Ηγέτες σκέψης
Η ΤΝ είναι τόσο έξυπνη όσο τα οικονομικά δεδομένα που τη στηρίζουν

Βασικά σημείαΗ τεχνητή νοημοσύνη αποτυγχάνει όταν τα συστήματα διαφωνούν για το τι σημαίνει ένα μόνο…
Δείτε περισσότερα
- Η τεχνητή νοημοσύνη αποτυγχάνει όταν τα συστήματα διαφωνούν για το τι σημαίνει ένα μόνο πεδίο, όπως η ημερομηνία πληρωμής.
- Τα συνδεδεμένα χρηματοοικονομικά δεδομένα επιτρέπουν στην τεχνητή νοημοσύνη να διακρίνει τις ουσιαστικές μεταβολές από τις συνήθεις διακυμάνσεις.
- Τα συμβόλαια δεδομένων και οι ροές που καθοδηγούνται από γεγονότα έχουν μεγαλύτερη σημασία από την ίδια την εφαρμογή τεχνητής νοημοσύνης.
Η ΤΝ έχει γίνει μέρος σχεδόν κάθε συζήτησης για το μέλλον των οικονομικών. Οι οργανισμοί επενδύουν στην ΤΝ για να αυτοματοποιήσουν εργασίες ρουτίνας, να βελτιώσουν τις προβλέψεις και να βοηθήσουν τους εργαζομένους να λαμβάνουν ταχύτερες αποφάσεις. Οι περισσότερες από αυτές τις συζητήσεις ξεκινούν από τα μοντέλα και τις εφαρμογές. Από την εμπειρία μου, θα έπρεπε να ξεκινούν από την ποιότητα, τη διασύνδεση και τη διακυβέρνηση των δεδομένων στα οποία βασίζονται αυτά τα συστήματα.
Έχω αφιερώσει την επαγγελματική μου πορεία στη δημιουργία και την ανάπτυξη υποδομών πληρωμών, και τα δυσκολότερα προβλήματα σπάνια αφορούσαν τους αλγόριθμους. Αφορούσαν την υποκείμενη υποδομή που χρειάζεται, ώστε οι λογιστικές πλατφόρμες, οι τράπεζες, οι πάροχοι υπηρεσιών μισθοδοσίας και τα δίκτυα πληρωμών να περιγράφουν με τον ίδιο τρόπο το ίδιο επιχειρηματικό γεγονός.
Η πρόκληση είναι ιδιαίτερα εμφανής στον χρηματοοικονομικό τομέα. Η λογιστική, οι τραπεζικές εργασίες, η μισθοδοσία, η τιμολόγηση και οι πληρωμές παράγουν πληροφορίες που επηρεάζουν τις επιχειρηματικές αποφάσεις. Όταν αυτά τα συστήματα λειτουργούν ανεξάρτητα, δημιουργούν κατακερματισμένα περιβάλλοντα δεδομένων, με αποτέλεσμα να δυσκολεύεται πολύ περισσότερο η ΤΝ να κατανοήσει το πλαίσιο σε ολόκληρο τον οργανισμό. Η ΤΝ μπορεί να εντοπίζει μοτίβα σε επιμέρους συστήματα, αλλά δεν μπορεί να εξηγήσει αξιόπιστα τι συμβαίνει σε όλη την επιχείρηση χωρίς μια ενιαία εικόνα των οικονομικών της. Στα πρώτα χρόνια της Melio, αντιμετωπίσαμε μια εκδοχή αυτού του προβλήματος που ακούγεται ασήμαντη, αλλά δεν είναι: τι σημαίνει «πληρωμένο»; Ένας πελάτης εγκρίνει μια πληρωμή τη Δευτέρα. Τα χρήματα φεύγουν από τον λογαριασμό του την Τρίτη. Η τράπεζα του προμηθευτή τα καθιστά διαθέσιμα την Πέμπτη. Η συναλλαγή αντιστοιχίζεται με ένα τιμολόγιο την επόμενη εβδομάδα. Τέσσερις χρονικές σημάνσεις, τέσσερις τεκμηριωμένες απαντήσεις στο ερώτημα «πότε πληρώθηκε;» και καμία τους λανθασμένη. Ένας άνθρωπος που εργάζεται στη λογιστική ξεπερνά αυτή την ασάφεια χωρίς καν να το σκεφτεί. Ένα μοντέλο πρόβλεψης που αντιμετωπίζει την «ημερομηνία πληρωμής» ως ένα μόνο πεδίο παράγει προβλέψεις που είναι με απόλυτη βεβαιότητα και συστηματικά λανθασμένες ως προς τον χρονισμό — ενώ αυτός είναι ο ένας παράγοντας που πρέπει οπωσδήποτε να αποτυπώνει σωστά η πρόβλεψη ταμειακών ροών. Η διασύνδεση αυτών των συστημάτων ήταν το απαραίτητο πρώτο βήμα. Η συμφωνία τους ως προς τη σημασία των πεδίων ήταν αυτή που έδωσε πραγματική αξία στη διασύνδεση. Στον χρηματοοικονομικό τομέα, η «ετοιμότητα για ΤΝ» ξεκινά από τη διασύνδεση, και η διασύνδεση έχει αξία μόνο όταν τα συστήματα περιγράφουν με τον ίδιο τρόπο το ίδιο γεγονός.
