Pengajaran daripada membina fungsi kewangan AI asli

Kewangan kini menjadi fungsi masa nyata. Bagi saya, peluangnya jauh lebih besar daripada sekadar menutup akaun dengan lebih pantas atau mengemas kini ramalan dengan lebih kerap. Ini tentang melihat perubahan perniagaan ketika ia berlaku, membantu pemimpin bertindak lebih awal dan memberi pasukan kewangan lebih banyak masa untuk membentuk perkara yang akan berlaku seterusnya.

Apabila saya menyertai OpenAI dua tahun lalu, hanya ada sebuah pasukan kewangan kecil yang menyokong syarikat yang berkembang pada kadar luar biasa. Kami perlu membina fungsi itu dari awal dan menjadikan AI asas kepada cara kami bekerja, membuat keputusan dan menyokong perniagaan.

Saya turut melihat titik permulaan yang biasa. Penutupan akaun dan pengemaskinian ramalan masih melibatkan kerja manual yang berulang: mencari maklumat, menjelaskan perkara yang berubah dan menghimpunkan input untuk membuat keputusan. Kami mempunyai akses kepada alat AI paling canggih di dunia, namun masih mempelajari cara mereka bentuk semula fungsi kewangan berasaskan alat tersebut.

Jadi, kami menetapkan dua cita-cita besar: penutupan sifar hari dan ramalan automatik yang dikemas kini secara berterusan.

Matlamat penutupan sifar hari adalah untuk memberi pemimpin gambaran masa nyata yang telah berdamai dan boleh dijejaki tentang kedudukan kewangan syarikat. Ramalan berterusan dibina atas asas itu untuk menunjukkan perubahan perniagaan, perkara yang mungkin berlaku seterusnya dan keputusan yang boleh mengubah hasilnya.

Kami masih berusaha untuk mencapai kedua-dua cita-cita itu. Usaha ini sudah mengubah cara pasukan kami beroperasi. Ia mendorong kami melangkaui batasan hamparan statik, carian manual untuk rekod sokongan dan pembentangan, menuju alat langsung yang dibina berasaskan keseluruhan konteks dan data perniagaan. Ia turut memberi profesional kewangan keupayaan untuk membina alat yang diperlukan bagi kerja mereka dan memperluas manfaat kepakaran mereka.

Bagi saya, itulah janji sebenar fungsi kewangan AI asli: pasukan yang memahami perkara yang sedang berlaku, membantu pemimpin melihat pilihan di hadapan dan memberi perniagaan lebih banyak masa untuk bertindak ketika hasilnya masih boleh diubah.

Untuk mencapainya, penggunaan teknologi baharu sahaja tidak memadai. Ia memerlukan proses kerja direka semula berdasarkan keputusan yang penting, ruang diberikan kepada kakitangan untuk melakukan eksperimen, membina kebertanggungjawaban yang jelas diterapkan dalam setiap aliran kerja dan kerja andal yang diselesaikan oleh AI diukur untuk menunjukkan ROI yang jelas.

Berikut ialah lima pengajaran praktikal daripada pengalaman kami yang boleh diterapkan oleh setiap CFO.

Langkah pertama ialah menyediakan akses yang luas. Kakitangan memerlukan kebebasan untuk meneroka AI dalam konteks kerja mereka sendiri. Akses menghasilkan nilai terbesar apabila digandingkan dengan eksperimen berstruktur yang menumpukan pada masalah sebenar.

Kami membawa jurutera jualan ke hackathon kewangan dan meminta pasukan membawa kerja yang ingin mereka transformasikan. Salah satu hasilnya ialah IR-GPT, iaitu GPT tersuai berasaskan bahan diluluskan yang digunakan oleh pasukan perhubungan pelabur kami untuk menjawab soalan usaha wajar. Kami juga mula membina GPT tersuai untuk bidang termasuk pemerolehan dan cukai.

