Sztuczna inteligencja a mądrość CFO

W erze gwałtownego rozwoju technologii pojęcia inteligencji oraz mądrości bywają bardzo często mylone. Dodatkowo wszyscy z dużym entuzjazmem podchodzimy do rozwoju sztucznej inteligencji (AI), która dysponuje bezprecedensową mocą obliczeniową. Potrafi w ułamku sekundy przetwarzać gigabajty danych, rozpoznawać skomplikowane korelacje statystyczne, automatyzować procesy operacyjne i wspierać decyzje biznesowe. To wszystko jednak jest wciąż wyłącznie domeną przede wszystkim inteligencji operacyjnej – dopasowywania wzorców na podstawie prawdopodobieństwa.

Jak trafnie ujął to futurysta Daniel Burrus: „Nie istnieje coś takiego jak sztuczna mądrość” („There is no such thing as artificial wisdom”):

• Inteligencja to przetwarzanie, mądrość to kontekst i etyka: Inteligencja odpowiada na pytanie „jak coś policzyć?” lub „jaki trend wynika z dotychczasowych danych”. Mądrość to zdolność oceny, czy uzyskana odpowiedź ma sens biznesowy, strategiczny czy też etyczny. Mądrość to odwaga powiedzenia „nie”, gdy algorytm i liczby optymistycznie mówią „tak”. To dostęp do nieograniczonych zasobów wiedzy opartej na rozmaitych doświadczeniach i kontekstch, których nie da się często jednoznacznie zdefiniować.

• Niewytłumaczalna siła intuicji: Ludzka intuicja nie jest magią, lecz skompresowanym, podświadomym doświadczeniem, zdolnym do syntezy wielu sygnałów niewerbalnych, schematów działania, dynamiki otoczenia, nastrojów i emocji. Algorytmy uczenia maszynowego opierają się przede wszystkim na danych historycznych. W obliczu bezprecedensowych kryzysów, czarnych łabędzi czy nagłych zmian geopolitycznych same dane historyczne zawodzą, a kluczowa staje się ludzka zdolność przewidywania i holistycznego osądu nowej, zaskakującej sytuacji.

• Deficyt zaufania: W świecie przesiąkniętym syntetyczną treścią generowaną przez modele, które często, jak się przyjęło mówić, „halucynują”, zaufanie zaczyna być towarem deficytowym i stale zyskującym na wartości. Zaufanie można zbudować wyłącznie w relacji człowiek–człowiek, opierając się na wspólnym doświadczeniu, odpowiedzialności, transparentności, etyce zawodowej i moralności.

Ewolucja roli CFO: Od strażnika aktywów i rentowności do Chief Value Officera 

Tradycyjny model dyrektora finansowego jako „historyka organizacji” – archiwizującego i raportującego zdarzenia z przeszłości – bezpowrotnie odszedł do lamusa jakiś czas temu. Współczesny CFO już dawno nie jest wyłącznie administratorem bilansu i strażnikiem rachunku wyników.

Transformacja jego roli polega na przesunięciu akcentów z funkcji kontrolno-operacyjnych na aktywne kreowanie wartości w organizacji (CVO).

Z jednej strony cztery fundamentalne kapelusze współczesnego lidera finansów pozostają nieugięte i jeszcze bardziej istotne:

• Nawigator: wyznacza kierunek strategiczny, łącząc cele operacyjne z wizją tego, co organizacja chce osiągnąć w przyszłości.

• Integrator: łączy silosy organizacyjne (sprzedaż, marketing, łańcuch dostaw, HR) w jeden spójny ekosystem tworzenia wartości.

• Strażnik ładu organizacyjnego: zapewnia integralność danych, zgodność z dynamicznie rosnącymi wymogami regulacyjnymi oraz standardami ESG.

• Coach i lider zmiany: inspiruje zespół, buduje odporność organizacji i przeprowadza pracowników przez transformację technologiczną.

Z drugiej strony potrzebna jest ewolucja jego mentalności – patrzenie na organizację nie jako jedno ogromne centrum kosztów, ale przede wszystkim centrum generowania zysków. CFO jako CVO (Chief Value Officer) przestaje skupiać się wyłącznie na cięciu wydatków, a zaczyna aktywnie identyfikować nowe źródła i możliwości generowania przychodów, dźwignie poprawy marżowości i kontrybucji, a także optymalną alokację kapitału, przynoszącą szybki zwrot z inwestycji.

Kluczowe kompetencje nowej ery to przede wszystkim:

• Narracja danymi: przekładanie liczb na zrozumiałe narracje biznesowe, ułatwiające zrozumienie biznesu i podejmowanie właściwych decyzji.

• Biegłość cyfrowa: rozumienia technologii, jej możliwości, ale i ograniczeń a także ryzyk związanych z jej implementacją (finansowych i biznesowych).

• Zarządzanie zmianą oraz myślenie antycypacyjne: umiejętność odróżniania twardych trendów (Hard Trends, które na pewno nadejdą, jak na przykład zmiany pokoleniowe czy technologiczne) od trendów miękkich (Soft Trends, które można kształtować, jak na przykład tempo adopcji konkretnych technologii ).

