Příliš mnoho AI, příliš brzy: Připravují si finanční týmy cestu k neúspěchu?

Finanční týmy jsou pod obrovským tlakem nasadit AI, což je převážně poháněno představenstvy usilujícími o zvýšení efektivity, finančními řediteli (CFO) usilujícími o rychlejší uzávěrky a dodavateli slibujícími bezprecedentní automatizaci. 

Převládající předpoklad je, že více AI přirozeně povede k lepším výsledkům, protože dokáže během sekund efektivně analyzovat data. Ale samotná rychlost není jediným faktorem zajišťujícím úspěch, zejména pokud je podkladový proces vadný nebo nedostatečně vyvinutý. 

Jak organizace spěchají začlenit AI do finančních pracovních toků, riskují přehlédnutí základní pravdy: AI je účinná jen tolik, kolik jsou efektivní systémy, které automatizuje. 

Může urychlit úkoly, ale nedokáže nahradit slabé kontroly, roztříštěná data nebo nekonzistentní procesy.

Přesto technologie získává na významu ve velkých podnicích a stále více firem doufá, že přinese okamžité výsledky. 

Pro rok 2025 podíl vrcholových manažerů, kteří považují rizika spojená s AI za hlavní materiální obavu se zvýšil z 16 % za poslední tři roky na 56 % v budoucnosti, čímž se stává hlavním nefinančním rizikem. Ve stejnou dobu, se významně zvýšil počet incidentů souvisejících s obchodním jednáním o 55 % mezi lety 2023 a 2025, s průměrným nákladem 14 milionů dolarů na incident, což vede k reaktivním místo proaktivním investicím do správy a kvality dat. 

V žádné jiné oblasti není nasazení AI kritičtější než ve financích, kde měsíční uzávěrky závisí na kontrolách, smíření a ověřování. AI může zvýšit rychlost tohoto procesu, ale bez pevného základu může stejně snadno zesílit existující slabiny, jako je odstraní. 

Otázkou tedy je, zda finance provedly dostatečnou přípravnou práci, aby byly připraveny na masivní převzetí AI. 

AI je multiplikátor, nikoli řešení

Ačkoliv je AI nepochybně skvělým nástrojem, který usnadňuje řešení úkolů, běžným omylem je domněnka, že AI dokáže opravit všechny poškozené procesy, zatímco ve skutečnosti jen zesiluje to, co již existuje. 

Pokud jsou podkladová data nekonzistentní, kontroly slabé nebo postupy smíření vadné, AI tyto nedostatky jednoduše provede rychleji a ve větším měřítku. Starý princip „odpad vstupuje, odpad výstupuje“ nezmizel; nyní funguje na rychlost stroje.

To neznamená, že je AI zbytečná; naopak, automatizuje pracně náročné úkoly, jako je extrakce a prezentace dat, čímž uvolní finanční profesionály k soustředění se na činnosti vyšší přidané hodnoty. Umožní jim věnovat více času kritickému myšlení, vyvození závěrů a zajištění dohledu nad tím, co stroje provádějí. 

Nicméně, nadměrná závislost na AI může vytvořit zranitelnosti, pokud systémy selžou nebo přinesou neočekávané výsledky. Pokud by například model AI používaný pro předpovědi trhu selhal během krize, mohl by zesílit ztráty nebo destabilizovat trhy. 

Baselský výbor pro bankovní dohled a další orgányjsou zvláště znepokojeny systémovými riziky, kde by rozsáhlé selhání AI mohlo ohrozit finanční stabilitu. 

Místo toho, aby organizace považovaly AI za lék na provozní neefektivitu, měly by se soustředit na vybudování finanční infrastruktury, která umožní spolehlivou automatizaci. To zahrnuje standardizované procesy smíření, silnější interní kontroly, lepší správu dat a větší přehled o procesu uzávěrky.

„Existuje běžná mylná představa, že AI je řešením procesních problémů. Není. Je to zesilovač toho, co už existuje. Finanční lídři často přicházejí k AI v naději na úlevu od manuální práce, pomalých uzávěrek nebo zdlouhavého reportingu,“ řekla Shagun Malhotra, generální ředitelka softwaru pro automatizovanou měsíční uzávěrku SkyStem, během rozhovoru s Unite AI. 

Ale pokud je podkladový proces vadný, dodala, AI nedokáže chybu opravit. Spíše ji provádí rychleji a ve větším měřítku. „Mýlíte se, když si myslíte, že technologie provádí diagnostickou práci, když to nedělá. Tuto část stále potřebuje odborník.“ 

SkyStem se zaměřuje především na pomoc organizacím, jejichž platformy pro finanční uzávěrky standardizují smíření, automatizují pracovní postupy a posilují interní kontroly, než na ně nasadí AI v kritických účetních procesech. Místo nahrazení disciplinovaných finančních operací AI společnost buduje spolehlivé operační základy, aby automatizace mohla skutečně poskytovat přesné výsledky bez ohrožení dat. 

„AI přináší obrovskou hodnotu v objemu, konzistenci a rychlosti pro úkoly, které jsou dobře definované […] Ale místa, kde lidé musí zůstat v kontrolě, jsou právě tam, kde je zkušenost nejdůležitější: intuice rizika, rozpoznávání vzorů v nejistotě a především rozhodování pod tlakem,“ doplnila Malhotra.  

Základy před automatizací

Finance mají jen velmi málo prostoru pro chyby. Přesné reportování, smíření, regulatorní soulad a auditovatelnost jsou nezbytné; AI by měla tyto procesy zlepšovat a zjednodušovat, nikoli je ohrožovat zrychlením existujících slabin v systému. 

Kognia Labs, poradenská a vývojová společnost v oblasti AI, sdílí podobný názor. Pomáhá organizacím zavádět systémy, které odhalují nedostatky nebo nesrovnalosti v reportech dříve, než se stanou tak nákladnými. 

Před tím, než AI vstoupí do pracovního postupu, kde zákazník čeká na odpověď, musí být v instituci pravdivé tři věci: propojení mezi systémy, přístup k informacím, které nejsou uloženy jako dokument, a schopnost ověřit, odkud odpověď pochází, podle Alexandry Ollé, ředitelky strategie v Kognia Labs. 

„Informace, které poradce potřebuje, jsou rozptýleny v různých systémech a formátech a tyto systémy obvykle spolu nekomunikují. To je to, co způsobuje pomalé a nekonzistentní odpovědi od samého začátku,“ řekla Ollé pro Unite AI. „AI to nevyřeší tím, že se jen přidá navrchu.“ 

Tato mezera mezi zrychlením procesu a jeho skutečným zlepšením je místem, kde se finanční sázky stávají konkrétními: když jsou peníze v sázce, spolehlivost není volitelná a špatné řízení AI systému přináší reálnou právní odpovědnost. 

„AI zlepšuje proces, když ho společnost použije k změně způsobu, jakým je práce skutečně vykonávána. To obvykle začíná pochopením, proč proces selhává, což je něco, co většina institucí nedokáže jasně vidět, protože důkazy jsou ukryté v tisících konverzacích se zákazníky, na které žádný tým nemá čas,“ zdůraznila Ollé.   

Cesta vpřed: most mezi AI a člověkem

Než se organizace spolehají na AI při automatizaci kritických finančních pracovních toků, musí nejprve zajistit, že jejich procesy jsou na to připraveny. To začíná hodnocením zralosti procesů, řešením úzkých míst a problémů s kvalitou dat a postupným zaváděním AI v nízkorizikových oblastech, než se rozšíří na složitější finanční operace. 

Vybudování silného operačního základu nejprve, zkrátka, umožňuje automatizaci zlepšit efektivitu, aniž by ohrozila přesnost nebo dohled. A právě zde lidé nemohou spadnout do útlumu; jsou věci, které AI sama jednoduše nedokáže.

Již existují některé společnosti, jejichž přístup k nasazení AI vychází z principu „lidé na prvním místě“, který zajišťuje lidský dohled a důvěryhodnost nad automatizovanými systémy. Solvd je například kalifornská softwarová inženýrská firma, která vyvíjí, implementuje a spravuje AI systémy pro podniky, specializující se na tvorbu složitých pracovních toků, které jsou následně lidmi vylepšeny před rozšířením pomocí automatizace.

„Společnosti, které AI berou vážně, se budou učit rychleji, získají bohatší poznatky o zákaznících, budou fungovat efektivněji a personalizovat účinněji. V průběhu času se udržet v tempu stává obtížnějším, protože konkurenti nevyužívají jen lepší nástroje; budují lepší data, procesy a institucionální učení,“ řekl Skylar Roebuck, technický ředitel ve společnosti Solvd, pro Unite AI. 

Organizace je skutečně připravena na AI, když její vrcholový tým souhlasí nejen s důležitostí AI, ale také s tím, jak vytvoří smysluplnou konkurenční výhodu pro podnik. 

„Lidský dohled by neměl být vnímán jen jako schvalování každé akce AI. Tento přístup není škálovatelný a často vytváří iluzi bezpečí, aniž by poskytoval skutečnou kontrolu,“ zdůraznil Roebuck a doplnil, že systém by měl být schopen jak samostatně fungovat v jasně vymezených mezích, tak rozpoznat nejistotu a eskalovat, když je vyžadován úsudek.

Závěrem, AI má potenciál transformovat finance, ale nemůže nahradit operační disciplínu a lidský úsudek, které finanční rozhodování vyžaduje. Cílem zde není urychlit uzávěrku, ale urychlit důvěru v ni. 

Skutečně úspěšné organizace nebudou ty, které nejdříve automatizují, ale ty, které vybudují správný základ a udrží lidi ve středu procesů, na kterých nejvíce záleží.