L'esigenza che la funzione Finance adottasse metodi di lavoro più efficienti e dinamici risale a prima della pandemia, tuttavia gli eventi del 2020 si sono rivelati un potente catalizzatore per la trasformazione tecnologica. Per la funzione Finance, ciò significa adottare tecnologie digitali, come il machine learning, e applicarle ai processi fondamentali.
I CFOcercano da moltodi ridurre i tempi di alcuni processi come chiusure, consolidamenti, report e gestione paghe, e la pandemia di COVID-19, cambiando i luoghi e i modi di operare delle aziende, ha reso indispensabile questo cambiamento.
托马斯·威尔曼校长,全球实践的领导者- Finance Advisory di The Hackett Group, afferma: "La funzione Finance ha dovuto trasformarsi in tanti modi nel 2020. Questo lavoro deve comunque essere fatto; ciò che è cambiato è che deve essere fatto lontano dall'ufficio. I professionisti del Finance stanno esplorando modi per aumentare il livello di automazione e applicare il machine learning al fine di individuare pattern e formulare raccomandazioni che prima avrebbero richiesto l'intervento manuale."
Cosa significa l'automazione intelligente per le normali operazioni del Finance
Nelle mani giuste, le tecnologie digitali e un maggiore livello di automazione diventano un potentissimo strumento con cui i CFO possono trasformare la funzione Finance. Tuttavia, il successo sarà subordinato alla capacità di individuare i compiti prioritari che assicurano un maggiore ritorno. Per quanto riguarda l'automazione, il primo obiettivo del team Finance dovrebbe essere automatizzare i compiti ripetitivi e transazionali più laboriosi o che richiedono un intervento manuale. Questo permetterà alla funzione Finance di avere tempo da dedicare alla consulenza strategica per l'azienda.
Il secondo obiettivo è identificare i processi e le transazioni da ottimizzare grazie all'intelligenza artificiale applicando tecnologie digitali, come il machine learning, a rilevamento, previsione e consulenza. Una volta che l'AI rileva un pattern, è in grado di applicare lo stesso risultato ripetutamente, continuando ad apprendere.
La combinazione di automazione e intelligenza artificiale consente di creare processi automatizzati in modo intelligente, che richiedono molto meno tempo rispetto alle transazioni e ai processi tradizionali. Secondo un'analisi di Adaptive Planning di Workday, oltre il 40% dei responsabili Finance afferma che la spinta verso l'automazione aziendale nasce soprattutto dall'esigenza di insight più tempestivi e significativi da parte del management e degli stakeholder.
Secondo il report di Accenture"Charting a Path to Intelligent Automation", "Circa tre quarti dei CFO intervistati afferma che aiuta a promuovere la trasformazione aziendale, pertanto agire correttamente nella funzione Finance è estremamente importante. È fondamentale considerare attentamente la strategia globale: l'adozione di strumenti di automazione intelligente deve avvenire nel contesto di una riconfigurazione dell'azienda e non per correggere singoli punti critici."
Per la funzione Finance, ovviamente, i numeri sono importanti. Quando si esamina l'automazione dal punto di vista dei costi e dell'efficienza, i dati parlano da soli. La ricerca realizzata per unwebinar Argylecitata in CFO Dive afferma: "In un'azienda con un team Finance di 20 persone, i compiti manuali fanno perdere solitamente l'equivalente di 1920 ore all'anno, e hanno un costo stimato di 124.800 USD. Una grande azienda con un team Finance di 100 persone potrebbe perdere 9600 ore e sostenere un costo di 624.000 USD l'anno."
In che modo il machine learning può guidare la trasformazione della funzione Finance
Nonostante gli ovvi vantaggi finanziari e operativi del machine learning, molte funzioni Finance sono state lente ad adattarsi. Contabilità, gestione dei fornitori, procurement e auditing sono settori chiave maturi per l'automazione, tuttavia il rischio può essere un ostacolo all'innovazione, in particolare nelle grandi aziende internazionali. In questi settori, il personale è immerso nell'ordinaria amministrazione, spesso a spese della trasformazione.
L'elaborazione delle transazioni è un altro ostacolo che impedisce alla funzione Finance di trasformarsi e di migliorare la collaborazione aziendale. Non sorprende che sia la prima cosa a cui i CFO guardano quando pensano all'automazione.
“我每responsabili金融、l 'automazione rappresenta un modo eccellente per ottimizzare la gestione dei processi contabili. Questo è stato un compito difficile per i responsabili finanziari per moltissimo tempo e può influenzare direttamente il cash flow di un'azienda" afferma Barbara Larson, General Manager,Workday Financial Management.“La funzione金融passa moltissimo节奏广告nalizzare registrazioni contabili, fatture e altri documenti per correggere manualmente gli errori, mentre il machine learning potrebbe automatizzare il tutto abbinando in modo intelligente pagamenti e fatture."
Il machine learning può anche ridurre il rischio finanziario evidenziando in tempo reale i pagamenti sospetti, rendendo il processo molto più efficace ed efficiente. Le frodi interne ed esterne costano alle aziende miliardi di dollari all'anno. Attualmente il modo per ridurre tali frodi è affidarsi a revisioni manuali di un campione di fatture. Ciò equivale a guardare appena una minima parte dei pagamenti totali, e se lo scopo è individuare frodi ed errori, corrisponde a cercare un ago in un pagliaio. Il machine learning può aumentare immensamente il volume di fatture controllate e analizzate per verificare che l'azienda non stia effettuando pagamenti doppi o fraudolenti.
"Assicurare la conformità alle norme federali e internazionali è fondamentale per gli istituti finanziari, soprattutto perché le leggi che mirano a colpire il riciclaggio di denaro e il finanziamento di attività terroristiche sono sempre più severe",spiegaDavid Axson, CFO Strategies Global Lead, Accenture Strategy. "In un grande istituto bancario internazionale, fino a 10.000 membri dello staff erano impiegati nella ricerca di transazioni sospette e conti che potrebbero essere usati per attività illegali. Per facilitare il loro lavoro, la banca ha implementato un sistema di AI, che applica algoritmi di machine learning per segmentare transazioni e conti e stabilisce le soglie oltre le quali scatta la richiesta di ulteriori indagini."
Migliorare la pianificazione e l'analisi finanziaria
Se si condivide la visione che il ruolo della pianificazione e analisi finanziaria (FP&A) in futuro sarà fornire in tempo reale supporto decisionale guidato dai dati all'azienda, allora è evidente che la funzione Finance deve trasformare i suoi processi per raggiungere questo obiettivo e l'automazione è una componente centrale di tale trasformazione.
Una ricerca diMcKinseyrivela che in media circa il 60% delle attività finanziarie può essere automatizzato completamente (40%) o per la maggior parte (17%) con le tecnologie già disponibili. Possono esserci opinioni contrastanti su dove si posizioni l'FP&A su questa scala, ma lo stesso studio sostiene che molti compiti di questa categoria possono essere automatizzati completamente (11%) o per la maggior parte (45%).
Pochi possono negare che è in atto una transizione da una cultura di Pianificazione e analisi finanziaria basata sui fogli di calcolo ad una cultura di FP&A molto più collaborativa e automatizzata. È difficile dire a che punto della transizione ci troviamo, ma il desiderio di orientarsi verso skill tecnologiche e analitiche rispetto ai fogli di calcolo nel reparto Finance è un cambiamento piuttosto radicale. Un sondaggio di CFO Insights di due anni fa indica che il 78% dei CFO pensava che sapere utilizzare Microsoft Excel® fosse la skill più importante. Questa percentuale è ora scesa al 5%. Il grado di automazione delle applicazioni ora disponibile per i professionisti di Finance è il motore di tale cambiamento.