AI پر مبنی فنانس بنا کر میں نے کیا سیکھا

فنانس اب حقیقی وقت میں کام کرنے والا شعبہ بن چکا ہے. میرے نزدیک یہ موقع حسابات جلد بند کرنے یا پیش گوئی زیادہ بار اپ ڈیٹ کرنے سے کہیں بڑا ہے. اس کا مقصد کاروبار کو بدلتے وقت دیکھنا, قائدین کو جلد اقدام کرنے میں مدد دینا اور مالیاتی ٹیموں کو آئندہ نتائج کی صورت گری کے لیے زیادہ وقت دینا ہے.

جب میں دو سال پہلے OpenAI میں شامل ہوئی تو غیر معمولی رفتار سے بڑھتی کمپنی کی معاونت کے لیے صرف ایک چھوٹی مالیاتی ٹیم تھی. ہمیں یہ شعبہ ابتدا سے بنانا اور AI کو اپنے کام, فیصلہ سازی اور کاروباری معاونت کا بنیادی حصہ بنانا تھا.

مجھے ایک مانوس نقطۂ آغاز بھی دکھائی دی. حسابات بند کرنے اور پیش گوئیاں اپ ڈیٹ کرنے میں اب بھی دستی اور بار بار کیے جانے والے کام شامل تھے: معلومات تلاش کرنا, تبدیلیوں کی وضاحت کرنا اور فیصلے کے لیے مواد یکجا کرنا. ہمیں دنیا کے جدید ترین AI ٹولز دستیاب تھے, مگر ہم ابھی سیکھ رہے تھے کہ ان کے مطابق مالیاتی شعبے کو کیسے ازسرنو ترتیب دیا جائے.

لہٰذا ہم نے دو جرات مندانہ اہداف مقرر کیے: زیرو ڈے کلوز اور خودکار, مسلسل اپ ڈیٹ ہونے والی پیش گوئی.

زیرو ڈے کلوز کے تصور کا مقصد قائدین کو کمپنی کی مالی حالت کا حقیقی وقت پر مبنی, مطابقت پذیر اور قابل سراغ منظر دینا ہے. مسلسل پیش گوئی اسی بنیاد پر آگے بڑھتی ہے اور دکھاتی ہے کہ کاروبار کیسے بدل رہا ہے, آگے کیا ہو سکتا ہے اور کون سے فیصلے نتیجہ بدل سکتے ہیں.

ہم اب بھی دونوں اہداف کی جانب پیش رفت کر رہے ہیں. اس کام نے ہماری ٹیم کا ورک فلو پہلے ہی بدل دیا ہے. اس نے ہمیں جامد اسپریڈ شیٹس, معاون ریکارڈز کی دستی تلاش اور پیشکشوں کی حدود سے نکال کر کاروبار کے مکمل سیاق و سباق اور ڈیٹا پر مبنی اپ ڈیٹ ٹولز کی طرف بڑھایا ہے. اس نے مالیاتی ماہرین کو اپنے کام کے لیے درکار ٹولز بنانے اور اپنی مہارت کو مزید آگے لے جانے کی صلاحیت بھی دی ہے.

میرے لیے AI-native مالیاتی شعبے کا حقیقی وعدہ یہی ہے: ایسی ٹیم جو واقعات کو وقوع پذیر ہوتے ہی سمجھے, قائدین کو آئندہ متبادل دکھائے اور کاروبار کو اس وقت اقدام کے لیے زیادہ مہلت دے جب نتیجہ اب بھی بدلا جا سکتا ہو.

وہاں تک پہنچنے کے لیے صرف نئی ٹیکنالوجی اپنانا کافی نہیں. اس کے لیے اہم فیصلوں کے گرد کام کو ازسرنو ترتیب دینا, لوگوں کو تجربے کی گنجائش دینا, ہر ورک فلو میں واضح جواب دہی شامل کرنا اور AI کے مکمل کردہ قابل اعتماد کام کو ناپ کر سرمایہ کاری پر منافع واضح کرنا ضروری ہے.

ہمارے تجربے سے حاصل ہونے والے پانچ عملی اسباق یہ ہیں, جنہیں ہر CFO اپنا سکتا ہے.

پہلا قدم وسیع رسائی فراہم کرنا تھا. لوگوں کو اپنے کام کے تناظر میں AI دریافت کرنے کی آزادی درکار ہے. رسائی اس وقت سب سے زیادہ قدر پیدا کرتی ہے جب اسے حقیقی مسائل پر منظم تجربات کے ساتھ جوڑا جائے.

