Za dużo AI, za wcześnie: Czy zespoły finansowe przygotowują się na niepowodzenie?

Zespoły finansowe są pod ogromną presją, aby przyjąć AI, głównie pod wpływem zarządów dążących do zwiększenia efektywności, CFO ścigających szybsze zamknięcia oraz dostawców obiecujących bezprecedensową automatyzację. 

Dominuje przekonanie, że więcej AI naturalnie przyniesie lepsze wyniki, ponieważ potrafi efektywnie analizować dane w ciągu kilku sekund. Jednak sama szybkość nie jest jedynym czynnikiem zapewniającym sukces, szczególnie jeśli podstawowy proces jest wadliwy lub niedopracowany. 

Gdy organizacje spieszą, aby wprowadzić AI do finansowych przepływów pracy, ryzykują przeoczenie podstawowej prawdy: AI jest tak skuteczne, jak systemy, które automatyzuje. 

Może przyspieszyć zadania, ale nie może zrekompensować słabych kontroli, rozproszonych danych ani niespójnych procesów.

Mimo to technologia zyskuje na znaczeniu w dużych przedsiębiorstwach, a coraz więcej firm liczy na natychmiastowe rezultaty. 

Na rok 2025 odsetek członków zarządu identyfikujących ryzyko zachowań AI jako najważniejsze ryzyko materialne wzrosło z 16 % w ciągu ostatnich trzech lat do 56 % prognozowanych, czyniąc je wiodącym ryzykiem niefinansowym. Jednocześnie główne incydenty związane z zachowaniem w biznesie wzrosły o 55 % w latach 2023‑2025, przy średnim koszcie 14 milionów dolarów za incydent, co prowadzi do reaktywnych, a nie proaktywnych inwestycji w zarządzanie i jakość danych. 

W żadnej innej dziedzinie użycie AI nie jest tak krytyczne jak w finansach, gdzie zamknięcia miesiąca opierają się na kontrolach, uzgodnieniach i weryfikacji. AI może zwiększyć tempo tego procesu, ale bez solidnych podstaw może równie łatwo nasilić istniejące słabości, co je wyeliminować. 

Pytanie brzmi więc, czy finanse wykonały wystarczająco dużo przygotowań, aby być gotowe na masowy przejęcie przez AI. 

AI jest mnożnikiem, a nie rozwiązaniem

Choć niewątpliwie AI jest świetnym narzędziem ułatwiającym realizację zadań, powszechnym błędnym przekonaniem jest, że AI może naprawić wszystkie zepsute procesy, podczas gdy w rzeczywistości jedynie wzmacnia to, co już istnieje. 

Jeśli podstawowe dane są niespójne, kontrole słabe lub praktyki uzgadniania wadliwe, AI po prostu wykona te niedoskonałości szybciej i na większą skalę. Stara zasada „śmieci w, śmieci out” nie zniknęła; działa teraz z prędkością maszyny.

To nie oznacza, że AI jest bezużyteczne; wręcz przeciwnie, automatyzuje pracochłonne zadania, takie jak ekstrakcja i prezentacja danych, uwalniając specjalistów finansowych do pracy o wyższej wartości. Pozwala im poświęcić więcej czasu na myślenie krytyczne, wyciąganie wniosków i zapewnianie nadzoru nad tym, co wykonują maszyny. 

Jednak nadmierne poleganie na AI może tworzyć podatności, jeśli systemy zawodzą lub generują nieoczekiwane wyniki. Na przykład, jeśli model AI używany do prognoz rynkowych ulegnie awarii w czasie kryzysu, może nasilić straty lub destabilizować rynki. 

Komitet Bazylejski Nadzoru Bankowego i inne organy są szczególnie zaniepokojone o ryzykach systemowych, gdzie powszechne awarie AI mogłyby zagrozić stabilności finansowej. 

Zamiast traktować AI jako lekarstwo na nieefektywności operacyjne, organizacje powinny skoncentrować się na budowaniu infrastruktury finansowej, która umożliwia niezawodną automatyzację. Oznacza to standaryzowane procesy uzgadniania, silniejsze kontrole wewnętrzne, lepsze zarządzanie danymi oraz większą przejrzystość procesu zamknięcia.

„Istnieje powszechne przekonanie, że AI jest rozwiązaniem problemów procesowych. Nie jest. To wzmacniacz tego, co już istnieje. Liderzy finansowi często zwracają się do AI, szukając ulgi od ręcznej pracy, wolnych zamknięć lub raportowania, które trwa zbyt długo,” powiedziała Shagun Malhotra, CEO oprogramowania do automatycznego zamknięcia miesiąca SkyStem, w rozmowie z Unite AI. 

Jednak jeśli podstawowy proces jest wadliwy, dodała, AI nie naprawia tej wady. Raczej wykonuje go szybciej i na większą skalę. „Błędne przekonanie polega na tym, że technologia wykonuje pracę diagnostyczną, kiedy tak nie jest. Ta część wciąż wymaga profesjonalisty za nią.” 

SkyStem koncentruje się głównie na pomocy organizacjom, których platformy zamknięcia finansowego standaryzują uzgodnienia, automatyzują przepływy pracy i wzmacniają kontrole wewnętrzne, zanim nałożą AI na krytyczne procesy księgowe. Zamiast zastępować zdyscyplinowane operacje finansowe AI, firma buduje niezawodne fundamenty operacyjne, aby automatyzacja mogła rzeczywiście dostarczać dokładne wyniki bez kompromisów w zakresie danych. 

