Informatie in overvloed: John Colthart over hoe CFO's zich volledig kunnen inzetten voor AI

Digitale transformatie is misschien wel de meest ingrijpende verandering die het financiële kantoor ooit heeft meegemaakt - en dat is inclusief het inruilen van een telraam voor een rekenmachine. Het is een verschuiving van cijfers naar gegevens, van rapporteren naar voorspellen, van observeren naar adviseren.

Kunstmatige intelligentie en machine learning staan centraal in deze volgende evolutie van finance. Deze technologieën zullen repetitieve taken automatiseren, relatieve gegevens aan het licht brengen en nog veel meer.

Het adopteren van nieuwe technologie is echter geen eenvoudig proces. Zeker niet als het gaat om een baanbrekende technologie als AI. Er zijn veel variabelen waarmee rekening moet worden gehouden en beslissingen die moeten worden genomen. Het kan al een uitdaging zijn om uit te vinden waar je moet beginnen.

Om CFO's te helpen een voorsprong te nemen op deze transformatie, spraken we met John Colthart, VP of Growth bij MindBridge Ai. John is een AI-expert met jarenlange praktijkervaring op dit gebied.

Lees verder om te leren welke vaardigheden CFO's zouden moeten ontwikkelen, waar te beginnen met investeren in AI, hoe budget veilig te stellen en meer.

[caption id="attachment_26786" align="alignleft" width="334"]

John Colthart[/caption]

Prophix: Het lijkt erop dat een van de gemakkelijke overwinningen waarmee mensen kunnen beginnen het gebruik van AI is voor het opschonen van gegevens. Wat voor soort gegevensproblemen kan AI oplossen met de technologie van vandaag?

John: Nou, AI voor een financiële organisatie gaat over een van de twee scenario's, toch? Het ene gaat meer over het concept van robotica/procesautomatisering. Het gaat over het gebruik van AI om gegevens die binnenkomen voor betaling onmiddellijk te classificeren, zodat je de totale belasting van het boekhoudsysteem vermindert en dingen automatisch worden toegewezen. Het gaat dus minder om het vinden van de fout, maar eigenlijk meer om het creëren van beter gezuiverde gegevens in het begin.

Het tweede deel is het vinden van fouten en fraude, en dit gaat echt verder dan de traditionele reconciliatie. Dus in een bedrijf doorloop je dit proces van dingen met elkaar in overeenstemming brengen: je banksaldo met wat er daadwerkelijk in de boeken staat, met wat je boekhouders hebben ingevoerd. Je kijkt naar specifieke vorderingen en je gaat terug naar je CRM-systeem.

AI kan beginnen met een intelligenter niveau van reconciliatie. Niet alleen minder mensgestuurd, maar ook echt dingen signaleren die afwijkend zijn, die het potentieel hebben om frauduleus te zijn.

Nu zou ik zeggen dat AI nooit fraude per se vangt . AI vangt de fouten en de anomalieën, het potentieel voor problemen die een accountant, een boekhouder of een financiële professional vervolgens zou onderzoeken. Als ze dat onderzoek doen met de juiste informatie van de AI, kunnen ze specifieker zijn in hun vraagstelling en kunnen ze opzet vinden. Op het moment dat ze opzet vinden, kunnen ze dat claimen als iets frauduleus.

Op dit moment zijn we in staat om enorme hoeveelheden gegevens van de belangrijkste subadministraties en het grootboek te gebruiken en dynamisch te zoeken naar die afwijkingen. Je bent in staat om al die potentiële inzichten of die potentiële fouten onmiddellijk te zien, in plaats van dat je een hele blokkeer- en aanvalsmodus moet doorlopen om de gegevens te normaliseren, de gegevens te zuiveren omdat machines nu de hiërarchische relaties van gegevens begrijpen. Ze begrijpen de telmethodes.

Het gaat er dus om te identificeren welke transactiepatronen niet kloppen: is er een gebied waar een leverancier of klant iets doet wat niet zou mogen? Je weet wel, je vaker factureren, je betalen via verschillende betaalmethoden die nergens op slaan, of in verschillende valuta. Deze dingen gebeuren vandaag.

Dus ik denk dat er op dit moment producten op de markt zijn die echt gebruik maken van de kracht van de machine om te stroomlijnen, de juiste fouten te markeren zodat de professional kan zeggen: "Ah, dat is een probleem, daar moet ik iets aan doen." Dus als er te veel is betaald, vorder het dan terug, als er te weinig is betaald, ga dan betalen zodat je nooit een betalingsachterstand oploopt.