ہم سیلز انجینئرز کو فنانس ہیکاتھون میں لائے اور ٹیم سے وہ کام لانے کو کہا جسے وہ بدلنا چاہتی تھی. ایک نتیجہ IR-GPT تھا, جو ان منظور شدہ مواد پر مبنی حسب ضرورت GPT ہے جنہیں ہماری انویسٹر ریلیشنز ٹیم ڈیو ڈیلیجنس سوالات کا جواب دینے کے لیے استعمال کرتی ہے. ہم نے پروکیورمنٹ اور ٹیکس سمیت مختلف شعبوں کے لیے حسب ضرورت GPTs بنانا بھی شروع کیے.

ہیکاتھون نے AI کو ایک تصوراتی صلاحیت سے ورکنگ ٹول میں بدل دیا. صرف ایک دن میں لوگ بار بار ہونے والے کام کی شناخت, حل کی تیاری, ساتھیوں کے ساتھ اس کی آزمائش اور اس میں بہتری کر سکتے تھے. استعمال کے طریقے کام کے قریب ترین لوگوں نے تجویز کیے, جبکہ تکنیکی ماہرین نے انہیں تیزی سے آگے بڑھنے میں مدد دی.

CFOs کے لیے سبق سادہ ہے: نچلی سطح سے تجربات اور اعلیٰ سطح سے حکمت عملی, دونوں ضروری ہیں. محفوظ اور باصلاحیت AI لوگوں کے ہاتھوں میں دیں اور کام کے قریب ترین افراد کو کام کے بہتر طریقے شناخت کرنے دیں. اسی وقت قیادت کی توجہ اور وسائل ان تبدیلیوں پر مرکوز کریں جو کاروبار کے لیے سب سے اہم ہوں گی. حقیقی موقع دونوں کے ملنے سے پیدا ہوتا ہے: عملی میدان کے خیالات کو اپنی سب سے بڑی ترجیحات پر لاگو کرنا.

مالیاتی ٹیمیں فیصلے کے لیے درکار معلومات یکجا کرنے پر بہت زیادہ توانائی صرف کرتی ہیں. پیش گوئی کے جائزے کے لیے اپ ڈیٹ ترین ڈیٹا تلاش کرنا, اسپریڈ شیٹس کی مطابقت کرنا, فرق سمجھانا, چارٹس بنانا, دستاویزات تیار کرنا اور انہیں سلائیڈز میں بدلنا پڑ سکتا ہے. تجزیہ بالآخر فیصلہ ساز تک پہنچتا ہے, مگر ٹیم کا بیشتر وقت اسے یکجا کرنے میں پہلے ہی صرف ہو چکا ہوتا ہے.

AI کام کی اکائی بدل دیتی ہے. مالیاتی قائدین ماخذ کے ڈیٹا سے فیصلے تک پورے سفر کو ازسرنو ترتیب دے سکتے ہیں.

حسابات بند کرنے کے عمل پر غور کریں. ہر CFO ماہانہ عمل سے واقف ہے: حقیقی اعداد ایک نظام میں, خریداری کے احکامات دوسرے میں, جمع شدہ واجبات اسپریڈ شیٹ میں اور فرق کی وضاحت میسج کے سلسلے میں دبی ہوئی.

ہم ایک مختلف آپریٹنگ ماڈل کی جانب بڑھ رہے ہیں. زیرو ڈے کلوز کا مقصد منظور شدہ اخراجاتی منصوبوں, جنرل لیجر کے اصل اعداد و شمار, پرچیز آرڈرز, ایکروئلز اور لین دین کی تفصیلات کو مسلسل مطابقت پذیر منظر میں جوڑنا ہے. ہر فرق کو اس کی بنیادی سرگرمی تک تلاش کیا جا سکتا ہے. AI ابتدائی وضاحت تیار کر سکتی ہے اور توجہ کے متقاضی استثناؤں کو نشان زد کر سکتی ہے. فنانس اعداد کی توثیق کرتا, اپنی صوابدید استعمال کرتا اور حتمی منظوری کی ذمہ داری لیتا ہے.

حسابات بند کرنے کا عمل ختم نہیں ہوتا. جو ختم ہونا شروع ہوتا ہے, وہ مدت ختم ہونے کے بعد کاروبار کی صورتِ حال کو ازسرِنو سمجھنے کی بھاگ دوڑ ہے.

