AI-ਮੂਲ ਵਿੱਤ ਕਾਰਜ ਬਣਾਉਣ ਤੋਂ ਮੈਂ ਕੀ ਸਿੱਖਿਆ

ਵਿੱਤ ਹੁਣ ਤਤਕਾਲ ਕੰਮ ਕਰਨ ਵਾਲਾ ਕਾਰਜ ਬਣ ਗਿਆ ਹੈ। ਮੇਰੇ ਲਈ ਇਹ ਮੌਕਾ ਖਾਤੇ ਤੇਜ਼ੀ ਨਾਲ ਬੰਦ ਕਰਨ ਜਾਂ ਪੂਰਵ-ਅਨੁਮਾਨ ਵਾਰ-ਵਾਰ ਤਾਜ਼ਾ ਕਰਨ ਨਾਲੋਂ ਕਿਤੇ ਵੱਡਾ ਹੈ। ਇਹ ਕਾਰੋਬਾਰ ਨੂੰ ਬਦਲਦਿਆਂ ਦੇਖਣ, ਆਗੂਆਂ ਨੂੰ ਛੇਤੀ ਕਾਰਵਾਈ ਕਰਨ ਵਿੱਚ ਮਦਦ ਦੇਣ ਅਤੇ ਵਿੱਤ ਟੀਮਾਂ ਨੂੰ ਅਗਲੇ ਨਤੀਜਿਆਂ ਨੂੰ ਰੂਪ ਦੇਣ ਲਈ ਵੱਧ ਸਮਾਂ ਦੇਣ ਬਾਰੇ ਹੈ।

ਜਦੋਂ ਮੈਂ ਦੋ ਸਾਲ ਪਹਿਲਾਂ OpenAI ਨਾਲ ਜੁੜੀ, ਤਾਂ ਬੇਮਿਸਾਲ ਤੇਜ਼ੀ ਨਾਲ ਵਧ ਰਹੀ ਕੰਪਨੀ ਨੂੰ ਸਹਾਰਾ ਦੇਣ ਲਈ ਵਿੱਤ ਟੀਮ ਬਹੁਤ ਛੋਟੀ ਸੀ। ਸਾਨੂੰ ਵਿੱਤ ਕਾਰਜ ਨੂੰ ਸਿਫ਼ਰ ਤੋਂ ਬਣਾਉਣ ਅਤੇ ਆਪਣੇ ਕੰਮ, ਫ਼ੈਸਲਿਆਂ ਅਤੇ ਕਾਰੋਬਾਰੀ ਸਹਾਇਤਾ ਵਿੱਚ AI ਨੂੰ ਬੁਨਿਆਦੀ ਹਿੱਸਾ ਬਣਾਉਣ ਦੀ ਲੋੜ ਸੀ।

ਮੈਨੂੰ ਇੱਕ ਜਾਣਿਆ-ਪਛਾਣਿਆ ਸ਼ੁਰੂਆਤੀ ਬਿੰਦੂ ਵੀ ਨਜ਼ਰ ਆਇਆ। ਖਾਤੇ ਬੰਦ ਕਰਨ ਅਤੇ ਪੂਰਵ-ਅਨੁਮਾਨਾਂ ਨੂੰ ਅੱਪਡੇਟ ਕਰਨ ਵਿੱਚ ਅਜੇ ਵੀ ਮੈਨੂਅਲ ਅਤੇ ਵਾਰ-ਵਾਰ ਕੀਤੇ ਜਾਣ ਵਾਲੇ ਕੰਮ ਸ਼ਾਮਲ ਸਨ: ਜਾਣਕਾਰੀ ਲੱਭਣਾ, ਇਹ ਸਮਝਾਉਣਾ ਕਿ ਕੀ ਬਦਲਿਆ ਹੈ, ਅਤੇ ਕਿਸੇ ਫ਼ੈਸਲੇ ਲਈ ਇਨਪੁਟਸ ਨੂੰ ਇਕੱਠਾ ਕਰਨਾ। ਸਾਡੇ ਕੋਲ ਦੁਨੀਆ ਦੇ ਸਭ ਤੋਂ ਉੱਨਤ AI ਟੂਲ ਮੌਜੂਦ ਸਨ, ਅਤੇ ਅਸੀਂ ਅਜੇ ਵੀ ਇਹ ਸਿੱਖ ਰਹੇ ਸਾਂ ਕਿ ਵਿੱਤ ਨੂੰ ਉਨ੍ਹਾਂ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਕਿਵੇਂ ਮੁੜ-ਡਿਜ਼ਾਈਨ ਕਰਨਾ ਹੈ।

ਇਸ ਲਈ ਅਸੀਂ ਦੋ ਵੱਡੇ ਟੀਚੇ ਰੱਖੇ: ਬਿਨਾਂ ਕਿਸੇ ਦੇਰੀ ਦੇ ਖਾਤੇ ਬੰਦ ਕਰਨਾ ਅਤੇ ਸਵੈਚਾਲਿਤ, ਲਗਾਤਾਰ ਅੱਪਡੇਟ ਹੋਣ ਵਾਲਾ ਪੂਰਵ-ਅਨੁਮਾਨ।

ਉਸੇ ਦਿਨ ਖਾਤੇ ਬੰਦ ਕਰਨ ਦਾ ਉਦੇਸ਼ ਆਗੂਆਂ ਨੂੰ ਕੰਪਨੀ ਦੀ ਵਿੱਤੀ ਸਥਿਤੀ ਦਾ ਤਤਕਾਲ, ਮੇਲ ਖਾਂਦਾ ਅਤੇ ਖੋਜਣਯੋਗ ਦ੍ਰਿਸ਼ ਦੇਣਾ ਹੈ। ਨਿਰੰਤਰ ਪੂਰਵ-ਅਨੁਮਾਨ ਇਸ ਬੁਨਿਆਦ 'ਤੇ ਅਧਾਰਤ ਹੈ, ਜੋ ਇਹ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ ਕਾਰੋਬਾਰ ਕਿਵੇਂ ਬਦਲ ਰਿਹਾ ਹੈ, ਅੱਗੇ ਕੀ ਹੋ ਸਕਦਾ ਹੈ, ਅਤੇ ਕਿਹੜੇ ਫੈਸਲੇ ਨਤੀਜੇ ਨੂੰ ਬਦਲ ਸਕਦੇ ਹਨ।

ਅਸੀਂ ਅਜੇ ਵੀ ਦੋਵਾਂ ਟੀਚਿਆਂ ਵੱਲ ਵਧ ਰਹੇ ਹਾਂ। ਇਸ ਕੰਮ ਨੇ ਪਹਿਲਾਂ ਹੀ ਸਾਡੀ ਟੀਮ ਦੇ ਕੰਮ ਕਰਨ ਦਾ ਢੰਗ ਬਦਲ ਦਿੱਤਾ ਹੈ। ਇਸਨੇ ਸਾਨੂੰ ਸਥਿਰ ਸਪ੍ਰੈਡਸ਼ੀਟਾਂ, ਸਹਾਇਕ ਰਿਕਾਰਡਾਂ ਦੀ ਹੱਥੀਂ ਖੋਜ ਅਤੇ ਪੇਸ਼ਕਾਰੀਆਂ ਦੀਆਂ ਸੀਮਾਵਾਂ ਤੋਂ ਅੱਗੇ ਵਧਾ ਕੇ ਕਾਰੋਬਾਰ ਦੇ ਪੂਰੇ ਸੰਦਰਭ ਅਤੇ ਡਾਟੇ ’ਤੇ ਬਣੇ ਜੀਵੰਤ ਸਾਧਨਾਂ ਵੱਲ ਲਿਜਾਇਆ ਹੈ। ਇਸਨੇ ਵਿੱਤ ਪੇਸ਼ੇਵਰਾਂ ਨੂੰ ਆਪਣੇ ਕੰਮ ਲਈ ਲੋੜੀਂਦੇ ਸਾਧਨ ਬਣਾਉਣ ਅਤੇ ਆਪਣੀ ਮੁਹਾਰਤ ਨੂੰ ਹੋਰ ਅੱਗੇ ਲਿਜਾਣ ਦੀ ਸਮਰੱਥਾ ਵੀ ਦਿੱਤੀ ਹੈ।

ਮੇਰੇ ਲਈ AI-ਮੂਲ ਵਿੱਤ ਕਾਰਜ ਦਾ ਅਸਲ ਵਾਅਦਾ ਇਹੀ ਹੈ: ਅਜਿਹੀ ਟੀਮ ਜੋ ਘਟਨਾਵਾਂ ਵਾਪਰਦਿਆਂ ਹੀ ਉਨ੍ਹਾਂ ਨੂੰ ਸਮਝੇ, ਆਗੂਆਂ ਨੂੰ ਸਾਹਮਣੇ ਮੌਜੂਦ ਵਿਕਲਪ ਦਿਖਾਏ, ਅਤੇ ਨਤੀਜਾ ਬਦਲਣ ਦੀ ਗੁੰਜਾਇਸ਼ ਹੋਣ ਤੱਕ ਕਾਰੋਬਾਰ ਨੂੰ ਫ਼ੈਸਲੇ ਲੈਣ ਲਈ ਵੱਧ ਸਮਾਂ ਦੇਵੇ।

ਉੱਥੇ ਪਹੁੰਚਣ ਲਈ ਸਿਰਫ਼ ਨਵੀਂ ਤਕਨਾਲੋਜੀ ਨੂੰ ਅਪਣਾਉਣਾ ਕਾਫ਼ੀ ਨਹੀਂ ਹੈ। ਇਸ ਲਈ ਅਹਿਮ ਫ਼ੈਸਲਿਆਂ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਕੰਮ ਨੂੰ ਨਵੇਂ ਸਿਰੇ ਤੋਂ ਤਿਆਰ ਕਰਨ, ਲੋਕਾਂ ਨੂੰ ਪ੍ਰਯੋਗ ਕਰਨ ਦੀ ਖੁੱਲ੍ਹ ਦੇਣ, ਹਰ ਕਾਰਜ-ਪ੍ਰਵਾਹ ਵਿੱਚ ਸਪਸ਼ਟ ਜਵਾਬਦੇਹੀ ਬਣਾਉਣ, ਅਤੇ ਸਪਸ਼ਟ ਨਿਵੇਸ਼ ਲਾਭ ਦਿਖਾਉਣ ਲਈ AI ਵੱਲੋਂ ਭਰੋਸੇਯੋਗ ਢੰਗ ਨਾਲ ਪੂਰੇ ਕੀਤੇ ਗਏ ਕੰਮ ਨੂੰ ਮਾਪਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

ਸਾਡੇ ਤਜਰਬੇ ਤੋਂ ਮਿਲੇ ਇਹ ਪੰਜ ਵਿਹਾਰਕ ਸਬਕ ਹਰ CFO ਲਾਗੂ ਕਰ ਸਕਦਾ ਹੈ।

ਪਹਿਲਾ ਕਦਮ ਵਿਆਪਕ ਪਹੁੰਚ ਦੇਣਾ ਸੀ। ਲੋਕਾਂ ਨੂੰ ਆਪਣੇ ਕੰਮ ਦੇ ਸੰਦਰਭ ਵਿੱਚ AI ਦੀ ਪੜਚੋਲ ਕਰਨ ਦੀ ਆਜ਼ਾਦੀ ਚਾਹੀਦੀ ਹੈ। ਪਹੁੰਚ ਸਭ ਤੋਂ ਵੱਧ ਮੁੱਲ ਉਦੋਂ ਪੈਦਾ ਕਰਦੀ ਹੈ ਜਦੋਂ ਉਸਨੂੰ ਅਸਲ ਸਮੱਸਿਆਵਾਂ ’ਤੇ ਢਾਂਚਾਬੱਧ ਪ੍ਰਯੋਗ ਨਾਲ ਜੋੜਿਆ ਜਾਵੇ।

ਅਸੀਂ ਵਿਕਰੀ ਇੰਜੀਨੀਅਰਾਂ ਨੂੰ ਵਿੱਤ ਹੈਕਾਥਾਨ ਵਿੱਚ ਲਿਆਂਦਾ ਅਤੇ ਟੀਮ ਨੂੰ ਉਹ ਕੰਮ ਲਿਆਉਣ ਲਈ ਕਿਹਾ ਜਿਸਨੂੰ ਉਹ ਬਦਲਣਾ ਚਾਹੁੰਦੀ ਸੀ। ਇਸਦਾ ਇੱਕ ਨਤੀਜਾ IR-GPT ਸੀ, ਜੋ ਸਾਡੀ ਨਿਵੇਸ਼ਕ ਸੰਬੰਧ ਟੀਮ ਵੱਲੋਂ ਉਚਿਤ ਜਾਂਚ-ਪੜਤਾਲ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਲਈ ਵਰਤੀ ਜਾਂਦੀ ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਸਮੱਗਰੀ ’ਤੇ ਆਧਾਰਿਤ ਲੋੜ ਮੁਤਾਬਕ ਬਣਾਇਆ GPT ਹੈ। ਅਸੀਂ ਖਰੀਦ ਅਤੇ ਕਰ ਸਮੇਤ ਹੋਰ ਖੇਤਰਾਂ ਲਈ ਵੀ ਲੋੜ ਮੁਤਾਬਕ GPT ਬਣਾਉਣੇ ਸ਼ੁਰੂ ਕੀਤੇ।

ਹੈਕਾਥਾਨ ਨੇ AI ਨੂੰ ਇੱਕ ਅਮੂਰਤ ਸਮਰੱਥਾ ਤੋਂ ਕਾਰਜਸ਼ੀਲ ਸਾਧਨ ਵਿੱਚ ਬਦਲ ਦਿੱਤਾ। ਸਿਰਫ਼ ਇੱਕ ਦਿਨ ਵਿੱਚ ਲੋਕ ਦੁਹਰਾਇਆ ਜਾਣ ਵਾਲਾ ਕੰਮ ਪਛਾਣ ਸਕਦੇ ਸਨ, ਹੱਲ ਬਣਾ ਸਕਦੇ ਸਨ, ਸਹਿਕਰਮੀਆਂ ਨਾਲ ਉਸਦੀ ਜਾਂਚ ਕਰ ਸਕਦੇ ਸਨ ਅਤੇ ਉਸਨੂੰ ਸੁਧਾਰ ਸਕਦੇ ਸਨ। ਵਰਤੋਂ ਦੇ ਮਾਮਲੇ ਕੰਮ ਦੇ ਸਭ ਤੋਂ ਨੇੜੇ ਲੋਕਾਂ ਵੱਲੋਂ ਆਏ, ਜਦਕਿ ਤਕਨੀਕੀ ਮਾਹਰਾਂ ਨੇ ਉਨ੍ਹਾਂ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਅੱਗੇ ਵਧਣ ਵਿੱਚ ਮਦਦ ਕੀਤੀ।

CFO ਲਈ ਸਬਕ ਸੌਖਾ ਹੈ: ਤੁਹਾਨੂੰ ਹੇਠਲੇ ਪੱਧਰ ਤੋਂ ਪ੍ਰਯੋਗ ਅਤੇ ਸਿਖਰਲੇ ਪੱਧਰ ਤੋਂ ਰਣਨੀਤੀ ਦੋਵੇਂ ਚਾਹੀਦੇ ਹਨ। ਲੋਕਾਂ ਨੂੰ ਸੁਰੱਖਿਅਤ ਅਤੇ ਸਮਰੱਥ AI ਦਿਓ ਅਤੇ ਕੰਮ ਦੇ ਸਭ ਤੋਂ ਨੇੜੇ ਲੋਕਾਂ ਨੂੰ ਕੰਮ ਪੂਰਾ ਕਰਨ ਦੇ ਬਿਹਤਰ ਤਰੀਕੇ ਪਛਾਣਨ ਦਿਓ। ਇਸਦੇ ਨਾਲ ਹੀ ਆਗੂਆਂ ਦਾ ਧਿਆਨ ਅਤੇ ਸਰੋਤ ਉਨ੍ਹਾਂ ਬਦਲਾਵਾਂ ’ਤੇ ਕੇਂਦਰਿਤ ਕਰੋ ਜੋ ਕਾਰੋਬਾਰ ਲਈ ਸਭ ਤੋਂ ਵੱਧ ਅਹਿਮ ਹੋਣਗੇ। ਅਸਲ ਮੌਕਾ ਉਦੋਂ ਬਣਦਾ ਹੈ ਜਦੋਂ ਦੋਵੇਂ ਮਿਲਦੇ ਹਨ: ਮੋਹਰੀ ਪੱਧਰ ਦੇ ਵਿਹਾਰਕ ਵਿਚਾਰ ਤੁਹਾਡੀਆਂ ਸਭ ਤੋਂ ਵੱਡੀਆਂ ਤਰਜੀਹਾਂ ’ਤੇ ਲਾਗੂ ਹੁੰਦੇ ਹਨ।

ਵਿੱਤ ਟੀਮਾਂ ਫ਼ੈਸਲੇ ਲਈ ਲੋੜੀਂਦੇ ਇਨਪੁੱਟ ਇਕੱਠੇ ਕਰਨ ’ਤੇ ਬਹੁਤ ਊਰਜਾ ਲਗਾਉਂਦੀਆਂ ਹਨ। ਪੂਰਵ-ਅਨੁਮਾਨ ਦੀ ਸਮੀਖਿਆ ਲਈ ਲੋਕਾਂ ਨੂੰ ਨਵਾਂ ਡਾਟਾ ਲੱਭਣਾ, ਸਪ੍ਰੈਡਸ਼ੀਟਾਂ ਦਾ ਮਿਲਾਨ ਕਰਨਾ, ਅੰਤਰ ਸਮਝਾਉਣੇ, ਚਾਰਟ ਬਣਾਉਣੇ, ਦਸਤਾਵੇਜ਼ ਤਿਆਰ ਕਰਨੇ ਅਤੇ ਉਨ੍ਹਾਂ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਸਲਾਈਡਾਂ ਵਿੱਚ ਬਦਲਣਾ ਪੈ ਸਕਦਾ ਹੈ। ਵਿਸ਼ਲੇਸ਼ਣ ਆਖ਼ਰਕਾਰ ਫ਼ੈਸਲਾ ਕਰਨ ਵਾਲੇ ਤੱਕ ਪਹੁੰਚ ਜਾਂਦਾ ਹੈ, ਪਰ ਟੀਮ ਦਾ ਬਹੁਤਾ ਸਮਾਂ ਪਹਿਲਾਂ ਹੀ ਉਸਨੂੰ ਇਕੱਠਾ ਕਰਨ ਵਿੱਚ ਲੱਗ ਚੁੱਕਾ ਹੁੰਦਾ ਹੈ।

AI ਕੰਮ ਦੀ ਇਕਾਈ ਬਦਲ ਦਿੰਦਾ ਹੈ। ਵਿੱਤ ਆਗੂ ਸਰੋਤ ਡਾਟੇ ਤੋਂ ਫ਼ੈਸਲੇ ਤੱਕ ਦੇ ਪੂਰੇ ਰਾਹ ਨੂੰ ਨਵੇਂ ਸਿਰੇ ਤੋਂ ਤਿਆਰ ਕਰ ਸਕਦੇ ਹਨ।

ਖਾਤੇ ਬੰਦ ਕਰਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ’ਤੇ ਵਿਚਾਰ ਕਰੋ। ਹਰ CFO ਮਹੀਨਾਵਾਰ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਜਾਣਦਾ ਹੈ: ਅਸਲ ਅੰਕੜੇ ਇੱਕ ਸਿਸਟਮ ਵਿੱਚ, ਖਰੀਦ ਆਦੇਸ਼ ਦੂਜੇ ਵਿੱਚ, ਖਰਚੇ ਸਪ੍ਰੈਡਸ਼ੀਟ ਵਿੱਚ, ਅਤੇ ਕਿਸੇ ਫਰਕ ਦਾ ਸਪੱਸ਼ਟੀਕਰਨ ਕਿਸੇ ਮੈਸੇਜ ਥ੍ਰੈਡ ਵਿੱਚ ਲੁਕਿਆ ਹੁੰਦਾ ਹੈ।

ਅਸੀਂ ਇੱਕ ਵੱਖਰੇ ਸੰਚਾਲਨ ਮਾਡਲ ਵੱਲ ਕੰਮ ਕਰ ਰਹੇ ਹਾਂ। ਉਸੇ ਦਿਨ ਖਾਤੇ ਬੰਦ ਕਰਨ ਦਾ ਟੀਚਾ ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਖਰਚ ਯੋਜਨਾਵਾਂ, ਆਮ ਖਾਤਾ-ਬਹੀ ਦੇ ਅਸਲ ਅੰਕੜਿਆਂ, ਖਰੀਦ ਆਦੇਸ਼ਾਂ, ਖਰਚਿਆਂ ਅਤੇ ਲੈਣ-ਦੇਣ ਦੇ ਵੇਰਵਿਆਂ ਨੂੰ ਲਗਾਤਾਰ ਮਿਲਾਨ ਕੀਤੇ ਦ੍ਰਿਸ਼ ਵਿੱਚ ਜੋੜਨਾ ਹੈ। ਹਰ ਅੰਤਰ ਨੂੰ ਉਸਦੀ ਮੂਲ ਸਰਗਰਮੀ ਤੱਕ ਖੋਜਿਆ ਜਾ ਸਕਦਾ ਹੈ। AI ਸ਼ੁਰੂਆਤੀ ਵਿਆਖਿਆ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਧਿਆਨ ਮੰਗਣ ਵਾਲੇ ਅਪਵਾਦਾਂ ਦੀ ਨਿਸ਼ਾਨਦੇਹੀ ਕਰ ਸਕਦਾ ਹੈ। ਵਿੱਤ ਟੀਮ ਅੰਕੜਿਆਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰਦੀ ਹੈ, ਆਪਣੀ ਸੂਝ ਵਰਤਦੀ ਹੈ ਅਤੇ ਅੰਤਿਮ ਪ੍ਰਵਾਨਗੀ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਲੈਂਦੀ ਹੈ।

ਖਾਤੇ ਬੰਦ ਕਰਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ਖ਼ਤਮ ਨਹੀਂ ਹੁੰਦੀ। ਜਿਹੜੀ ਚੀਜ਼ ਖ਼ਤਮ ਹੋਣੀ ਸ਼ੁਰੂ ਹੋ ਜਾਂਦੀ ਹੈ, ਉਹ ਮਿਆਦ ਖ਼ਤਮ ਹੋਣ ਤੋਂ ਬਾਅਦ ਕਾਰੋਬਾਰ ਨੂੰ ਦੁਬਾਰਾ ਜੋੜਨ ਦੀ ਭੱਜ-ਦੌੜ ਹੈ।

ਇਹ ਮਿਲਾਨ ਕੀਤਾ ਆਧਾਰ ਲਗਾਤਾਰ ਅੱਪਡੇਟ ਹੁੰਦੇ ਪੂਰਵ-ਅਨੁਮਾਨ ਨੂੰ ਸਮਰੱਥ ਬਣਾ ਸਕਦਾ ਹੈ। ਸਾਡੀ ਟੀਮ ਅਜਿਹੇ ਕਾਰਜ-ਪ੍ਰਵਾਹ ਬਣਾ ਰਹੀ ਹੈ ਜੋ ਅੰਕੜਾ-ਆਧਾਰਿਤ ਮਾਡਲਾਂ, ਵਿਕਰੀ ਗੱਲਬਾਤਾਂ, ਖਾਤਾ-ਪੱਧਰੀ ਸਬੂਤਾਂ, ਸੰਚਾਲਨ ਡਾਟੇ ਅਤੇ ਵਿੱਤੀ ਸੂਝ ਨੂੰ ਇਕੱਠਾ ਕਰਦੇ ਹਨ।

ਅਸੀਂ ਸਪ੍ਰੈਡਸ਼ੀਟਾਂ ਦੀਆਂ ਸੀਮਾਵਾਂ ਤੋਂ ਅੱਗੇ ਵਧ ਕੇ ਅਜਿਹੇ ਵਧੇਰੇ ਪਰਸਪਰ-ਕਿਰਿਆਸ਼ੀਲ ਸਾਧਨਾਂ ਵੱਲ ਜਾ ਰਹੇ ਹਾਂ ਜੋ ਅੰਕੜਾ-ਆਧਾਰਿਤ ਪੂਰਵ-ਅਨੁਮਾਨ, ਸਹਾਇਕ ਸਬੂਤ ਅਤੇ ਦ੍ਰਿਸ਼ਾਂ ਨੂੰ ਇੱਕ ਜੀਵੰਤ ਦ੍ਰਿਸ਼ ਵਿੱਚ ਲਿਆਉਂਦੇ ਹਨ। ਆਗੂ ਦੇਖ ਸਕਦੇ ਹਨ ਕਿ ਕੀ ਬਦਲਿਆ, ਕਿਉਂ ਬਦਲਿਆ ਅਤੇ ਕਿਹੜੇ ਫ਼ੈਸਲੇ ਨਤੀਜੇ ਨੂੰ ਬਦਲ ਸਕਦੇ ਹਨ। ਜਦੋਂ ਕਿਸੇ ਨਵੇਂ ਗਾਹਕ ਦੀ ਵਚਨਬੱਧਤਾ ਆਧਾਰ-ਰੇਖਾ ਵਿੱਚ ਸ਼ਾਮਲ ਨਾ ਹੋਵੇ, ਤਾਂ ਸਿਸਟਮ ਸਹਾਇਕ ਸਬੂਤ ਸਾਹਮਣੇ ਲਿਆ ਸਕਦਾ ਹੈ ਅਤੇ ਦਿਖਾ ਸਕਦਾ ਹੈ ਕਿ ਸੋਧ ਨਾਲ ਤਿਮਾਹੀ ਜਾਂ ਸਾਲ ’ਤੇ ਕੀ ਅਸਰ ਪਵੇਗਾ। ਵਿੱਤ ਟੀਮ ਧਾਰਨਾਵਾਂ ਦੀ ਜਾਂਚ ਕਰ ਸਕਦੀ ਹੈ, ਦ੍ਰਿਸ਼ਾਂ ਦੀ ਤੁਲਨਾ ਕਰ ਸਕਦੀ ਹੈ ਅਤੇ ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਪੂਰਵ-ਅਨੁਮਾਨ ਨੂੰ ਅੱਪਡੇਟ ਕਰਨ ਬਾਰੇ ਫ਼ੈਸਲਾ ਲੈ ਸਕਦੀ ਹੈ।

ਇਹੀ ਦ੍ਰਿਸ਼ ਆਗੂਆਂ ਨੂੰ ਪੂੰਜੀ ਵੰਡ ਬਾਰੇ ਬਿਹਤਰ ਫ਼ੈਸਲੇ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦਾ ਹੈ। ਵਿੱਤ ਟੀਮ ਦੇਖ ਸਕਦੀ ਹੈ ਕਿ ਮਾਰਕੀਟਿੰਗ ਖਰਚ ਕਿੱਥੇ ਲਾਭ ਦੇ ਰਿਹਾ ਹੈ, ਨਤੀਜੇ ਕਿੱਥੇ ਘਟ ਰਹੇ ਹਨ ਅਤੇ ਅਗਲੇ ਡਾਲਰ ਦੀ ਮੁੜ-ਵੰਡ ਦਾ ਕੀ ਅਰਥ ਹੋ ਸਕਦਾ ਹੈ।

ਸਵੈਚਾਲਿਤ ਪੂਰਵ-ਅਨੁਮਾਨ ਸਾਡੀ ਮੰਜ਼ਿਲ ਹੈ। ਇੱਕ ਲਗਾਤਾਰ ਅੱਪਡੇਟ ਹੋਣ ਵਾਲਾ ਦ੍ਰਿਸ਼, ਤੇਜ਼ ਦ੍ਰਿਸ਼ ਵਿਸ਼ਲੇਸ਼ਣ, ਅਤੇ ਸਪੱਸ਼ਟ ਵਿੱਤੀ ਮਾਲਕੀ ਉਹ ਤਰੀਕਾ ਹੈ ਜਿਸ ਨਾਲ ਅਸੀਂ ਉੱਥੇ ਪਹੁੰਚਦੇ ਹਾਂ।

ਵਿਆਪਕ ਸਬਕ ਇਹ ਹੈ ਕਿ ਕਿਸੇ ਅਹਿਮ ਫ਼ੈਸਲੇ ਤੋਂ ਸ਼ੁਰੂ ਕਰਕੇ ਪਿੱਛੇ ਵੱਲ ਕੰਮ ਕੀਤਾ ਜਾਵੇ। ਉਸ ਫ਼ੈਸਲੇ ਲਈ ਲੋੜੀਂਦੇ ਡਾਟੇ, ਸਾਧਨਾਂ, ਮਨਜ਼ੂਰੀਆਂ ਅਤੇ ਕੰਮ ਦੇ ਹਵਾਲਿਆਂ ਦਾ ਨਕਸ਼ਾ ਬਣਾਓ। ਫਿਰ ਤੈਅ ਕਰੋ ਕਿ AI ਕਿਹੜੇ ਹਿੱਸਿਆਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ, ਤਾਲਮੇਲ ਜਾਂ ਨਿਪਟਾਰਾ ਕਰ ਸਕਦਾ ਹੈ। ਇਸ ਨਾਲ ਪੂਰੇ ਫ਼ੈਸਲਾ ਚੱਕਰ ਦੀ ਗਤੀ ਅਤੇ ਗੁਣਵੱਤਾ ਬਿਹਤਰ ਹੁੰਦੀ ਹੈ।

ਅਸਲ ਬਦਲਾਅ ਇਹ ਹੈ ਕਿ ਵਿੱਤ ਪੇਸ਼ੇਵਰ ਹੁਣ ਆਪਣੇ ਕੰਮ ਲਈ ਲੋੜੀਂਦੇ ਸਾਧਨ ਖ਼ੁਦ ਤਿਆਰ ਕਰ ਸਕਦੇ ਹਨ।

ਹਾਲੀਆ OpenAI ਖੋਜ ਦਿਖਾਉਂਦੀ ਹੈ ਕਿ ਵਿੱਤ ਪੇਸ਼ੇਵਰਾਂ ਵੱਲੋਂ AI ਦੀ ਵਿਸ਼ੇਸ਼ ਵਰਤੋਂ ਦਾ 40% ਰਵਾਇਤੀ ਵਿੱਤ ਤੋਂ ਬਾਹਰਲੇ ਕੰਮ ਨਾਲ ਅਤੇ 22% ਇੰਜੀਨੀਅਰਿੰਗ ਨਾਲ ਸੰਬੰਧਿਤ ਕੰਮਾਂ ਨਾਲ ਜੁੜਿਆ ਹੈ।

ਮੇਰੀ ਟੀਮ ਦਾ ਹਰ ਮੈਂਬਰ ChatGPT ਵਰਕ ਅਤੇ Codex ਨਾਲ ਲੋੜ ਮੁਤਾਬਕ AI ਡੈਸ਼ਬੋਰਡ ਅਤੇ ਸਾਧਨ ਬਣਾ ਰਿਹਾ ਹੈ। ਕੰਮ ਸਥਿਰ ਐਕਸਲ ਮਾਡਲਾਂ ਅਤੇ ਪਾਵਰਪੁਆਇੰਟ ਪੇਸ਼ਕਾਰੀਆਂ ਤੋਂ ਅੱਗੇ ਵਧ ਕੇ ਅਜਿਹੇ ਜੀਵੰਤ ਡੈਸ਼ਬੋਰਡਾਂ ਵੱਲ ਜਾ ਰਿਹਾ ਹੈ ਜੋ ਕਾਰੋਬਾਰ ਦੇ ਪੂਰੇ ਸੰਦਰਭ ਅਤੇ ਡਾਟੇ ’ਤੇ ਆਧਾਰਿਤ ਹਨ। ਇਹ ਸਾਧਨ ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਅੱਗੇ ਵਧਾ ਸਕਦੇ ਹਨ, ਅਗਲੇ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇ ਸਕਦੇ ਹਨ ਅਤੇ ਮੂਲ ਜਾਣਕਾਰੀ ਬਦਲਣ ’ਤੇ ਅੱਪਡੇਟ ਹੋ ਸਕਦੇ ਹਨ।

ਸਾਡੇ ਇਸ਼ਤਿਹਾਰ ਕਾਰੋਬਾਰ ਵਿੱਚ ਸਹਾਇਤਾ ਕਰਨ ਵਾਲੇ ਟੀਮ ਦੇ ਇੱਕ ਮੈਂਬਰ ਨੇ ਪਹਿਲਾਂ ਕਦੇ ਕੋਡ ਨਹੀਂ ਲਿਖਿਆ ਸੀ। ਉਸਨੇ Codex ਨਾਲ ਇੱਕ ਸਾਧਨ ਬਣਾਇਆ ਜੋ ਸਾਡੇ ਮਹੀਨਾਵਾਰ ਇਸ਼ਤਿਹਾਰ ਪੂਰਵ-ਅਨੁਮਾਨ ਨੂੰ ਹਫ਼ਤਾਵਾਰੀ ਅਤੇ ਰੋਜ਼ਾਨਾ ਯੋਜਨਾਵਾਂ ਵਿੱਚ ਬਦਲਦਾ ਹੈ। ਇਹ ਕੰਮਕਾਜੀ ਦਿਨਾਂ ਅਤੇ ਛੁੱਟੀਆਂ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਦਾ ਹੈ, ਪੂਰਵ-ਅਨੁਮਾਨਾਂ ਦੀ ਤੁਲਨਾ ਕਰਦਾ ਹੈ ਅਤੇ ਹਰ ਅੰਕੜੇ ਨੂੰ ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਮਾਡਲ ਨਾਲ ਜੋੜੀ ਰੱਖਦਾ ਹੈ। ਮਾਰਕੀਟਿੰਗ ਆਗੂ ਤੁਰੰਤ ਦੇਖ ਸਕਦੇ ਹਨ ਕਿ ਕੀ ਬਦਲਿਆ, ਕਿੱਥੇ ਨਿਵੇਸ਼ ਕਰਨਾ ਹੈ ਅਤੇ ਵਾਧੂ ਖਰਚ ਤੋਂ ਕੀ ਲਾਭ ਮਿਲ ਸਕਦਾ ਹੈ।

