Jak sztuczna inteligencja i automatyzacja wpłyną na finanse w przyszłości

17 lutego 2021
Category: Mogą Zostać

Łatwo jest dać się złapać w nagłówki gazet i negatywne nastawienie mediów internetowych na temat rozwoju sztucznej inteligencji (AI), która wypiera miejsca pracy we wszystkich branżach. W końcu potencjalny wpływ, szczególnie na powtarzalne procesy i zadania ręczne, jest aż nazbyt realny.

Często cytowane badanie przeprowadzone przez Carl Frey i Michael Osborne z Oxford University w 2013 roku szacuje, że w ciągu najbliższych 10–20 lat 47 procent miejsc pracy w Stanach Zjednoczonych zostanie zastąpionych przez roboty i zautomatyzowaną technologię. A według raportu PwC z marca 2017 r. 32 procent miejsc pracy w sektorze finansowym i ubezpieczeniowym może stać się przestarzałe ze względu na postęp w automatyzacji i sztucznej inteligencji.

Ale odejdźmy na chwilę od negatywów. Aby użyć analogii do restauracji: zamiast skupiać się na tym, dlaczego do mycia naczyń używamy zmywarki zamiast człowieka, przyjrzyjmy się, jak zamierzamy wyszkolić i zatrudnić tego pracownika w innym miejscu w firmie, gdzie mogą te nowe umiejętności, które oferują jeszcze większą wartość.

Ponieważ na tym koncentruje się dzisiejszy świat biznesu. Droga ciągłego doskonalenia wydajności, wraz z postępem technologicznym, prowadzi do niezrównanych zmian. Wynika to jasno z badania EY, w którym 65 procent liderów finansowych stwierdziło, że standaryzowane i zautomatyzowane procesy – ze zwinnością i jakością wbudowanymi w te procesy – są istotnym priorytetem. W tym samym badaniu 67 procent liderów finansowych stwierdziło, że poprawa partnerstwa między finansami a biznesem jest również głównym priorytetem.

Cele te są w rzeczywistości zależne od uwolnienia ludzi od powtarzalnych zadań, aby mieli czas na pracę nad zadaniami o wyższej wartości. Automatyzacja stanowi okazję do zmniejszenia obciążenia specjalistów finansowych, szczególnie w przypadku podstawowych działań, takich jak przetwarzanie transakcji, audyt i zgodność. Działania te w obecnej formie sprawiają, że finanse nie są bardziej strategicznymi partnerami biznesowymi. Badania przeprowadzone przez McKinsey Global Institute oszacowały w 2014 r., Że czynności zajmujące 34% czasu menedżera finansowego można zautomatyzować poprzez dostosowanie obecnych technologii, uwalniając specjalistów finansowych do wykonywania bardziej strategicznych działań.

Jak więc wygląda ta świetlana przyszłość, w której finanse pełnią bardziej strategiczną rolę doradczą w biznesie? W Workday obserwujemy, jak myślący przyszłościowo dyrektorzy finansowi przechodzą do automatyzacji powtarzalnych, ręcznych ról swoich funkcji finansowych i wykorzystywania tych inwestycji do tworzenia centrów doskonałości. Centra te przenoszą nacisk z analizy liczb na analizy i prognozy finansowe, strategiczne ryzyko i odporność, zgodność i kontrolę oraz lepsze ogólne zarządzanie finansami oparte na danych.

Automatyzacja stanowi okazję do zmniejszenia obciążenia specjalistów finansowych, szczególnie w przypadku podstawowych działań, takich jak przetwarzanie transakcji, audyt i zgodność. Działania te w obecnej formie sprawiają, że finanse nie są bardziej strategicznymi partnerami biznesowymi.

Pojawienie się sztucznej inteligencji w finansach

Wbrew powszechnemu przekonaniu, że finanse są niechętne ryzyku, to w rzeczywistości jest to branża plakatów, która wcześnie wdraża wiele nowych technologii, zwłaszcza sztucznej inteligencji. W sektorze bankowości detalicznej organizacje zaczęły wykorzystywać systemy sztucznej inteligencji, aby sprostać stale rosnącym wymaganiom regulacyjnym, które stają się zbyt kosztowne, aby obsłużyć tylko ludzi. Citigroup szacuje, że największe banki, w tym JP Morgan i HSBC, podwoiły liczbę osób, które zatrudniają do obsługi zgodności i regulacji, co kosztuje sektor bankowy 270 miliardów dolarów rocznie i odpowiada za 10 procent kosztów operacyjnych.

Z definicji sztuczna inteligencja to rozwój systemów komputerowych do wykonywania zadań, które zwykle wymagają ludzkiej inteligencji, takich jak percepcja wzrokowa, rozpoznawanie mowy i podejmowanie decyzji. Eksperci postrzegają sztuczną inteligencję i automatyzację jako realne rozwiązania do skutecznego radzenia sobie z wyzwaniami związanymi z przestrzeganiem przepisów i ryzykiem oraz w znacznie szerszym zakresie finansów niż tylko bankowość detaliczna.

„Firmy naprawdę zaangażowały się w to, aby sprostać wymaganiom organów regulacyjnych – mówi Richard Lumb, szef działu usług finansowych w Accenture. „Nie mieli innego wyjścia. Ale teraz przechodzimy od rewolucji arbitrażu pracy i offshore do rewolucji automatyzacji .

Shamus Rae, szef Artificial Intelligence w KMPG, zgadza się z tym. „Nigdy nie było tak dużo danych na wyciągnięcie ręki – i prawdopodobnie nigdy nie było większego nacisku wewnętrznego i zewnętrznego na analizę tych danych w celu zarządzania zgodnością i ryzykiem – mówi. „W tym kontekście sztuczna inteligencja to szansa, której menedżerowie nie mogą ignorować, oferując firmom możliwość przetwarzania ogromnych ilości danych po niższych kosztach. Oprócz zgodności, inne zastosowania sztucznej inteligencji obejmują zwalczanie oszustw i przeciwdziałanie praniu pieniędzy, dodaje Rae.

Chociaż wykorzystanie systemów sztucznej inteligencji może pomóc wyeliminować ryzyko związane z błędem ludzkim, rodzi pytania dotyczące tego, jak duże zaufanie tradycyjnie niechętna do podejmowania ryzyka funkcja finansowa pokłada w „maszynie. Funkcje ryzyka i audytu wymagają dowodów na skuteczność procesów, ale fakt, że sztuczna inteligencja obsługuje duże ilości danych, a także sam się uczy, rodzi pytania o pełną dokładność. Jeśli system poznawczy zapewnia, na przykład, 97% trafności w podejmowaniu decyzji, w przeciwieństwie do 95% w przypadku ludzi, czy to wystarczy dla organizacji? Kto powinien zadzwonić? A skąd wiesz, czy osiągnięto cele dokładności? Gdzie kończy się ludzka interwencja, a zaczyna maszyna?

Matthew Cooley, prezes Financial Executives International, New York City Chapter, ma rację. „Postępy technologiczne będą nadal dostarczać dokładniejszych i aktualnych danych, ale strategiczne decyzje podejmowane na podstawie tych informacji zawsze będą wymagały zaangażowania ludzi.

Zaczynamy wyłaniać się znajomy wzorzec, szczególnie z perspektywy finansowej. Wymagające dużej ilości zasobów, powtarzalne zadania, takie jak wprowadzanie danych i przetwarzanie transakcji, dobrze nadają się do automatyzacji i sztucznej inteligencji. Jednak daleko od pomysłu uboju siły roboczej, o którym wspomniano wcześniej, wyłania się obraz znacznie bardziej strategicznej i wydajniejszej funkcji finansowej, napędzanej przez te nowe technologie, ale nadal w dużym stopniu zależnej od wykwalifikowanej siły roboczej.

Wymagające dużej ilości zasobów, powtarzalne zadania, takie jak wprowadzanie danych i przetwarzanie transakcji, dobrze nadają się do automatyzacji i sztucznej inteligencji. Jednak daleko od idei uboju siły roboczej wyłania się obraz znacznie bardziej strategicznej i wydajniejszej funkcji finansowej, napędzanej przez te nowe technologie, ale wciąż w dużym stopniu zależnej od wykwalifikowanej siły roboczej.

W swojej książce James Manyika, Michael Chui i Mehdi Miremadi przedstawiają ten pomysł doskonale w swojej książce „Te prace są najmniej prawdopodobne. „Wyzwaniem dla menedżerów będzie określenie, gdzie automatyzacja może zmienić ich organizacje, a następnie ustalenie, gdzie odblokować wartość, biorąc pod uwagę koszt zastąpienia ludzkiej pracy maszynami oraz złożoność dostosowania procesów biznesowych do zmienionego miejsca pracy – piszą. „Większość korzyści może wynikać nie ze zmniejszenia kosztów pracy, ale ze zwiększenia produktywności poprzez mniej błędów, wyższą wydajność oraz lepszą jakość, bezpieczeństwo i szybkość.

Właściwe podstawy

Jeśli sztuczna inteligencja i automatyzacja są tak skuteczne, jak mają potencjał, zespół finansowy będzie miał do dyspozycji narzędzia, aby być strategicznym partnerem biznesowym, którego potrzebuje każdy dyrektor generalny.

Każda technologia, która może ograniczyć ręczne wprowadzanie danych i związane z nimi błędy ludzkie związane z przetwarzaniem transakcji i zarządzaniem, ryzykiem i kontrolą (GRC), pozwoli specjalistom ds. Finansów na bardziej strategiczną pracę.

Jednak przed przejściem do sztucznej inteligencji liderzy finansowi muszą zająć się własnymi danymi, aby poradzić sobie z analizą i zapewnić integralność i jakość własnych informacji. W artykule Harvard Business Review Deborah O’Neill, partner w dziale usług cyfrowych i finansowych Olivera Wymana, wyjaśnia: „Firmy, które w pośpiechu wprowadzają zaawansowaną sztuczną inteligencję, zanim osiągną masę krytyczną zautomatyzowanych procesów i ustrukturyzowanych analiz, mogą zostać sparaliżowane. Mogą zostać obarczeni kosztownymi partnerstwami start-upów, nieprzeniknionymi systemami czarnych skrzynek, kłopotliwymi klastrami obliczeniowymi w chmurze i zestawami narzędzi typu open source bez programistów do pisania dla nich kodu .

Jeśli chodzi o automatyzację, dyrektorzy finansowi powinni zadać sobie pytanie, czy istnieją możliwości automatyzacji w obszarach, które pochłaniają cenne zasoby i spowalniają operacje. Niektóre z tych obszarów obejmują planowanie, budżetowanie i prognozowanie, sprawozdawczość finansową, rachunkowość operacyjną, alokacje i korekty, uzgodnienia, transakcje międzyfirmowe i zamknięcie. Innymi słowy, automatyzacja może odnieść korzyści w dużej części obciążenia pracą finansową.

Firmy muszą zautomatyzować powtarzalne procesy obejmujące duże ilości danych – szczególnie w obszarach, w których ulepszenia w zakresie analityki lub szybkości byłyby zaletą, takich jak GRC.

Jeśli chodzi o automatyzację, dyrektorzy finansowi powinni zadać sobie pytanie, czy istnieją możliwości automatyzacji w obszarach, które pochłaniają cenne zasoby i spowalniają operacje. Niektóre z tych obszarów obejmują planowanie, budżetowanie i prognozowanie, sprawozdawczość finansową, rachunkowość operacyjną, alokacje i korekty, uzgodnienia, transakcje międzyfirmowe i zamknięcie.

Opracuj analizę danych strukturalnych

Po zautomatyzowaniu kluczowych procesów finansowych dyrektorzy finansowi muszą opracować ustrukturyzowane analizy i scentralizować procesy związane z danymi, tak aby sposób gromadzenia danych został ustandaryzowany i wprowadzony tylko raz. Odejście od starszych systemów lokalnych do chmury oznacza, że ​​wszystkie systemy prowadzą z powrotem do „jednego źródła prawdy, aktualizacje dotyczą całego systemu, a decyzje są podejmowane na podstawie jednego widoku danych.

W ankiecie EY z 2016 roku 57 procent dyrektorów finansowych zgodziło się, że budowanie umiejętności w zakresie analiz predykcyjnych i nakazowych ma kluczowe znaczenie na przyszłość. Weź pod uwagę szereg nadchodzących zmian w MSSF i US GAAP. Obejmują one wprowadzenie zmian w standardach księgowania przychodów, leasingu i instrumentów finansowych oraz zrozumienie, w jaki sposób zmiany te wpływają na całą działalność, a nie tylko na finanse.

Audytorzy regularnie biorą pod uwagę zewnętrzne źródła danych, aby zrozumieć ryzyko, zaplanować audyt i potwierdzić stwierdzenia firmy. Aby włączyć sztuczną inteligencję do swojej metodologii audytu, audytorzy muszą systematycznie rozumieć, w jaki sposób uporządkowane są te zbiory danych; czym różnią się od jednej branży, klienta lub systemu źródłowego; i jak niezawodnie przekształcić dane do wykorzystania w ich rozwiązaniach.

Transformers: jak dyrektor finansowy musi łączyć ludzi i nowe technologie

Znalezienie równowagi między powstającymi technologiami a najważniejszym zasobem organizacji – ludźmi – będzie kluczowe dla przyszłości finansów. Ponieważ finanse są jedną z funkcji, na którą automatyzacja ma największy wpływ, dyrektorzy finansowi muszą pamiętać, że sukces każdej technologii zawsze będzie zależał od możliwości osób z niej korzystających. Jak podkreślono powyżej, eksperci branżowi wypowiadali się pozytywnie na temat potencjału specjalistów finansowych do przejścia do bardziej strategicznych ról w zakresie interpretacji danych, gdy maszyny przejmują bardziej ręczne, żmudne aspekty pracy.

Pozostaje pytanie: dlaczego firma nie skorzystałaby z okazji, aby przekształcić swoją funkcję finansową i wdrożyć najnowsze aplikacje oparte na chmurze na platformie technologicznej, która została zbudowana w celu wspierania ciągłych zmian? Dni dostosowań i niekończących się dodatków integrujących stos technologiczny dostawcy wydają się w najlepszym razie przestarzałe, a teraz jest czas na zmiany. Dyrektorzy finansowi powinni mieć nastawienie na ciągłą ocenę systemów, z których korzystają, i upewnianie się, że spełniają one potrzeby firmy.

Jak omówimy w następnej fazie tej historii, na umiejętności potrzebne specjalistom ds. Finansów, a także przyszłym liderom finansowym, będą w dużym stopniu wpływać możliwości technologiczne i zapotrzebowanie firmy na bardziej zaawansowane technologicznie, zorientowane na biznes CFO.

Workday jest wiodącym dostawcą korporacyjnych aplikacji chmurowych dla finansów i zasobów ludzkich. Założona w 2005 roku firma Workday zapewnia zarządzanie finansami, kapitał ludzki…

Workday jest wiodącym dostawcą korporacyjnych aplikacji chmurowych dla finansów i zasobów ludzkich. Założona w 2005 roku firma Workday dostarcza aplikacje do zarządzania finansami, kapitałem ludzkim i analityczne przeznaczone dla największych światowych firm, instytucji edukacyjnych i agencji rządowych. Ponad 1000 organizacji, od średnich firm po przedsiębiorstwa z listy Fortune 50, wybrało Workday.

We use cookies to provide you with the best possible experience. By continuing, we will assume that you agree to our cookie policy