یہ مطابقت پذیر بنیاد مسلسل اپ ڈیٹ ہونے والی پیش گوئی کو تقویت دے سکتی ہے. ہماری ٹیم ایسے ورک فلو بنا رہی ہے جو شماریاتی ماڈلز, سیلز کی گفتگو, اکاؤنٹ کی سطح کے شواہد, آپریشنل ڈیٹا اور مالیاتی ماہر کی صوابدید کو یکجا کرتے ہیں.

ہم اسپریڈ شیٹس کی حدود سے آگے بڑھ کر ایسے زیادہ انٹرایکٹو ٹولز اپنا رہے ہیں جو شماریاتی پیش گوئی, معاون شواہد اور منظرناموں کو ایک اپ ڈیٹ منظر میں یکجا کرتے ہیں. قائدین دیکھ سکتے ہیں کہ کیا بدلا, کیوں بدلا اور کون سے فیصلے نتیجہ بدل سکتے ہیں. اگر کسی نئے کسٹمر کا کمٹمنٹ بیس لائن میں شامل نہ ہو تو نظام معاون شواہد سامنے لا کر دکھا سکتا ہے کہ اس میں کی گئی ایڈجسٹمنٹ سہ ماہی یا پورے سال کو کیسے متاثر کرے گی. فنانس مفروضوں کا جائزہ لے سکتا ہے, منظرناموں کا موازنہ کر سکتا ہے اور طے کر سکتا ہے کہ منظور شدہ پیش گوئی اپ ڈیٹ کی جائے یا نہیں.

وہی ویو قائدین کو سرمائے کی تخصیص سے متعلق بہتر فیصلے کرنے میں مدد دے سکتا ہے. مالیاتی ٹیم دیکھ سکتی ہے کہ مارکیٹنگ کا خرچ کہاں منافع دے رہا ہے, کہاں نتائج میں بتدریج کمی آ رہی ہے اور اگلے ڈالر کو دوبارہ مختص کرنے کا کیا اثر ہو سکتا ہے.

خودکار پیش گوئی ہماری منزل ہے. مسلسل اپ ڈیٹ ہونے والا ویو, تیز تر منظرناموں کا تجزیہ اور فنانس کی واضح ذمہ داری ہمیں وہاں پہنچائیں گے.

وسیع تر سبق یہ ہے کہ کسی اہم فیصلے سے آغاز کر کے پیچھے کی جانب کام کریں. اس فیصلے کی معاونت کے لیے درکار ڈیٹا, ٹولز, منظوریوں اور ذمہ داریوں کی منتقلی کا نقشہ بنائیں. پھر طے کریں کہ AI کن حصوں کا تجزیہ, ہم آہنگی یا تکمیل کر سکتی ہے. اس سے فیصلے کے پورے دور کی رفتار اور معیار بہتر ہوتا ہے.

بڑی تبدیلی یہ ہے کہ مالیاتی ماہرین اب اپنے کام کے لیے درکار ٹولز خود بنا سکتے ہیں.

حالیہ OpenAI تحقیق سے معلوم ہوتا ہے کہ مالیاتی ماہرین کے خصوصی AI استعمال کا 40% روایتی فنانس سے باہر کے کام اور 22% انجینئرنگ سے متعلق کاموں پر مشتمل ہے.

میری ٹیم کا ہر رکن ChatGPT Work اور Codex کے ذریعے حسب ضرورت AI ڈیش بورڈز اور ٹولز بنا رہا ہے. کام جامد Excel ماڈلز اور PowerPoint پیشکشوں سے ہٹ کر ایسے لائیو ڈیش بورڈز کی طرف بڑھ رہا ہے جو کاروبار کے مکمل سیاق و سباق اور ڈیٹا کی بنیاد پر کام کرتے ہیں. یہ ٹولز تجزیے کو آگے بڑھا سکتے ہیں, فالو اَپ سوالات کا جواب دے سکتے ہیں اور بنیادی معلومات بدلنے پر خود کو اپ ڈیٹ کر سکتے ہیں.