„AI tworzy ogromną wartość pod względem wolumenu, spójności i szybkości dla dobrze zdefiniowanych zadań […] Jednak miejsca, w których ludzie muszą pozostać w kontroli, to właśnie te, w których doświadczenie ma największe znaczenie: intuicja ryzyka, rozpoznawanie wzorców w warunkach niejasności i, co najważniejsze, podejmowanie decyzji pod presją,” dodała Malhotra.  

Fundament przed automatyzacją

Finanse mają bardzo mało miejsca na błąd. Dokładne raportowanie, uzgodnienia, zgodność regulacyjna i możliwość audytu są niezbędne; AI powinno usprawniać i upraszczać te procesy, a nie narażać je, przyspieszając istniejące słabości w systemie. 

Kognia Labs, firma doradztwa i rozwoju oprogramowania AI, podziela podobne podejście. Pomaga organizacjom wdrażać systemy wykrywające wady lub niespójności w raportach zanim staną się one tak kosztowne. 

Przed wprowadzeniem AI do przepływu pracy, w którym klient czeka na odpowiedź, trzy rzeczy muszą być prawdziwe w instytucji: połączenie między systemami, dostęp do informacji, które nie są zarchiwizowane jako dokument, oraz możliwość weryfikacji, skąd pochodzi odpowiedź, według Alexandry Ollé, dyrektor strategii w Kognia Labs. 

„Informacje, których potrzebuje doradca, są rozproszone w różnych systemach i formatach, a te systemy zazwyczaj nie komunikują się ze sobą. To właśnie powoduje, że odpowiedzi są wolne i niespójne od samego początku,” powiedziała Ollé w rozmowie z Unite AI. „AI nie rozwiązuje tego, po prostu dodając się na wierzch.” 

Ta luka, między przyspieszeniem procesu a jego rzeczywistym usprawnieniem, to miejsce, w którym finansowe stawki stają się konkretne: gdy środki są na szali, niezawodność nie jest opcjonalna, a niewłaściwe zarządzanie systemem AI niesie realne ryzyko prawne. 

„AI usprawnia proces, gdy firma wykorzystuje je do zmiany sposobu wykonywania pracy. Zwykle zaczyna się od zrozumienia, dlaczego proces zawodzi, co jest czymś, czego większość instytucji nie widzi jasno, ponieważ dowody znajdują się w tysiącach rozmów z klientami, na które żaden zespół nie ma czasu przejrzeć,” podkreśliła Ollé.   

Ścieżka naprzód: most AI‑człowiek

Zanim organizacje będą polegać na AI w automatyzacji krytycznych przepływów finansowych, muszą najpierw upewnić się, że ich procesy są na to gotowe. Zaczyna się od oceny dojrzałości procesów, usunięcia wąskich gardeł i problemów z jakością danych oraz wprowadzania AI stopniowo w obszarach o niższym ryzyku, zanim rozwinie się je na bardziej złożone operacje finansowe. 

Budowanie najpierw solidnych fundamentów operacyjnych, w sumie, pozwala automatyzacji zwiększyć wydajność bez uszczerbku na dokładności czy nadzorze. I to jest ta część, w której ludzie nie mogą obniżać czujności; istnieją rzeczy, których AI po prostu nie może zrobić samodzielnie. 

Już istnieją firmy, które przy wdrażaniu AI kierują się podejściem „ludzie najpierw”, zapewniającym nadzór i wiarygodność ludzką nad systemami automatycznymi. Solvd, na przykład, to firma z Kalifornii zajmująca się inżynierią oprogramowania, która opracowuje, wdraża i zarządza systemami AI dla przedsiębiorstw, specjalizując się w budowie złożonych przepływów pracy, które są następnie udoskonalane przez ludzi przed skalowaniem przy użyciu automatyzacji. 

„Firmy, które poważnie podchodzą do AI, będą szybciej się uczyć, zbierać bogatsze informacje o klientach, działać wydajniej i personalizować skuteczniej. Z czasem nadążanie staje się trudniejsze, ponieważ konkurenci nie tylko wdrażają lepsze narzędzia; budują lepsze dane, procesy i wiedzę instytucjonalną,” powiedział Skylar Roebuck, dyrektor technologiczny w Solvd, w rozmowie z Unite AI. 

Organizacja jest naprawdę gotowa na AI, gdy jej zespół zarządzający jest zgodny nie tylko co do znaczenia AI, ale także co do tego, jak stworzy ona znaczącą przewagę konkurencyjną dla firmy. 

„Nadzór ludzki nie powinien być postrzegany po prostu jako osoba zatwierdzająca każde działanie AI. To podejście nie skaluje się i często tworzy iluzję bezpieczeństwa bez dostarczania realnej kontroli,” podkreślił Roebuck, dodając, że system powinien być w stanie zarówno działać samodzielnie w wyraźnych granicach, jak i rozpoznawać niepewność, aby eskalować w sytuacjach wymagających oceny. 

W skrócie, AI ma potencjał, aby przekształcić finanse, ale nie może zastąpić dyscypliny operacyjnej i ludzkiego osądu, które są niezbędne w podejmowaniu decyzji finansowych. Celem nie jest przyspieszenie zamknięcia, lecz przyspieszenie pewności w nim. 

Prawdziwie udane organizacje nie będą tymi, które najpierw automatyzują, ale tymi, które budują właściwe fundamenty i trzymają ludzi w centrum najważniejszych procesów.