ਜਿਹੜੇ ਲੋਕ ਸਮੱਸਿਆ ਨੂੰ ਸਮਝਦੇ ਹਨ, ਉਹ ਹੁਣ ਇਸ ਦਾ ਹੱਲ ਵੀ ਤਿਆਰ ਕਰ ਸਕਦੇ ਹਨ। ਇਹ ਸਾਧਨ ਬਣਾਉਣ ਨਾਲ ਉਹ ਕੰਮ ਕਰਨ ਦੇ ਰਵਾਇਤੀ ਢੰਗ ’ਤੇ ਵੀ ਮੁੜ ਵਿਚਾਰ ਕਰਦੇ ਹਨ। ਵਿੱਤ ਪੇਸ਼ੇਵਰ ਕਾਰੋਬਾਰ ਲਈ ਲੋੜੀਂਦਾ ਫ਼ੈਸਲਾ-ਸਹਾਇਕ ਢਾਂਚਾ ਬਣਾ ਸਕਦਾ ਹੈ, ਸਹਿਕਰਮੀਆਂ ਨਾਲ ਉਸਦੀ ਜਾਂਚ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਕੰਮ ਦੇ ਵਿਕਾਸ ਨਾਲ ਉਸਨੂੰ ਸੁਧਾਰ ਸਕਦਾ ਹੈ।

ਵਿੱਤ ਟੀਮਾਂ ਦੀ ਵਿਸ਼ੇਸ਼ ਮੁਹਾਰਤ ਘੱਟ ਨਹੀਂ ਰਹੀ। ਉਹ ਆਪਣੀ ਮੁਹਾਰਤ ਨੂੰ ਹੋਰ ਅੱਗੇ ਲਿਜਾਣ ਦੀ ਸਮਰੱਥਾ ਹਾਸਲ ਕਰ ਰਹੀਆਂ ਹਨ।

IR-GPT ਨੇ ਸਾਨੂੰ ਨਿਯੰਤਰਣ ਬਾਰੇ ਇੱਕ ਅਹਿਮ ਸਬਕ ਸਿਖਾਇਆ। ਨਿਵੇਸ਼ਕਾਂ ਦੇ ਉਚਿਤ ਜਾਂਚ-ਪੜਤਾਲ ਸਵਾਲਾਂ ਲਈ ਵਿਸ਼ਲੇਸ਼ਕ ਨੂੰ ਪਿਛਲੀ ਸਮੱਗਰੀ ਖੋਜਣੀ, ਜਵਾਬ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰਨਾ, ਇਕਸਾਰਤਾ ਜਾਂਚਣੀ ਅਤੇ ਸਮੀਖਿਆ ਦਾ ਤਾਲਮੇਲ ਕਰਨਾ ਪੈ ਸਕਦਾ ਹੈ। ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਸਰੋਤਾਂ ’ਤੇ ਆਧਾਰਿਤ ਲੋੜ ਮੁਤਾਬਕ ਬਣਾਏ GPT ਨਾਲ ਉਹ ਕੰਮ ਜਿਸਨੂੰ ਪਹਿਲਾਂ ਕਈ ਘੰਟੇ ਲੱਗਦੇ ਸਨ ਅਤੇ ਕਈ ਵਾਰ ਸਾਰੀ ਰਾਤ ਲੱਗ ਜਾਂਦੀ ਸੀ, ਹੁਣ ਕੁਝ ਸਕਿੰਟਾਂ ਵਿੱਚ ਮਜ਼ਬੂਤ ਪਹਿਲਾ ਖਰੜਾ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ।

ਮਨੁੱਖੀ ਭੂਮਿਕਾ ਅਜੇ ਵੀ ਕੇਂਦਰੀ ਹੈ। ਸਾਡੀ ਨਿਵੇਸ਼ਕ ਸੰਬੰਧ ਟੀਮ ਖਰੜਾ ਪੜ੍ਹਦੀ ਹੈ, ਆਪਣੀ ਸੂਝ ਅਤੇ ਸੰਦਰਭ ਜੋੜਦੀ ਹੈ ਅਤੇ ਜਾਂਚਦੀ ਹੈ ਕਿ ਵੱਖ-ਵੱਖ ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਦਿੱਤੇ ਸਾਡੇ ਜਵਾਬ ਇਕਸਾਰ ਰਹਿਣ। AI ਕੰਮ ਨੂੰ ਤੇਜ਼ ਕਰਦਾ ਹੈ। ਨਤੀਜੇ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਲੋਕਾਂ ਦੀ ਹੁੰਦੀ ਹੈ।

ਵਿੱਤ ਲਈ ਇਹੀ ਸਹੀ ਮਾਡਲ ਹੈ। CFO ਨੂੰ ਸੂਚਨਾ ਤਕਨਾਲੋਜੀ ਅਤੇ ਸ਼ਾਸਨ ਟੀਮਾਂ ਨਾਲ ਮਿਲ ਕੇ ਤੈਅ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ ਕਿ AI ਸਿਸਟਮ ਕਿਹੜੇ ਡਾਟੇ ਤੱਕ ਪਹੁੰਚ ਸਕਦਾ ਹੈ, ਕਿਹੜੀਆਂ ਕਾਰਵਾਈਆਂ ਕਰ ਸਕਦਾ ਹੈ, ਕਦੋਂ ਮਨਜ਼ੂਰੀ ਲਾਜ਼ਮੀ ਹੈ ਅਤੇ ਕਦੋਂ ਕਿਸੇ ਮੁੱਦੇ ਨੂੰ ਉੱਚ ਪੱਧਰ ’ਤੇ ਭੇਜਣਾ ਚਾਹੀਦਾ ਹੈ। ਹਰ ਨਤੀਜਾ ਕਿਸੇ ਭਰੋਸੇਯੋਗ ਸਰੋਤ ਨਾਲ ਜੁੜਿਆ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਹਰ ਪੂਰਵ-ਅਨੁਮਾਨ ਨਾਲ ਸਪਸ਼ਟ ਵਿਆਖਿਆ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ। ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਆਧਾਰ-ਰੇਖਾ ਵਿੱਚ ਹਰ ਬਦਲਾਅ ਲਈ ਵਿੱਤ ਦੀ ਮਨਜ਼ੂਰੀ ਲਾਜ਼ਮੀ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ।

