Лідери думок

ШІ настільки розумний, наскільки якісні фінансові дані, на яких він ґрунтується

Ilan Atias
Додайте Unite.AI до бажаних джерел у Google
Ключові моментиШІ зазнає невдачі, коли системи розходяться в тому, що означає одне поле, як-от дата…
Показати більше
  • ШІ зазнає невдачі, коли системи розходяться в тому, що означає одне поле, як-от дата оплати.
  • Пов'язані фінансові дані дають змогу ШІ відрізняти значущі зміни від рутинних коливань.
  • Контракти даних і потоки, керовані подіями, важливіші за сам застосунок ШІ.

ШІ став частиною майже кожної розмови про майбутнє фінансів. Організації інвестують у ШІ, щоб автоматизувати рутинну роботу, покращити прогнозування та допомогти працівникам швидше ухвалювати рішення. Більшість таких розмов починається з моделей і застосунків. На мою думку, починати варто з якості даних, їхньої пов’язаності та управління ними — адже саме на ці дані спираються такі системи.

Упродовж усієї кар’єри я створював і масштабував платіжну інфраструктуру, і найскладніші проблеми рідко стосувалися алгоритмів. Зазвичай ішлося про базову інфраструктуру, потрібну бухгалтерським платформам, банкам, постачальникам послуг із нарахування зарплати та платіжним системам, щоб вони однаково описували ту саму господарську подію.

Особливо помітна ця проблема у фінансах. Бухгалтерський облік, банківська справа, нарахування зарплати, виставлення рахунків і платежі — усе це генерує інформацію, що впливає на ділові рішення. Коли ці системи працюють незалежно одна від одної, виникають фрагментовані середовища даних, у яких ШІ значно важче встановити контекст у межах усієї організації. ШІ може виявляти закономірності в окремих системах, але без цілісного уявлення про фінанси організації він не здатен надійно пояснити, що відбувається в бізнесі загалом. На початку роботи в Melio ми зіткнулися з ситуацією, яка здається дрібницею, але такою не є: що означає «сплачено»? Клієнт схвалює платіж у понеділок. У вівторок кошти списують із його рахунку. У четвер банк постачальника робить їх доступними. Наступного тижня транзакцію пов’язують із рахунком-фактурою. Чотири часові позначки — чотири обґрунтовані відповіді на запитання «коли це було сплачено?», і жодна з них не є хибною. Бухгалтер-людина обходить цю неоднозначність, навіть не замислюючись. Модель прогнозування, яка трактує «дату оплати» як одне поле, впевнено й систематично помиляється щодо строків — а саме їх прогнозування грошових потоків має визначати правильно. Першим необхідним кроком було об’єднати ці системи. Але зробити це об’єднання справді цінним вдалося лише тоді, коли системи почали однаково розуміти значення полів. У фінансах готовність до ШІ починається з інтеграції систем, але інтеграція має сенс лише тоді, коли системи однаково описують ту саму подію.

Краща видимість — кращі рішення

Потреба в об’єднаних фінансових даних стає дедалі нагальнішою. Згідно зі звітом Xero Small Business Insights, малі підприємства США тепер у середньому чекають 29,3 дня на отримання оплати, тоді як річне зростання продажів на рівні 4,0% залишається нижчим за довгостроковий середній показник. Коли строки платежів, витрати й попит змінюються незалежно одне від одного, організаціям потрібні системи, здатні пов’язувати ці сигнали, а не аналізувати кожен окремо. Це однаково стосується і казначейських операцій великого підприємства, і бізнесу з 10 працівниками.

Уявімо, що бізнес вирішує, чи може найняти ще одного працівника до кінця кварталу. Для цього потрібно врахувати не лише поточний залишок на банківському рахунку: очікувані платежі від клієнтів, зобов’язання щодо виплати зарплати, регулярні витрати, майбутні податкові зобов’язання та прогнозований дохід. Жоден окремий показник не дає надійної відповіді. Якщо об’єднати ці дані, керівники матимуть чіткіше уявлення про фінансовий стан компанії, а ШІ — змістовну основу для аналізу. Для автоматизації потрібен доступ до транзакцій. Для аналізу потрібен контекст.