ہمارے اشتہاری کاروبار کو سپورٹ کرنے والے ایک ساتھی نے کبھی کوڈنگ نہیں کی تھی. اس نے Codex کے ذریعے ایک ایسا ٹول بنایا جو ہماری ماہانہ اشتہاری پیش گوئی کو ہفتہ وار اور روزانہ منصوبوں میں بدل دیتا ہے. یہ ہفتے کے دنوں اور تعطیلات کو ملحوظ رکھتا, پیش گوئیوں کا موازنہ کرتا اور ہر عدد کو منظور شدہ ماڈل سے منسلک رکھتا ہے. مارکیٹنگ لیڈرز فوراً دیکھ سکتے ہیں کہ کیا بدلا, کہاں سرمایہ کاری کرنی ہے اور اضافی خرچ سے کتنا منافع حاصل ہو سکتا ہے.

مسئلے کو سمجھنے والے لوگ اب حل کی صورت بھی طے کر سکتے ہیں. ان ٹولز کی تیاری انہیں کام کرنے کے روایتی طریقے پر ازسرنو غور کرنے کی ترغیب بھی دیتی ہے. مالیاتی ماہر کاروبار کے لیے درکار فیصلہ سازی کا بنیادی ڈھانچہ بنا سکتا ہے, ساتھیوں کے ساتھ اسے آزما سکتا ہے اور کام بدلنے کے ساتھ اسے بہتر کر سکتا ہے.

مالیاتی ٹیموں کی تخصص کم نہیں ہو رہی. وہ اپنی مہارت کو مزید آگے لے جانے کی صلاحیت حاصل کر رہی ہیں.

IR-GPT نے ہمیں ضابطے کے بارے میں ایک اہم سبق سکھایا. سرمایہ کاروں کے ڈیو ڈیلیجنس سوالات کے لیے تجزیہ کار کو سابقہ مواد میں تلاش کرنا, جواب کا مسودہ بنانا, مطابقت جانچنا اور جائزے کو مربوط کرنا پڑ سکتا ہے. منظور شدہ ماخذوں پر مبنی حسب ضرورت GPT کے ذریعے وہ کام, جس میں پہلے گھنٹے لگتے اور کبھی رات بھر جاری رہتا تھا, اب چند سیکنڈ میں ایک مضبوط ابتدائی مسودہ تیار کر سکتا ہے.

انسانی کردار اب بھی مرکزی حیثیت رکھتا ہے. ہماری انویسٹر ریلیشنز ٹیم مسودہ پڑھتی, اپنی صوابدید اور سیاق شامل کرتی ہے اور یقینی بناتی ہے کہ مختلف سرمایہ کاروں کو دیے گئے جوابات میں مطابقت برقرار رہے. AI کام کو تیز کرتی ہے. نتیجے کی ذمہ داری لوگوں کی ہوتی ہے.

فنانس کے لیے یہی درست ماڈل ہے. CFOs کو IT اور گورننس کی ٹیموں کے ساتھ مل کر طے کرنا چاہیے کہ AI نظام کس ڈیٹا تک رسائی پا سکتا ہے, کون سے اقدامات کر سکتا ہے, منظوری کب ضروری ہے اور مسئلہ کب اعلیٰ سطح پر بھیجا جائے. ہر آؤٹ پٹ کسی قابل اعتماد ماخذ سے منسلک ہونا چاہیے. ہر پیش گوئی کے ساتھ واضح وضاحت ہونی چاہیے. منظور شدہ بیس لائن میں ہر تبدیلی کے لیے فنانس کی منظوری لازم ہونی چاہیے.

”ٹوکن میکسنگ“ کا مختصر جنون آ کر گزر چکا ہے. اب استعمال کی حدیں, بجٹ کنٹرولز, کردار پر مبنی رسائی, ماڈل روٹنگ کے اصول اور منظوری کی حدیں مقرر کرنا آسان ہے. CFOs ٹیموں کو ٹولز بنانے اور تجربہ کرنے کی گنجائش دیتے ہوئے AI کے استعمال کو اسی نظم و ضبط کے ساتھ منظم کر سکتے ہیں جو وہ کسی بھی متغیر اخراجے کے لیے اپناتے ہیں.

واضح جواب دہی تیزی سے آگے بڑھنے کے لیے درکار اعتماد پیدا کرتی ہے. جیسے جیسے معلومات کو یکجا کرنے, مفاہمت کرنے اور تیاری کے عمل میں تیزی آتی ہے, مالیاتی ماہرین کے پاس مفروضوں کو چیلنج کرنے, کاروبار کو مشورہ دینے اور اپنی صوابدید استعمال کرنے کے لیے زیادہ وقت ہوتا ہے.