“ਟੋਕਨਮੈਕਸਿੰਗ” ਦਾ ਥੋੜ੍ਹੇ ਸਮੇਂ ਦਾ ਰੁਝਾਨ ਹੁਣ ਲੰਘ ਚੁੱਕਾ ਹੈ। ਹੁਣ ਵਰਤੋਂ ਦੀਆਂ ਹੱਦਾਂ, ਬਜਟ ਨਿਯੰਤਰਣ, ਭੂਮਿਕਾ-ਆਧਾਰਿਤ ਪਹੁੰਚ, ਮਾਡਲ-ਰੂਟਿੰਗ ਨਿਯਮ ਅਤੇ ਮਨਜ਼ੂਰੀ ਦੀਆਂ ਹੱਦਾਂ ਤੈਅ ਕਰਨਾ ਸੌਖਾ ਹੈ। CFO ਟੀਮਾਂ ਨੂੰ ਨਿਰਮਾਣ ਅਤੇ ਪ੍ਰਯੋਗ ਲਈ ਥਾਂ ਦਿੰਦਿਆਂ AI ਦੀ ਵਰਤੋਂ ਨੂੰ ਉਸੇ ਅਨੁਸ਼ਾਸਨ ਨਾਲ ਸੰਭਾਲ ਸਕਦੇ ਹਨ ਜੋ ਉਹ ਕਿਸੇ ਵੀ ਪਰਿਵਰਤਨਸ਼ੀਲ ਖਰਚ ਲਈ ਵਰਤਦੇ ਹਨ।

ਸਪਸ਼ਟ ਜਵਾਬਦੇਹੀ ਤੇਜ਼ੀ ਨਾਲ ਅੱਗੇ ਵਧਣ ਲਈ ਲੋੜੀਂਦਾ ਭਰੋਸਾ ਪੈਦਾ ਕਰਦੀ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ ਸੰਸ਼ਲੇਸ਼ਣ, ਮਿਲਾਨ ਅਤੇ ਤਿਆਰੀ ਤੇਜ਼ ਹੁੰਦੇ ਹਨ, ਵਿੱਤ ਪੇਸ਼ੇਵਰਾਂ ਨੂੰ ਧਾਰਨਾਵਾਂ ਨੂੰ ਚੁਣੌਤੀ ਦੇਣ, ਕਾਰੋਬਾਰ ਨੂੰ ਸਲਾਹ ਦੇਣ ਅਤੇ ਆਪਣੀ ਸੂਝ ਵਰਤਣ ਲਈ ਵੱਧ ਸਮਾਂ ਮਿਲਦਾ ਹੈ।

CFO ਨੂੰ ਸੰਚਾਲਨ ਪ੍ਰਦਰਸ਼ਨ ’ਤੇ ਆਧਾਰਿਤ AI ਸਕੋਰਕਾਰਡ ਦੀ ਲੋੜ ਹੈ। ਵੱਧ ਸੀਟਾਂ ਖਰੀਦਣ ਜਾਂ ਵੱਧ ਟੋਕਨ ਵਰਤਣ ਨਾਲ ਤੁਹਾਨੂੰ ਬਹੁਤੀ ਜਾਣਕਾਰੀ ਨਹੀਂ ਮਿਲਦੀ। ਅਹਿਮ ਗੱਲ ਇਹ ਹੈ ਕਿ ਕੰਮ ਚੰਗੀ ਤਰ੍ਹਾਂ ਪੂਰਾ ਹੁੰਦਾ ਹੈ ਜਾਂ ਨਹੀਂ ਅਤੇ ਉਸਦੀ ਅਸਲ ਲਾਗਤ ਕਿੰਨੀ ਹੈ।

ਹਰ ਕਾਰਜ-ਪ੍ਰਵਾਹ ਲਈ ਚਾਰ ਸਵਾਲ ਪੁੱਛੋ:

• ਕੀ AI ਨੇ ਕੋਈ ਅਹਿਮ ਕੰਮ ਪੂਰਾ ਕੀਤਾ?
• ਕਰਮਚਾਰੀਆਂ ਦੇ ਸਮੇਂ, ਸਮੀਖਿਆ ਅਤੇ ਮੁੜ ਕੰਮ ਸਮੇਤ ਇਸਦੀ ਲਾਗਤ ਕਿੰਨੀ ਸੀ?
• ਕੀ ਨਤੀਜਾ ਵਰਤਣ ਯੋਗ ਸੀ?
• ਕੀ ਇਸਨੇ ਸਾਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਅੱਗੇ ਵਧਣ ਜਾਂ ਬਿਹਤਰ ਫ਼ੈਸਲਾ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕੀਤੀ?

ਵਿੱਤ ਟੀਮ ਲਈ ਲਾਭਦਾਇਕ ਕੰਮ ਦਾ ਮਤਲਬ ਪੂਰਵ-ਅਨੁਮਾਨ ਅੱਪਡੇਟ ਕਰਨਾ, ਅੰਤਰ ਸਮਝਾਉਣਾ, ਆਡਿਟ ਬੇਨਤੀ ਪੂਰੀ ਕਰਨਾ ਜਾਂ ਬੋਰਡ ਦੇ ਸਵਾਲ ਦਾ ਜਵਾਬ ਦੇਣਾ ਹੋ ਸਕਦਾ ਹੈ। ਖਾਤੇ ਬੰਦ ਕਰਨ ਲਈ ਸਕੋਰਕਾਰਡ ਵਿੱਚ ਚੱਕਰ ਦਾ ਸਮਾਂ, ਆਪਣੇ ਆਪ ਮਿਲਾਨ ਕੀਤੇ ਲੈਣ-ਦੇਣ ਦਾ ਹਿੱਸਾ, ਸਮੀਖਿਆ ਦੀ ਲੋੜ ਵਾਲੇ ਅਪਵਾਦਾਂ ਦੀ ਗਿਣਤੀ ਅਤੇ ਅੰਤਰ ਸਮਝਾਉਣ ਲਈ ਲੱਗਿਆ ਸਮਾਂ ਸ਼ਾਮਲ ਹੋ ਸਕਦੇ ਹਨ। ਪੂਰਵ-ਅਨੁਮਾਨ ਲਈ ਇਸ ਵਿੱਚ ਅਨੁਮਾਨ ਦੀ ਸ਼ੁੱਧਤਾ, ਅੱਪਡੇਟ ਕਰਨ ਦੀ ਬਾਰੰਬਾਰਤਾ, ਨਵਾਂ ਦ੍ਰਿਸ਼ ਤਿਆਰ ਕਰਨ ਵਿੱਚ ਲੱਗਣ ਵਾਲਾ ਸਮਾਂ, ਅਤੇ ਇਸ ਅਨੁਮਾਨ ਦੇ ਆਧਾਰ ’ਤੇ ਲਏ ਗਏ ਫ਼ੈਸਲਿਆਂ ਦੀ ਗੁਣਵੱਤਾ ਸ਼ਾਮਲ ਹੋ ਸਕਦੀ ਹੈ।

