Come massimizzare il valore dell'Intelligenza Artificiale per l’area Finance?

In che modo l'area Finance può beneficiare dell'Intelligenza Artificiale e del Machine Learning? Come massimizzarne il valore?

In questa intervista a Fabrizio Tocchini, Head of Innovation presso Wolters Kluwer | CCH Tagetik, metteremo in luce come ottenere il massimo da AI e ML e come queste tecnologie d’avanguardia possano produrre benefici per il CFO e l’Office of Finance.

Cominciamo!

Macchine e Finance: può esserci una relazione?

In un evento online di Gartner, dal titolo “Make AI Your Winning Business Strategy", uno dei partecipanti ha affermato di non comprendere i benefici e le possibilità di utilizzo dell'AI. Nella tua esperienza questa impressione è condivisa dall'area Finance?

Dipende. I benefici che l'AI può offrire ai CFO cambiano considerevolmente in base a come viene utilizzata.

Molte soluzioni sul mercato permettono all'area Finance di effettuare calcoli potenti (alcuni dei quali richiedono l'aiuto di Data Scientist e di professionisti IT altamente specializzati) che applicano la logica di AI o ML. Ma queste soluzioni sono alquanto limitanti perché l'AI produce un risultato, ma non offre il contesto per capire come si sia arrivati a tale previsione. Questo approccio è una delle cause che spiega il tentennamento dell’Office of Finance rispetto all'utilizzo dell’AI.

I CFO non possono affidarsi a un'automazione cieca, ma devono sempre capire "il perché" che sta dietro un risultato. Questo è vero anche se la previsione fatta viene calcolata in un modo estremamente accurato e sofisticato. L'area Finance, infatti, deve comprendere che le funzionalità AI e ML devono andare al di là della previsione per spiegare perché tale previsione potrà verosimilmente verificarsi. Con questa conoscenza, si possono condurre analisi “what-if” informate e, di conseguenza, determinare le decisioni di business.

In che modo l'Office of Finance utilizza la tecnologia per migliorare i processi finanziari?

Per offrire valore all'area Finance, è necessario che la tecnologia di Predictive Analytics sia spiegabile. Le macchine devono supportare il team nel comprendere:

• Cosa: l'esito previsto
• Perché: i driver che determinano l'esito previsto
• Come: in che modo cambiare l'esito previsto

L’Analisi Predittiva deve offrire un risultato, ma anche le informazioni riguardanti i driver che hanno influenzato la previsione. Questo è ciò che permette alle previsioni di diventare decisioni attuabili, assunte coscientemente dai CFO. Senza una spiegazione, la previsione è monodimensionale.

Inoltre, è importante che i software CPM messi a disposizione dell’area Finance siano intuitivi e immediatamente utilizzabili, senza che sia necessario richiedere l'intervento di specialisti IT o di Data Scientist.

Software per l’analisi predittiva e come usarli

Alcuni CFO considerano questa tecnologia "disruptive" e non la percepiscono come una priorità. La Predictive Analytics è "disruptive" così come si pensa?

Relazionandoci con molte aziende in CCH Tagetik abbiamo notato che la paura nell’utilizzo di software per l’analisi predittiva è tanta. Molti ritengono che l'adozione delle nuove tecnologie imporrà una curva di apprendimento ripida e i team Finance la percepiscono come un onere.

Il segreto dell'adozione di Artificial Intelligence e Machine Learning sta nel garantire una transizione fluida, con un percorso assistito e sostenibile. Si inizia da ciò che si ha ora, poi si aggiungono in forma incrementale nuove informazioni, includendo gli operational data e i fattori esterni. Non serve rivedere subito e totalmente il proprio modo di lavorare.

Cosa si intende per "aggiungere in forma incrementale nuove informazioni"?

Come detto queste tecnologie innovative devono essere spiegabili, solo così i CFO possono comprenderne le potenzialità e le funzionalità.
Si dovranno, quindi, inserire gradualmente nella macchina diversi tipi di dati. Questi dati andranno a migliorare l’efficienza dei modelli logici dell'AI e questo permetterà ai software di essere più consapevoli e capaci di creare correlazioni e, a sua volta, questo creerà una maggiore fiducia nella tecnologia da parte dell’area Finance.

Infatti, offrendo all'AI operational data più dettagliati, come le variabili esterne, le informazioni non strutturate e le analisi comportamentali dei clienti, la macchina può affinare le proprie previsioni. Conseguentemente, la fiducia dell'area Finance nella tecnologia migliora, e a sua volta l'efficacia delle decisioni per il business.

L'area Finance può raggiungere questi risultati cominciando proprio ora il processo di Digital Transformation strutturando una roadmap degli step che dovranno essere compiuti.

Quale è il futuro dell'Artificial Intelligence e del Machine Learning nell'area Finance?

Queste tecnologie innovative vanno al di là del planning ed entrano in tutti i processi: accelerano il closing, migliorano la riconciliazione, facilitano le comunicazioni e la produzione dei report.

Le soluzioni specializzate di CCH Tagetik offrono un'intelligenza predittiva vera e attuabile. La soluzione permette all'area Finance di innalzare il livello di decision-making in molti diversi processi, integrando AI e ML attraverso una capacità pronta per l'uso e non con un componente integrativo.

Grazie ai feedback ricevuti da clienti e partner continueremo a far evolvere la nostra soluzione per offrire software CPM sempre aggiornati ai team Finance delle aziende.