Yapay zekâ odaklı finans işlevi kurmaktan öğrendiklerim

Finans, gerçek zamanlı işleyen bir işlev hâline geldi. Bana göre fırsat, hesapları daha hızlı kapatmaktan veya tahminleri daha sık yenilemekten çok daha büyük. Asıl mesele, işletmedeki değişimi gerçekleştiği anda görmek, liderlerin daha erken harekete geçmesine yardımcı olmak ve finans ekiplerine geleceği şekillendirmek için daha fazla zaman kazandırmaktır.

İki yıl önce OpenAI'a katıldığımda olağanüstü hızla büyüyen bir şirketi destekleyen küçük bir finans ekibi vardı. Finans işlevini sıfırdan kurmamız ve yapay zekâyı çalışma, karar alma ve işletmeyi destekleme biçimimizin temeline yerleştirmemiz gerekiyordu.

Aynı zamanda tanıdık bir başlangıç noktası gördüm. Hesapların kapatılması ve tahminlerin güncellenmesi hâlâ bilgi bulma, neyin değiştiğini açıklama ve karar için gereken girdileri bir araya getirme gibi tekrarlanan manuel işler içeriyordu. Dünyanın en gelişmiş yapay zekâ araçlarına erişimimiz vardı ama finansı bunların etrafında nasıl yeniden tasarlayacağımızı hâlâ öğreniyorduk.

Bu nedenle iki iddialı hedef belirledik: sıfır günlük kapanış ve sürekli güncellenen otomatik tahmin.

Sıfır günlük kapanışın ardındaki fikir, liderlere şirketin mali durumuna ilişkin gerçek zamanlı, mutabakatı yapılmış ve izlenebilir bir görünüm sunmaktır. Sürekli tahmin bu temeli kullanarak işletmenin nasıl değiştiğini, sırada neler olabileceğini ve hangi kararların sonucu değiştirebileceğini gösterir.

Her iki hedef için de çalışmalarımız sürüyor. Bu çalışma, ekibimizin işleyişini şimdiden değiştirdi. Bizi statik elektronik tabloların, destekleyici kayıtları elle aramanın ve sunumların sınırlarının ötesine; işletmenin tüm bağlamı ve verileri üzerine kurulu canlı araçlara taşıdı. Ayrıca finans uzmanlarının işlerinin gerektirdiği araçları geliştirmesine ve uzmanlıklarının etkisini daha ileri taşımasına olanak verdi.

Bana göre yapay zekâ odaklı bir finans işlevinin asıl vaadi şudur: Olanları gerçekleştiği anda anlayan, liderlerin önlerindeki seçenekleri görmelerine yardımcı olan ve sonuç hâlâ değiştirilebilirken işletmeye harekete geçmek için daha fazla zaman kazandıran bir ekip.

Bu noktaya ulaşmak, yeni teknolojiyi benimsemekten fazlasını gerektirir. İşleri önemli kararlar etrafında yeniden tasarlamayı, insanlara deneme yapacak alan açmayı, her iş akışına net sorumluluklar yerleştirmeyi ve yatırım getirisini açıkça göstermek için yapay zekânın güvenilir biçimde tamamladığı işleri ölçmeyi gerektirir.

Deneyimlerimizden çıkardığımız ve her CFO'nun uygulayabileceği beş pratik ders şöyle.

İlk adım, geniş kapsamlı erişim sağlamaktı. İnsanların yapay zekâyı kendi işleri bağlamında keşfetme özgürlüğüne ihtiyacı var. Erişim, gerçek sorunlar etrafında yapılandırılmış denemelerle birleştirildiğinde en yüksek değeri yaratır.

Satış mühendislerini bir finans hackathon'una davet ettik ve ekipten dönüştürmek istedikleri işleri getirmelerini istedik. Ortaya çıkan sonuçlardan biri, yatırımcı ilişkileri ekibimizin inceleme sorularını yanıtlarken kullandığı onaylı materyalleri temel alan özel bir GPT olan IR-GPT'ydi. Satın alma ve vergi dâhil çeşitli alanlar için özel GPT'ler geliştirmeye de başladık.