Prophix: Het is goed om je te horen praten over de overdracht tussen AI en de menselijke auditor. We willen absoluut dat er mensen bij betrokken zijn! Hoe moeten financiële leiders ervoor zorgen dat ze hun baan "AI-proof" maken - dat wil zeggen, op welke taken en vaardigheden moeten ze zich richten?

John: Ik denk dat er tegenwoordig een beetje een verkeerde benaming in de sector is, met mensen die zeggen dat AI banen gaat schrappen. Het lijkt een beetje op de eerste en tweede industriële revolutie. Neem zoiets simpels als autofabricage. Als je terugkijkt naar begin 1900, zei Ford: "Je kunt elke kleur krijgen die je wilt, zolang het maar zwart is." Dus hij was in staat om robotica in te zetten om dingen makkelijker te maken en te stroomlijnen. Maar dan snel vooruit naar wat Elon Musk doet met Tesla. Hij stapt eigenlijk af van bepaalde robotica omdat er dingen zijn waar ze gewoon niet goed in zijn, en zet er weer mensen in.

Je baan "AI-proof" maken is niet hoe ik het zou verwoorden. Ik zou het zien als AI augmented. Hoe word je je als professional bewust van en voel je je comfortabel bij de hulp van deze technologie? Om het zo goed mogelijk in te zetten voor je organisatie, om beter geïnformeerde beslissingen te nemen?

Ik denk dat je vanuit een taakperspectief moet proberen die gebieden te vinden waar een machine iets sneller, beter en gemakkelijker kan doen, en dan ben jij de oplettende persoon. Dus of het nu gaat om het gebruik van robotische procesautomatisering voor het doen van crediteuren of zelfs debiteuren, of het gebruik van AI in je contractbeoordelingsproces, de vaardigheden waaraan je moet beginnen te werken worden hyperanalytisch.

De meeste financiële professionals die in de jaren 80 en 90 zijn opgeleid, moesten een enorme overgang maken van rudimentaire rekensystemen zoals rekenmachines naar geautomatiseerde rekensystemen zoals Excel, Lotus 123 en PhysiCalc. De generatie van de jaren '90 tot 2000 leeft en ademt in getallen en Google Sheets en Excel. Dus om daar een geweldige vaardigheid van te maken, moet je nog analytischer worden. Neem die vaardigheden die je hebt geleerd, probeer de interessante gegevens te vinden, krijg de input van de AI, krijg de input van de technologie en gebruik dat om je analyse verder te verbeteren. Wees er niet bang voor.

Zorg ervoor dat je er voortdurend naar kijkt als: "Hoe kan dit mij verbeteren? Zou ik meer kunnen doen voor mijn bedrijf door iets als een technologie te gebruiken die in de AI-aderen zit om het systeem en de processen te verbeteren en me meer tijd te geven om te zeggen: "Heeft dit echt zin?""

En ik denk terug aan het eerste punt over fouten en fraude. Weet je, het doel van sommige van deze dingen is om fraude en fouten te voorkomen. Dus nu word je deze inzichtelijke persoon, versterkt door AI, die je in staat stelt om echt door te gaan en ervoor te zorgen dat je de juiste informatie gebruikt om je een beter beeld te geven van wat de gegevens zeggen. Je kunt uit deze achteruitkijkspiegel-modus stappen en echt beginnen met vooruitkijken en plannen. Als je dat weet, hoef je niet 12, 15, 18 maanden terug te gaan om gegevens te bekijken; je hebt een systeem dat je 5 of 10 dingen geeft waar je naar moet kijken en je gaat ervan uit dat de rest binnen de parameters van gezondheid valt.

[bctt tweet="#CFO's moeten analytischer zijn, tijd besteden aan het leren van meer over machine learning en de componenten binnen AI en het begrijpen van natuurlijke taal, en dat gebruiken om analytischer te zijn. - @jmcolthart" username="prophix"]

Samengevat: Wees analytischer, spendeer wat tijd om meer te leren over machine learning en de componenten binnen AI, en natural language understanding, en gebruik dat dan echt om analytischer te zijn.

Prophix: Een van de grote vragen die we blijven horen is: "Hoe kan ik hier in springen als ik niets weet over AI? Moet ik een doctoraat in data-analyse halen?" Hoeveel moet een CFO echt weten om dit te laten werken?