Η καλύτερη ορατότητα οδηγεί σε καλύτερες αποφάσεις
Η ανάγκη για διασυνδεδεμένα οικονομικά δεδομένα γίνεται ολοένα πιο επιτακτική. Η έκθεση Small Business Insights της Xero διαπίστωσε ότι οι μικρές επιχειρήσεις στις ΗΠΑ περιμένουν πλέον κατά μέσο όρο 29,3 ημέρες για να πληρωθούν, ενώ η ετήσια αύξηση των πωλήσεών τους, που ανέρχεται στο 4,0%, παραμένει χαμηλότερη από τον μακροπρόθεσμο μέσο όρο. Όταν ο χρόνος πληρωμών, τα έξοδα και η ζήτηση μεταβάλλονται ανεξάρτητα το ένα από το άλλο, οι οργανισμοί χρειάζονται συστήματα που μπορούν να συνδέουν αυτά τα δεδομένα αντί να τα αναλύουν μεμονωμένα — και αυτό ισχύει εξίσου για το τμήμα διαχείρισης διαθεσίμων μιας μεγάλης επιχείρησης και για μια επιχείρηση 10 ατόμων.
Ας εξετάσουμε μια επιχείρηση που αποφασίζει αν μπορεί να προσλάβει ακόμη έναν εργαζόμενο πριν από το τέλος του τριμήνου. Η απόφαση αυτή εξαρτάται από περισσότερα στοιχεία από το σημερινό υπόλοιπο του τραπεζικού λογαριασμού: συνυπολογίζονται οι αναμενόμενες πληρωμές πελατών, οι υποχρεώσεις μισθοδοσίας, τα πάγια έξοδα, οι επερχόμενες φορολογικές υποχρεώσεις και τα προβλεπόμενα έσοδα. Κανένας μεμονωμένος δείκτης δεν δίνει αξιόπιστη απάντηση. Ο συνδυασμός αυτών των δεδομένων προσφέρει στα στελέχη σαφέστερη εικόνα της οικονομικής θέσης της επιχείρησης και δίνει στην ΤΝ ουσιαστικά στοιχεία για να τα αξιολογήσει. Η αυτοματοποίηση απαιτεί πρόσβαση στις συναλλαγές. Ο συλλογισμός απαιτεί πλαίσιο.
Οι ομάδες οικονομικών μπορούν να αφιερώνουν το πρώτο διάστημα κάθε μήνα στην αντιπαραβολή δεδομένων από διαφορετικά συστήματα, προτού ξεκινήσουν ουσιαστική ανάλυση. Όταν αποκτήσουν πλήρη εικόνα, η μεταβολή των ταμειακών ροών που προσπαθούν να κατανοήσουν μπορεί να έχει ήδη συμβεί εβδομάδες νωρίτερα. Αυτήν ακριβώς την καθυστέρηση μπορούν να περιορίσουν τα διασυνδεδεμένα δεδομένα.
Η ΤΝ προσφέρει αξία όταν κατανοεί την επιχείρηση
Η πρώτη γενιά εφαρμογών ΤΝ στον χρηματοοικονομικό τομέα επικεντρώθηκε στην αποδοτικότητα: στην κατηγοριοποίηση συναλλαγών, στην επεξεργασία τιμολογίων και στη βοήθεια προς τις ομάδες για την ταχύτερη διεκπεραίωση εργασιών ρουτίνας. Αυτές οι δυνατότητες εξακολουθούν να προσφέρουν αξία, αλλά οι προσδοκίες μετατοπίζονται από την αυτοματοποίηση εργασιών στην υποστήριξη αποφάσεων με επίγνωση του πλαισίου — με έγκαιρη ενημέρωση για τους κινδύνους στις ταμειακές ροές, μεγαλύτερη ακρίβεια στις προβλέψεις και κατανόηση του τρόπου με τον οποίο οι αλλαγές στη συμπεριφορά πληρωμών, στα έξοδα ή στα μοτίβα εσόδων μπορούν να επηρεάσουν τις μελλοντικές επιδόσεις.
Για να επιτευχθεί αυτό, η ΤΝ πρέπει να αναλύει τα οικονομικά δεδομένα μέσα στο κατάλληλο πλαίσιο. Η σημασία κάθε συναλλαγής εξαρτάται από τις συνθήκες που την περιβάλλουν: η αύξηση των εξόδων μπορεί να υποδηλώνει υπερβολικές δαπάνες ή να οφείλεται σε αγορές αποθεμάτων ενόψει της εποχικής ζήτησης· η μείωση των ταμειακών διαθεσίμων μπορεί να σηματοδοτεί πίεση στη ρευστότητα ή απλώς να οφείλεται στον χρόνο καταβολής των τριμηνιαίων φόρων. Η ΤΝ γίνεται πολύτιμη όταν μπορεί να κάνει το ίδιο — να συνδέει μοτίβα από ιστορικές συναλλαγές, ταμειακά διαθέσιμα, εισπρακτέους λογαριασμούς και λειτουργικά δεδομένα, ώστε να ξεχωρίζει μια ουσιαστική μεταβολή από μια συνήθη διακύμανση.
