La finanza sta automatizzando l’organigramma invece del ciclo di cassa

Nel settore finanziario si è discusso a lungo se i dipendenti adotteranno l’IA, se i CFO la finanzieranno e se la tecnologia sia abbastanza matura da andare oltre la sperimentazione. Non sono nemmeno sicuro che queste domande siano ancora utili, dato che stiamo già assistendo a una costante adozione dell’IA negli uffici dei CFO.

Nella recente ricerca di Auditoria del 2026, il 66,5% delle organizzazioni finanziarie ha dichiarato di voler aumentare gli investimenti nell’IA e i team finanziari utilizzavano in media l’IA in 2,43 funzioni, con un incremento del 36% in un anno. Eppure, solo il 21% ha affermato che le proprie iniziative di IA avessero prodotto risultati significativi e misurabili.

Alcune teorie sulle ragioni di questa situazione ipotizzano che le aziende abbiano scelto gli strumenti sbagliati, si siano mosse troppo in fretta o non siano riuscite a convincere abbastanza persone a usarli. Tuttavia, non ne sono davvero convinto, perché abbiamo introdotto l’IA seguendo la struttura organizzativa della finanza, rendendo così più efficienti la contabilità fornitori, la contabilità clienti, la tesoreria e persino FP&A.

La liquidità non si muove in questo modo. Attraversa tutti questi confini e credo che stiamo iniziando a scoprire i limiti di rendere più intelligente ogni singola area della finanza senza fare lo stesso con il ciclo finanziario che tutte gestiscono collettivamente.

Abbiamo reso più efficienti le singole aree

Una delle anomalie più sorprendenti della finanza moderna è che abbiamo creato strumenti molto sofisticati affinché ogni funzione comprenda la propria parte del flusso di cassa. AP gestisce le uscite, AR si concentra sulle entrate, la tesoreria gestisce la liquidità e FP&A cerca di prevedere l’andamento dei numeri. Ogni team può svolgere bene il proprio lavoro e lasciare comunque il CFO senza una persona chiaramente responsabile di ciò che accade alla liquidità mentre passa da una funzione all’altra.

Prendiamo i giorni medi di pagamento (DPO) e i giorni medi di incasso (DSO). Un team AP può migliorare di cinque giorni il DPO e riferire, del tutto ragionevolmente, che si tratta di un progresso, mentre nello stesso trimestre la riscossione dei crediti rallenta e il DSO peggiora di sette giorni. Entrambi i team potrebbero aver fatto esattamente ciò che era stato chiesto loro e avere ottime spiegazioni per i risultati ottenuti. Ma l’azienda chiude comunque il trimestre con un risultato peggiore di due giorni nella conversione del capitale circolante in liquidità.

La finanza è molto efficace nell’assegnare responsabilità alle singole funzioni, ma spesso il risultato finanziario si determina nello spazio che le separa.

Abbiamo creato sistemi per automatizzare la fatturazione, riconciliare i conti, prevedere la liquidità, gestire gli incassi e produrre report. Ora l’IA viene integrata in queste stesse categorie, con il rischio di rendere più efficiente ogni area della finanza senza ridurre la frammentazione della funzione nel suo complesso.

Un lavoro più rapido non significa un percorso più breve

Un dato emerso dalla nostra ricerca continua a tornarmi in mente, perché illustra questo problema in modo particolarmente efficace. Oggi il 43,8% risponde alle richieste entro 24 ore: è il livello più alto registrato negli ultimi quattro anni. Allo stesso tempo, il 44,5% dei team dedica ogni settimana almeno 11 ore ai solleciti a fornitori, clienti e referenti interni, rispetto al 29,7% di un anno fa. Un altro 13,4% vi dedica più di 30 ore alla settimana.

Questi numeri sembrano contraddittori solo se si presume che una risposta più rapida significhi che il lavoro è più vicino al completamento. Per esempio, un fornitore risponde a un’e-mail, ma le informazioni restano incomplete; oppure un cliente risponde a una richiesta di pagamento contestando la fattura. La funzione finanziaria rileva la discrepanza e deve poi trovare qualcuno in un’altra area dell’azienda in grado di spiegarla.

