Julio Martínez, Abacum’un Kurucu Ortağı ve CEO’su – Röportaj Serisi

Julio Martínez, Abacum’un kurucu ortaklarından ve CEO’su, yaklaşık yirmi yıllık deneyime sahip bir fintech girişimcisidir. Kariyerine finans rollerinde başlamıştır ve daha sonra fintech alanında multiple dijital finansal ürün ve platformlarını lanç etmiştir. Abacum’dan önce, Banco Sabadell’in kurumsal venturing kolunu kurmuş ve ürün lansmanlarını, stratejik yatırımları ve satın almaları yönetmiştir. Bugün, Abacum’un CEO’su olarak, derin operasyonel finans uzmanlığını, finans takımlarının planlama, tahmin ve iş performansı sürdürebilmesi için araçlar geliştirmeye odaklıyor.

Abacum, orta ölçekli finans takımlarının planlama, tahmin, raporlama ve bütçeleme işlemlerini basitleştirmelerine ve modernleştirmelerine yardımcı olan bir AI-native finansal planlama ve analiz (FP&A) platformudur. Manuel spreadsheet-driven süreçlerin yerini almak üzere tasarlanan platform, gerçek zamanlı verileri merkezi bir şekilde yönetir, gelişmiş senaryo modellemesi ve çok boyutlu finansal modelleme desteği sunar, tekrarlanan görevleri otomatikleştirir ve yüzlerce sistemle entegre olur. Abacum’un özellikleri, finans organizasyonlarının manuel iş yükünü azaltmalarını, planlama döngülerini hızlandırmasını ve büyüme odaklı içgörülere odaklanmalarını sağlar.

Finans ve fintech alanında neredeyse iki thập kỷlık deneyime sahip bir girişimci olarak, Abacum’u kurmadan önce finans takımlarının planlama, tahmin ve performanslarını raporlama şekilleriyle ilgili olarak hangi specific frustrasyonları yaşadınız?

Finansın etkisinin kaybolmadığını, ancak analizlerin geç geldiğini fark ettim. Bankacılık, fintech ve yüksek büyüme hızındaki startup’larda aynı anı tekrar tekrar yaşadım. Bir yönetici toplantısında, biri “Gerçekten kaç aylik bir çalışma süremiz var eğer işe alımları yavaşlatsak?” veya “Bir sonraki çeyrekte gelir düşerse ne olur?” gibi makul bir soru sorardı ve cevaplayamazdım.

Bu, benim işin anlamını anlamadığım veya matematik being zor olduğu için değildi. Problemin structural olduğu ortaya çıktı. Nakit bir sistemde, personele başka bir sistemde, gelire başka bir yerde ve masraflara spreadsheette yaşıyorduk. Güvenle cevap verebilmek için her şeyi bir araya getirmek, modeli yeniden inşa etmek, tutarsızlıkları uzlaştırmak ve hiçbir şeyin bozulmadığını ummak zorundaydım.

Cevaplayabilmem için gereken süre, karar penceresinin kapanmasına yetiyordu. Bu, gerçek problemiydi. Finans, rigor sayesinde masada bir yer kazanır, ancak zamanlama sayesinde bu yerini korur. Eğer karar desteklerini dakikalar veya saatler içinde sunamazsan, etkisini kaybedersin, analizinin mükemmel olması bir hafta sonra önemli değildir.

Finans takımlarına sunulan yanlış seçim, durumu daha da kötüleştirdi. Ya esnek ve hızlı ancak kırılgan ve yönetilemeyen spreadsheetler kullanıyorlardı, ya da güçlü ancak statik bir iş varsayan ve sadece işlevsel olmak için ağır bir yönetim gerektiren miras platformlar kullanıyorlardı.

Oysa modern şirketler, hatta üst düzey yöneticiler bile, sprintlerde çalışır. Planlar sürekli değişir. Kararlar biriktir. Finans, her zaman “cevabı getireceğim” olan takım olamaz.

Bu nedenle Abacum’u kurduk. Hız ve güveni aynı anda sunan bir planlama sistemi inşa etmek istedik, böylece finans, yönü şekillendirmek için yeterli zamanı olan kararları alabilsin.

Abacum’u 2020’de inşa etmeye başladığınızda, bu problemin sadece kendi deneyiminizle sınırlı olmadığını, hızlı büyüyen orta ölçekli şirketlerin paylaştığı bir problem olduğunu nasıl doğruladınız?

