एआई-मूल वित्त कार्य बनाने से मैंने क्या सीखा

वित्त अब वास्तविक समय में काम करने वाला कार्य बन गया है. मेरे लिए यह अवसर वित्तीय लेखाबंदी तेज़ करने या पूर्वानुमान को अधिक बार अपडेट करने से कहीं बड़ा है. इसका अर्थ कारोबार में होते बदलावों को देखना, नेतृत्व को जल्द कदम उठाने में मदद करना और वित्त टीमों को आगे की दिशा तय करने के लिए अधिक समय देना है.

जब मैं दो साल पहले OpenAI से जुड़ी, तब असाधारण गति से बढ़ रही कंपनी की सहायता के लिए केवल एक छोटी वित्त टीम थी. हमें यह कार्य बिल्कुल शुरुआत से खड़ा करना था और एआई को अपने काम करने, निर्णय लेने और कारोबार की सहायता करने के तरीके का मूल आधार बनाना था.

मैंने एक जानी-पहचानी शुरुआती स्थिति भी देखी. वित्तीय लेखाबंदी और पूर्वानुमानों को अपडेट करने में अब भी बार-बार किए जाने वाले हाथ से किए गए काम शामिल थे: जानकारी खोजना, बदलावों को समझाना और निर्णय के लिए इनपुट जुटाना. हमारे पास दुनिया के सबसे उन्नत एआई साधन उपलब्ध थे, फिर भी हम सीख रहे थे कि उनके अनुरूप वित्त कार्य को नए सिरे से कैसे बनाया जाए.

इसलिए हमने दो साहसिक लक्ष्य तय किए: शून्य-दिवसीय लेखाबंदी और स्वचालित, लगातार अपडेट होने वाला पूर्वानुमान.

शून्य-दिवसीय लेखाबंदी का उद्देश्य नेतृत्व को कंपनी की वित्तीय स्थिति का वास्तविक समय में मिलान किया हुआ और स्रोत तक पता लगाने योग्य दृश्य देना है. सतत पूर्वानुमान इसी आधार पर आगे बढ़ता है और दिखाता है कि कारोबार कैसे बदल रहा है, आगे क्या हो सकता है और कौन-से निर्णय परिणाम बदल सकते हैं.

हम अभी भी दोनों लक्ष्यों की ओर बढ़ रहे हैं. इस काम ने हमारी टीम के काम करने का तरीका पहले ही बदल दिया है. इसने हमें स्थिर स्प्रेडशीट, सहायक अभिलेखों की हाथ से खोज और प्रस्तुतियों की सीमाओं से आगे बढ़ाकर कारोबार के पूरे संदर्भ और डेटा पर बने सक्रिय साधनों की ओर प्रेरित किया है. इससे वित्त पेशेवरों को अपने काम के लिए आवश्यक साधन बनाने और अपनी विशेषज्ञता का दायरा बढ़ाने की क्षमता भी मिली है.

मेरे लिए एआई-मूल वित्त कार्य का असली वादा यही है: ऐसी टीम जो घटनाओं को घटते समय समझे, नेतृत्व को आगे के विकल्प दिखाए और कारोबार को उस समय कदम उठाने के लिए अधिक समय दे जब परिणाम अब भी बदला जा सकता हो.

वहां तक पहुंचने के लिए केवल नई तकनीक अपनाना पर्याप्त नहीं है. इसके लिए महत्वपूर्ण निर्णयों के इर्द-गिर्द काम को नए सिरे से बनाना, लोगों को प्रयोग की गुंजाइश देना, हर कार्यप्रवाह में स्पष्ट जवाबदेही जोड़ना और स्पष्ट निवेश प्रतिफल दिखाने के लिए एआई द्वारा पूरे किए गए विश्वसनीय काम को मापना आवश्यक है.

हमारे अनुभव से मिली पांच व्यावहारिक सीख यहां दी गई हैं, जिन्हें हर सीएफ़ओ अपना सकता है.

पहला कदम व्यापक पहुंच देना था. लोगों को अपने काम के संदर्भ में एआई की संभावनाएं तलाशने की स्वतंत्रता चाहिए. पहुंच सबसे अधिक मूल्य तब देती है, जब उसे वास्तविक समस्याओं पर सुव्यवस्थित प्रयोग के साथ जोड़ा जाए.

हम बिक्री अभियंताओं को वित्त हैकाथॉन में लाए और टीम से वह काम लाने को कहा जिसे वे बदलना चाहते थे. इसका एक परिणाम IR-GPT था. यह स्वीकृत सामग्रियों पर आधारित अपने अनुकूल GPT है, जिसका इस्तेमाल हमारी निवेशक संबंध टीम समुचित जांच-पड़ताल के प्रश्नों का उत्तर देने के लिए करती है. हमने खरीद और कर सहित कई क्षेत्रों के लिए अपने अनुकूल GPT बनाने भी शुरू किए.

हैकाथॉन ने एआई को एक अमूर्त क्षमता से व्यावहारिक साधन में बदल दिया. एक ही दिन में लोग बार-बार किए जाने वाले काम की पहचान कर सकते थे, समाधान बना सकते थे, सहकर्मियों के साथ उसे परख सकते थे और बेहतर कर सकते थे. उपयोग के उदाहरण काम के सबसे करीब मौजूद लोगों से आए, जबकि तकनीकी विशेषज्ञों ने उन्हें तेज़ी से आगे बढ़ने में मदद की.

सीएफ़ओ के लिए सीख सरल है: आपको निचले स्तर से प्रयोग और शीर्ष स्तर से रणनीति, दोनों चाहिए. लोगों को सुरक्षित और सक्षम एआई दें तथा काम के सबसे करीब मौजूद लोगों को उसे बेहतर ढंग से पूरा करने के तरीके खोजने दें. साथ ही, नेतृत्व का ध्यान और संसाधन उन बदलावों पर केंद्रित करें जो कारोबार के लिए सबसे अधिक महत्वपूर्ण होंगे. असली अवसर तब पैदा होता है जब दोनों मिलते हैं: अग्रिम पंक्ति से आए व्यावहारिक विचारों को आपकी सबसे बड़ी प्राथमिकताओं पर लागू किया जाता है.

वित्त टीमें किसी निर्णय के लिए इनपुट जुटाने में बहुत अधिक ऊर्जा लगाती हैं. पूर्वानुमान की समीक्षा के लिए लोगों को नवीनतम डेटा खोजना, स्प्रेडशीट का मिलान करना, अंतर समझाना, चार्ट बनाना, दस्तावेज़ तैयार करना और उन दस्तावेज़ों को स्लाइड में बदलना पड़ सकता है. विश्लेषण अंततः निर्णय लेने वाले तक पहुंचता है, लेकिन तब तक टीम का बहुत-सा समय उसे तैयार करने में लग चुका होता है.

एआई काम की इकाई को बदल देता है. वित्त नेतृत्व स्रोत डेटा से निर्णय तक का पूरा मार्ग नए सिरे से बना सकता है.

लेखाबंदी पर विचार करें. हर सीएफ़ओ मासिक प्रक्रिया जानता है: वास्तविक आंकड़े एक प्रणाली में, खरीद आदेश दूसरी में, उपार्जन स्प्रेडशीट में और अंतर की व्याख्या किसी संदेश शृंखला में दबी होती है.

हम एक अलग परिचालन मॉडल की ओर बढ़ रहे हैं. शून्य-दिवसीय लेखाबंदी के पीछे लक्ष्य स्वीकृत खर्च योजनाओं, सामान्य बही के वास्तविक आंकड़ों, खरीद आदेशों, उपार्जनों और लेनदेन विवरणों को लगातार मिलान किए जाने वाले दृश्य में जोड़ना है. हर अंतर को उसकी मूल गतिविधि तक खोजा जा सकता है. एआई शुरुआती व्याख्या तैयार कर सकता है और ध्यान मांगने वाले अपवादों को चिह्नित कर सकता है. वित्त टीम आंकड़ों की पुष्टि करती है, विवेक लगाती है और अंतिम अनुमोदन की ज़िम्मेदारी लेती है.