Hackathon itu mengubah AI daripada keupayaan abstrak menjadi alat yang berfungsi. Dalam satu hari, kakitangan dapat mengenal pasti tugas berulang, membina penyelesaian, mengujinya bersama rakan sekerja dan menambah baiknya. Kes penggunaan dicetuskan oleh mereka yang paling dekat dengan kerja tersebut, manakala pakar teknikal membantu mereka bergerak lebih pantas.

Bagi CFO, pengajarannya mudah: anda memerlukan eksperimen dari bawah ke atas dan strategi dari atas ke bawah. Sediakan AI yang selamat dan berkeupayaan tinggi kepada kakitangan, kemudian biarkan mereka yang paling dekat dengan kerja mengenal pasti cara yang lebih baik untuk menyelesaikannya. Pada masa yang sama, tumpukan perhatian dan sumber kepimpinan pada perubahan yang akan memberikan kesan terbesar kepada perniagaan. Peluang sebenar muncul apabila kedua-duanya bertemu: idea praktikal daripada barisan hadapan diterapkan pada keutamaan terbesar anda.

Pasukan kewangan menghabiskan begitu banyak tenaga untuk menghimpunkan input bagi membuat keputusan. Semakan ramalan mungkin memerlukan kakitangan mencari data terkini, mendamaikan hamparan, menjelaskan varians, membina carta, menyediakan dokumen dan menukarkannya menjadi slaid. Analisis itu akhirnya sampai kepada pembuat keputusan, tetapi sebahagian besar masa pasukan sudah digunakan untuk menghimpunkannya.

AI mengubah unit kerja. Pemimpin kewangan boleh mereka bentuk semula seluruh perjalanan daripada data sumber hingga keputusan.

Pertimbangkan proses penutupan akaun. Setiap CFO memahami proses bulanan ini: angka sebenar dalam satu sistem, pesanan belian dalam sistem lain, akruan dalam hamparan dan penjelasan varians yang terselit dalam rangkaian mesej.

Kami sedang berusaha menuju model operasi yang berbeza. Cita-cita di sebalik penutupan sifar hari adalah untuk menghubungkan rancangan perbelanjaan yang diluluskan, angka sebenar lejar am, pesanan belian, akruan dan butiran transaksi dalam paparan yang berdamai secara berterusan. Setiap varians boleh dijejaki hingga kepada aktiviti yang mendasarinya. AI boleh menyediakan penjelasan awal dan menandai pengecualian yang memerlukan perhatian. Pasukan kewangan mengesahkan angka, menggunakan pertimbangan dan bertanggungjawab terhadap kelulusan akhir.

Penutupan akaun tidak akan hilang. Apa yang kelihatan hilang ialah kesibukan membina semula gambaran perniagaan selepas tempoh berakhir.

Asas yang telah berdamai itu boleh menguasakan ramalan yang dikemas kini secara berterusan. Pasukan kami sedang membina aliran kerja yang menggabungkan model statistik, perbualan jualan, bukti pada peringkat akaun, data operasi dan pertimbangan kewangan.

Kami beralih melangkaui batas hamparan kepada alat yang lebih interaktif, yang menggabungkan ramalan statistik, bukti sokongan dan senario dalam satu paparan langsung. Pemimpin dapat melihat perkara yang berubah, sebabnya dan keputusan yang boleh mengubah hasilnya. Apabila komitmen pelanggan baharu tiada dalam garis dasar, sistem boleh memaparkan bukti sokongan dan menunjukkan kesan pelarasan terhadap suku atau tahun tersebut. Pasukan kewangan boleh meneliti andaian, membandingkan senario dan memutuskan sama ada ramalan yang diluluskan perlu dikemas kini.

Paparan yang sama boleh membantu pemimpin membuat keputusan peruntukan modal yang lebih baik. Pasukan kewangan boleh melihat perbelanjaan pemasaran yang menghasilkan pulangan, bahagian yang menunjukkan hasil semakin berkurang dan kemungkinan kesan pengagihan semula wang seterusnya.