İlk doğrulama, tezim yanlışladığını düşündüğüm bir konuşmayla geldi. En akıllı finans insanını tanıdığım için ortak kurucu Jorge’ya çağrıda bulundum ve bana daha iyi bir yolun olduğunu düşündüğüm için bana söyleyeceğini varsayıyordum.

Bunun yerine, notlarımızı karşılaştırdık ve aynı deseni farklı ortamlarda yaşadığımızı fark ettik. Finans takımları, uzlaştırmada boğuluyor, sürekli olarak modelleri yeniden inşa ediyor ve işin gerisinde kalıyordu. Bu, bizim için klik olan andı. Bu, kişisel bir başarısızlık veya bir süreç sorunu değildi, yapısal bir problemdi ve şirketler arasında paylaşılmaktaydı.

Daha sonra, çeşitli sektörlerde, coğrafyalarda ve büyüme aşamalarındaki CFO’lar ve finans liderleriyle konuştuk. Dil değişti, ancak hikaye aynı kaldı. “Sürekli olarak yeniden inşa etmek yerine danışmanlık yapıyoruz.”

Bizim için daha derin bir anlayış, bu başarısızlığın döngüsel olarak tekrarladığıydı. Her birkaç yılda bir, yeni bir platform FP&A’yı çözdüğünü iddia eder. Sonra işin hızı tekrar artar. Yeni araçlar, yeni metriklar, yeni paydaşlar, yeni planlama ritimleri. Sistem, değişime karşı şişer ve bozulur.

Bu realization, yönümüzü şekillendirdi. Statik bir işletme modeli için bir çözüm inşa etmek istemedik. İşletme geliştikçe kalıcı olacak bir platform inşa etmek istedik, bu da AI döneminde daha da kritik hale geliyor. Daha sonra YC’ye kabul edilmemiz, bu sorunun global bir problem olduğunu, değil bir niş problem olduğunu doğruladı.

Abacum, gerçek zamanlı tahmin, senaryo modelleme ve personele planlama desteği sunuyor. AI, platformun mimarisinin temel bir parçası haline geldiğinde ne oldu?

AI, bizim için asla bir sonra düşünce değildi, ancak ne zaman ve nasıl uygulayacağımız konusunda çok dikkatli davrandık. Finans, bir güven işidir. Kaosa zeka koyamazsınız ve güvenilirlik bekleyemezsiniz. Veriler karışık, tanımlar tutarlı değilse ve model kırılgansa, AI’yı kullanamazsınız. Sadece karışıklığı daha hızlı ölçeklendirir.

Bu nedenle, temellere odaklandık: güçlü bir veri katmanı, güvenilir entegrasyonlar ve modelleri işlerin gerçekten nasıl işlediği şekilde yansıtan modeller. AI stratejimiz, zekayı gerçekten kaldıraç oluşturabileceği yerlere yerleştirmekti.

Bu, yüksek hacimli, düşük yargı gerektiren işlerde AI’ı uygulamayı içeriyordu, bu da históriki olarak zamanı tüketir ve hatalara neden olur. Gelen verilerin temizlenmesi ve normalize edilmesi, sistemler arasındaki tutarsızlıkları uzlaştırmak, büyük ölçekli sınıflandırma ve etiketleme, erken anomali tespiti.

Bu temel kurulduktan sonra, AI planlamanın ekonomisini değiştirir. Senaryo keşfi ekonomik hale gelir. Ticaretler anında test edilebilir, takip eden günlerde yapılacak bir toplantıya göre değil.

Bu, AI’ın temel olduğu yerdir. Sadece güzel bir grafik veya özet üretebildiği için değil, finansın yeterli rigor uygulayabilmesi için yeterli hızda karar almasına izin verdiği için.

Hızla büyüyen şirketlerde, finans verileri genellikle birçok sistemde yaşar ve sürekli güncellenir. Bu parçalı veriyi güvenilir, gerçek zamanlı bir planlama sistemine dönüştürmenin en zor teknik veya organizasyonel zorlukları nelerdi?

Verileri taşımak en zor problem değildir. Çoğu modern sistem API ile çalışır ve entegrasyon araçları mevcuttur. Gerçek zorluk, verilerin geldiği anda başlar. Ham veriler tutarlı değildir. CRM’deki gelir, ERP’deki gelire uymaz. HR sistemlerindeki personele, maaşlardaki personele uymaz. Temel metriklere bile, örneğin Yıllık Gelir veya çalışma süresine, farklı takımlar farklı anlamlar yükler.