लेखाबंदी समाप्त नहीं होती. समाप्त होने लगती है अवधि बीतने के बाद कारोबार की स्थिति दोबारा समझने की भागदौड़.

मिलान किया हुआ यह आधार लगातार अपडेट होने वाले पूर्वानुमान को शक्ति दे सकता है. हमारी टीम ऐसे कार्यप्रवाह बना रही है जो सांख्यिकीय मॉडलों, बिक्री वार्ताओं, खाता-स्तरीय प्रमाणों, परिचालन डेटा और वित्तीय विवेक को एक साथ लाते हैं.

हम स्प्रेडशीट की सीमाओं से आगे बढ़कर ऐसे अधिक संवादात्मक साधन अपना रहे हैं, जो सांख्यिकीय पूर्वानुमान, सहायक प्रमाण और परिदृश्यों को एक ही सक्रिय दृश्य में लाते हैं. नेतृत्व देख सकता है कि क्या बदला, क्यों बदला और कौन-से निर्णय परिणाम बदल सकते हैं. जब आधाररेखा में किसी नए ग्राहक की प्रतिबद्धता शामिल न हो, तो प्रणाली सहायक प्रमाण सामने ला सकती है और दिखा सकती है कि समायोजन से तिमाही या वर्ष पर क्या असर पड़ेगा. वित्त टीम मान्यताओं की जांच कर सकती है, परिदृश्यों की तुलना कर सकती है और तय कर सकती है कि स्वीकृत पूर्वानुमान अपडेट करना है या नहीं.

यही दृश्य नेतृत्व को पूंजी आवंटन के बेहतर निर्णय लेने में मदद कर सकता है. वित्त टीम देख सकती है कि विपणन खर्च कहां प्रतिफल दे रहा है, कहां परिणाम घट रहे हैं और अगले रुपये को दोबारा आवंटित करने का क्या अर्थ हो सकता है.

स्वचालित पूर्वानुमान हमारा लक्ष्य है. लगातार ताज़ा होता दृश्य, तेज़ परिदृश्य विश्लेषण और वित्त का स्पष्ट स्वामित्व हमें वहां तक पहुंचाएंगे.

व्यापक सीख यह है कि किसी महत्वपूर्ण निर्णय से शुरुआत करें और फिर पीछे की ओर काम करें. उस निर्णय के लिए आवश्यक डेटा, साधनों, स्वीकृतियों और हस्तांतरणों का खाका बनाएं. फिर तय करें कि एआई किन हिस्सों का विश्लेषण, समन्वय या निष्पादन कर सकता है. इससे पूरे निर्णय चक्र की गति और गुणवत्ता बेहतर होती है.

बड़ा बदलाव यह है कि वित्त पेशेवर अब अपने काम के लिए आवश्यक साधन खुद बना सकते हैं.

हालिया OpenAI शोध दिखाता है कि वित्त पेशेवरों द्वारा एआई के विशिष्ट उपयोग का 40% पारंपरिक वित्त से बाहर के काम और 22% अभियांत्रिकी से जुड़े कार्यों में होता है.

मेरी टीम का हर सदस्य ChatGPT वर्क और Codex की मदद से अपने अनुकूल एआई डैशबोर्ड और साधन बना रहा है. काम स्थिर एक्सेल मॉडलों और पावरपॉइंट प्रस्तुतियों से आगे बढ़कर ऐसे सक्रिय डैशबोर्ड की ओर जा रहा है, जो कारोबार के संपूर्ण संदर्भ और डेटा पर आधारित हैं. ये साधन विश्लेषण को आगे बढ़ा सकते हैं, बाद के प्रश्नों का उत्तर दे सकते हैं और मूल जानकारी बदलने पर खुद अपडेट हो सकते हैं.

