Nie pamiętam drugiego tematu, który w ostatnich latach wywoływałby w finansach tyle emocji co AI. Wystarczy pojawić się na konferencji, wejść na LinkedIn albo porozmawiać z zarządem. Prędzej czy później dyskusja schodzi do tego samego pytania: Czy AI zastąpi finansistów? A czasem nawet bardziej konkretnie: Czy AI zastąpi CFO?
Im dłużej obserwuję kierunek tych rozmów, tym bardziej mam poczucie, że podobnie jak w kilku poprzednich artykułach tej serii, zadajemy niewłaściwe pytanie. Bo sztuczna inteligencja rzeczywiście przejmie część pracy wykonywanej dzisiaj przez finanse. Tylko że bardzo często nie jest to ta część pracy, za którą biznes płacił najwięcej.
Przez lata pomyliliśmy narzędzie z wartością
Jeżeli spojrzymy na większość projektów finansowych realizowanych przez ostatnie kilkanaście lat, łatwo zauważyć pewien wzorzec. Automatyzowaliśmy raportowanie i przyspieszaliśmy zamknięcie miesiąca, równocześnie inwestując w hurtownie danych i wdrażając kolejne systemy BI.
I żeby była jasność, nie twierdzę, że te działania były błędem. Wręcz przeciwnie, większość z nich była potrzebna, problemem był tylko timing. Jako efekt zaczęliśmy utożsamiać narzędzia z wartością, jaką finanse wnoszą do organizacji. Przyjmowaliśmy założenie, że skoro przygotowujemy raport, tworzymy analizę, czy pokazujemy liczby, to wnosi to wartość.
Tymczasem przez ostatnie kilka artykułów dochodziliśmy konsekwentnie do zupełnie innego wniosku. Raport bardzo często trafia do organizacji wtedy, kiedy decyzja już zapadła, ponieważ biznes nie czeka na zamknięcie miesiąca. Biznes działa pod presją czasu i podejmuje decyzje na podstawie tego, co wie w danym momencie.
Jeżeli to wszystko jest prawdą, to pojawia się bardzo niewygodny wniosek: Być może wartość finansów od dawna nie leży już w samym dostarczaniu informacji.
AI przejmuje dokładnie tę część pracy, którą od lat próbowaliśmy zautomatyzować
Właśnie dlatego nie jestem szczególnie zaskoczona tym, że AI coraz lepiej radzi sobie z raportami, wskaźnikami czy przygotowywaniem analiz. W pewnym sensie od lat próbowaliśmy osiągnąć dokładnie ten efekt. Czy poprzez systemy ERP, hurtownie danych czy narzędzia BI.
Zmienia się technologia, ale kierunek pozostaje ten sam. Skracamy drogę od danych do informacji. Nie oznacza to jednak, że skróciliśmy drogę od informacji do decyzji. To są dwie zupełnie różne rzeczy.
Bo wygenerowanie raportu i podjęcie decyzji na podstawie raportu nigdy nie było tym samym procesem. Tak samo jak wygenerowanie liczby i zrozumienie jej znaczenia nie jest tą samą kompetencją.
Herbert Simon miał rację również w świecie AI
W poprzednich artykułach przywoływałam teorię ograniczonej racjonalności Herberta Simona. Simon zauważył, że ludzie nie podejmują decyzji optymalnych. Podejmują decyzje wystarczająco dobre, wykorzystując czas i informacje, które mają w danym momencie do dyspozycji. Moim zdaniem AI nie zmienia tej reguły. Może dostarczyć więcej danych, szybciej przeanalizować trendy, przygotować więcej wariantów i może nawet zasugerować rekomendację. Ale nadal nie rozumie kontekstu biznesowego w taki sposób, w jaki rozumie go człowiek odpowiedzialny za wynik organizacji. Nie rozumie priorytetów właścicieli, ograniczeń operacyjnych ani kompromisów, które organizacja jest gotowa zaakceptować.
I właśnie tutaj pojawia się przestrzeń dla finansów na generację wartości.
Nie w raportowaniu ani w produkowaniu kolejnych tabel. Tylko w interpretacji, budowaniu scenariuszy i rozumieniu długoterminowych konsekwencji podejmowanych decyzji.
Jest coś, czego obawiam się bardziej niż AI
Gdybym dzisiaj miała wskazać jedną rzecz, która rzeczywiście może osłabić pozycję finansów w organizacji, nie wskazałabym sztucznej inteligencji. Wskazałabym bałagan w danych.