ਸਭ ਤੋਂ ਸਸਤਾ ਮਾਡਲ ਹਮੇਸ਼ਾ ਸਭ ਤੋਂ ਕਿਫ਼ਾਇਤੀ ਨਹੀਂ ਹੁੰਦਾ। ਜੇ ਬਿਹਤਰ ਮਾਡਲ ਘੱਟ ਕੋਸ਼ਿਸ਼ਾਂ ਅਤੇ ਘੱਟ ਸਮੀਖਿਆ ਨਾਲ ਭਰੋਸੇਯੋਗ ਜਵਾਬ ਦਿੰਦਾ ਹੈ, ਤਾਂ ਕੁੱਲ ਮਿਲਾ ਕੇ ਉਸਦੀ ਲਾਗਤ ਘੱਟ ਹੋ ਸਕਦੀ ਹੈ।

ਵਿੱਤ ਰਣਨੀਤੀ, ਪੂੰਜੀ, ਡਾਟਾ, ਜੋਖਮ ਅਤੇ ਪ੍ਰਦਰਸ਼ਨ ਦੇ ਕੇਂਦਰ ਵਿੱਚ ਹੁੰਦਾ ਹੈ। ਇਸ ਨਾਲ CFO ਨੂੰ ਕੰਪਨੀ ਦੇ ਕੰਮਕਾਜ ਬਾਰੇ ਵਿਲੱਖਣ ਨਜ਼ਰੀਆ ਅਤੇ ਇਸਦੇ AI ਰੂਪਾਂਤਰਣ ਦੀ ਅਗਵਾਈ ਕਰਨ ਦਾ ਮਜ਼ਬੂਤ ਅਧਿਕਾਰ ਮਿਲਦਾ ਹੈ।

AI-ਮੂਲ ਵਿੱਤ ਕਾਰਜ ਦੀ ਪਛਾਣ ਤੇਜ਼ ਚੱਕਰਾਂ, ਮਜ਼ਬੂਤ ਨਿਯੰਤਰਣਾਂ, ਬਿਹਤਰ ਫ਼ੈਸਲਿਆਂ ਅਤੇ ਸੋਚ-ਵਿਚਾਰ ਲਈ ਵੱਧ ਸਮੇਂ ਨਾਲ ਹੁੰਦੀ ਹੈ। ਇਹ ਸਫ਼ਰ ਇੱਕ ਸਾਰਥਕ ਕਾਰਜ-ਪ੍ਰਵਾਹ ਨਾਲ ਸ਼ੁਰੂ ਹੁੰਦਾ ਹੈ ਅਤੇ ਸਬੂਤਾਂ ਦੇ ਆਧਾਰ ’ਤੇ ਫੈਲਦਾ ਹੈ: ਲੋਕਾਂ ਨੂੰ ਸਾਧਨ ਦਿਓ, ਕੰਮ ਨੂੰ ਨਵੇਂ ਸਿਰੇ ਤੋਂ ਬਣਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰੋ, ਜਵਾਬਦੇਹੀ ਸਪਸ਼ਟ ਰੱਖੋ ਅਤੇ ਨਤੀਜਾ ਮਾਪੋ।

ਉਸੇ ਦਿਨ ਖਾਤੇ ਬੰਦ ਕਰਨ ਅਤੇ ਨਿਰੰਤਰ ਪੂਰਵ-ਅਨੁਮਾਨ ਪਿੱਛੇ ਇੱਕ ਵੱਡੀ ਅਭਿਲਾਸ਼ਾ ਹੈ: ਅਜਿਹੀ ਵਿੱਤ ਟੀਮ ਜੋ ਘਟਨਾਵਾਂ ਵਾਪਰਦਿਆਂ ਹੀ ਉਨ੍ਹਾਂ ਨੂੰ ਸਮਝੇ, ਆਗੂਆਂ ਨੂੰ ਦਿਖਾਏ ਕਿ ਅੱਗੇ ਕੀ ਹੋ ਸਕਦਾ ਹੈ ਅਤੇ ਕੰਪਨੀ ਨੂੰ ਛੇਤੀ ਬਿਹਤਰ ਫ਼ੈਸਲੇ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰੇ।

ਨਤੀਜੇ ਵਜੋਂ ਵਿੱਤ ਟੀਮ ਦੀ ਸਮਰੱਥਾ ਵਧਦੀ ਹੈ ਅਤੇ CFO ਨੂੰ ਕਾਰੋਬਾਰ ਦੀ ਵਧੇਰੇ ਸਪਸ਼ਟ ਤਸਵੀਰ ਮਿਲਦੀ ਹੈ। ਇਹ ਇਸ ਗੱਲ ਦਾ ਕਾਰਜਸ਼ੀਲ ਨਮੂਨਾ ਵੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਪੂਰੀ ਕੰਪਨੀ ਇੰਟੈਲੀਜੈਂਸ ਨੂੰ ਟਿਕਾਊ ਮੁੱਲ ਵਿੱਚ ਕਿਵੇਂ ਬਦਲ ਸਕਦੀ ਹੈ। ਜਿਵੇਂ ਕਿ ਮੈਂ ਹਮੇਸ਼ਾਂ ਕਹਿੰਦਾ ਹਾਂ, ਤੁਸੀਂ ਉਹ ਨਹੀਂ ਬਣ ਸਕਦੇ ਜੋ ਤੁਸੀਂ ਦੇਖ ਨਹੀਂ ਸਕਦੇ। ਜੇ ਅਸੀਂ ਚਾਹੁੰਦੇ ਹਾਂ ਕਿ ਸਾਡੀਆਂ ਵਿੱਤ ਟੀਮਾਂ AI ਨਾਲ ਸੰਭਵ ਮੌਕਿਆਂ ਨੂੰ ਅਪਣਾਉਣ, ਤਾਂ ਸਾਨੂੰ ਉਨ੍ਹਾਂ ਨੂੰ ਇਹ ਅਮਲ ਵਿੱਚ ਦਿਖਾਉਣਾ ਪਵੇਗਾ—ਅਤੇ CFO ਵਜੋਂ ਇਸਦੀ ਸ਼ੁਰੂਆਤ ਸਾਡੇ ਤੋਂ ਹੁੰਦੀ ਹੈ।

ਮੇਰੀ ਵਿੱਤ ਟੀਮ ਨੇ ਦੱਸਿਆ ਕਿ ਇਹ ਅਮਲ ਵਿੱਚ ਕਿਵੇਂ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ। ਤੁਸੀਂ ਉਹ ਰਿਕਾਰਡਿੰਗ ਇੱਥੇ ਦੇਖ ਸਕਦੇ ਹੋ⁠(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ)।