Durante la fase di ripresa dalla pandemia globale, l'automazione intelligente cambierà per sempre il modo di operare delle aziende. Questo articolo illustra in che modo tecnologie come il machine learning ridefiniranno il ruolo del CFO.
L'esigenza che la funzione Finance adottasse metodi di lavoro più efficienti e dinamici risale a prima della pandemia, tuttavia gli eventi del 2020 si sono rivelati un potente catalizzatore per la trasformazione tecnologica. Per la funzione Finance, ciò significa adottare tecnologie digitali, come il machine learning, e applicarle ai processi fondamentali.
I CFO cercano da molto di ridurre i tempi di alcuni processi come chiusure, consolidamenti, report e gestione paghe, e la pandemia di COVID-19, cambiando i luoghi e i modi di operare delle aziende, ha reso indispensabile questo cambiamento.
Thomas Willman, Principal, Global Practice Leader - Finance Advisory di The Hackett Group, afferma: "La funzione Finance ha dovuto trasformarsi in tanti modi nel 2020. Questo lavoro deve comunque essere fatto; ciò che è cambiato è che deve essere fatto lontano dall'ufficio. I professionisti del Finance stanno esplorando modi per aumentare il livello di automazione e applicare il machine learning al fine di individuare pattern e formulare raccomandazioni che prima avrebbero richiesto l'intervento manuale."
Nelle mani giuste, le tecnologie digitali e un maggiore livello di automazione diventano un potentissimo strumento con cui i CFO possono trasformare la funzione Finance. Tuttavia, il successo sarà subordinato alla capacità di individuare i compiti prioritari che assicurano un maggiore ritorno. Per quanto riguarda l'automazione, il primo obiettivo del team Finance dovrebbe essere automatizzare i compiti ripetitivi e transazionali più laboriosi o che richiedono un intervento manuale. Questo permetterà alla funzione Finance di avere tempo da dedicare alla consulenza strategica per l'azienda.
Il secondo obiettivo è identificare i processi e le transazioni da ottimizzare grazie all'intelligenza artificiale applicando tecnologie digitali, come il machine learning, a rilevamento, previsione e consulenza. Una volta che l'AI rileva un pattern, è in grado di applicare lo stesso risultato ripetutamente, continuando ad apprendere.
La combinazione di automazione e intelligenza artificiale consente di creare processi automatizzati in modo intelligente, che richiedono molto meno tempo rispetto alle transazioni e ai processi tradizionali. Secondo un'analisi di Adaptive Planning di Workday, oltre il 40% dei responsabili Finance afferma che la spinta verso l'automazione aziendale nasce soprattutto dall'esigenza di insight più tempestivi e significativi da parte del management e degli stakeholder.
Secondo il report di Accenture "Charting a Path to Intelligent Automation", "Circa tre quarti dei CFO intervistati afferma che aiuta a promuovere la trasformazione aziendale, pertanto agire correttamente nella funzione Finance è estremamente importante. È fondamentale considerare attentamente la strategia globale: l'adozione di strumenti di automazione intelligente deve avvenire nel contesto di una riconfigurazione dell'azienda e non per correggere singoli punti critici."
Per la funzione Finance, ovviamente, i numeri sono importanti. Quando si esamina l'automazione dal punto di vista dei costi e dell'efficienza, i dati parlano da soli. La ricerca realizzata per un webinar Argyle citata in CFO Dive afferma: "In un'azienda con un team Finance di 20 persone, i compiti manuali fanno perdere solitamente l'equivalente di 1920 ore all'anno, e hanno un costo stimato di 124.800 USD. Una grande azienda con un team Finance di 100 persone potrebbe perdere 9600 ore e sostenere un costo di 624.000 USD l'anno."
Nonostante gli ovvi vantaggi finanziari e operativi del machine learning, molte funzioni Finance sono state lente ad adattarsi. Contabilità, gestione dei fornitori, procurement e auditing sono settori chiave maturi per l'automazione, tuttavia il rischio può essere un ostacolo all'innovazione, in particolare nelle grandi aziende internazionali. In questi settori, il personale è immerso nell'ordinaria amministrazione, spesso a spese della trasformazione.
L'elaborazione delle transazioni è un altro ostacolo che impedisce alla funzione Finance di trasformarsi e di migliorare la collaborazione aziendale. Non sorprende che sia la prima cosa a cui i CFO guardano quando pensano all'automazione.