Tanımlar açık ve anlaşilmiş değilse, her tahmin bir tartışmaya dönüşür. Bu, üçlü bir zorluktur. İlk olarak, kaynak sistemler değiştikçe sürekli güncellenen bir veri temeli. İkinci olarak, hesaplamaları açık ve tutarlı bir iş modeli. Üçüncüsü, organizasyonel uyum, çünkü gerçek zamanlı planlama, paylaşılan tanımlar ve paylaşılan bir işletme ritmi gerektirir.

Yönetişim, hızı güvenli kılar. Gerçek zamanlı planlama, only iş akışına güven inşa edildiğinde çalışır, bir politika belgesi veya bir spreadsheet kontrol listesi olarak eklenmez.

Müşterilerinizi gözlemlediğiniz kadarıyla, sürekli, gerçek zamanlı planlama, CFO’ların haftalık veya aylık değil, haftalık olarak karar alma şeklini nasıl değiştiriyor?

Finansın rolü, periyodik incelemeden sürekli karar desteklerine kaydı. Finans, artık işe alma, fiyatlandırma, GTM yatırımları, yenilemeler, ürün bahisleri ve operasyonel ticaretlerde sürekli olarak yer alıyor.

İkinci olarak, veriler asla “tamam” değildir. Yeni araçlar, yeni metriklar ve yeni paydaşlar, verilerin her zaman hareket halinde olduğu anlamına gelir. İş, ilerlemek için mükemmel bir kapanmayı bekleyemez.

Bu bağlamda, gerçek zamanlı planlama, finansı, raporlama ve açıklamadan aktif olarak yön vermeye dönüştürür. Çalışma süresi, bir çeyreklik metriktan ziyade canlı bir kısıtlamaya dönüşür. Senaryo planlaması, yıllık bir egzersiz yerine sık sık ticaret-of konversasyonuna dönüşür.

En iyi finans takımları, weniger rigorlu değil, daha erken rigorlu hale geliyor. Bu, değişim.

Abacum, geleneksel kural tabanlı otomasyondan farklı olarak AI’ı nasıl uyguluyor ve hangi finansal kararlarda insan yargısı hala gerekli?

Finansta bugün kullanılan çoğu AI, iş akışının sonundadır. Verilerin zaten temiz ve yönetildiğini varsayar, ardından bir sohbet botu sorgular veya içgörüler özetler. Bu yararlı olabilir, ancak en zor FP&A bölümünü atlar.

Biz, işin başından başlıyoruz. AI’ı, insanların en az değer kattığı ve en çok hata yaptığı yerlere uyguluyoruz: temizlik, uzlaştırmak, sınıflandırma, anomalileri tespit etmek ve model mantığında yardımcı olmak. Zeka, ayrı bir sohbet arayüzünde değil, iş akışının içinde yaşar.

AI ayrıca, takımları geride bırakan karmaşıklık vergisini azaltır. Birçok platform, uzman danışmanlar veya uzmanlar gerektirir, bu da “sistem sahiplerine” bağımlılık yaratır. AI, bu bariyeri düşürmelidir. Finans takımlarının niyetlerini ifade edebilmeleri ve sistemin doğru mantığı inşa etmesine yardımcı olması gerekir.

Bu, orta yol bakış açımızın neden önemli olduğu yerdir. Historically, finans takımları, esnek ancak kırılgan araçlar veya güçlü ancak ağır yönetilen platformlar arasında seçim yapmak zorundaydı. AI, aynı yanlış ticaret-of’u zorluyor: kolay ancak sığ pilotlar veya güçlü ancak yeni bir çalışma şekli öğrenmeyi gerektiren orkestrasyon sistemleri. Bizim inancımıza göre, doğru cevap, iş akışına kaybolan AI’dir, böylece planlama geliştirilir, ancak takımların nasıl çalıştığı değişmez.

Yargı sınırı nettir. AI, analizi hızlandırabilir ve keşfi hızlandırabilir, ancak sermaye tahsisi, işe alma ticaret-ofları, fiyatlandırma ve stratejik önceliklendirme gibi kararlar hala insan bağlamı ve hesap verebilirliği gerektirir. CFO, aramayı sahip alır.

Modeller daha öngörülü hale geldikçe, finans liderlerinin sayıların arkasında durmak için güven ve açıklanabilirlik hakkında nasıl düşünüyorsunuz?

Finansta, “yönlendirici olarak doğru” yeterli değildir. Finans liderleri, sundukları sayılar için hesap verebilirler. Bir tahmini açıklamak için yeterli değilse, karar konuşmalarında kullanamazsınız.

Güven, deterministik bir temel ile başlar. Tutarlı tanımlar. Uzlaştırılmış veriler. Şeffaf mantık. Öngörülü zeka, ancak sağlam bir şeye inşa edildiğinde çalışır.

Açıklanabilirlik, içgörüyü eyleme dönüştürür. CFO’lar, neyin değiştiğini, neden değiştiğini, hangi sürücülerin hareket ettiğini ve farklı sonuçlar için hangi varsayımların sorumlu olduğunu nhanh chóng cevaplayabilmelidir.

Yönetişim, artık statik kontrollerde yaşayamaz. İş akışına gömülmelidir, böylece varsayımlar görünür, mantık izlenebilir ve her senaryo net bir kayıt bırakır. Hedef, insanları döngüden çıkarmak değil, daha erken ve daha fazla güvenle yargılarını kullanmalarına yardımcı olmaktır.

Erken hızlandırma ve geç büyüme fonlaması aşamaları, AI’a karşı core ürün fundamentallerine yatırımınızı nasıl etkiledi?

Erken fonlama, disiplin zorladı. Parlak nesnelere takılamıyorduk. Temelleri inşa etmek zorundaydık: güvenilir entegrasyonlar, güçlü veri modelleri ve iş değiştiğinde bozulmayan bir planlama motoru. AI, her zaman stratejimizin bir parçasıydı, ancak onu bir pazarlama katmanı gibi davranmaya karşı çıktık. AI, iş akışında gerçek bir kaldıraç yaratmıyorsa, sevmediğimiz bir şeydi.

Pazar, büyüdükçe değişti. AI, masa şartları haline geldi. Her satıcı, bir sohbet botu demo edebiliyordu ve “AI güçlendirilmiş” olabilirdi. Bu nedenle, bar, görsellikten sonuçlara kaydı. AI, finansı daha iyi ve daha hızlı kararlar almasına yardımcı ediyor mu, yoksa sadece etkileyici görünen çıktılar mı üretiyor?

Geç büyüme fonlaması, verimlilik standardını da yükseltti. Takımlar, daha azıyla daha fazla yapmak zorundaydı. Bu, AI’ın ölçülebilir bir kaldıraç sağladığına odaklanmamızı güçlendirdi, değil sadece anlatısal bir çekicilik.

ABD genişlemesine odaklanmaya devam ediyorsunuz. AI-native finans platformlarını benimseme açısından ABD pazarı, diğer bölgelerden nasıl farklı?

ABD şirketleri hızlı hareket eder ve yatırımcı beklentileri yüksektir. CFO’lar, sadece doğru değil, aynı zamanda operasyonel olarak derinlemesine rehberlik etmek zorundadır. Sürekli olarak işe alma planlarını, GTM yatırımlarını, harcama kararlarını ve önceliklendirmeleri yönlendirmektedir.

Bu, planlamanın yavaş olmasının acısını daha da artırır. Kararlar haftalık veya günlük olarak alındığında, finans, aylık bir ritme göre çalışamaz. Gömülü zeka, bir lüks olmaktan çıkıp bir gereklilik haline gelir.

ABD pazarı, ayrıca finans sistemlerinin dinamik olmasını, statik olmamasını bekliyor. Beklenti, sadece raporlama doğruluğu değil, işin ihtiyaç duyduğu hızda karar desteğidir.

2026’ya baktığınızda, finansal planlamanın hangi kısımlarının AI tarafından büyük ölçüde otomatik hale geleceğini düşünüyorsunuz ve insan yargısı nerede kalacak?

Tamamen otomatik hale gelecek katmanlar, bugün zaman alan tekrarlayan, düşük yargı görevleridir. Veri konsolidasyonu, temizleme, normalizasyon, uzlaştırmak, anomalileri tespit etmek ve temel raporlama sürekli olarak çalışmalıdır.

Tahmin ve senaryo oluşturma, dramatik bir şekilde hızlanacaktır, ancak tamamen devredilemeyecektir. AI, seçenekleri keşfetmeyi ve varsayımları strese karşı test etmeyi ucuz hale getirecektir, ancak bağlam riski ve hesap verebilirlik hala önemlidir.

İnsan yargısı, yüksek bahislerde kalacaktır. Sermaye tahsisi. İçe alma stratejisi. Fiyatlandırma kararları. Yönetim kurulu anlatıları. AI, finansı karar alma hızıyla eşleştirebilir, ancak sonucu sorumlu olan değiştirmez.

Harika röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular Abacum‘u ziyaret edebilir.