Bo AI ma jedną bardzo niewygodną cechę. Zamiast naprawiać chaos, skaluje go.
Jeżeli organizacja korzysta z różnych definicji sprzedaży, różnych źródeł danych i różnych wersji tej samej metryki, AI nie rozwiąże tego problemu. Zrobi dokładnie to samo, co wcześniej robił człowiek. Weźmie dostępne dane i wygeneruje wniosek. Tylko zrobi to szybciej.
W jednym z poprzednich artykułów opisywałam historię raportu „Jacek”. Sprzedaż korzystała z raportu stworzonego lata wcześniej przez człowieka, którego od dawna nie było już w organizacji. Raport działał, ludzie mu ufali, a mimo to pokazywał inną rzeczywistość niż dane finansowe. Problem nie wynikał z błędnych danych. Problem wynikał z innych definicji.
Jeżeli do takiego środowiska wpuścimy AI, nie otrzymamy magicznie lepszych odpowiedzi.
Otrzymamy bardziej przekonujące odpowiedzi, bez pełnej kontroli nad sposobem ich generacji.
AI potrzebuje lepszych danych
Mam czasami wrażenie, że wiele organizacji podchodzi dziś do AI tak samo, jak kiedyś podchodziło do jakiegokolwiek oprogramowania. Wierzymy, że jeszcze jedno nowe narzędzie rozwiąże problem, który istnieje dużo głębiej.
A przecież przez ostatnie artykuły wracaliśmy do tego samego pytania: Skąd płynie ta liczba?
Jeżeli nie rozumiemy procesu, który generuje dane, nie rozumiemy biznesu. Jeżeli nie rozumiemy biznesu, nie jesteśmy w stanie poprawnie zinterpretować danych. A jeżeli nie jesteśmy w stanie poprawnie zinterpretować danych, to żadna technologia nie zrobi tego za nas.
Dlatego coraz częściej myślę, że prawdziwym zagrożeniem dla finansów nie jest AI.
Prawdziwym zagrożeniem jest sytuacja, w której pozwolimy, aby ktoś inny przejął interpretację biznesu i dokonywał jej bez odpowiedniego przygotowania danych i procesów.
AI nie zabiera odpowiedzialności za decyzję
Jest jeszcze jeden aspekt tej dyskusji, o którym mówi się zaskakująco rzadko.
Kiedy słucham rozmów o AI w finansach, bardzo często mam wrażenie, że cała uwaga skupia się na tym, czy narzędzie potrafi przygotować analizę, prognozę albo rekomendację. Tymczasem w organizacjach bardzo rzadko podejmuje się decyzje wyłącznie na podstawie analizy. Każda decyzja jest osadzona w określonym kontekście biznesowym. Ma swoje ograniczenia operacyjne, swoich zwolenników i przeciwników, swoje ryzyka oraz konsekwencje, których nie da się odczytać bezpośrednio z raportu. I właśnie dlatego trudno mi uwierzyć w scenariusz, w którym CFO staje się zbędny tylko dlatego, że ktoś szybciej przygotował analizę.
Przez całą tę serię wracamy właściwie do tego samego wniosku. Biznes nie potrzebuje kolejnej tabeli. Biznes nie potrzebuje kolejnego dashboardu. Biznes nie potrzebuje również kolejnych stu stron komentarza do wyniku. Biznes potrzebuje odpowiedzi na pytanie: Co powinniśmy zrobić?
A to jest zupełnie inny rodzaj rozmowy.
Bo kiedy operacje zastanawiają się nad nową inwestycją, nie szukają wyłącznie liczby. Kiedy sprzedaż próbuje odpowiedzieć na ruch konkurencji, nie potrzebuje wyłącznie raportu. Kiedy zarząd rozważa nowy kierunek działania, nie oczekuje wyłącznie prognozy. Potrzebuje zrozumienia konsekwencji różnych wariantów.
Potrzebuje kogoś, kto potrafi połączyć dane, kontekst biznesowy, ograniczenia organizacji i cele właścicieli w jedną spójną rekomendację.
I właśnie dlatego coraz częściej myślę, że AI będzie bardzo dobrze odpowiadał na pytanie: Co wiemy? Natomiast finanse nadal będą odpowiadały na pytanie: Co z tego wynika?
Bo pomiędzy informacją a decyzją nadal istnieje ogromna przestrzeń. I właśnie tam od dawna powstaje największa wartość CFO.