Credo che abbiamo dedicato troppo tempo a misurare la velocità delle singole attività e troppo poco a valutare quanto tempo occorra per passare dall’individuazione di un problema alla sua risoluzione in modo da modificare il risultato finanziario.

Gli agenti di IA alzano la posta in gioco

L’automazione tradizionale ci è stata utile per velocizzare un processo molto frammentato. L’IA, però, ha cambiato completamente le carte in tavola. Un agente di IA può iniziare a prendere decisioni all’interno del processo automatizzato. Di conseguenza, gli obiettivi che assegniamo a questi sistemi sono molto più importanti di quanto lo fossero quando il software si limitava a trasferire informazioni da un campo all’altro.

Il problema diventa più evidente quando l’IA inizia a intervenire in tutte le aree della finanza. AP può cercare di ottimizzare i tempi di pagamento, AR di accelerare gli incassi e la tesoreria di tutelare la liquidità, ciascuna con obiettivi ragionevoli. Il rischio emerge quando questi sistemi prendono decisioni sulla base di definizioni diverse di successo, senza una visione condivisa del risultato finanziario che l’azienda vuole raggiungere.

Ecco perché il prossimo problema dell’IA nella finanza non è l’adozione. Si tratta, invece, di decidere su quali obiettivi il sistema debba concentrarsi e cosa accada quando decisioni sensate a livello locale entrano in conflitto con il risultato finanziario complessivo. Le autorizzazioni, le soglie di approvazione, le tracce di controllo e le regole di escalation sono importanti, ma definiscono ciò che un sistema di IA è autorizzato a fare. I CFO devono anche decidere quali obiettivi il sistema debba perseguire nel rispetto delle regole finanziarie e di governance.

L’integrazione sta diventando una questione operativa

La mancanza di integrazione con i sistemi esistenti è ormai l’ostacolo più citato all’adozione dell’IA: secondo la nostra ricerca, lo indica il 36,7% degli intervistati. La resistenza all’adozione della tecnologia, in precedenza al primo posto, è scesa al settimo. Una ricerca distinta condotta nel 2026 da ACCA e CA ANZ ha rilevato che il 40% dei professionisti della finanza considera la difficoltà di integrare più fonti di dati un ostacolo al miglioramento della comprensione del business.

I responsabili finanziari non dedicano più la maggior parte delle loro energie a convincere le persone che l’IA abbia un ruolo nella funzione finanziaria. Stanno scoprendo cosa succede quando più capacità di IA devono operare sulle stesse transazioni, politiche, approvazioni, eccezioni e risultati finanziari.

Una capacità utile dell’IA può risiedere all’interno di una funzione. Un modello operativo finanziario utile, invece, no.

Quindi, invece di contare quanti casi d’uso sono stati implementati, iniziamo a individuare quanti passaggi restano tra l’identificazione di un problema e la risoluzione del suo impatto finanziario. Invece di guardare soltanto alle ore risparmiate nell’AP o nell’AR, mi chiederei se il denaro circola nell’azienda in modo più prevedibile. E invece di attribuire a ogni funzione finanziaria una propria definizione di successo dell’IA, mi chiederei chi è responsabile del risultato quando queste definizioni entrano in conflitto.

Per anni, le tecnologie finanziarie sono state sviluppate attorno alla struttura dell’organizzazione, quindi non sorprende che anche l’IA venga implementata nello stesso modo. Il CFO è responsabile delle prestazioni di queste funzioni, ma, in definitiva, l’azienda non giudica la funzione finanziaria in base al raggiungimento, da parte di AP, AR, Tesoreria o FP&A, dei rispettivi obiettivi locali di efficienza. Le interessa il risultato finanziario che queste funzioni producono insieme.

Se l’IA deve cambiare davvero la finanza, questo deve diventare l’unità di trasformazione. Altrimenti automatizzeremo le funzioni, miglioreremo gli indicatori locali e lasceremo comunque il risultato finanziario frammentato lungo gli stessi confini che avremmo dovuto superare.