На початку кожного місяця фінансові команди можуть витрачати час на звіряння даних між системами, перш ніж розпочати змістовний аналіз. Коли вони отримують повну картину, зміна грошових потоків, яку вони намагаються зрозуміти, може вже статися кілька тижнів тому. Саме цю затримку й допомагають скоротити об’єднані дані.

ШІ приносить користь, коли розуміє бізнес

Перше покоління ШІ у фінансах зосереджувалося на підвищенні ефективності: класифікації транзакцій, обробці рахунків-фактур і допомозі командам у швидшому виконанні рутинних завдань. Ці можливості й далі приносять користь, але очікування зміщуються від автоматизації завдань до підтримки рішень із урахуванням контексту: завчасного виявлення ризиків для грошових потоків, точніших прогнозів і розуміння того, як зміни в платіжній поведінці, витратах або структурі доходів можуть вплинути на майбутні результати.

Для цього ШІ має аналізувати фінансові дані з урахуванням контексту. Значення будь-якої транзакції залежить від супутніх обставин: зростання витрат може свідчити про перевитрати або відображати закупівлю запасів напередодні сезонного підвищення попиту; скорочення грошових резервів може вказувати на проблеми з ліквідністю або бути просто наслідком строків сплати квартальних податків. ШІ стає корисним, коли здатен робити те саме: пов’язувати закономірності в історії транзакцій, залишках коштів, дебіторській заборгованості й операційних показниках, щоб відрізнити важливу зміну від звичайного коливання.

Створення належного фундаменту

Для керівників технологічних напрямів, які оцінюють можливості застосування ШІ у фінансах, вирішальне запитання полягає не в тому, який застосунок запровадити першим, а в тому, чи здатне базове середовище даних надати повний і своєчасний контекст, потрібний цим застосункам. Під час створення таких систем найбільше значення мають кілька інвестицій:

Сприймайте інтеграції як контракти, а не просто з’єднання. Одноразова синхронізація бухгалтерської платформи з платіжною системою з часом втратить точність. Визначте чіткі контракти щодо даних — схеми, визначення полів і гарантії актуальності, — щоб зміни у вихідній системі непомітно не погіршували роботу ШІ в наступних системах.

Перейдіть від пакетного звіряння до потоків даних, керованих подіями. Якщо фінансові дані звіряють щотижня або щомісяця, ШІ будує прогнози на основі застарілої інформації. Потоки даних, керовані подіями, передають транзакції в міру їх здійснення, забезпечуючи моделям актуальність даних, потрібну для раннього виявлення змін.

Створіть семантичний рівень для фінансових показників. «Грошова позиція», «непогашена дебіторська заборгованість» і «дохід» мають означати те саме в кожній системі. Без узгоджених визначень ШІ впевнено видаватиме відповіді, які різні команди тлумачитимуть по-різному.

Оцінюйте результати роботи ШІ за фактичними даними. Обліковий реєстр — перевага фінансів перед більшістю інших сфер застосування ШІ: він містить записи, які можна перевірити. Фінансові висновки, згенеровані ШІ, слід оцінювати за тими самими критеріями, що й роботу молодшого аналітика: зіставляти їх із фактичними показниками та вимірювати точність упродовж часу. Довіру до рекомендацій ШІ потрібно заслужити вимірюваннями, а не просто заявляти про неї.

Ці інвестиції привертають менше уваги, ніж створені на їхній основі застосунки ШІ, але саме вони визначають, чи працюватимуть ці застосунки.

Справжня відмінність

У міру того як ШІ інтегрується у фінансове управління, технічні виклики зміщуються: тепер важливо не те, на що здатні окремі моделі, а те, наскільки ефективно вони працюють у ширшій архітектурі фінансових даних.

Організації, які інвестують у взаємопов’язані дані, раніше виявлятимуть зміни грошових потоків і матимуть більше довіри до прогнозів, створених ШІ. Річ не в моделі, а в даних, на яких вона ґрунтується.

Ілан Атіас керує командами досліджень і розробок, продукту та BI у Melio. До приходу в Melio Ілан був віцепрезидентом із досліджень і розробок у Windward — світовому лідері у сфері прогнозної морської аналітики. Раніше Ілан працював дослідником у компанії нативної реклами Outbrain і відповідав за персоналізовану систему рекомендацій, що використовувала алгоритми машинного навчання.