John: Dus ik denk dat binnen de context van de CFO en de senior VP's onder hem of haar, het er echt op neerkomt dat je je ervan bewust bent dat deze technologieën bestaan en dat je je ervan bewust bent dat ze een aanvulling zijn. Ze zijn geen vervanging. Ik bedoel, de meeste CFO's worden gevraagd, net als de afgelopen twintig jaar, om meer te doen met minder. "Geef meer inzicht. Geef me meer informatie. Verwerk dingen sneller. Sluit de boeken. Weet je, in plaats van zeven dagen, moet het in vijf dagen klaar zijn." Ze worden gevraagd om deze dingen te doen met steeds minder personeel.

En ik denk dat mensen in die positie vaak denken: "O jee, ik moet wat dingen uitbesteden. Ik moet dit gaan doen. Ik moet dat gaan doen", omdat het gewoon te moeilijk voor ze is om al het werk te beheersen. En dan heb ik het nog niet eens over de naleving van de regelgeving waar ze mee te maken kunnen krijgen. De CFO moet dus echt het feit omarmen dat er technologie beschikbaar is. Ik denk dat ze een van de centra van innovatieve verandering binnen een organisatie moeten zijn. Ze moeten zich richten op hoe ze betere informatie beschikbaar kunnen maken voor mensen die in het veld zijn en dag in dag uit beslissingen nemen voor het bedrijf.

[bctt tweet="De #CFO moet het feit omarmen dat er technologie is. Ze moeten een van de centra van innovatieve verandering binnen een organisatie zijn. - @jmcolthart" username="prophix"]

Je ziet dat het in elke branche net iets anders zal zijn. Mensen in de productielijn, of die een productielijn leiden, versus verkopers, versus HR-mensen. Iedereen heeft betere inzichten nodig. Dus ik denk dat CFO's zich er goed van bewust moeten zijn dat er Artificial Intelligence tools zijn die hun wereld ondersteunen, die draait om betere analyses, betere toekomstgerichte planning en de juiste focus houden op financiële levensvatbaarheid. Maar tegelijkertijd worden ze gevraagd om deel uit te maken van het team, van het bredere besluitvormingsteam om het bedrijf vooruit te helpen.

Dus ik denk dat ze zelfs moeten uitbreiden en beginnen te kijken naar hoe AI kan worden gebruikt bij bijvoorbeeld het vinden van de juiste kandidaten Als ze een fabrikant zijn, hoe kan AI dan worden gebruikt om de hiaten in een productieproces te begrijpen? Ze moeten zich bewust zijn van waar er nog meer in hun bedrijf gebruik van wordt gemaakt, omdat ze uiteindelijk verantwoordelijk zijn voor de financiering.

Ik denk ook dat ze zich ervan bewust moeten zijn dat dit een gebied is dat zal blijven groeien. Alleen al in Canada zijn er meer dan 500 AI-startups. Er zijn er duizenden in de VS. Dit is iets waar ze mee te maken zullen krijgen. Het gaat er dus om te begrijpen dat het er is en dan te kijken wat hun bedrijfsprioriteiten als geheel zijn Hun eigen huis schoonmaken, ervoor zorgen dat ze AI op de een of andere manier gebruiken om hun team uit te breiden. Maar dan denk ik dat ze zich ook heel bewust moeten zijn van wat de impact is op hun verschillende andere VP's in de verschillende bedrijfsonderdelen.

Prophix: Wat is de beste manier voor CFO's om te beginnen met het leren over de technologie en hoe deze toe te passen?

John: Elke CFO zal een andere kijk hebben op hoe diep ze willen gaan in termen van hun eigen training, hun eigen blootstelling. Er zijn geweldige, gratis online bronnen.

Begin met je zoekmachine. Als je echt diep wilt gaan, ga dan de code in. Ga naar zoiets als Big Data University, een samenwerking die IBM heeft opgezet. Maar als je er toch naar kijkt, begin dan echt richting je beroepsorganisatie te gaan. Want elk van hen probeert uit te zoeken hoe ze je kunnen helpen. Die beroepsorganisaties kijken absoluut naar het CFO-kabinet en zeggen: "Als beroepsbeoefenaars, als charter accountants of financiële professionals, moeten we meer doen." Dus het Institute of Management Accounting, het IFAC-team, de Forensic Accountant, elk van deze groepen brengt een heleboel geweldige bulletins uit. Ga dus naar je ledenorganisatie en abonneer je op een aantal van die artikelen.