Matlamat akhirnya ialah ramalan automatik. Paparan yang sentiasa dikemas kini, analisis senario yang lebih pantas dan pemilikan yang jelas oleh fungsi kewangan ialah cara untuk mencapainya.

Pengajaran yang lebih luas ialah bermula dengan keputusan yang membawa kesan besar, kemudian menelusuri proses secara terbalik. Petakan data, alat, kelulusan dan serahan kerja yang diperlukan untuk menyokong keputusan itu. Kemudian tentukan bahagian yang boleh dianalisis, diselaraskan atau diselesaikan oleh AI. Ini meningkatkan kelajuan dan mutu seluruh kitaran membuat keputusan.

Transformasi yang lebih besar ialah profesional kewangan kini boleh membina alat yang diperlukan untuk kerja mereka.

Penyelidikan OpenAI terkini menunjukkan bahawa 40% penggunaan AI khusus oleh profesional kewangan melibatkan kerja di luar bidang kewangan tradisional, manakala 22% melibatkan tugas berkaitan kejuruteraan.

Semua ahli pasukan saya membina papan pemuka dan alat AI tersuai dengan ChatGPT Kerja dan Codex. Kerja kini beralih daripada model Excel dan dek PowerPoint yang statik kepada papan pemuka langsung yang memanfaatkan keseluruhan konteks dan data perniagaan. Alat ini boleh meneruskan analisis, menjawab soalan susulan dan dikemas kini apabila maklumat asas berubah.

Seorang ahli pasukan yang menyokong perniagaan pengiklanan kami tidak pernah menulis kod. Beliau menggunakan Codex untuk membina alat yang menukar ramalan pengiklanan bulanan kami menjadi rancangan mingguan dan harian. Alat itu mengambil kira hari bekerja dan cuti, membandingkan ramalan serta memastikan setiap angka terikat pada model yang diluluskan. Pemimpin pemasaran dapat melihat dengan cepat perkara yang berubah, tempat untuk melabur dan pulangan yang mungkin dijana oleh perbelanjaan tambahan.

Mereka yang memahami masalah kini boleh membentuk penyelesaiannya. Pembinaan alat ini turut mendorong mereka menilai semula cara kerja yang biasa. Profesional kewangan boleh mewujudkan infrastruktur membuat keputusan yang diperlukan oleh perniagaan, mengujinya bersama rakan sekerja dan menambah baiknya seiring perkembangan kerja.

Pasukan kewangan tidak menjadi kurang khusus. Mereka memperoleh keupayaan untuk memperluas manfaat kepakaran mereka.

IR-GPT mengajar kami pengajaran penting tentang kawalan. Soalan usaha wajar pelabur mungkin memerlukan penganalisis meneliti bahan terdahulu, menyediakan draf jawapan, menyemak konsistensi dan menyelaraskan semakan. Dengan GPT tersuai yang berasaskan sumber diluluskan, kerja yang dahulunya mengambil masa berjam-jam dan kadangkala berlanjutan semalaman kini boleh menghasilkan draf pertama yang kukuh dalam beberapa saat.

Peranan manusia kekal penting. Pasukan perhubungan pelabur kami membaca draf, menambahkan pertimbangan dan konteks serta menyemak jawapan kami kekal konsisten untuk semua pelabur. AI mempercepat kerja. Manusia bertanggungjawab terhadap hasilnya.

Itulah model yang tepat untuk kewangan. CFO perlu bekerjasama dengan pasukan IT dan tadbir urus untuk menentukan data yang boleh diakses oleh sistem AI, tindakan yang boleh diambilnya, masa kelulusan diperlukan dan masa sesuatu isu perlu disebarkan. Setiap output perlu dikaitkan dengan sumber yang boleh dipercayai. Setiap ramalan perlu disertakan penjelasan yang jelas. Setiap perubahan pada garis dasar yang diluluskan perlu mendapat kebenaran kewangan.

