Czy zastanawialiście się, jak dużo czasu działy finansowe większości firm spędzają na żmudnym analizowaniu danych napływających z systemów ERP, business intelligence, czy narzędzi procesujących płatności? Dodatkowo wielu pracowników poświęca wiele godzin, przeglądając i analizując umowy prawne, wiadomości e-mail lub wykonując rutynowe i powtarzalne zadania operacyjne. Czy tak duże nakłady pracy przynoszą pozytywne skutki? Liczby mówią same za siebie. Jak wynika z raportu PwC, „Sztuczna inteligencja, prognozy na 2018 rok”, zaledwie 26% przedstawicieli branży finansowej potwierdziło, że ich firmy prawidłowo wykorzystują pozyskane dane w celu wygenerowania wartości.
W efekcie finansiści mogą poświęcić czas na bardziej strategiczne zadania tylko wtedy, kiedy uporają się z pracą operacyjną. Wyobraźmy sobie jednak, że istnieją systemy skanujące wszystkie dane, identyfikujące trendy i anomalie, automatycznie wykonujące wiele transakcji i zgłaszające istotne problemy, nad którymi powinni pochylić się specjaliści. Wyobraźmy sobie również narzędzia oparte na sztucznej inteligencji identyfikujące i wyjaśniające możliwe ryzyka i przygotowujące prognozy, które w istotny sposób mogą wspierać managerów w podejmowaniu decyzji biznesowych. Utopia? Okazuje się, że sektor finansowy bardzo dobrze zdaje sobie sprawę z korzyści, które niosą ze sobą rozwiązania bazujące na sztucznej inteligencji, a ich powszechność rośnie.
– Spersonalizowane plany finansowe, skanowanie systemów pod kątem ewentualnych oszustw finansowych czy automatyzowanie obsługi klienta – to zaledwie kilka z naprawdę wielu rozwiązań technologicznych, które wspierają finansistów w ich codziennej pracy. Sektor finansowy docenia benefity idące w parze z nowoczesnymi technologiami, bo jak pokazuje raport AICPA i Oracle „Agile Finance Revealed” 4 na 5 finansistów uważa automatyzację i robotyzację za pozytywne zjawiska, które przyspieszą ich pracę i zwiększą efektywność. Oczywiście to nie powód, aby spocząć na laurach. Postęp technologiczny powinien być motywacją do budowania nowych kompetencji, które podniosą konkurencyjność finansistów na rynku pracy. Umiejętności, które do niedawna były domeną informatyków, np. te dotyczące data management, bardzo szybko stają się uniwersalnym wymogiem zgłaszanym przez pracodawców – komentuje Jakub Bejnarowicz, Associate Director, Association of International Certified Professional Accountants.
Na czym więc powinni skoncentrować się finansiści? Kluczowe będzie przede wszystkim przyswojenie podstawowych technik związanych z tzw. data mining czyli ekstrakcją danych, a także zarządzaniem danymi. Eksperci z tej dziedziny powinni być też wyczuleni na te procesy wykorzystywane przez klientów, które mogą zostać ulepszone przez automatyzację. Niezależnie od tego, czy chodzi o procesy produkcyjne czy procesy finansowe, zdolność do zautomatyzowania w celu poprawy wydajności i obniżenia kosztów będzie ważnym wyróżnikiem specjalisty ds. finansów. Oczywiście należy również pamiętać, że informacje, które podlegały szerszym analizom i opracowaniom muszą zostać odpowiednio zwizualizowane.
– Umiejętna selekcja i prezentacja informacji jest jednym z istotnych elementów komunikacji z inwestorami, akcjonariuszami, zarządami. Kluczem do stworzenia atrakcyjnego raportu finansowego jest wykorzystanie nowoczesnych narzędzi służących np. przygotowaniu infografik, dynamicznych elementów graficznych czy dostosowujących nasz dokument do różnych kanałów dystrybucji. Co ciekawe, warto przyswoić również podstawową wiedzę z zakresu user experience, która pozwoli nam prezentować strategiczne treści w bardziej intuicyjnej i przyswajalnej dla odbiorcy formie. Jak wynika z naszego raportu „Report visualisation: From concept to deployment”, większość odbiorców preferuje na przykład prezentację danych za pomocą wyraźnych, kontrastujących kolorów – dodaje Jakub Bejnarowicz.
Jak tłumaczy Jakub Bejnarowicz, w najbliższej przyszłości, jak nigdy wcześniej, wzrośnie również znaczenie współpracy. Ponieważ rozwój sztucznej inteligencji dotyczy wielu obszarów naszego życia, będzie ona wymagać również specyficznych umiejętności, których brakuje zwykle specjalistom z dziedziny AI Dla przykładu, informatycy pracujący nad rozwiązaniem dotyczącym zarządzania ryzykiem finansowym zazwyczaj nie posiadają specjalistycznej wiedzy z zakresy ekonomii czy finansów. Aby ich praca miała sens, muszą blisko współpracować z finansistami. Dotyczy to zresztą nie tylko etapu stworzenia aplikacji, ale również późniejszych uaktualnień pod kątem nowych regulacji prawnych czy elementów związanych z dynamicznie zmieniającym się środowiskiem biznesowym firmy.