Hackathon, yapay zekâyı soyut bir yetenekten çalışan bir araca dönüştürdü. İnsanlar tek bir günde tekrarlanan bir görevi belirleyebiliyor, çözüm geliştirebiliyor, bunu çalışma arkadaşlarıyla test edip iyileştirebiliyordu. Kullanım senaryoları işe en yakın kişilerden gelirken teknik uzmanlar onların daha hızlı ilerlemesine yardımcı oldu.

CFO'lar için ders basit: Hem aşağıdan yukarıya denemelere hem de yukarıdan aşağıya stratejiye ihtiyacınız var. Güvenli ve yetenekli yapay zekâyı insanların kullanımına sunun; işe en yakın kişilerin işleri daha iyi yapma yollarını belirlemesine izin verin. Aynı zamanda liderlerin dikkatini ve kaynaklarını işletme için en önemli değişikliklere odaklayın. Asıl fırsat, ikisi buluştuğunda ortaya çıkar: En ön saflardan gelen pratik fikirlerin en büyük önceliklerinize uygulanması.

Finans ekipleri, karar vermek için gereken girdileri bir araya getirmeye muazzam enerji harcar. Bir tahmin incelemesi; en güncel verilerin bulunmasını, elektronik tabloların mutabakatını, sapmaların açıklanmasını, grafik ve belgelerin hazırlanmasını, ardından bu belgelerin slaytlara dönüştürülmesini gerektirebilir. Analiz sonunda karar vericiye ulaşır ancak o zamana kadar ekibin zamanının büyük bölümü analizi bir araya getirmeye harcanmıştır.

Yapay zekâ, işin birimini değiştirir. Finans liderleri, kaynak veriden karara uzanan tüm yolu yeniden tasarlayabilir.

Dönem kapanışını ele alalım. Her CFO aylık süreci bilir: Gerçekleşen değerler bir sistemde, satın alma siparişleri başka bir sistemde, tahakkuklar elektronik tabloda ve bir sapmanın açıklaması mesaj dizisinin derinliklerindedir.

Farklı bir çalışma modeline geçmek için çalışıyoruz. Sıfır günlük kapanışın ardındaki hedef; onaylı harcama planlarını, büyük defter gerçekleşenlerini, satın alma siparişlerini, tahakkukları ve işlem ayrıntılarını sürekli mutabakatı yapılan tek bir görünümde birleştirmektir. Her sapmanın kaynağı, temelindeki faaliyete kadar izlenebilir. Yapay zekâ ilk açıklamayı hazırlayabilir ve dikkat gerektiren istisnaları işaretleyebilir. Finans ekibi rakamları doğrular, muhakemesini kullanır ve nihai onayın sorumluluğunu üstlenir.

Dönem kapanışı ortadan kalkmaz. Ortadan kalkmaya başlayan, dönem bittikten sonra işletmenin durumunu yeniden ortaya çıkarmak için verilen telaştır.

Mutabakatı yapılmış bu temel, sürekli güncellenen bir tahmine güç verebilir. Ekibimiz; istatistiksel modelleri, satış görüşmelerini, hesap düzeyindeki kanıtları, operasyonel verileri ve finansal muhakemeyi bir araya getiren iş akışları oluşturuyor.

Elektronik tabloların sınırlarını aşarak istatistiksel tahmini, destekleyici kanıtları ve senaryoları tek bir canlı görünümde buluşturan daha etkileşimli araçlara geçiyoruz. Liderler neyin, neden değiştiğini ve hangi kararların sonucu değiştirebileceğini görebilir. Yeni bir müşteri taahhüdü temel senaryoda yer almıyorsa sistem, destekleyici kanıtları öne çıkarabilir ve yapılacak bir düzeltmenin çeyreği ya da yılı nasıl etkileyeceğini gösterebilir. Finans ekibi varsayımları inceleyebilir, senaryoları karşılaştırabilir ve onaylı tahminin güncellenip güncellenmeyeceğine karar verebilir.

Aynı görünüm, liderlerin daha iyi sermaye tahsisi kararları almasına yardımcı olabilir. Finans ekibi, pazarlama harcamalarının nerede getiri sağladığını, sonuçların nerede azaldığını ve bir sonraki birimi başka yere tahsis etmenin ne anlama gelebileceğini görebilir.

