Jeżeli controlling ma być systemem wspierającym decyzje, również rolę controllera trzeba oceniać przez ten pryzmat.
Nie chodzi przede wszystkim o to, które zadania człowieka można technicznie zautomatyzować.
Ważniejsze pytanie brzmi:
Co technologia może przejąć?
Znaczną część pracy controllingu stanowią czynności powtarzalne:
zbieranie danych, porównywanie okresów, wyszukiwanie odchyleń, identyfikowanie anomalii, przygotowanie pierwszej wersji komentarzy czy prezentacji.
AI może np. przeanalizować kilkaset pozycji kosztowych i wskazać kilkanaście, które najbardziej wpłynęły na zmianę wyniku.
Może przygotować draft:
Koszty logistyki były o 8% powyżej forecastu, głównie wskutek wzrostu kosztów transportu w regionie X.
Controller nie musi zaczynać od pustej kartki.
Gdzie potrzebny jest człowiek?
Sprzedaż spadła o 7%.
System widzi liczbę.
Controller może wiedzieć, że kluczowy klient przesunął zamówienie o miesiąc i nie ma powodów do niepokoju.
Albo odwrotnie — pozornie małe odchylenie może być pierwszym sygnałem poważniejszego problemu.
Potrzebne są wtedy:
kontekst biznesowy, doświadczenie, rozmowa z managerem, ocena ryzyka i odpowiedzialność za rekomendację.
Rola controllera będzie się przesuwać
Przez lata część wartości controllera wynikała z tego, że potrafił zdobyć dane, połączyć je i przygotować raport.
Ta przewaga będzie maleć.
Jeżeli manager może zapytać:
Dlaczego marża spadła w regionie północnym?
i dostać sensowną analizę w kilkanaście sekund, controller musi wnosić coś więcej.
Jego wartością staje się:
weryfikowanie informacji, rozumienie zależności, budowanie scenariuszy, kwestionowanie założeń i wspieranie decyzji.
AI może więc paradoksalnie wzmocnić zawód controllera.
Pod warunkiem, że controller nie definiuje swojej wartości przez umiejętność produkowania raportu.
Przyszłość nie sprowadza się do wyboru:
Bardziej interesujące pytanie brzmi: