Mit tanultam egy AI-ra épülő pénzügyi funkció kialakításából

A pénzügy valós idejű funkcióvá vált. Számomra a lehetőség jóval túlmutat a gyorsabb záráson vagy az előrejelzések gyakoribb frissítésén. Arról szól, hogy valós időben lássuk a vállalat változásait, segítsük a vezetőket a gyorsabb cselekvésben, és több időt adjunk a pénzügyi csapatoknak a következő lépések alakítására.

Amikor két éve csatlakoztam az OpenAI-hoz, egy rendkívüli ütemben növekvő vállalatot mindössze egy kis pénzügyi csapat támogatott. Az alapoktól kellett felépítenünk a funkciót, és az AI-t munkánk, döntéshozatalunk és üzleti támogatásunk alapvető részévé kellett tennünk.

Ugyanakkor ismerős kiindulóponttal találkoztam. A könyvelés zárása és az előrejelzések frissítése továbbra is ismétlődő kézi munkával járt: információkereséssel, a változások megmagyarázásával és a döntésekhez szükséges adatok összeállításával. Hozzáfértünk a világ legfejlettebb AI-eszközeihez, mégis éppen csak tanultuk, hogyan tervezzük újra köréjük a pénzügyet.

Ezért két merész célt tűztünk ki: a nullanapos zárást és az automatizált, folyamatosan frissülő előrejelzést.

A nullanapos zárás célja, hogy a vezetők valós idejű, egyeztetett és visszakövethető képet kapjanak a vállalat pénzügyi helyzetéről. A folyamatos előrejelzés erre az alapra építve mutatja meg, hogyan változik a vállalat, mi történhet ezután, és mely döntések módosíthatják az eredményt.

Mindkét cél elérésén továbbra is dolgozunk. Ez a munka máris megváltoztatta csapatunk működését. A statikus táblázatok, az alátámasztó nyilvántartások kézi keresése és a prezentációk korlátain túllépve olyan élő eszközök felé mozdultunk el, amelyek a vállalat teljes kontextusára és adataira épülnek. A pénzügyi szakemberek arra is képessé váltak, hogy maguk építsék meg a munkájukhoz szükséges eszközöket, és szélesebb körben hasznosítsák szakértelmüket.

Számomra ez az AI-ra épülő pénzügyi funkció valódi ígérete: olyan csapat, amely valós időben érti a történéseket, segít a vezetőknek átlátni az előttük álló lehetőségeket, és több időt ad a vállalatnak a cselekvésre, amíg az eredmény még befolyásolható.

Ehhez nem elég az új technológia bevezetése. A munkát a fontos döntések köré kell újratervezni, teret kell adni a kísérletezésnek, minden munkafolyamatba egyértelmű felelősségi rendszert kell építeni, és mérni kell az AI által megbízhatóan elvégzett munkát, hogy világosan látható legyen a megtérülés.

Tapasztalatainkból öt gyakorlati tanulságot vontunk le, amelyet minden pénzügyi igazgató alkalmazhat.

Az első lépés a széles körű hozzáférés biztosítása volt. Az embereknek szabadságra van szükségük ahhoz, hogy saját munkájuk keretében fedezzék fel az AI lehetőségeit. A hozzáférés akkor teremti a legtöbb értéket, ha valós problémákra irányuló, strukturált kísérletezéssel párosul.

Értékesítési mérnököket hívtunk egy pénzügyi hackathonra, a csapatot pedig arra kértük, hogy olyan munkafeladatokat hozzanak, amelyeket át szeretnének alakítani. Ennek egyik eredménye az IR-GPT lett: egy egyedi GPT, amely a befektetői kapcsolatokért felelős csapatunk által az átvilágítási kérdések megválaszolásához használt, jóváhagyott anyagokra épül. Más területekre, többek között a beszerzéshez és az adózáshoz is egyedi GPT‑ket kezdtünk fejleszteni.

A hackathon az AI-t elvont képességből működő eszközzé alakította. Az emberek egyetlen nap alatt azonosíthattak egy ismétlődő feladatot, megoldást készíthettek rá, tesztelhették a kollégáikkal, majd továbbfejleszthették. A felhasználási eseteket a munkához legközelebb állók javasolták, a műszaki szakértők pedig segítettek nekik gyorsabban haladni.

A pénzügyi igazgatók számára egyszerű a tanulság: alulról jövő kísérletezésre és felülről irányított stratégiára egyaránt szükség van. Adjunk biztonságos, sokoldalú AI-t az emberek kezébe, és hagyjuk, hogy a munkához legközelebb állók találjanak jobb módszereket a feladatok elvégzésére. Ezzel párhuzamosan a vezetőség figyelmét és erőforrásait az üzlet szempontjából legfontosabb változásokra kell összpontosítani. Az igazi lehetőség a kettő találkozásakor nyílik meg: amikor a frontvonal gyakorlati ötleteit a legfontosabb prioritásokra alkalmazzuk.

A pénzügyi csapatok óriási energiát fordítanak a döntésekhez szükséges információk összeállítására. Egy előrejelzés felülvizsgálatához meg kell keresni a legfrissebb adatokat, egyeztetni kell a táblázatokat, meg kell magyarázni az eltéréseket, diagramokat és dokumentumokat kell készíteni, majd a dokumentumokat diákká kell alakítani. Az elemzés végül eljut a döntéshozóhoz, de addigra a csapat idejének jelentős része már az összeállítására ment el.

Az AI megváltoztatja a munka alapegységét. A pénzügyi vezetők újratervezhetik a forrásadatoktól a döntésig vezető teljes folyamatot.

Vegyük például a zárást. Minden pénzügyi igazgató ismeri a havi folyamatot: a tényadatok az egyik rendszerben, a megrendelések egy másikban, az időbeli elhatárolások egy táblázatban, egy eltérés magyarázata pedig egy üzenetváltás mélyén található.

Mi egy másfajta működési modell kialakításán dolgozunk. A nullanapos zárás célja, hogy a jóváhagyott kiadási terveket, a főkönyvi tényadatokat, a megrendeléseket, az időbeli elhatárolásokat és a tranzakciók részleteit egy folyamatosan egyeztetett nézetben kapcsolja össze. Minden eltérés visszavezethető az alapul szolgáló tevékenységre. Az AI elkészítheti az első magyarázatot, és megjelölheti a figyelmet igénylő kivételeket. A pénzügyi csapat ellenőrzi a számokat, alkalmazza szakmai megítélését, és felelős a végső jóváhagyásért.

A zárás nem tűnik el. Ami kezd eltűnni, az az időszak lezárulta utáni kapkodás, amellyel utólag próbáljuk rekonstruálni az üzleti eseményeket.

Ez az egyeztetett alap folyamatosan frissülő előrejelzést tehet lehetővé. Csapatunk olyan munkafolyamatokat épít, amelyek egyesítik a statisztikai modelleket, az értékesítési beszélgetéseket, az ügyfélszintű bizonyítékokat, a működési adatokat és a pénzügyi szakértelmet.

Túllépünk a táblázatok korlátain, és interaktívabb eszközök felé haladunk, amelyek egyetlen élő nézetben egyesítik a statisztikai előrejelzést, az alátámasztó bizonyítékokat és a forgatókönyveket. A vezetők láthatják, mi és miért változott, valamint mely döntések módosíthatnák az eredményt. Ha egy új ügyfélvállalás hiányzik az alapforgatókönyvből, a rendszer előkeresheti az alátámasztó bizonyítékokat, és megmutathatja, hogyan hatna egy korrekció a negyedévre vagy az évre. A pénzügyi csapat megvizsgálhatja a feltételezéseket, összevetheti a forgatókönyveket, és eldöntheti, hogy frissítse-e a jóváhagyott előrejelzést.

Ugyanez a nézet jobb tőkeallokációs döntésekhez is hozzásegítheti a vezetőket. A pénzügyi csapat láthatja, hol térülnek meg a marketingkiadások, hol csökken a hozam, és milyen eredményt hozhatna a következő elköltött egység átcsoportosítása.

A végcél az automatizált előrejelzés. Ehhez folyamatosan frissülő áttekintésre, gyorsabb forgatókönyv-elemzésre és egyértelmű pénzügyi felelősségre van szükség.

Az általánosabb tanulság az, hogy egy fontos döntésből kell kiindulni, majd visszafelé haladni. Térképezzük fel a döntéshez szükséges adatokat, eszközöket, jóváhagyásokat és átadási pontokat. Ezután határozzuk meg, mely részeket tudja az AI elemezni, összehangolni vagy elvégezni. Ez a teljes döntési ciklust gyorsabbá és jobb minőségűvé teszi.

A nagyobb átalakulás abban rejlik, hogy a pénzügyi szakemberek immár maguk építhetik meg a munkájukhoz szükséges eszközöket.

Az OpenAI friss kutatása szerint a pénzügyi szakemberek speciális AI-használatának 40%-a a hagyományos pénzügyön kívüli munkához, 22%-a pedig mérnöki jellegű feladatokhoz kapcsolódik.

A csapatomban mindenki egyedi AI-irányítópultokat és eszközöket készít a ChatGPT Work és a Codex segítségével. A munka a statikus Excel-modellektől és PowerPoint-bemutatóktól olyan élő irányítópultok felé mozdul el, amelyek a vállalat teljes kontextusára és adataira épülnek. Ezek az eszközök továbbvihetik az elemzést, megválaszolhatják a további kérdéseket, és az alapul szolgáló információk változásával együtt frissülhetnek.

Egyik, hirdetési üzletágunkat támogató kollégám korábban soha nem programozott. A Codex segítségével olyan eszközt készített, amely a havi hirdetési előrejelzésünket heti és napi tervekre bontja. Figyelembe veszi a hétköznapokat és az ünnepnapokat, összehasonlítja az előrejelzéseket, és minden számot a jóváhagyott modellhez köt. A marketingvezetők gyorsan áttekinthetik, mi változott, hová érdemes befektetni, és milyen megtérülést hozhatnak a további kiadások.

A problémát értő szakemberek immár a megoldás kialakításában is részt vehetnek. Az eszközök megépítése arra is ösztönzi őket, hogy újragondolják a munka megszokott módját. A pénzügyi szakember létrehozhatja a vállalat számára szükséges döntéshozatali infrastruktúrát, tesztelheti a kollégáival, és a munka változásával továbbfejlesztheti.

A pénzügyi csapatok nem veszítenek a szakértelmükből. Éppen ellenkezőleg: képessé válnak szélesebb körben hasznosítani azt.

Az IR-GPT fontos tanulsággal szolgált a kontrollokról. A befektetői átvilágítás kérdéseinek megválaszolásához egy elemzőnek korábbi anyagokat kellhet átnéznie, választ kell megfogalmaznia, ellenőriznie kell a következetességet, és össze kell hangolnia a felülvizsgálatot. Egy jóváhagyott forrásokra épülő egyedi GPT‑vel az a munka, amely korábban órákig, néha egész éjszaka tartott, most másodpercek alatt megalapozott első vázlatot eredményezhet.

Az ember szerepe továbbra is központi. Befektetői kapcsolatokért felelős csapatunk elolvassa a vázlatot, szakmai megítéléssel és kontextussal egészíti ki, majd ellenőrzi, hogy válaszaink minden befektető felé következetesek maradjanak. Az AI felgyorsítja a munkát. Az eredményért az emberek felelnek.

Ez a megfelelő modell a pénzügy számára. A pénzügyi igazgatóknak az informatikai és vállalatirányítási csapatokkal együtt kell meghatározniuk, hogy az AI-rendszer milyen adatokhoz férhet hozzá, milyen műveleteket hajthat végre, mikor szükséges jóváhagyás, és mikor kell magasabb szintre továbbítani egy problémát. Minden eredménynek megbízható forráshoz kell kapcsolódnia. Minden előrejelzéshez egyértelmű magyarázatnak kell tartoznia. A jóváhagyott alapérték minden módosításához a pénzügy engedélye szükséges.

A „tokenmaxxing” rövid életű divatja már lecsengett. Ma már egyszerűen beállíthatók használati korlátok, költségvetési kontrollok, szerepköralapú hozzáférések, modellirányítási szabályok és jóváhagyási küszöbértékek. A pénzügyi igazgatók ugyanolyan fegyelmezetten kezelhetik az AI használatát, mint bármely más változó költséget, miközben teret adnak a csapatoknak az építésre és a kísérletezésre.

Az egyértelmű felelősség megteremti a gyorsabb haladáshoz szükséges bizalmat. Ahogy felgyorsul az összegzés, az egyeztetés és az előkészítés, a pénzügyi szakembereknek több idejük jut a feltételezések megkérdőjelezésére, az üzlet támogatására és szakmai mérlegelésre.

A pénzügyi igazgatóknak olyan AI-értékelési keretrendszerre van szükségük, amely a működési teljesítményen alapul. A licencek számának vagy a tokenhasználatnak a növelése önmagában nem sokat árul el. Az számít, hogy jó minőségben elkészül-e a munka, és valójában mennyibe kerül.

Minden munkafolyamatnál tegyünk fel négy kérdést:

• Elvégzett az AI valóban fontos munkát?
• Mennyibe került, beleértve a munkatársak idejét, az ellenőrzést és az utómunkát?
• Elég jó lett az eredmény ahhoz, hogy használni lehessen?
• Segített gyorsabban haladni vagy jobb döntést hozni?

Egy pénzügyi csapat számára az érdemi munka jelentheti egy előrejelzés frissítését, egy eltérés megmagyarázását, egy könyvvizsgálói kérés teljesítését vagy egy igazgatósági kérdés megválaszolását. A zárás értékelési mutatói között szerepelhet az átfutási idő, az automatikusan egyeztetett tranzakciók aránya, az ellenőrzést igénylő kivételek száma és az eltérések megmagyarázásához szükséges idő. Az előrejelzésnél ilyen mutató lehet a pontosság, a frissítés gyakorisága, az új forgatókönyv elkészítéséhez szükséges idő, valamint az előrejelzés által támogatott döntések minősége.

Nem mindig a legolcsóbb modell a leggazdaságosabb. Ha egy jobb modell kevesebb próbálkozással és ellenőrzéssel ad megbízható választ, összességében olcsóbb lehet.

A pénzügy a stratégia, a tőke, az adatok, a kockázatok és a teljesítmény metszéspontjában áll. Ez egyedülálló rálátást ad a pénzügyi igazgatóknak a vállalat működésére, és komoly felhatalmazást arra, hogy vezessék annak AI-átalakulását.

Az AI-ra épülő pénzügyi funkciót gyorsabb ciklusok, erősebb kontrollok, jobb döntések és a mérlegelésre fordítható több idő jellemzi. Az út egy érdemi munkafolyamattal kezdődik, majd a bizonyítékokra építve bővül: adjunk eszközöket az embereknek, segítsünk újratervezni a munkát, tegyük egyértelművé a felelősséget, és mérjük az eredményt.

A nullanapos zárás és a folyamatos előrejelzés egy nagyobb törekvést fejez ki: olyan pénzügyi csapat létrehozását, amely valós időben érti a történéseket, megmutatja a vezetőknek a lehetséges következő fejleményeket, és segít a vállalatnak hamarabb jobb döntéseket hozni.

Az eredmény egy nagyobb kapacitású pénzügyi csapat és egy olyan pénzügyi igazgató, aki tisztábban látja az üzlet működését. Egyúttal működő mintát ad arra, hogyan alakíthatja az egész vállalat az intelligenciát tartós értékké. Ahogy mindig mondom: nem válhatunk azzá, amit nem látunk magunk előtt. Ha azt szeretnénk, hogy pénzügyi csapataink éljenek az AI kínálta lehetőségekkel, meg kell mutatnunk nekik, hogyan működik ez a gyakorlatban – és pénzügyi igazgatóként nekünk kell példát mutatnunk.

Pénzügyi csapatom bemutatta, hogyan működik mindez a gyakorlatban; a felvételt itt tekintheti meg⁠(új ablakban nyílik meg).