"Per i responsabili Finance, l'automazione rappresenta un modo eccellente per ottimizzare la gestione dei processi contabili. Questo è stato un compito difficile per i responsabili finanziari per moltissimo tempo e può influenzare direttamente il cash flow di un'azienda" afferma Barbara Larson, General Manager, Workday Financial Management. "La funzione Finance passa moltissimo tempo ad analizzare registrazioni contabili, fatture e altri documenti per correggere manualmente gli errori, mentre il machine learning potrebbe automatizzare il tutto abbinando in modo intelligente pagamenti e fatture."
Il machine learning può anche ridurre il rischio finanziario evidenziando in tempo reale i pagamenti sospetti, rendendo il processo molto più efficace ed efficiente. Le frodi interne ed esterne costano alle aziende miliardi di dollari all'anno. Attualmente il modo per ridurre tali frodi è affidarsi a revisioni manuali di un campione di fatture. Ciò equivale a guardare appena una minima parte dei pagamenti totali, e se lo scopo è individuare frodi ed errori, corrisponde a cercare un ago in un pagliaio. Il machine learning può aumentare immensamente il volume di fatture controllate e analizzate per verificare che l'azienda non stia effettuando pagamenti doppi o fraudolenti.
"Assicurare la conformità alle norme federali e internazionali è fondamentale per gli istituti finanziari, soprattutto perché le leggi che mirano a colpire il riciclaggio di denaro e il finanziamento di attività terroristiche sono sempre più severe", spiega David Axson, CFO Strategies Global Lead, Accenture Strategy. "In un grande istituto bancario internazionale, fino a 10.000 membri dello staff erano impiegati nella ricerca di transazioni sospette e conti che potrebbero essere usati per attività illegali. Per facilitare il loro lavoro, la banca ha implementato un sistema di AI, che applica algoritmi di machine learning per segmentare transazioni e conti e stabilisce le soglie oltre le quali scatta la richiesta di ulteriori indagini."
Se si condivide la visione che il ruolo della pianificazione e analisi finanziaria (FP&A) in futuro sarà fornire in tempo reale supporto decisionale guidato dai dati all'azienda, allora è evidente che la funzione Finance deve trasformare i suoi processi per raggiungere questo obiettivo e l'automazione è una componente centrale di tale trasformazione.
Una ricerca di McKinsey rivela che in media circa il 60% delle attività finanziarie può essere automatizzato completamente (40%) o per la maggior parte (17%) con le tecnologie già disponibili. Possono esserci opinioni contrastanti su dove si posizioni l'FP&A su questa scala, ma lo stesso studio sostiene che molti compiti di questa categoria possono essere automatizzati completamente (11%) o per la maggior parte (45%).
Pochi possono negare che è in atto una transizione da una cultura di Pianificazione e analisi finanziaria basata sui fogli di calcolo ad una cultura di FP&A molto più collaborativa e automatizzata. È difficile dire a che punto della transizione ci troviamo, ma il desiderio di orientarsi verso skill tecnologiche e analitiche rispetto ai fogli di calcolo nel reparto Finance è un cambiamento piuttosto radicale. Un sondaggio di CFO Insights di due anni fa indica che il 78% dei CFO pensava che sapere utilizzare Microsoft Excel® fosse la skill più importante. Questa percentuale è ora scesa al 5%. Il grado di automazione delle applicazioni ora disponibile per i professionisti di Finance è il motore di tale cambiamento.
Man mano che l'adozione di tecnologie digitali per migliorare l'automazione diventerà parte integrante della funzione Finance, le operazioni manuali di raccolta dei dati, consolidamento, verifica e formattazione spariranno.
Le funzioni Finance trascorrono troppo tempo a riconciliare i dati provenienti da vari sistemi. Pensiamo alle transazioni registrate in sistemi interni ed esterni e diversi libri mastri. Con le operazioni manuali gli errori sono inevitabili, e gli errori di duplicazione o inserimento fanno aumentare l'inefficienza.
Robynne Sisco, presidente e CFO di Workday, lo ha verificato di persona nelle aziende in cui ha lavorato. "Ogni mese la funzione Finance chiudeva il periodo, accedeva ai dati e li riconciliava, formattava e analizzava. Quando consegnavamo i numeri all'azienda, erano passate due settimane dal periodo in questione ed era troppo tardi per intervenire" spiega.
Basandosi su regole e pattern, il machine learning riesce di individuare un gran numero di queste riconciliazioni, capire il problema e in alcuni casi correggerlo o evidenziarlo per l'intervento umano. La funzione Finance deve poter automatizzare la riconciliazione, il consolidamento, la reportistica e i processi di chiusura in modo che tutto avvenga con precisione in un unico sistema.
