Gartner wyróżnił cztery zachowania wdrożeniowe, które są najważniejsze w szybkim wdrażaniu inicjatyw związanych ze sztuczną inteligencją (AI) w finansach i osiągają lub przekraczają oczekiwany wpływ oraz zapewniają satysfakcjonujące wyniki finansowe i biznesowe.
„Wykorzystywanie sztucznej inteligencji w działach finansowych wciąż się rozwija, a większość z nich rozpoczęła się dopiero w ciągu ostatnich dwóch lat” – powiedział Jacob Joseph-David, dyrektor ds. badań w Gartner Finance . „Większość również nie realizuje szybko oczekiwanych zwrotów z takich projektów”.
Biorąc pod uwagę sztuczną inteligencję w finansach w początkowej fazie, dyrektorom finansowym brakuje jasnej definicji i strategii sukcesu. Aby wesprzeć dyrektorów finansowych, Gartner zidentyfikował cztery kluczowe działania mające na celu osiągnięcie sukcesu AI w finansach (patrz Rysunek 1).
„Działy podejmujące te cztery działania znajdują średnio dwukrotnie więcej przypadków użycia sztucznej inteligencji w porównaniu z tymi, które ich nie podejmują” — powiedział Joseph-David. „Przekłada się to na bardziej znaczące wyniki biznesowe, takie jak nowe linie produktów, a także lepsze wyniki działu finansowego, takie jak większa dokładność i krótsze czasy procesów”.
Rysunek 1: Cztery działania prowadzące do sukcesu finansowej sztucznej inteligencji
Źródło: Gartner (czerwiec 2022)
Zatrudniaj wykwalifikowanych specjalistów
Ogólnie rzecz biorąc, istnieją trzy opcje pozyskiwania kadr posiadających umiejętności i wiedzę specjalistyczną w zakresie AI: zatrudnianie nowych specjalistów, podnoszenie umiejętności obecnych pracowników lub pożyczanie specjalistów z działu IT. Organizacje, które koncentrują swoje strategie dotyczące kadr na zatrudnianiu osób spoza personelu posiadającego umiejętności w zakresie sztucznej inteligencji, mają znacznie większe szanse na zostanie wiodącymi organizacjami finansowymi w zakresie sztucznej inteligencji. Jednak około połowa organizacji finansowych uważa podnoszenie kwalifikacji za swoją główną strategię dotyczącą pozyskania talentów.
Pracownicy wyspecjalizowani w AI wnoszą bezcenne doświadczenie w pracy z niuansami AI, co pozwala organizacji przezwyciężyć bezwładność w pracy z aplikacjami AI i skrócić krzywą uczenia się technicznego. Z drugiej strony, chociaż podnoszenie kwalifikacji personelu finansowego może być tańsze, wiąże się to z ryzykiem spowolnienia postępów i zwiększenia możliwości popełniania błędów. Ponadto, nowi pracownicy zajmujący się sztuczną inteligencją zapewniają możliwość wyjścia poza tradycyjne procesy i sposób myślenia, wnosząc ze sobą nowe pomysły wspierające wdrażanie sztucznej inteligencji.
Inwestuj w oprogramowanie z wbudowaną sztuczną inteligencją dla szybkich rezultatów
Zakup oprogramowania z wbudowaną sztuczną inteligencją pozwala organizacjom łatwiej eksperymentować ze AI i przeznaczyć ją do zastosowań związanych z szerszym zakresem finansów; mogą łatwiej budować programy pilotażowe dla unikalnych problemów biznesowych. W przeciwieństwie do tego, tworzenie wewnętrznych rozwiązań AI dla wszystkich procesów finansowych generuje znacznie więcej pracy i zmniejsza przepustowość finansów do odkrywania nowych programów pilotażowych lub przypadków użycia.
Eksperymentuj wcześnie i na szeroką skalę, ale…
Wraz z większą liczbą wczesnych programów pilotażowych pojawia się więcej zastosowań sztucznej inteligencji, a wdrażanie jest szybsze, ponieważ organizacja może skupić się na najbardziej udanych pilotażach.
Zazwyczaj organizacje odnoszące największe sukcesy nadal badają te same przypadki użycia, co organizacje mniej skuteczne, przy czym trzy najczęstsze to procesy księgowe, przetwarzanie zaplecza i prognozowanie przepływów pieniężnych. Jedynym wyjątkiem jest prognozowanie płatności klientów, które jest przypadkiem użycia badanym przez około połowę wiodących, ale niewiele mniej skutecznych organizacji.
Wybierz lidera wdrażania sztucznej inteligencji
Dyrektorzy finansowi muszą wybrać odpowiednią osobę do kierowania wdrożeniem sztucznej inteligencji, aby czerpać korzyści z AI. Może to na przykład oznaczać szefa planowania i analizy finansowej (FP&A) lub szefa analityki finansowej, prowadzącego wdrażanie sztucznej inteligencji, a nie kontrolera.
Szefowie działów FP&A i analitycy finansowi odnoszą sukcesy w prowadzeniu sztucznej inteligencji ze względu na ich silne zaplecze analityczne i to związane z danymi. W mniejszym stopniu polegają na zrozumieniu tradycyjnych procesów finansowych, a bardziej na zrozumieniu złożoności sztucznej inteligencji w otoczeniu biznesowym.