Zanim zaczniemy szukać zastosowań AI, powinniśmy wiedzieć, jaki controlling chcemy zbudować.
Jeżeli jego rolą jest wspieranie decyzji, technologię należy oceniać według tego, czy pomaga tę funkcję realizować lepiej — a nie według liczby procesów, które potrafimy zautomatyzować.
Dlatego pierwsze pytanie nie powinno brzmieć:
Jakiego modelu albo narzędzia AI użyć?
Lepiej zapytać:
AI nie zawsze jest najlepszą odpowiedzią
Jeżeli controller przez dwie godziny kopiuje dane pomiędzy plikami, rozwiązaniem może być Power Query, integracja systemów albo zwykła automatyzacja.
Model językowy nie jest potrzebny do wszystkiego.
Jeżeli jednak controller ma kilkaset linii P&L, kilkanaście jednostek biznesowych, dane sprzedażowe i trzy godziny na znalezienie najważniejszych zmian oraz przygotowanie komentarza dla zarządu, AI zaczyna mieć znacznie więcej sensu.
Dobry pierwszy use case
Szukając pierwszych zastosowań, patrzyłbym na cztery elementy.
Wartość biznesowa. Czy wynik procesu rzeczywiście wspiera istotną decyzję?
Jakość danych. Czy dane są wystarczająco spójne, żeby można było im zaufać?
Wykonalność. Czy można zbudować rozwiązanie w rozsądnym czasie i koszcie?
Ryzyko. Jak poważne będą konsekwencje błędnej odpowiedzi?
Dobrym początkiem są procesy, w których wynik AI może łatwo zweryfikować człowiek.
Dlatego pierwszym projektem chętniej zrobiłbym automatyczny draft komentarza do wyników niż autonomiczny system rekomendujący wielomilionowe inwestycje.
Gdzie szukać?
Najczęściej w miejscach takich jak:
analiza odchyleń, przygotowanie komentarzy, wykrywanie anomalii, kontrola jakości danych, przygotowanie danych do forecastu czy analiza wielu wymiarów jednocześnie.
To zwykle obszary, w których controller wykonuje dużą ilość pracy mechanicznej zanim rozpocznie właściwą analizę.
Jeżeli AI skróci przygotowanie informacji z sześciu godzin do jednej, nie chodzi o to, żeby controller przygotowywał sześć razy więcej raportów.
Powinien wykorzystać odzyskany czas na sprawdzenie hipotez, rozmowę z biznesem i rekomendacje.
To właśnie jest dla mnie istota wartości AI w controllingu: