Mitä opin tekoälylähtöisen taloustoiminnon rakentamisesta

Taloushallinnosta on tullut reaaliaikainen toiminto. Minulle mahdollisuus on paljon suurempi kuin kirjanpidon nopeampi sulkeminen tai ennusteen päivittäminen useammin. Kyse on liiketoiminnan muutosten näkemisestä reaaliajassa, johtajien auttamisesta toimimaan aiemmin ja siitä, että taloustiimeille jää enemmän aikaa vaikuttaa tulevaan.

Kun aloitin OpenAIlla kaksi vuotta sitten, poikkeuksellisen nopeasti kasvavaa yritystä tuki vain pieni taloustiimi. Meidän piti rakentaa toiminto alusta alkaen ja tehdä tekoälystä olennainen osa työskentelyämme, päätöksentekoamme ja liiketoiminnan tukemista.

Lähtötilanne oli myös tuttu. Kirjanpidon sulkemiseen ja ennusteiden päivittämiseen liittyi edelleen toistuvaa manuaalista työtä: tiedon etsimistä, muutosten selittämistä ja päätöksenteon lähtötietojen kokoamista. Käytössämme olivat maailman edistyneimmät tekoälytyökalut, mutta opettelimme yhä rakentamaan taloushallintoa uudelleen niiden ympärille.

Asetimme siis kaksi rohkeaa tavoitetta: nollapäivän sulkemisen sekä automatisoidun ja jatkuvasti päivittyvän ennustamisen.

Nollapäivän sulkemisen ajatuksena on tarjota johtajille reaaliaikainen, täsmäytetty ja jäljitettävä näkymä yrityksen taloudelliseen asemaan. Jatkuva ennustaminen rakentuu tälle perustalle ja näyttää, miten liiketoiminta muuttuu, mitä seuraavaksi voi tapahtua ja millä päätöksillä lopputulokseen voidaan vaikuttaa.

Työskentelemme edelleen molempien tavoitteiden saavuttamiseksi. Työ on jo muuttanut tiimimme toimintaa. Se on vienyt meidät staattisten laskentataulukoiden, tositteiden manuaalisen etsimisen ja esitysten rajoitusten yli kohti reaaliaikaisia työkaluja, jotka hyödyntävät liiketoiminnan kaikkea kontekstia ja dataa. Se on myös antanut taloushallinnon ammattilaisille mahdollisuuden rakentaa itse työssään tarvitsemansa työkalut ja hyödyntää osaamistaan entistä laajemmin.

Minulle tämä on tekoälylähtöisen taloustoiminnon todellinen lupaus: tiimi ymmärtää tapahtumat reaaliajassa, auttaa johtajia näkemään edessä olevat vaihtoehdot ja antaa liiketoiminnalle enemmän aikaa toimia silloin, kun lopputulokseen voi vielä vaikuttaa.

Tavoitteen saavuttaminen vaatii muutakin kuin uuden teknologian käyttöönottoa. Työ on suunniteltava uudelleen tärkeiden päätösten ympärille, ihmisille on annettava tilaa kokeilla, jokaiseen työnkulkuun on rakennettava selkeät vastuut ja tekoälyn luotettavasti tekemää työtä on mitattava selkeän sijoitetun pääoman tuoton osoittamiseksi.

Tässä on kokemukseemme perustuvat viisi käytännön oppia, joita jokainen talousjohtaja voi hyödyntää.

Ensimmäinen askel oli tarjota laajat käyttöoikeudet. Ihmiset tarvitsevat vapauden tutkia tekoälyä oman työnsä yhteydessä. Käyttöoikeuksista saadaan eniten arvoa, kun niiden rinnalla kokeillaan järjestelmällisesti ratkaisuja todellisiin ongelmiin.

Kutsuimme myynti-insinöörejä taloushallinnon hackathoniin ja pyysimme tiimiä tuomaan mukanaan tehtäviä, jotka he halusivat uudistaa. Yksi tuloksista oli IR-GPT, hyväksyttyihin aineistoihin perustuva räätälöity GPT, jota sijoittajasuhdetiimimme käyttää taustaselvityskysymyksiin vastaamiseen. Aloimme myös rakentaa räätälöityjä GPT‑ratkaisuja muun muassa hankintaan ja verotukseen.

