta začíná důležitým pracovním postupem a rozvíjí se na základě důkazů: dejte lidem nástroje, pomozte jim práci přetvořit, jasně určete odpovědnost a měřte výsledky.

Uzávěrka v nultý den a průběžná prognóza vyjadřují širší ambici: finanční tým, který chápe dění v reálném čase, ukazuje vedení, co může následovat, a pomáhá společnosti přijímat lepší rozhodnutí dříve.

Výsledkem je finanční tým s větší kapacitou a finanční ředitel s jasnějším přehledem o podnikání. Vzniká tak také funkční vzor, podle kterého může celá společnost proměňovat inteligenci v trvalou hodnotu. Jak vždy říkám: nemůžete se stát tím, co si nedokážete představit. Chceme-li, aby naše finanční týmy využily možnosti AI, musíme jim ukázat, jak to vypadá v praxi – a jako finanční ředitelé musíme začít u sebe.

Můj finanční tým ukázal, jak to vypadá v praxi. Záznam můžete zhlédnout zde⁠(otevře se v novém okně).