Nella maggior parte delle aziende, pensare alle chiusure contabili basta a far salire la pressione ai responsabili finanziari. Ciò è dovuto in gran parte al numero di sistemi coinvolti nel processo di chiusura contabile con input da varie funzioni aziendali. Per le aziende, compresa Aon, lo scoppio della pandemia ha significato dover effettuare per la prima volta le chiusure contabili da remoto.
Per i team Finance che usano sistemi diversi, i nuovi strumenti e le risorse disponibili per rendere più efficiente e precisa la chiusura contabile sono di due tipi: sistemi cloud e tecnologie digitali. Un vantaggio fondamentale dei sistemi cloud è la relativa semplicità di applicazione rispetto al software on-premise. Gli aggiornamenti sono molto più facili da implementare e con il cloud aggiungere altri servizi è semplice ed efficace.
"Attualmente, gran parte del lavoro del Finance si concentra in un periodo intenso verso la fine del mese, in cui molte voci devono essere elaborate manualmente" afferma Larson di Workday. "Automatizzare in modo intelligente le transazioni e i processi principali permetterà di rimuovere le inefficienze operative visto che le voci saranno registrate correttamente la prima volta e non richiederanno un alto grado di intervento manuale. Un buon esempio è il rilevamento delle anomalie attivato dal machine-learning, che identifica le transazioni potenzialmente anomale e le corregge automaticamente oppure le include tra quelle da verificare prima di registrare le voci contabili."
Anche la sicurezza è un punto di forza dei sistemi in cloud, e permette alle imprese di utilizzare le competenze che già possiede piuttosto che svilupparle. Molti fornitori stanno elaborando piani strategici a lungo raggio per offrire solo soluzioni cloud – una tendenza diffusa tra le aziende che intendono investire in tecnologia per la funzione Finance. Per coloro che guidano le trasformazioni dall'interno del Finance, l'aumento della disponibilità di soluzioni cloud è un'opportunità importante.
Anche se la funzione Finance verrà enormemente migliorata dall'automatizzazione intelligente dei processi sopra citati, sarà sulla capacità di soddisfare la maggiore richiesta di insight, report e analisi, nonché sull'aumento del volume e della complessità dei dati richiesti in tempo quasi reale dai principali stakeholder, che l'automazione intelligente avrà il maggiore impatto. In effetti, il 26% delle aziende intervistate per uno studio globale sui CFO ha affermato che il motivo principale alla base della scelta di implementare l'automazione nella funzione Finance era fornire un migliore supporto alle decisioni, nell'ottica di permettere ai loro team di avere un ruolo più strategico in azienda.
Man mano che l'adozione di tecnologie digitali per migliorare l'automazione diventerà parte integrante della funzione Finance, le operazioni manuali di raccolta dei dati, consolidamento, verifica e formattazione spariranno. Oggi questi compiti senza valore aggiunto portano via molto tempo, lasciandone ben poco al team Finance per realizzare le analisi. Man mano che cresce l'automazione dei processi manuali di routine, i team Finance potranno concentrarsi su attività a valore aggiunto, come la pianificazione, la valutazione del rischio, la performance e le analisi predittive.
"Nuove fonti di dati permettono di scoprire nuove tecniche analitiche e di ricerca di insight. Le aziende applicheranno l'automazione e le tecniche di data mining a pianificazione, consegna e analisi per migliorare la visibilità e il monitoraggio dei processi" afferma Jason Byrd, Partner, Technology Business Management, KPMG. "I nuovi insight permetteranno ai team di acquisire dati puntuali per analizzare velocità, adozione e risposta dei clienti, creando un ciclo costante di decisione e correzione."
Possiamo sperare che le difficoltà globali causate dalla pandemia inizino a dissiparsi nel 2021, però i responsabili della funzione Finance devono essere pronti per qualsiasi scenario, e questo significa adottare l'automazione intelligente per massimizzare l'efficienza delle risorse disponibili.
Leggi il primo articolo della serie qui. Nel prossimo articolo, osserveremo più da vicino le skill che servono a Finance per prosperare.
Leggi di più
Il report spiega agli application leader e ai responsabili Finance e IT quali tecnologie sono utili per trasformare la loro azienda e quando e come includerle nella strategia ERP.
La nostra posizione di leader rispecchia il valore aggiunto che offriamo ai clienti con Workday Adaptive Planning.
Le possibili applicazioni dell'intelligenza artificiale nel Finance sono talmente numerose che è facile sentirsi confusi. Per delineare il percorso da seguire, abbiamo realizzato, in collaborazione con FT Longitude, il "Report Global CFO AI Indicator".