बहुत अधिक AI, बहुत जल्दी: क्या वित्त टीमें खुद को विफलता की ओर धकेल रही हैं?

वित्त टीमों पर AI अपनाने का अत्यधिक दबाव है, मुख्यतः बोर्डों द्वारा दक्षता वृद्धि की तलाश, CFO द्वारा तेज़ क्लोज़ की चाह, और विक्रेताओं द्वारा अभूतपूर्व स्वचालन के वादे से प्रेरित।

सामान्य मान्यता है कि अधिक AI स्वाभाविक रूप से बेहतर परिणाम देगा, क्योंकि यह सेकंडों में डेटा का कुशल विश्लेषण कर सकता है। लेकिन केवल गति ही सफलता की गारंटी नहीं देती, विशेषकर जब मूल प्रक्रिया में खामियां या अपर्याप्त विकास हो।

जैसे ही संगठन वित्तीय कार्यप्रवाह में AI को एकीकृत करने के लिए जल्दी करते हैं, वे एक मूलभूत सत्य को नज़रअंदाज़ करने का जोखिम उठाते हैं: AI केवल उतना ही प्रभावी होता है जितनी उसकी स्वचालित प्रणाली।

यह कार्यों को तेज़ कर सकता है, लेकिन कमजोर नियंत्रण, बिखरे डेटा या असंगत प्रक्रियाओं की भरपाई नहीं कर सकता।

फिर भी, यह तकनीक बड़े उद्यमों में प्रमुखता प्राप्त कर रही है, और अधिक से अधिक कंपनियां आशा करती हैं कि यह तुरंत परिणाम देगी।

For 2025, the share of C-suite executives identifying AI conduct risks as a top material concern बढ़ गई है पिछले तीन वर्षों में 16% से बढ़कर 56% हो गई है, जिससे यह प्रमुख गैर-वित्तीय जोखिम बन गया है। इसी समय, मुख्य व्यावसायिक आचरण घटनाएँ 2023 से 2025 के बीच 55% बढ़ी हैं, प्रत्येक घटना की औसत लागत $14 मिलियन है, जिससे शासन और डेटा गुणवत्ता में प्रतिक्रियात्मक निवेश बढ़े हैं, न कि सक्रिय।

किसी अन्य क्षेत्र में AI का उपयोग वित्त से अधिक महत्वपूर्ण नहीं है, जहाँ महीने के अंत की क्लोज़िंग नियंत्रण, मिलान और सत्यापन पर निर्भर करती है। AI इस प्रक्रिया की गति बढ़ा सकता है, लेकिन ठोस आधार के बिना यह मौजूदा कमजोरियों को हटाने के बजाय उन्हें और बढ़ा सकता है।

प्रश्न यह है कि क्या वित्त ने बड़े AI अधिग्रहण के लिए पर्याप्त तैयारी की है।

AI एक गुणक है, न कि समाधान

निस्संदेह AI कार्यों को आसान बनाने के लिए एक उत्कृष्ट उपकरण है, लेकिन एक आम गलतफहमी यह है कि AI सभी टूटे हुए प्रक्रियाओं को ठीक कर सकता है, जबकि वास्तविकता में यह केवल मौजूदा चीज़ों को बढ़ाता है।

यदि मूल डेटा असंगत है, नियंत्रण कमजोर हैं, या मिलान प्रक्रियाएँ दोषपूर्ण हैं, तो AI उन कमियों को तेज़ी से और बड़े पैमाने पर लागू करेगा। “गंदा इनपुट, गंदा आउटपुट” का पुराना सिद्धांत नहीं गया; अब यह मशीन गति से काम करता है।

इसका मतलब यह नहीं कि AI बेकार है; बल्कि यह डेटा निष्कर्षण और प्रस्तुति जैसे श्रम-गहन कार्यों को स्वचालित करता है, जिससे वित्त पेशेवर उच्च-मूल्य वाले कार्यों पर ध्यान केंद्रित कर सकें। यह उन्हें महत्वपूर्ण सोच, निष्कर्ष निकालने, और मशीनों द्वारा किए जा रहे कार्यों की निगरानी में अधिक निवेश करने की अनुमति देता है।

हालांकि, AI पर अत्यधिक निर्भरता से कमजोरियां उत्पन्न हो सकती हैं यदि सिस्टम विफल हो जाएँ या अप्रत्याशित परिणाम दें। उदाहरण के लिए, यदि बाजार पूर्वानुमान के लिए उपयोग किया गया AI मॉडल संकट के दौरान खराब हो जाता है, तो यह नुकसान को बढ़ा सकता है या बाजारों को अस्थिर कर सकता है।

बेसल कमेटी ऑन बैंकिंग सुपरविजन और अन्य निकाय विशेष रूप से चिंतित हैं सिस्टमिक जोखिमों को लेकर, जहाँ व्यापक AI विफलताएँ वित्तीय स्थिरता को खतरे में डाल सकती हैं।