CFOs کو عملی کارکردگی پر مبنی AI اسکور کارڈ درکار ہے. مزید سیٹس خریدنے یا زیادہ ٹوکن استعمال کرنے سے زیادہ معلومات حاصل نہیں ہوتیں. اصل اہمیت اس بات کی ہے کہ کام اچھے طریقے سے مکمل ہوا یا نہیں اور اس کی حقیقی لاگت کتنی تھی.

ہر کام کے ورک فلو کے لیے چار سوال پوچھیں:

• کیا AI نے اہم کام مکمل کیا؟
• ملازمین کے وقت, جائزے اور دوبارہ کیے گئے کام سمیت اس کی لاگت کتنی تھی؟
• کیا نتیجہ استعمال کے قابل تھا؟
• کیا اس سے ہمیں تیزی سے آگے بڑھنے یا بہتر فیصلہ کرنے میں مدد ملی؟

مالیاتی ٹیم کے لیے مفید کام کا مطلب پیش گوئی کو اپ ڈیٹ کرنا, فرق کی وضاحت کرنا, آڈٹ کی درخواست مکمل کرنا یا بورڈ کے سوال کا جواب دینا ہو سکتا ہے. مالیاتی کلوز کے لیے اسکور کارڈ میں عمل کا دورانیہ, خودکار طور پر مفاہمت کیے گئے لین دین کا تناسب, جائزے کے متقاضی استثناؤں کی تعداد اور فرق کی وضاحت کے لیے درکار وقت شامل ہو سکتا ہے. پیش گوئی کے لیے اس میں درستگی, اپ ڈیٹ کی کثرت, نیا منظرنامہ تیار کرنے کا وقت اور پیش گوئی سے معاونت پانے والے فیصلوں کا معیار شامل ہو سکتا ہے.

سب سے سستا ماڈل ہمیشہ سب سے کفایتی نہیں ہوتا. اگر بہتر ماڈل کم کوششوں اور کم جائزے کے ساتھ قابل اعتماد جواب دے تو اس کی مجموعی لاگت کم ہو سکتی ہے.

فنانس, حکمت عملی, سرمایہ, ڈیٹا, خطرے اور کارکردگی کے مرکز میں ہے. اس سے CFOs کو کمپنی کے کام کرنے کے طریقے کا منفرد نقطۂ نظر اور اس کی AI ٹرانسفارمیشن کی قیادت کا مضبوط مینڈیٹ ملتا ہے.

AI-native مالیاتی شعبے کی پہچان تیز تر ورک سائیکلز, مضبوط ضابطوں, بہتر فیصلوں اور فہم و بصیرت کے لیے زیادہ وقت سے ہوتی ہے. یہ سفر ایک بامعنی کام کے ورک فلو سے شروع ہو کر شواہد کی بنیاد پر آگے بڑھتا ہے: لوگوں کو مطلوبہ ٹولز فراہم کریں, کام کو نئے سرے سے ترتیب دینے میں ان کی مدد کریں, جواب دہی واضح رکھیں اور نتائج کی پیمائش کریں.ے

زیرو ڈے کلوز اور مسلسل پیش گوئی ایک وسیع تر مقصد کی عکاسی کرتے ہیں: ایسی مالیاتی ٹیم جو حالات کو وقوع پذیر ہوتے ہی سمجھے, رہنماؤں کو دکھائے کہ آگے کیا ہو سکتا ہے اور کمپنی کو جلد بہتر فیصلے کرنے میں مدد دے.

نتیجتاً مالیاتی ٹیم کی صلاحیت بڑھتی ہے اور CFO کو کاروبار کی زیادہ واضح تصویر ملتی ہے. اس سے یہ آپریٹنگ ماڈل بھی ملتا ہے کہ پوری کمپنی انٹیلیجنس کو پائیدار قدر میں کیسے بدل سکتی ہے. جیسا کہ میں ہمیشہ کہتی ہوں, جس چیز کا آپ تصور نہیں کر سکتے, وہ بن نہیں سکتے. اگر ہم چاہتے ہیں کہ ہماری مالیاتی ٹیمیں AI سے کیا کچھ ممکن ہے اسے اپنائیں, تو ہمیں انہیں دکھانا ہوگا کہ یہ عملی طور پر کیسا نظر آتا ہے—اور CFOs کی حیثیت سے اس کا آغاز ہم سے ہوتا ہے.

میری مالیاتی ٹیم نے اس کی عملی صورت پیش کی ہے, آپ اس کی ریکارڈنگ یہاں دیکھ سکتے ہیں⁠(نئی ونڈو میں کھلتا ہے).