Hedef, otomatik tahmindir. Bu hedefe; sürekli yenilenen bir görünüm, daha hızlı senaryo analizi ve finans ekibinin net sorumluluğuyla ulaşacağız.

Daha genel ders, önemli bir karardan başlayıp geriye doğru çalışmaktır. Bu kararı desteklemek için gereken verileri, araçları, onayları ve devir noktalarını belirleyin. Ardından yapay zekânın hangi bölümleri analiz edebileceğini, koordine edebileceğini veya tamamlayabileceğini belirleyin. Bu yaklaşım, tüm karar döngüsünün hızını ve kalitesini artırır.

Daha büyük dönüşüm, finans uzmanlarının artık işlerinin gerektirdiği araçları kendilerinin geliştirebilmesidir.

Yakın tarihli OpenAI araştırması, finans uzmanlarının özel amaçlı yapay zekâ kullanımının %40'ının geleneksel finansın dışındaki işleri, %22'sinin ise mühendislikle ilgili görevleri kapsadığını gösteriyor.

Ekibimdeki herkes ChatGPT Çalışma ve Codex ile özel yapay zekâ panoları ve araçları geliştiriyor. İşler, statik Excel modelleri ve PowerPoint sunumlarından işletmenin tüm bağlamı ve verileri üzerine kurulu canlı panolara taşınıyor. Bu araçlar analizi ilerletebilir, takip sorularını yanıtlayabilir ve temel bilgiler değiştikçe kendilerini güncelleyebilir.

Reklam işimizi destekleyen bir ekip arkadaşımız daha önce hiç kod yazmamıştı. Codex'i kullanarak aylık reklam tahminimizi haftalık ve günlük planlara dönüştüren bir araç geliştirdi. Araç, hafta içi günleri ve tatilleri hesaba katıyor, tahminleri karşılaştırıyor ve her sayının onaylı modelle bağlantısını koruyor. Pazarlama liderleri neyin değiştiğini, nereye yatırım yapılacağını ve ek harcamaların nasıl bir getiri sağlayabileceğini hızla görebilir.

Sorunu anlayan kişiler artık çözümü de şekillendirebilir. Bu araçları geliştirmek, onları işin alışılmış yapılış biçimini yeniden değerlendirmeye de teşvik ediyor. Bir finans uzmanı, işletmenin ihtiyaç duyduğu karar alma altyapısını oluşturabilir, çalışma arkadaşlarıyla test edebilir ve iş geliştikçe iyileştirebilir.

Finans ekipleri uzmanlıklarını kaybetmiyor. Uzmanlıklarının etkisini daha ileri taşıma becerisi kazanıyorlar.

IR-GPT bize kontrol konusunda önemli bir ders verdi. Yatırımcı inceleme soruları; bir analistin geçmiş materyalleri taramasını, yanıt taslağı hazırlamasını, tutarlılığı kontrol etmesini ve inceleme sürecini koordine etmesini gerektirebilir. Onaylı kaynakları temel alan özel bir GPT sayesinde daha önce saatler süren, hatta bazen gece boyunca devam eden bir çalışmadan artık saniyeler içinde güçlü bir ilk taslak üretilebiliyor.

İnsanın rolü merkezî önemini koruyor. Yatırımcı ilişkileri ekibimiz taslağı okuyor, muhakeme ve bağlam ekliyor, ayrıca yanıtlarımızın farklı yatırımcılar arasında tutarlı kalmasını sağlıyor. Yapay zekâ işi hızlandırır. Sonucun sorumluluğu insanlardadır.

Finans için doğru model budur. CFO'lar; bir yapay zekâ sisteminin hangi verilere erişebileceğini, hangi eylemleri gerçekleştirebileceğini, ne zaman onay gerekeceğini ve bir sorunun ne zaman üst kademeye taşınacağını belirlemek için BT ve yönetişim ekipleriyle çalışmalıdır. Her çıktı güvenilir bir kaynağa dayanmalıdır. Her tahminin açık bir açıklaması olmalıdır. Onaylı bir temel senaryodaki her değişiklik finans ekibinin onayını gerektirmelidir.