ऑपरेशनल अक्षमताओं के इलाज के रूप में AI को नहीं देखना चाहिए; संगठनों को ऐसी वित्तीय बुनियादी ढाँचा बनाने पर ध्यान देना चाहिए जो स्वचालन को विश्वसनीय बनाता है। इसका अर्थ है मानकीकृत मिलान प्रक्रियाएँ, मजबूत आंतरिक नियंत्रण, बेहतर डेटा गवर्नेंस, और क्लोज़ प्रक्रिया में अधिक दृश्यता।

“एक आम गलतफहमी है कि AI प्रक्रिया समस्याओं का समाधान है। ऐसा नहीं है। यह मौजूदा चीज़ों को बढ़ाता है। वित्त नेताओं अक्सर AI से मैनुअल काम, धीमी क्लोज़, या बहुत लंबी रिपोर्टिंग से राहत की उम्मीद करते हैं,” शगुन मल्होत्रा, स्वचालित महीने के अंत क्लोज़ सॉफ़्टवेयर SkyStem की CEO ने कहा, जबकि Unite AI. 

लेकिन यदि मूल प्रक्रिया में खामियां हैं, तो उन्होंने कहा, AI उस खामी को नहीं ठीक करता। बल्कि, यह उसे तेज़ और बड़े पैमाने पर चलाता है। “गलतफहमी यह है कि प्रौद्योगिकी डायग्नोस्टिक काम कर रही है जबकि ऐसा नहीं है। उस हिस्से के लिए अभी भी एक पेशेवर की आवश्यकता है।”

SkyStem मुख्य रूप से उन संगठनों की मदद पर केंद्रित है जिनके वित्तीय क्लोज़िंग प्लेटफ़ॉर्म मिलानों को मानकीकृत करते हैं, कार्यप्रवाह को स्वचालित करते हैं, और महत्वपूर्ण लेखा प्रक्रियाओं पर AI लागू करने से पहले आंतरिक नियंत्रण को मजबूत करते हैं। अनुशासित वित्तीय संचालन को AI से बदलने के बजाय, कंपनी भरोसेमंद ऑपरेशनल बुनियाद बनाती है ताकि स्वचालन वास्तविक रूप से सटीक परिणाम दे सके और डेटा को समझौता न करे।

“AI बड़े पैमाने, स्थिरता और गति में उन स्पष्ट रूप से परिभाषित कार्यों के लिए अत्यधिक मूल्य बनाता है […] लेकिन जहाँ मनुष्यों को नियंत्रण में रहना चाहिए, वही वह जगह है जहाँ अनुभव सबसे अधिक मायने रखता है: जोखिम अंतर्ज्ञान, अस्पष्टता में पैटर्न पहचान, और सबसे महत्वपूर्ण, दबाव में निर्णय लेना,” मल्होत्रा ने जोड़ा।

स्वचालन से पहले बुनियाद

वित्त में त्रुटि की जगह बहुत कम है। सटीक रिपोर्टिंग, मिलान, नियामक अनुपालन और ऑडिटेबिलिटी आवश्यक हैं; AI को इन प्रक्रियाओं को बढ़ाना और सरल बनाना चाहिए, न कि सिस्टम में मौजूदा कमजोरियों को तेज़ करके उन्हें समझौता करना।

Kognia Labs, एक AI परामर्श और सॉफ्टवेयर विकास कंपनी, समान दृष्टिकोण रखती है। यह संगठनों को ऐसी प्रणालियों को लागू करने में मदद करती है जो रिपोर्टों में त्रुटियों या असंगतियों का पता लगाती हैं पहले वे इतनी महंगी होने से पहले। 

AI को किसी कार्यप्रवाह में जाने से पहले जहाँ ग्राहक उत्तर की प्रतीक्षा कर रहा है, संस्थान में तीन चीज़ें सत्य होनी चाहिए: प्रणालियों के बीच कनेक्शन, वह जानकारी तक पहुंच जो दस्तावेज़ के रूप में फाइल नहीं है, और यह सत्यापित करने की क्षमता कि उत्तर कहां से आया, जैसा कि Kognia Labs की स्ट्रैटेजी डायरेक्टर एलेक्सांद्रा ओले के अनुसार।

“सलाहकार को आवश्यक जानकारी विभिन्न प्रणालियों और विभिन्न फ़ॉर्मेट में बिखरी हुई है, और ये प्रणालियाँ आमतौर पर एक-दूसरे से नहीं बात करतीं। यही कारण है कि उत्तर पहले से ही धीमे और असंगत होते हैं,” ओले ने Unite AI को बताया। “AI इसे ऊपर जोड़कर हल नहीं करता।”

वह अंतर, प्रक्रिया को तेज़ करने और वास्तव में सुधार करने के बीच, वह जगह है जहाँ वित्तीय दांव ठोस हो जाते हैं: जब धन दांव पर होते हैं, विश्वसनीयता वैकल्पिक नहीं होती, और AI सिस्टम का दुरुपयोग वास्तविक कानूनी जोखिम लाता है।

“AI प्रक्रिया को तब सुधारता है जब कंपनी इसका उपयोग काम करने के तरीके को बदलने के लिए करती है। यह आमतौर पर यह समझने से शुरू होता है कि प्रक्रिया क्यों विफल होती है, जो अधिकांश संस्थानों के लिए स्पष्ट नहीं है क्योंकि साक्ष्य हजारों ग्राहक वार्तालापों में छिपे होते हैं और कोई टीम उन्हें देखने का समय नहीं रखती,” ओले ने ज़ोर दिया।

आगे का रास्ता: एक AI-मानव पुल

महत्वपूर्ण वित्तीय कार्यप्रवाहों को स्वचालित करने के लिए AI पर निर्भर होने से पहले, संगठनों को पहले यह सुनिश्चित करना चाहिए कि उनकी प्रक्रियाएँ इसके लिए तैयार हैं। यह प्रक्रिया की परिपक्वता का आकलन करने, बाधाओं और डेटा गुणवत्ता मुद्दों को संबोधित करने, और अधिक जटिल वित्तीय संचालन में विस्तार करने से पहले कम जोखिम वाले क्षेत्रों में क्रमिक रूप से AI को परिचित कराने से शुरू होता है।

पहले एक मजबूत ऑपरेशनल बुनियाद बनाना, संक्षेप में, स्वचालन को सटीकता या निगरानी से समझौता किए बिना दक्षता बढ़ाने की अनुमति देता है। और यही वह हिस्सा है जहाँ मनुष्य सतर्क नहीं रह सकते; ऐसी चीज़ें हैं जो AI अकेले नहीं कर सकता।

पहले ही कुछ कंपनियाँ हैं जिनका AI कार्यान्वयन पर फोकस “मानव प्रथम” दृष्टिकोण से आता है, जो स्वचालित सिस्टमों पर मानव निगरानी और विश्वसनीयता सुनिश्चित करता है। उदाहरण के लिए, Solvd एक कैलिफ़ोर्निया स्थित सॉफ़्टवेयर इंजीनियरिंग कंपनी है जो उद्यमों के लिए AI सिस्टम विकसित, लागू और प्रबंधित करती है, और जटिल कार्यप्रवाह बनाती है जिन्हें स्वचालन के माध्यम से स्केल करने से पहले मानव द्वारा परिष्कृत किया जाता है।

“AI को गंभीरता से लेने वाली कंपनियाँ तेज़ सीखेंगी, अधिक समृद्ध ग्राहक अंतर्दृष्टि इकट्ठा करेंगी, अधिक कुशलता से संचालन करेंगी, और अधिक प्रभावी रूप से व्यक्तिगतकरण करेंगी। समय के साथ, गति बनाए रखना कठिन हो जाता है क्योंकि प्रतिस्पर्धी केवल बेहतर उपकरण नहीं लागू कर रहे हैं; वे बेहतर डेटा, प्रक्रियाएँ, और संस्थागत सीख बनाते हैं,” Solvd के मुख्य प्रौद्योगिकी अधिकारी स्कायलर रोबक ने Unite AI को बताया।

एक संगठन वास्तव में AI-तैयार तब होता है जब उसकी कार्यकारी टीम न केवल AI के महत्व पर सहमत होती है, बल्कि इस बात पर भी कि यह व्यवसाय के लिए सार्थक प्रतिस्पर्धात्मक लाभ कैसे उत्पन्न करेगा।

“मानव निगरानी को केवल हर AI कार्रवाई को मंजूरी देने वाले व्यक्ति के रूप में नहीं देखना चाहिए। यह दृष्टिकोण स्केलेबल नहीं है और अक्सर सुरक्षा का भ्रम पैदा करता है बिना वास्तविक नियंत्रण प्रदान किए,” रोबक ने ज़ोर दिया, यह जोड़ते हुए कि सिस्टम को स्पष्ट सीमाओं के भीतर स्वतंत्र रूप से कार्य करने और जब निर्णय की आवश्यकता हो तो अनिश्चितता को पहचानकर एस्केलेशन करने में सक्षम होना चाहिए।

निचला परिणाम यह है कि AI के पास वित्त को बदलने की क्षमता है, लेकिन यह वित्तीय निर्णय लेने के लिए आवश्यक ऑपरेशनल अनुशासन और मानव निर्णय को नहीं बदल सकता। यहाँ लक्ष्य क्लोज़ को तेज़ करना नहीं, बल्कि उसमें विश्वास को तेज़ करना है।

सच्चे सफल संगठन वे नहीं होंगे जो पहले स्वचालन करते हैं, बल्कि वे होंगे जो सही बुनियाद बनाते हैं, और लोगों को सबसे महत्वपूर्ण प्रक्रियाओं के केंद्र में रखते हैं।