हमारे विज्ञापन कारोबार में सहयोग करने वाले टीम के एक सदस्य ने पहले कभी कोड नहीं लिखा था. उन्होंने Codex से ऐसा साधन बनाया जो हमारे मासिक विज्ञापन पूर्वानुमान को साप्ताहिक और दैनिक योजनाओं में बदल देता है. यह कार्यदिवसों और छुट्टियों को ध्यान में रखता है, पूर्वानुमानों की तुलना करता है और हर आंकड़े को स्वीकृत मॉडल से जोड़े रखता है. विपणन नेतृत्व तुरंत देख सकता है कि क्या बदला, कहां निवेश करना है और अतिरिक्त खर्च से कितना प्रतिफल मिल सकता है.

समस्या समझने वाले लोग अब समाधान को आकार दे सकते हैं. इन साधनों को बनाते समय वे काम करने के प्रचलित तरीके पर भी दोबारा विचार करते हैं. वित्त पेशेवर कारोबार के लिए आवश्यक निर्णय लेने का ढांचा बना सकता है, सहकर्मियों के साथ उसे परख सकता है और काम के विकसित होने के साथ उसे बेहतर कर सकता है.

वित्त टीमों की विशेषज्ञता कम नहीं हो रही है. वे अपनी विशेषज्ञता का दायरा बढ़ाने की क्षमता हासिल कर रही हैं.

IR-GPT ने हमें नियंत्रण के बारे में एक महत्वपूर्ण सबक सिखाया. निवेशकों के समुचित जांच-पड़ताल संबंधी प्रश्नों के लिए विश्लेषक को पिछली सामग्रियां खोजना, उत्तर का मसौदा बनाना, एकरूपता जांचना और समीक्षा का समन्वय करना पड़ सकता है. स्वीकृत स्रोतों पर आधारित अपने अनुकूल GPT से वह काम, जिसमें पहले कई घंटे लगते थे और कभी-कभी रात भर चलता था, अब कुछ सेकंड में एक मज़बूत पहला मसौदा दे सकता है.

मानव की भूमिका अब भी केंद्रीय है. हमारी निवेशक संबंध टीम मसौदा पढ़ती है, उसमें विवेक और संदर्भ जोड़ती है और जांचती है कि अलग-अलग निवेशकों को दिए हमारे उत्तरों में एकरूपता बनी रहे. एआई काम को तेज़ करता है. परिणाम की ज़िम्मेदारी लोगों की होती है.

वित्त के लिए यही सही मॉडल है. सीएफ़ओ को सूचना प्रौद्योगिकी और अभिशासन टीमों के साथ मिलकर तय करना चाहिए कि एआई प्रणाली कौन-सा डेटा इस्तेमाल कर सकती है, कौन-सी कार्रवाइयां कर सकती है, कब स्वीकृति आवश्यक है और कब किसी मुद्दे को उच्च स्तर पर भेजना चाहिए. हर परिणाम किसी विश्वसनीय स्रोत से जुड़ा होना चाहिए. हर पूर्वानुमान के साथ स्पष्ट व्याख्या होनी चाहिए. स्वीकृत आधाररेखा में हर बदलाव के लिए वित्त की अनुमति आवश्यक होनी चाहिए.

“टोकन अधिकतमकरण” का कुछ समय का उन्माद अब बीत चुका है. अब उपयोग सीमाएं, बजट नियंत्रण, भूमिका-आधारित पहुंच, मॉडल-निर्देशन नियम और स्वीकृति सीमाएं तय करना आसान है. सीएफ़ओ टीमों को निर्माण और प्रयोग की गुंजाइश देते हुए एआई के उपयोग का प्रबंधन उसी अनुशासन से कर सकते हैं, जैसा वे किसी भी परिवर्तनीय खर्च के लिए करते हैं.

स्पष्ट जवाबदेही तेज़ी से आगे बढ़ने के लिए आवश्यक भरोसा पैदा करती है. जानकारी के संश्लेषण, मिलान और तैयारी में तेज़ी आने से वित्त पेशेवरों को मान्यताओं को चुनौती देने, कारोबार को सलाह देने और विवेक का प्रयोग करने के लिए अधिक समय मिलता है.