Kegilaan singkat terhadap “tokenmaxxing” telah berlalu. Kini mudah untuk menetapkan had penggunaan, kawalan belanjawan, akses berasaskan peranan, peraturan penghalaan model dan ambang kelulusan. CFO boleh mengurus penggunaan AI dengan disiplin yang sama seperti perbelanjaan berubah lain, sambil memberi ruang kepada pasukan untuk membina dan bereksperimen.

Kebertanggungjawaban yang jelas mewujudkan keyakinan yang diperlukan untuk bergerak lebih pantas. Apabila sintesis, perdamaian dan penyediaan dipercepat, profesional kewangan mempunyai lebih banyak masa untuk mencabar andaian, menasihati pihak perniagaan dan menjalankan pertimbangan.

CFO memerlukan kad skor AI yang berasaskan prestasi operasi. Membeli lebih banyak kelayakan atau menggunakan lebih banyak token tidak banyak memberikan gambaran. Yang penting ialah sama ada kerja dapat diselesaikan dan kos sebenarnya.

Untuk setiap aliran kerja, ajukan empat soalan:

• Adakah AI menyelesaikan kerja yang penting?
• Berapakah kosnya, termasuk masa pekerja, semakan dan kerja semula?
• Adakah hasilnya cukup baik untuk digunakan?
• Adakah AI membantu kita bergerak lebih pantas atau membuat keputusan yang lebih baik?

Bagi pasukan kewangan, kerja yang berguna mungkin bermaksud ramalan dikemas kini, varians dijelaskan, permintaan audit diselesaikan atau soalan lembaga yang dijawab. Bagi penutupan akaun, kad skor mungkin merangkumi masa kitaran, bahagian transaksi yang berdamai secara automatik, bilangan pengecualian yang perlu disemak dan masa untuk menjelaskan varians. Untuk ramalan, kad skor boleh merangkumi ketepatan ramalan, kekerapan kemas kini, masa untuk menghasilkan senario baharu dan kualiti keputusan yang disokong oleh ramalan itu.

Model paling murah tidak semestinya paling menjimatkan. Jika model yang lebih baik menghasilkan jawapan yang boleh dipercayai dengan kurang percubaan dan semakan, kos keseluruhannya mungkin lebih rendah.

Kewangan berada di tengah-tengah strategi, modal, data, risiko dan prestasi. Kedudukan ini memberi CFO pandangan unik tentang cara syarikat beroperasi serta mandat yang kukuh untuk menerajui transformasi AInya.

Fungsi kewangan AI asal ditakrif oleh kitaran yang lebih pantas, kawalan yang lebih kukuh, keputusan yang lebih baik dan lebih banyak masa untuk menggunakan pertimbangan. Perjalanan ini bermula dengan aliran kerja yang bermakna dan berkembang berasaskan bukti: menyediakan alat kepada kakitangan, membantu mereka membina semula proses kerja, memastikan kebertanggungjawaban yang jelas dan mengukur hasilnya.

Penutupan sifar hari dan ramalan berterusan mencerminkan cita-cita yang lebih luas: pasukan kewangan memahami perkara yang sedang berlaku, menunjukkan kepada pemimpin perkara yang mungkin berlaku seterusnya dan membantu syarikat membuat keputusan lebih baik dengan lebih awal.

Hasilnya ialah pasukan kewangan dengan keupayaan lebih besar dan CFO dengan pandangan yang lebih jelas tentang perniagaan. Ia turut mewujudkan model kerja tentang cara seluruh syarikat boleh menukar kecerdasan menjadi nilai yang berkekalan. Seperti yang selalu saya katakan, kita tidak boleh menjadi sesuatu yang tidak dapat kita bayangkan. Jika kita mahu pasukan kewangan untuk menerima segala kemungkinan yang ditawarkan AI, kita perlu menunjukkan bentuknya kepada mereka—dan sebagai CFO, ia bermula dengan kita.

Pasukan kewangan saya berkongsi cara pendekatan ini dilaksanakan dalam amalan, anda boleh menonton rakamannya di sini⁠(dibuka dalam tetingkap baru).