Hackathon muutti tekoälyn abstraktista mahdollisuudesta toimivaksi työkaluksi. Yhden päivän aikana osallistujat pystyivät tunnistamaan toistuvan tehtävän, rakentamaan ratkaisun, testaamaan sitä kollegoiden kanssa ja parantamaan sitä. Käyttötapaukset tulivat työtä lähimpänä olevilta ihmisiltä, ja tekniset asiantuntijat auttoivat heitä etenemään nopeammin.

Talousjohtajille opetus on yksinkertainen: tarvitaan sekä alhaalta ylöspäin syntyviä kokeiluja että ylhäältä johdettua strategiaa. Anna ihmisten käyttöön turvallinen ja kyvykäs tekoäly ja anna työtä lähimpänä olevien löytää parempia tapoja saada tehtävät hoidettua. Keskitä samalla johdon huomio ja resurssit muutoksiin, joilla on liiketoiminnalle eniten merkitystä. Todellinen mahdollisuus syntyy näiden kohdatessa: käytännön työstä kumpuavat ideat valjastetaan tärkeimpien tavoitteiden edistämiseen.

Taloustiimit käyttävät valtavasti energiaa päätöksenteon lähtötietojen kokoamiseen. Ennusteen tarkastaminen voi vaatia uusimpien tietojen etsimistä, laskentataulukoiden täsmäyttämistä, poikkeamien selittämistä, kaavioiden laatimista, asiakirjojen valmistelua ja niiden muuntamista esityskalvoiksi. Analyysi päätyy lopulta päätöksentekijälle, mutta tiimi on jo käyttänyt suuren osan ajastaan sen kokoamiseen.

Tekoäly muuttaa työn perusyksikköä. Talousjohtajat voivat suunnitella uudelleen koko polun lähdedatasta päätökseen.

Ajatellaan esimerkiksi kauden sulkemista. Jokainen talousjohtaja tuntee kuukausittaisen prosessin: toteumat ovat yhdessä järjestelmässä, ostotilaukset toisessa, jaksotukset laskentataulukossa ja poikkeaman selitys hautautuneena viestiketjuun.

Pyrimme kohti erilaista toimintamallia. Nollapäivän sulkemisen tavoitteena on yhdistää hyväksytyt kulusuunnitelmat, pääkirjan toteumat, ostotilaukset, jaksotukset ja tapahtumatiedot jatkuvasti täsmäytettäväksi näkymäksi. Jokainen poikkeama voidaan jäljittää sen taustalla olevaan toimintaan. Tekoäly voi laatia alustavan selityksen ja merkitä huomiota vaativat poikkeukset. Taloushallinto vahvistaa luvut, käyttää harkintaa ja vastaa lopullisesta hyväksynnästä.

Kauden sulkeminen ei poistu. Sen sijaan alkaa kadota kiireinen yritys muodostaa kuva liiketoiminnasta vasta kauden päätyttyä.

Tämä täsmäytetty perusta voi mahdollistaa jatkuvasti päivittyvän ennusteen. Tiimimme rakentaa työnkulkuja, jotka yhdistävät tilastolliset mallit, myyntikeskustelut, asiakaskohtaisen näytön, operatiivisen datan ja taloushallinnon harkinnan.

Olemme siirtymässä laskentataulukoiden rajoituksista vuorovaikutteisempiin työkaluihin, jotka kokoavat tilastollisen ennusteen, sitä tukevan näytön ja skenaariot yhteen reaaliaikaiseen näkymään. Johtajat näkevät, mikä muuttui, miksi se muuttui ja millä päätöksillä lopputulokseen voitaisiin vaikuttaa. Jos asiakkaan uusi sitoumus puuttuu perusennusteesta, järjestelmä voi tuoda esiin sitä tukevan näytön ja osoittaa, miten oikaisu vaikuttaisi vuosineljännekseen tai koko vuoteen. Taloushallinto voi tarkastaa oletukset, vertailla skenaarioita ja päättää, päivitetäänkö hyväksytty ennuste.

Sama näkymä voi auttaa johtajia tekemään parempia päätöksiä pääoman kohdentamisesta. Taloustiimi näkee, missä markkinointipanostukset tuottavat, missä tuotto alkaa hiipua ja mitä seuraavan euron kohdentaminen uudelleen voisi merkitä.