Sukces w erze cyfryzacji: Dlaczego doświadczenie i autorytet wygrywają z algorytmem?

Technologia i zaawansowane narzędzia analityczne są dziś towarem powszechnie dostępnym. Dostęp do modeli językowych czy zaawansowanego oprogramowania analitycznego nie stanowi już trwałej przewagi konkurencyjnej. Jednakże prawdziwym wyróżnikiem dla organizacji są jej możliwości adaptacyjne do nowych rozwiązań i przede wszystkim finansowy lider – jego doświadczenie, autorytet i zdolność podejmowania decyzji pod presją oraz szybkiej adaptacji:

• Sztuka filtracji i syntezy informacji: organizacje nie cierpią na brak danych, lecz na ich nadmiar i chaos informacyjny. Rola CVO polega na dostarczeniu zarządowi tego, czego biznes naprawdę potrzebuje, a nie tego, czego chce lub co bezrefleksyjnie wygenerował algorytm. Autorytet lidera pozwala odrzucić szum informacyjny i wskazać dwie, trzy istotne dla podjęcia decyzji informacje.

• Wpływ i dyplomacja w zarządzie: najlepsza analiza wygenerowana przez sztuczną inteligencję jest bezwartościowa, jeśli nie przekona interesariuszy do podjęcia konkretnych działań. CVO buduje koalicje, likwiduje silosy i prowadzi trudne negocjacje oraz buduje porozumienie pomiędzy często sprzecznymi interesami poszczególnych działów. Bo liczą się wspólne cele określone przez strategie i budżety operacyjne – kod programistyczny czy nawet najbardziej zaawansowany model językowy nie posiada takich umiejętności, bo nie operuje na emocjach.

• Balans pomiędzy szansami a ryzykiem: CVO w swojej roli nieustannie musi dokonywać właściwych wyborów pomiędzy ochroną aktywów, rentowności i płynności poprzez system kontroli finansowej a tworzeniem dodatkowej wartości (inwestycje we wzrost biznesu przy akceptacji bezpiecznego poziomu ryzyka). Kalibracja tego ryzyka wymaga dojrzałości, intuicji oraz odwagi brania na siebie osobistej odpowiedzialności.

Jak praktycznie zastosować AI w finansach: Od automatyzacji operacji księgowych po wyszukane analizy predykcyjne

Sztuczna inteligencja nie wyprze działu finansowego jak często można usłyszeć, lecz drastycznie zwiększa jego dźwignię operacyjną, kompresując czasochłonne, powtarzalne czynności, uwalniając dzięki temu zasoby na dodatkowe analizy prognostyczne. Uzupełni też w znacznym stopniu widoczne dzisiaj luki kompetencyjne w obszarze zaawansowanej analityki danych, gdzie większość organizacji nie ma wystarczających zasobów (bądź z ekonomicznego punktu widzenia nie może sobie na nie pozwolić).

W obszarze księgowości AI w znaczący sposób może wesprzeć powtarzalnie operacje, takie jak na przykład:

• Inteligentne procesowanie faktur: modele AI zintegrowane z popularnymi systemami ERP czy wyspecjalizowane platformy automatycznie odczytują, dekretują i parują faktury z zamówieniami, zapewniając trójstronne uzgodnienie dokumentów (3-way matching) – lepsza kontrola i redukcja manualnych korekt.

• Automatyzacja rozliczeń i wydatków: autonomiczne boty weryfikujące raporty wydatków pracowniczych potrafią zautomatyzować znaczącą większość rozliczeń, natychmiast wychwytując duplikaty czy też niezgodności z istniejącymi politykami.

• Ciągły audyt i detekcja anomalii: algorytmy AI skanujące 100 proc. transakcji w księdze głównej w czasie rzeczywistym, wskazując nietypowe wzorce, błędy księgowań i potencjalne nieprawidłowości znacznie szybciej niż tradycyjne działania audytorskie oparte o testy na próbach.

Największe jednak pole do popisu sztuczna inteligencja ma w obszarze analityki i kontrolingu, otwierając szereg niedostępnych do tej pory możliwości. Uwalnia ona znaczącą liczbę czasu poświęconą do tej pory na obróbkę danych na dogłębną ocenę i weryfikacje wygenerowanych w szybkim czasie przez AI analiz i rekomendacji:

• Predykcyjne modelowanie przepływów pieniężnych: narzędzia klasy EPM wykorzystujące algorytmy AI do prognozowania wpływów na podstawie tysięcy zmiennych: zachowań płatniczych poszczególnych klientów, sezonowości czy trendów makroekonomicznych, co znacząco poprawia dokładność tych prognoz

• Dynamiczne planowanie scenariuszowe: zamiast tradycyjnych sztywnych budżetów rocznych AI generuje w czasie rzeczywistym symulacje na wypadek zmian kluczowych zmiennych, takich jak poziom inflacji, kursów walutowych czy też stóp procentowych oraz kosztów surowców, co daje CVO gotowe warianty decyzyjne do oceny i finałowej egzekucji.