Prophix: Naar welke vaardigheden moeten CFO's op zoek zijn bij nieuwe aanwervingen?

Zorg ervoor dat ze zakelijk inzicht hebben en dat ze analytisch zijn. Die twee dingen zullen een grote troef zijn om in de AI-ruimte te stappen, want AI draait allemaal om het presenteren van nieuwe informatie die je voorheen niet had. Maar dan moet iemand ernaar handelen. Hoe kun je die gegevens gebruiken? En dat betekent dat je analytisch moet zijn en veel tijd moet doorbrengen in het bedrijfsleven.

Het inhuren van datawetenschappers om te beweren dat je ze hebt, zal waarschijnlijk niet zo effectief zijn als je niet weet hoe je ze kunt helpen je problemen op te lossen. Daarom is dat stuk zakelijk inzicht cruciaal. Dus je hebt nu een mix van mensen nodig. Je wilt een team samenstellen met diepgaande financiële en boekhoudkundige vaardigheden, en conceptueel vanuit het domein zelf, zakelijke vaardigheden, en dan een niveau van computerwetenschap/gegevenswetenschap. Als je drie mensen kunt hebben met overlappende kennis van financiën, bedrijfskunde en computerwetenschappen, maar elk van hen heeft diepere vaardigheden in een van deze drie onderdelen, dan is dat een krachtig team waarmee een CFO veel problemen kan aanpakken.

Prophix: Hoe kunnen CFO's buy-in krijgen van de rest van de organisatie om verder te gaan met AI?

John: Weet je, ik denk dat het echt een uitdagend probleem is. Ik denk dat de grootste uitdaging van AI in feite is dat iedereen gelooft dat het een miljoenenvraag is en een reis van meerdere jaren. Ik ben het ermee eens dat het een meerjarige reis is, maar ik ben het er niet mee eens dat het een miljoenenvraag van rond de tafel moet zijn.

Ik denk dat mensen zich moeten realiseren dat het geen pasklare oplossing is. Je gaat een stukje AI implementeren. Het is een reis. Je moet uitzoeken hoe je kunt beginnen met de kleinste hoeveelheid met de grootste impact. Dus als je erover nadenkt, hoeft het niet om miljoenen te gaan. Het zal een meerjarige reis zijn. Maar als je het per kwartaal doet, krijg je een betere buy-in. Vooral als je het bekijkt vanuit de vraag "Hoe creëer ik de beste time-to-value?" Wat je wilt is zeggen: "Ik geef een dollar uit en aan het eind van het kwartaal heb ik er $2 bij." Dat is het type ROI-case dat je uiteindelijk zult moeten maken.

[bctt tweet="Het wordt geen one size fits all. Je gaat een stukje AI implementeren. Het is een reis. Ontdek hoe je kunt beginnen met het kleinste bedrag met de grootste impact. - @jmcolthart" gebruikersnaam="prophix"]

En dat betekent dat je ijverig moet zijn. Kijk waar andere C-leiders aan denken, wat de strategische doelen zijn voor het bedrijf als geheel en help ze dan om een AI-implementatie te vinden die in het model past. Eén die binnen een kwartaal kan worden uitgevoerd, binnen een tijdsbestek dat zo klein is dat het zinvol voor je is. En dan ga je op reis.

Over drie jaar zullen we het hebben over behoorlijk verbazingwekkende systemen die misschien combinaties zijn van verschillende platforms en producten die samenkomen. Er zal veel veranderen, maar je moet het team laten wennen aan het idee om steeds een klein stukje af te bijten.

Hoe eet je een olifant? Eén hap tegelijk. Er zijn veel kleine dingen die je doet om de rest van de C-suite effectiever te maken. En nogmaals, ik daag de meerdere miljoenen, meerdere jaren om één ding voor elkaar te krijgen zeker uit. Misschien vind je dat het enorm waardevol is om miljoenen uit te geven, omdat ik denk dat je uiteindelijk miljoenen zult uitgeven, maar je moet het alleen in kleine brokjes doen en een reis maken als een teamreis, om zo snel mogelijk overwinningen te behalen.

John Colthart is VP Groei bij MindBridge Ai. Volg hem op LinkedIn en Twitter. Voor meer inzichten van AI en financiële leiders, bekijk onze AI in financiën informatiecentrum.