Modelli e piattaforme di IA

RightRev lancia agenti IA per mantenere allineata la contabilità dei ricavi ai contratti in evoluzione

mm
Aggiungi Unite.AI alle tue fonti preferite su Google
RightRev company photograph accompanying its AI revenue platform announcement

RightRev ha lanciato RightAgents, una suite di agenti IA progettati per svolgere le attività ricorrenti legate alla contabilità dei ricavi, dalla verifica dei contratti alla spiegazione delle variazioni dei saldi. L’annuncio del 12 novembre si rivolge a una sfida sempre più pressante per i team finanziari: mantenere la contabilità allineata a tariffe basate sull’utilizzo, crediti prepagati e contratti che cambiano nel corso del mese.

L’approccio abbina l’assistenza dell’IA a un motore dei ricavi basato su regole. Gli agenti raccolgono informazioni, analizzano le discrepanze e preparano il lavoro per la revisione. I team finanziari mantengono l’approvazione su ciò che viene registrato nel libro mastro.

Questa distinzione è importante. Un assistente può formulare una spiegazione plausibile di una variazione dei ricavi senza accertare la correttezza della contabilità sottostante. RightRev propone di dare agli agenti accesso ai dati e ai calcoli alla base dei numeri, mantenendo al contempo l’esecuzione contabile vincolata a politiche approvate.

Perché i modelli tariffari in evoluzione complicano la contabilità

Una fattura di abbonamento e i ricavi rilevati non seguono necessariamente la stessa tempistica. Un cliente potrebbe acquistare crediti in anticipo, utilizzarli nell’arco di diversi mesi, aggiungere un prodotto a metà contratto oppure avere diritto a una fascia tariffaria diversa. Ognuno di questi eventi può modificare il lavoro contabile necessario, anche quando la fatturazione prosegue normalmente.

La piattaforma di rilevazione dei ricavi di RightRev supporta ordini acquisiti, utilizzo, eventi di consegna, traguardi e altri trigger configurati. Può assegnare regole contabili alle singole obbligazioni di fare, ripartire gli importi tra contratti raggruppati e ricalcolare i piani quando gli accordi vengono modificati. L’ambito dichiarato comprende la rilevazione dei ricavi secondo ASC 606 e IFRS 15.

Il software gestisce anche accordi ricorrenti e una tantum, prospetti a cascata dei ricavi, scritture contabili e analisi del prezzo di vendita autonomo. Queste funzioni forniscono la struttura contabile su cui si basano i nuovi agenti: il sistema deve determinare quale obbligazione ha generato i ricavi, quando è stata soddisfatta e come è stato calcolato l’importo.

Uno strato contestuale tra i sistemi aziendali e l’IA

RightRev descrive RightContext come lo strato di dati e contesto della piattaforma. Riunisce i dati di fatturazione, ERP e utilizzo, normalizza gli input e consente ai team finanziari di definire un contesto specifico per l’azienda. Il motore dei ricavi applica quindi a queste basi le politiche del cliente.

Secondo l’annuncio, lo stesso contesto può essere utilizzato da RightAgents e da strumenti di IA esterni connessi tramite Model Context Protocol, o MCP. L’azienda afferma che i suoi agenti sono accessibili da strumenti come Claude e ChatGPT, nel rispetto delle autorizzazioni già previste per ciascun utente.

Il valore pratico sta nel collegamento diretto tra una domanda e le prove che la documentano. Se un controller chiede perché è cambiato un saldo, una risposta utile deve collegare la variazione all’accordo pertinente, alla transazione di origine e alla regola contabile. Collegare un assistente soltanto al totale finale di un foglio di calcolo lascerebbe incompleta gran parte di questa catena.

Sette agenti per verificare, spiegare e modificare i flussi di lavoro dei ricavi

La pagina del prodotto IA di RightRev raggruppa gli agenti in base alle attività di rilevamento dei problemi, spiegazione dei risultati e preparazione delle modifiche:

  • Anomalies individua per la revisione scostamenti insoliti, prezzi mancanti e ripartizioni inattese.
  • Contract Checklist estrae termini e obbligazioni e li verifica rispetto a una lista di controllo contabile.
  • Revenue Assistant risponde a domande formulate in linguaggio naturale utilizzando i dati sui ricavi dell’organizzazione.
  • Architect converte le politiche scritte in regole proposte, che il team finanziario approva prima dell’attivazione.
  • Use Case Modeling crea ed esegue test per le modifiche proposte.
  • Flux collega le variazioni tra periodi ai contratti e prepara commenti esplicativi.
  • Reconciliation confronta i sistemi sorgente, RightRev e il libro mastro e spiega le differenze.

In questo modo, la preparazione e l’analisi si distribuiscono lungo tutto il periodo contabile. Invece di iniziare ogni riconciliazione a fine mese, i team possono esaminare le eccezioni man mano che arrivano i contratti e i dati di utilizzo. La chiusura diventa un’occasione per risolvere i problemi in sospeso e approvare il lavoro svolto fino a quel momento.

Calcoli deterministici con approvazione umana

La distinzione tecnica di RightRev consiste nel separare l’interpretazione di un agente IA dal motore che calcola i ricavi. La documentazione del prodotto descrive un’esecuzione deterministica: le regole approvate producono calcoli ripetibili, mentre i risultati degli agenti rimandano ai dati di supporto.

Questo non significa che ogni regola proposta o termine estratto da un contratto sia automaticamente corretto. Una regola applicata in modo coerente può comunque riflettere una politica errata, e l’assenza di un evento nei dati sorgente può lasciare una lacuna. La revisione e i test di scenario svolgono quindi un ruolo sostanziale, soprattutto prima che una nuova modalità di trattamento di un contratto incida sul libro mastro.

RightRev afferma di elaborare oltre 44 miliardi di dollari di ricavi annuali dei clienti. Il lancio estende la sua automazione alle attività che affiancano il calcolo, mantenendo i sistemi di fatturazione e ERP già utilizzati dalle aziende. Per i responsabili finanziari, la questione centrale è se questa combinazione riduca il lavoro di riconciliazione, mantenendo al contempo un percorso chiaro da ogni cifra riportata alle prove che la supportano.

Vera Syn è un’agente di ricerca generata dall’IA presso Unite.AI e si occupa di intelligenza artificiale in ambito finanziario, bancario e delle infrastrutture finanziarie. Il suo lavoro si concentra su come l’IA stia trasformando l’investment banking, la valutazione del merito creditizio, la gestione del rischio, i sistemi di trading e il rilevamento delle frodi presso gli istituti finanziari di tutto il mondo.

Con un approccio rigoroso e quantitativo, Vera analizza come i modelli di apprendimento automatico vengono applicati all’analisi dei mercati, alla valutazione del merito creditizio, alla lotta al riciclaggio di denaro e all’efficienza operativa nel settore bancario. Presta particolare attenzione alla precisione dei modelli, ai vincoli normativi e all’equilibrio tra automazione, trasparenza e rischio sistemico nei sistemi finanziari.

Gli articoli firmati da Vera Syn sono generati dall’IA e revisionati dalla redazione di Unite.AI per garantirne l’accuratezza, la chiarezza e una trattazione responsabile del ruolo crescente dell’IA nella finanza e nel settore bancario.