Tavoitteena on automatisoitu ennustaminen. Pääsemme siihen jatkuvasti päivittyvän näkymän, nopeamman skenaarioanalyysin ja taloushallinnon selkeän omistajuuden avulla.

Laajempi opetus on aloittaa merkittävästä päätöksestä ja edetä siitä taaksepäin. Kartoita päätöksen tueksi tarvittavat data, työkalut, hyväksynnät ja vastuunvaihdot. Määritä sitten, mitkä osat tekoäly voi analysoida, koordinoida tai tehdä valmiiksi. Näin koko päätöksentekosykli nopeutuu ja paranee.

Suurempi muutos on se, että taloushallinnon ammattilaiset voivat nyt rakentaa itse työssään tarvitsemansa työkalut.

Tuore OpenAI-tutkimus osoittaa, että taloushallinnon ammattilaisten erikoistuneesta tekoälyn käytöstä 40 % liittyy perinteisen taloushallinnon ulkopuoliseen työhön ja 22 % teknisiin tehtäviin.

Jokainen tiimini jäsen rakentaa räätälöityjä tekoälykoontinäyttöjä ja -työkaluja ChatGPT Workin ja Codexin avulla. Työ on siirtymässä staattisista Excel-malleista ja PowerPoint-esityksistä kohti reaaliaikaisia koontinäyttöjä, jotka hyödyntävät liiketoiminnan kaikkea kontekstia ja dataa. Nämä työkalut voivat viedä analyysiä eteenpäin, vastata jatkokysymyksiin ja päivittyä lähtötietojen muuttuessa.

Eräs mainosliiketoimintaamme tukeva tiimin jäsen ei ollut koskaan ohjelmoinut. Hän rakensi Codexilla työkalun, joka muuntaa kuukausittaisen mainosennusteemme viikko- ja päivätason suunnitelmiksi. Se huomioi arkipäivät ja pyhäpäivät, vertailee ennusteita ja pitää jokaisen luvun yhteydessä hyväksyttyyn malliin. Markkinointijohtajat näkevät nopeasti, mikä muuttui, mihin kannattaa investoida ja millaisen tuoton lisäpanostus voisi tuottaa.

Ongelman ymmärtävät ihmiset voivat nyt myös muovata ratkaisua. Näiden työkalujen rakentaminen saa heidät myös arvioimaan uudelleen totuttuja työtapoja. Taloushallinnon ammattilainen voi luoda liiketoiminnan tarvitseman päätöksenteon infrastruktuurin, testata sitä kollegoiden kanssa ja kehittää sitä työn muuttuessa.

Taloustiimit eivät menetä erikoisosaamistaan. Ne pystyvät hyödyntämään osaamistaan entistä laajemmin.

IR-GPT opetti meille tärkeän asian kontrolleista. Sijoittajien taustaselvityskysymykset voivat vaatia analyytikkoa etsimään tietoa aiemmista aineistoista, laatimaan vastauksen, tarkistamaan sen johdonmukaisuuden ja koordinoimaan tarkastuksen. Hyväksyttyihin lähteisiin perustuva räätälöity GPT voi nyt tuottaa sekunneissa vahvan ensimmäisen luonnoksen työstä, joka aiemmin kesti tunteja ja jatkui joskus yön yli.

Ihmisen rooli säilyy keskeisenä. Sijoittajasuhdetiimimme lukee luonnoksen, täydentää sitä harkinnalla ja kontekstilla sekä varmistaa, että vastauksemme ovat yhdenmukaisia kaikille sijoittajille. Tekoäly nopeuttaa työtä. Ihmiset vastaavat lopputuloksesta.

Tämä on oikea toimintamalli taloushallinnolle. Talousjohtajien kannattaa määrittää yhdessä IT- ja hallintotiimien kanssa, mitä dataa tekoälyjärjestelmä voi käyttää, mitä toimia se voi tehdä, milloin tarvitaan hyväksyntä ja milloin asia on eskaloitava. Jokainen tuotos pitää voida yhdistää luotettavaan lähteeseen. Jokaisen ennusteen yhteydessä on oltava selkeä selitys. Jokainen hyväksytyn perustason muutos edellyttää taloushallinnon hyväksyntää.

Lyhyt ”tokenmaxxing”-villitys on tullut ja mennyt. Nyt on helppoa määrittää käyttörajoituksia, budjettikontrolleja, roolipohjaisia käyttöoikeuksia, mallien reitityssääntöjä ja hyväksyntärajoja. Talousjohtajat voivat hallita tekoälyn käyttöä samalla kurinalaisuudella kuin muitakin muuttuvia kuluja ja antaa samalla tiimeille tilaa rakentaa ja kokeilla.

Selkeät vastuut luovat varmuutta, jota nopeampi eteneminen edellyttää. Kun tietojen yhdistäminen, täsmäyttäminen ja valmistelu nopeutuvat, taloushallinnon ammattilaisille jää enemmän aikaa haastaa oletuksia, neuvoa liiketoimintaa ja käyttää harkintaa.

Talousjohtajat tarvitsevat operatiiviseen suorituskykyyn perustuvan tekoälyn tuloskortin. Käyttäjäpaikkojen tai tokenien määrän lisääminen ei kerro juuri mitään. Ratkaisevaa on, tehdäänkö työ hyvin ja mitä se todella maksaa.

Esitä kustakin työnkulusta neljä kysymystä:

• Tekikö tekoäly merkityksellistä työtä loppuun asti?
• Mitä se maksoi, kun mukaan lasketaan työntekijöiden aika, tarkastus ja uudelleen tekeminen?
• Oliko tulos riittävän hyvä käytettäväksi?
• Auttoiko se meitä toimimaan nopeammin tai tekemään paremman päätöksen?

Taloushallinnossa hyödyllinen työ voi tarkoittaa päivitettyä ennustetta, selitettyä poikkeamaa, käsiteltyä tarkastuspyyntöä tai vastattua hallituksen kysymystä. Kauden sulkemisen tuloskorttiin voisi sisältyä läpimenoaika, automaattisesti täsmäytettyjen tapahtumien osuus, tarkastusta vaativien poikkeusten määrä ja poikkeaman selittämiseen tarvittava aika. Ennustamisen mittareita voisivat olla ennustetarkkuus, päivitystiheys, uuden skenaarion laatimiseen tarvittava aika ja ennusteen tukemien päätösten laatu.

Halvin malli ei aina ole kokonaistaloudellisin. Jos parempi malli tuottaa luotettavan vastauksen vähemmillä yrityksillä ja tarkastuksilla, se voi tulla kokonaisuutena halvemmaksi.

Taloushallinto on strategian, pääoman, datan, riskien ja suorituskyvyn keskiössä. Siksi talousjohtajilla on ainutlaatuinen näkemys yrityksen toiminnasta ja vahva mandaatti johtaa sen tekoälymuutosta.

Tekoälylähtöistä taloustoimintoa määrittävät nopeammat syklit, vahvemmat kontrollit, paremmat päätökset ja enemmän aikaa harkinnalle. Matka alkaa merkityksellisestä työnkulusta ja laajenee tulosten perusteella: anna ihmisille työkalut, auta heitä uudistamaan työ, pidä vastuut selkeinä ja mittaa lopputulosta.

Nollapäivän sulkeminen ja jatkuva ennustaminen ilmentävät laajempaa tavoitetta: taloustiimi ymmärtää tapahtumat reaaliajassa, näyttää johtajille, mitä seuraavaksi voi tapahtua, ja auttaa yritystä tekemään parempia päätöksiä aiemmin.

Tuloksena on toimintakykyisempi taloustiimi ja talousjohtajalle selkeämpi kuva liiketoiminnasta. Samalla syntyy toimintamalli, jolla koko yritys voi muuttaa älykkyyden kestäväksi arvoksi. Kuten aina sanon: et voi olla sellaista, mitä et voi nähdä. Jos haluamme taloustiimiemme tarttuvan tekoälyn mahdollisuuksiin, meidän on näytettävä heille, miltä se näyttää – ja talousjohtajina meidän on aloitettava itsestämme.

Taloustiimini esitteli, miltä tämä näyttää käytännössä. Voit katsoa tallenteen tästä⁠(avautuu uudessa ikkunassa).