सीएफ़ओ को एआई के लिए ऐसा स्कोरकार्ड चाहिए जो परिचालन प्रदर्शन पर आधारित हो. ज़्यादा लाइसेंस खरीदने या ज़्यादा टोकन इस्तेमाल करने से बहुत कुछ पता नहीं चलता. मायने यह रखता है कि काम अच्छी तरह पूरा हुआ या नहीं और उसकी वास्तविक लागत कितनी थी.

हर कार्यप्रवाह के लिए चार प्रश्न पूछें:

• क्या एआई ने महत्वपूर्ण काम पूरा किया?
• कर्मचारियों के समय, समीक्षा और दोबारा किए गए काम सहित इसकी लागत कितनी थी?
• क्या परिणाम इस्तेमाल करने लायक था?
• क्या इससे हमें तेज़ी से आगे बढ़ने या बेहतर निर्णय लेने में मदद मिली?

वित्त टीम के लिए उपयोगी काम का अर्थ पूर्वानुमान अपडेट करना, अंतर समझाना, लेखापरीक्षा अनुरोध पूरा करना या निदेशक मंडल के प्रश्न का उत्तर देना हो सकता है. लेखाबंदी के लिए स्कोरकार्ड में चक्र अवधि, अपने आप मिलान किए गए लेनदेन का अनुपात, समीक्षा की ज़रूरत वाले अपवादों की संख्या और अंतर समझाने में लगा समय शामिल हो सकता है. पूर्वानुमान के लिए इसमें पूर्वानुमान की सटीकता, अपडेट की आवृत्ति, नया परिदृश्य बनाने में लगा समय और पूर्वानुमान से समर्थित निर्णयों की गुणवत्ता शामिल हो सकती है.

सबसे सस्ता मॉडल हमेशा सबसे किफ़ायती नहीं होता. अगर बेहतर मॉडल कम प्रयासों और कम समीक्षा में विश्वसनीय उत्तर देता है, तो उसकी कुल लागत कम हो सकती है.

वित्त, रणनीति, पूंजी, डेटा, जोखिम और प्रदर्शन के केंद्र में होता है. इससे सीएफ़ओ को कंपनी के कामकाज का अनूठा दृष्टिकोण और उसके एआई रूपांतरण का नेतृत्व करने का सशक्त अधिकार मिलता है.

एआई-मूल वित्त कार्य की पहचान तेज़ चक्रों, मज़बूत नियंत्रणों, बेहतर निर्णयों और विवेक लगाने के लिए अधिक समय से होती है. यह यात्रा एक सार्थक कार्यप्रवाह से शुरू होती है और प्रमाण के साथ आगे बढ़ती है: लोगों को साधन दें, काम को नए सिरे से बनाने में मदद करें, जवाबदेही स्पष्ट रखें और परिणाम मापें.

शून्य-दिवसीय लेखाबंदी और सतत पूर्वानुमान एक व्यापक महत्वाकांक्षा को व्यक्त करते हैं: ऐसी वित्त टीम जो घटनाओं को घटते समय समझे, नेतृत्व को दिखाए कि आगे क्या हो सकता है और कंपनी को जल्द बेहतर निर्णय लेने में मदद करे.

इसका परिणाम अधिक क्षमता वाली वित्त टीम और कारोबार की अधिक स्पष्ट समझ रखने वाला सीएफ़ओ है. यह इस बात का व्यावहारिक मॉडल भी बनाता है कि पूरी कंपनी इंटेलिजेंस को स्थायी मूल्य में कैसे बदल सकती है. जैसा कि मैं हमेशा कहती हूं, जिसे आप देख नहीं सकते, वह आप बन नहीं सकते. अगर हम चाहते हैं कि हमारी वित्त टीमें एआई से मिलने वाली संभावनाओं को अपनाएं, तो हमें उन्हें दिखाना होगा कि यह व्यवहार में कैसा होता है. सीएफ़ओ के रूप में इसकी शुरुआत हमसे होती है.

मेरी वित्त टीम ने बताया कि व्यवहार में यह कैसा दिखता है. आप यह रिकॉर्डिंग यहां देख सकते हैं⁠(एक नई विंडो में खुलेगा).