Kısa süren “token kullanımını en üst düzeye çıkarma” çılgınlığı gelip geçti. Artık kullanım limitleri, bütçe kontrolleri, rol tabanlı erişim, model yönlendirme kuralları ve onay eşikleri kolayca belirlenebiliyor. CFO'lar, ekiplerin geliştirme ve deneme yapmasına alan tanırken yapay zekâ kullanımını diğer tüm değişken giderlerde uyguladıkları disiplinle yönetebilir.

Net sorumluluklar, daha hızlı ilerlemek için gereken güveni sağlar. Sentez, mutabakat ve hazırlık hızlandıkça finans uzmanları varsayımları sorgulamaya, işletmeye danışmanlık vermeye ve muhakemelerini kullanmaya daha fazla zaman ayırabilir.

CFO'ların, operasyonel performansı temel alan bir yapay zekâ puan kartına ihtiyacı var. Daha fazla kullanıcı lisansı almak veya daha fazla token kullanmak tek başına pek bir şey ifade etmez. Önemli olan işin iyi yapılıp yapılmadığı ve gerçek maliyetidir.

Her iş akışı için şu dört soruyu sorun:

• Yapay zekâ önemli bir işi tamamladı mı?
• Çalışanların harcadığı zaman, inceleme ve yeniden çalışma dâhil maliyeti neydi?
• Sonuç kullanılabilecek kadar iyi miydi?
• Daha hızlı ilerlememize veya daha iyi bir karar almamıza yardımcı oldu mu?

Bir finans ekibi için faydalı iş; tahminin güncellenmesi, bir sapmanın açıklanması, denetim talebinin tamamlanması veya yönetim kurulunun sorusunun yanıtlanması olabilir. Dönem kapanışı için puan kartında çevrim süresi, otomatik mutabakatı yapılan işlemlerin oranı, inceleme gerektiren istisnaların sayısı ve bir sapmayı açıklamak için gereken süre yer alabilir. Tahmin içinse tahmin doğruluğu, yenileme sıklığı, yeni bir senaryo oluşturma süresi ve tahminin desteklediği kararların kalitesi ölçülebilir.

En ucuz model her zaman toplam maliyeti en düşük seçenek değildir. Daha iyi bir model, daha az deneme ve incelemeyle güvenilir bir yanıta ulaşırsa toplamda daha düşük maliyetli olabilir.

Finans; strateji, sermaye, veri, risk ve performansın merkezinde yer alır. Bu konum, CFO'lara şirketin nasıl işlediğine dair benzersiz bir bakış açısı ve yapay zekâ dönüşümüne liderlik etmek için güçlü bir yetki verir.

Yapay zekâ odaklı bir finans işlevini; daha hızlı çevrimler, daha güçlü kontroller, daha iyi kararlar ve muhakemeye ayrılan daha fazla zaman tanımlar. Bu yolculuk anlamlı bir iş akışıyla başlar ve kanıtlarla genişler: İnsanlara araçları verin, işi yeniden tasarlamalarına yardımcı olun, sorumlulukları net tutun ve sonucu ölçün.

Sıfır günlük kapanış ve sürekli tahmin daha kapsamlı bir hedefi yansıtır: Olanları gerçekleştiği anda anlayan, liderlere sırada neler olabileceğini gösteren ve şirketin daha iyi kararları daha erken almasına yardımcı olan bir finans ekibi.

Sonuç, kapasitesi artmış bir finans ekibi ve işletmeyi daha net gören bir CFO'dur. Ayrıca tüm şirketin zekâyı nasıl kalıcı değere dönüştürebileceğine dair uygulanabilir bir model ortaya koyar. Her zaman söylediğim gibi, göremediğiniz bir şeye dönüşemezsiniz. Finans ekiplerimizin yapay zekâyla mümkün olanları benimsemesini istiyorsak bunun nasıl göründüğünü onlara göstermeliyiz. CFO'lar olarak işe kendimizden başlamalıyız.

Finans ekibim bunun uygulamada nasıl göründüğünü anlattı; kaydı buradan izleyebilirsiniz⁠(yeni bir pencerede açılır).