Δημιουργώντας τις σωστές βάσεις
Για τα στελέχη τεχνολογίας που αξιολογούν την ΤΝ στον χρηματοοικονομικό τομέα, το κρίσιμο ερώτημα δεν είναι ποια εφαρμογή πρέπει να εγκαταστήσουν πρώτα, αλλά αν το υποκείμενο περιβάλλον δεδομένων μπορεί να παρέχει το πλήρες και έγκαιρο πλαίσιο που χρειάζονται αυτές οι εφαρμογές. Κατά τη δημιουργία τέτοιων συστημάτων, ορισμένες επενδύσεις έχουν ιδιαίτερη σημασία:
Αντιμετωπίστε τις διασυνδέσεις ως συμβόλαια, όχι απλώς ως συνδέσεις. Ένας εφάπαξ συγχρονισμός ανάμεσα σε μια λογιστική πλατφόρμα και ένα σύστημα πληρωμών θα αποκλίνει με την πάροδο του χρόνου. Ορίστε ρητά συμβόλαια δεδομένων — σχήματα, ορισμούς πεδίων και εγγυήσεις επικαιρότητας — ώστε, όταν αλλάζει ένα σύστημα στην αρχή της ροής, τα μεταγενέστερα συστήματα ΤΝ να μην υποβαθμίζονται σιωπηρά.
Περάστε από τη συμφωνία συναλλαγών σε παρτίδες σε ροές δεδομένων που ενεργοποιούνται από συμβάντα. Αν τα οικονομικά δεδομένα συμφωνούνται εβδομαδιαία ή μηνιαία, η ΤΝ κάνει προβλέψεις με βάση παρωχημένες πληροφορίες. Οι αγωγοί δεδομένων που ενεργοποιούνται από συμβάντα και μεταδίδουν τις συναλλαγές μόλις πραγματοποιούνται παρέχουν στα μοντέλα την επικαιρότητα των δεδομένων που χρειάζονται για να εντοπίζουν έγκαιρα τις αλλαγές.
Καθιερώστε ένα σημασιολογικό επίπεδο για τους οικονομικούς δείκτες. Οι όροι «ταμειακή θέση», «ανεξόφλητες απαιτήσεις» και «έσοδα» πρέπει να έχουν την ίδια σημασία σε κάθε σύστημα. Χωρίς συνεπείς ορισμούς, η ΤΝ θα δίνει με σιγουριά απαντήσεις που καμία ομάδα δεν θα ερμηνεύει με τον ίδιο τρόπο.
Αξιολογήστε τα αποτελέσματα της ΤΝ με βάση τα πραγματικά δεδομένα. Το λογιστικό καθολικό αποτελεί πλεονέκτημα για τον χρηματοοικονομικό τομέα έναντι των περισσότερων πεδίων εφαρμογής της ΤΝ: υπάρχει επαληθεύσιμο αρχείο. Οι οικονομικές πληροφορίες που παράγονται από την ΤΝ πρέπει να αξιολογούνται με τα ίδια κριτήρια όπως η εργασία ενός νεότερου αναλυτή: να ελέγχονται σε αντιπαραβολή με τα πραγματικά στοιχεία και η ακρίβειά τους να μετριέται σε βάθος χρόνου. Η εμπιστοσύνη στις συστάσεις της ΤΝ κερδίζεται με μετρήσεις, δεν διακηρύσσεται.
Αυτές οι επενδύσεις προσελκύουν λιγότερη προσοχή από τις εφαρμογές ΤΝ που βασίζονται σε αυτές, αλλά καθορίζουν αν οι εφαρμογές αυτές λειτουργούν.
Ο πραγματικός παράγοντας διαφοροποίησης
Καθώς η ΤΝ ενσωματώνεται στη χρηματοοικονομική διαχείριση, η τεχνική πρόκληση μετατοπίζεται από τις δυνατότητες μεμονωμένων μοντέλων στο πόσο αποτελεσματικά λειτουργούν στο ευρύτερο πλαίσιο της αρχιτεκτονικής χρηματοοικονομικών δεδομένων.
Οι οργανισμοί που επενδύουν σε διασυνδεδεμένα δεδομένα θα εντοπίζουν νωρίτερα τις μεταβολές στις ταμειακές ροές και θα εμπιστεύονται περισσότερο τις προβλέψεις που παράγονται από την ΤΝ. Η διαφορά δεν βρίσκεται στο μοντέλο. Βρίσκεται στα δεδομένα που το τροφοδοτούν.