• Asystenci AI w raportowaniu zarządczym: popularne copiloty w połączeniu z Power BI pozwalają analitykom na błyskawiczne tworzenie podsumowań zarządczych i wstępnych komentarzy do odchyleń.

Oczywiście tych obszarów zastosowań jest znacznie więcej i praktycznie codziennie powstają nowe, natomiast ich adaptacja nie odbywa się na razie w tak szybkim tempie, jak byśmy sobie tego życzyli. Są ku temu trzy powody, które stanowią jednocześnie wyzwania CVO dla większości organizacji w skutecznej adaptacji AI:

• Dług technologiczny: znacząca większość organizacji go ma, co skutkuje niską jakością i integralnością danych. Implementacja AI w takich warunkach w ułamkach sekund powiela istniejące błędy, co może doprowadzić to katastrofalnych w skutkach, złych decyzji.

• Deficyt kompetencyjny: według badań przeprowadzonych przez CIMA globalnie jedynie 10 proc. osób zatrudnianych w finansach ma kompetencje cyfrowe konieczne, aby z sukcesem wdrażać nowe, dostępne rozwiązania AI.

• Brak zrozumienia ekonomiki rozwiązań AI: niewiedza na temat mechaniki kosztów rozwiązań AI prowadzi często do kosztownych niespodzianek (tokeny i ich koszty).

Architektura odpowiedzialności: Jak zarządzać zespołem analityków w epoce sztucznej inteligencji?

Gdy analitycy otrzymują narzędzia generujące dashboardy w kilka sekund, pojawia się krytyczne ryzyko poznawcze – syndrom ślepego zaufania do algorytmu.

Wyzwaniem dla CVO staje się ukształtowanie kultury, w której technologia jest traktowana przede wszystkim jako dobry szkic wymagający krytycznej oceny, a nie niepodważalna wyrocznia.

Kluczowe zasady budowania odpowiedzialności i dyscypliny w erze AI:

• Zasada „Człowiek na czele” (Human in the Lead): Każda kalkulacja, model czy rekomendacja stworzone przy udziale AI muszą posiadać imiennego właściciela. Pełna odpowiedzialność zawodowa i prawna spoczywa na analityku i stającym za nim CVO.

• Zawodowy sceptycyzm i higiena danych – finansista musi bezwzględnie zadawać zawsze trzy pytania testowe:

a) Na jakiej próbie danych model został wytrenowany i czy dane źródłowe były poprawne?

b) Czy w logice biznesowej nie występują anomalie, co prowadzi do halucynacji modelu?

c) Czy wynik jest logiczny w obecnych realiach rynkowych organizacji?

• Twarde fundamenty merytoryczne: aby wychwycić błąd sztucznej inteligencji, finansista musi doskonale rozumieć podstawy rachunkowości zarządczej oraz standardy sprawozdawczości.

• Koncepcja trzy w jednym: współczesny analityk łączy w sobie potrójne kompetencje: finansowe, cyfrowe (prompty, analityka danych, rozumienie architektury systemów) oraz społeczne (komunikacja, dociekliwość, myślenie krytyczne i wywieranie wpływu).

Czy zatem AI to szansa, czy też zagrożenie dla CFO: Przyszłość należy do CVO o rozszerzonych kompetencjach cyfrowych

Odpowiedź na pytanie o przyszłość lidera finansów jest jednoznaczna: Sztuczna inteligencja nie jest zagrożeniem dla egzystencji roli CFO – jest najpotężniejszym katalizatorem jej ewolucji w kierunku CVO.

• AI eliminuje rutynę, nie odpowiedzialność – automatyzacja przede wszystkim pochłania mechaniczne, powtarzalne czynności ewidencyjne i sprawozdawcze.

• Awans na pozycję strategicznego architekta – uwolniony od żmudnego przygotowywania danych CVO zyskuje bezprecedensowy dostęp do zaawansowanej analityki predykcyjnej i modelowania w czasie rzeczywistym. Pozwala to zająć kluczowe miejsce przy stole zarządu jako nawigator i lider transformacji.

• Mądrość jako ostateczny bezpiecznik – im bardziej zautomatyzowany, złożony i niepewny staje się świat biznesu, tym bardziej rośnie wartość ludzkiej perspektywy, etycznego osądu i odwagi decyzyjnej.

Sztuczna inteligencja wygeneruje setki scenariuszy i prognoz, ale to mądrość, doświadczenie i autorytet CVO zadecydują o tym, którą drogą podąży organizacja – i to on weźmie za ten wybór pełną odpowiedzialność.

Głównym wyzwaniem dla każdego z nas tu i teraz jest to (mówiąc metaforycznie), aby stać się w pełni reżyserem scenariuszy dotyczących AI, które piszą nam wielkie firmy technologiczne, a nie jedynie ich aktorami – to wymaga szybkiego nadrobienia luk w wiedzy i kompetencjach technologicznych.