Финансы как функция реального времени: уроки OpenAI

Для меня роль финансового департамента сегодня — это не просто закрытие книг быстрее или обновление прогнозов чаще. Речь идет о глубоком понимании бизнеса в динамике, поддержке лидеров в принятии решений и предоставлении командам времени для влияния на будущие результаты. Когда два года назад я пришел в OpenAI, небольшая финансовая команда поддерживала компанию, растущую с невероятной скоростью. Нам нужно было выстраивать функцию с нуля, сделав искусственный интеллект фундаментальным элементом того, как мы работаем, принимаем решения и поддерживаем бизнес. Я столкнулся с типичной исходной точкой: закрытие отчетности и обновление прогнозов всё еще включали рутинную работу: поиск информации, пояснение изменений и сбор вводных для принятия решений. Мы имели доступ к самым передовым ИИ-инструментам в мире, но все еще учились перепроектировать финансы вокруг них.

Мы поставили две амбициозные цели: «закрытие в ноль дней» (zero-day close) и автоматизированное, постоянно обновляемое прогнозирование. Идея «закрытия в ноль дней» заключается в предоставлении лидерам мгновенного, сверенного и отслеживаемого представления о финансовом положении компании. Непрерывное прогнозирование строится на этом фундаменте, демонстрируя изменения бизнеса, вероятные сценарии и решения, которые могут повлиять на результат. Мы все еще работаем над достижением обеих целей, но это уже изменило операционную деятельность нашей команды. Мы вышли за пределы ограничений статических электронных таблиц, ручного поиска первичных документов и презентаций, перейдя к живым инструментам, использующим полный контекст и данные бизнеса. Это также дало профессионалам в области финансов способность создавать инструменты, необходимые для их работы, и развивать свою экспертизу. Для меня это истинное обещание ИИ-ориентированной финансовой функции: команда, которая понимает, что происходит в момент события, помогает лидерам видеть предстоящие выборы и дает бизнесу больше времени на действия, пока исход еще можно изменить.

Эксперименты снизу и стратегия сверху

Достижение этой цели требует большего, чем просто внедрение новых технологий. Это требует перепроектирования работы вокруг важных решений, предоставления людям пространства для экспериментов, создания четкой подотчетности в каждом рабочем процессе и оценки надежной работы, которую выполняет ИИ, для обеспечения ясного возврата инвестиций (ROI). Вот пять практических уроков из нашего опыта, которые может применить каждый финансовый директор. Первым шагом был широкий доступ. Людям нужна свобода исследовать ИИ в контексте собственной работы. Доступ приносит наибольшую ценность, когда сочетается со структурированными экспериментами вокруг реальных проблем. Мы пригласили инженеров по продажам на финансовый хакатон и попросили команду принести работу, которую они хотели трансформировать. Одним из результатов стал IR-GPT — кастомный GPT, основанный на утвержденных материалах, которые наша команда по работе с инвесторами использует для ответов на вопросы по комплексной проверке. Мы также начали создавать пользовательские GPT для таких областей, как закупки и налоги. Хакатон превратил ИИ из абстрактной концепции в рабочий инструмент. За один день люди смогли идентифицировать повторяющуюся задачу, создать решение, протестировать его с коллегами и улучшить. Кейсы исходили от сотрудников, наиболее близких к работе, а технические эксперты помогали им действовать быстрее. Урок для CFO прост: вам нужны низовые эксперименты и стратегия сверху. Дайте людям безопасный и эффективный ИИ, позволив тем, кто ближе всего к задачам, найти лучшие способы их выполнения. В то же время направляйте внимание руководства и ресурсы на изменения, которые будут наиболее значимы для бизнеса. Реальная возможность возникает при встрече этих двух подходов: практические идеи с передовой применяются к вашим крупнейшим приоритетам.

Переосмысление финансового цикла

Финансовые команды тратят огромное количество энергии на сбор вводных для принятия решений. Обзор прогноза может потребовать поиска последних данных, сверки таблиц, объяснения отклонений, создания графиков, подготовки документов и превращения их в слайды. Анализ в итоге достигает лица, принимающего решения, но большая часть времени команды уже ушла на его сборку. ИИ меняет единицу работы. Финансовые лидеры могут перепроектировать весь путь от исходных данных до решения. Возьмем процесс закрытия. Каждый CFO знает ежемесячный процесс: фактические данные в одной системе, заказы на закупку в другой, начисления в таблице, а объяснение отклонения скрыто в переписке. Мы работаем над другой операционной моделью. Амбиция «закрытия в ноль дней» заключается в объединении утвержденных планов расходов, фактических данных главной книги, заказов на закупку, начислений и деталей транзакций в непрерывно сверяемом представлении. Каждое отклонение можно проследить до исходной активности. ИИ может подготовить первичное объяснение и отметить исключения, требующие внимания. Финансы проверяют цифры, применяют суждение и подтверждают результат. Закрытие не исчезает. Исчезает аврал по восстановлению картины бизнеса после окончания периода. Этот сверенный фундамент может питать непрерывно обновляемый прогноз. Наша команда создает рабочие процессы, объединяющие статистические модели, беседы по продажам, данные по счетам, операционную информацию и финансовое суждение. Мы выходим за пределы ограничений таблиц в интерактивные инструменты, которые сводят статистический прогноз, доказательства и сценарии в один живой вид. Лидеры могут видеть, что изменилось, почему это произошло и какие решения могут изменить результат. Когда новое клиентское обязательство отсутствует в базовой линии, система может поднять подтверждающие данные и показать, как корректировка повлияет на квартал или год. Финансы могут изучить допущения, сравнить сценарии и решить, стоит ли обновлять утвержденный прогноз. Этот же вид помогает лидерам принимать лучшие решения по распределению капитала. Финансовая команда может видеть, где маркетинговые расходы приносят отдачу, где результаты снижаются и что может значить перераспределение каждого следующего доллара. Автоматизированное прогнозирование — это пункт назначения. Более широкий урок заключается в том, чтобы начать с важного решения и работать в обратном направлении. Нанесите на карту данные, инструменты, утверждения и передачи, необходимые для его поддержки. Затем определите, какие части ИИ может проанализировать, скоординировать или выполнить. Это улучшает скорость и качество всего цикла принятия решений.

Финансисты как создатели инструментов

Более масштабная трансформация заключается в том, что профессионалы в области финансов теперь могут сами создавать инструменты, требующиеся для их работы. Недавнее исследование OpenAI показывает, что 40% специализированного использования ИИ финансовыми специалистами включает работу вне традиционных финансов, а 22% связаны с задачами, смежными с инженерными. Каждый в моей команде создает пользовательские ИИ-дашборды и инструменты с помощью ChatGPT Work и Codex. Работа переходит от статических моделей Excel и колод PowerPoint к живым дашбордам, которые находятся поверх полного контекста и данных бизнеса. Эти инструменты могут продолжать анализ, отвечать на последующие вопросы и обновляться по мере изменения основной информации. Один коллега, поддерживающий наш рекламный бизнес, никогда не писал код. Он использовал Codex для создания инструмента, который превращает наш ежемесячный прогноз рекламы в еженедельные и ежедневные планы. Он учитывает будние дни и праздники, сравнивает прогнозы и сохраняет привязку каждой цифры к утвержденной модели. Маркетинговые лидеры могут быстро видеть, что изменилось, куда инвестировать и какова может быть отдача от дополнительных расходов. Люди, понимающие проблему, теперь могут формировать решение. Создание этих инструментов также побуждает их переосмыслить привычный способ выполнения работы. Финансовый специалист может создать инфраструктуру для принятия решений, необходимую бизнесу, протестировать её с коллегами и улучшить по мере развития работы. Финансовые команды не становятся менее специализированными. Они получают возможность развивать свою экспертизу дальше.

Контроль и оценка эффективности

IR-GPT преподал нам важный урок о контроле. Вопросы по комплексной проверке инвесторов могут потребовать от аналитика поиска по старым материалам, написания ответа, проверки последовательности и координации обзора. С кастомным GPT, основанным на утвержденных источниках, работа, которая ранее занимала часы, а иногда и продолжалась всю ночь, теперь может создавать сильный первый черновик за секунды. Человеческая роль остается центральной. Наша команда по связям с инвесторами читает черновик, добавляет суждение и контекст, проверяя последовательность ответов для инвесторов. ИИ ускоряет работу. Люди владеют результатом. Это правильная модель для финансов. CFO должны работать с IT и командами по управлению, чтобы определить, к каким данным может обращаться ИИ-система, какие действия она может предпринимать, когда требуется одобрение и когда проблему следует эскалировать. Каждый вывод должен быть связан с надежным источником. Каждый прогноз должен иметь четкое объяснение. Любое изменение утвержденной базы должно требовать авторизации финансов. Короткое увлечение «токеномаксингом» прошло. Теперь стало просто устанавливать лимиты использования, бюджетный контроль, ролевой доступ, правила маршрутизации моделей и пороги одобрения. CFO могут управлять использованием ИИ с той же дисциплиной, которую они привносят в любые переменные расходы, давая командам пространство для создания и экспериментов. Четкая подотчетность создает уверенность, необходимую для более быстрого движения. По мере ускорения синтеза, сверки и подготовки, финансовые профессионалы получают больше времени, чтобы бросать вызов допущениям, консультировать бизнес и применять суждение. Финансовым директорам нужна система оценки ИИ, основанная на операционных результатах. Покупка большего количества мест или использование большего количества токенов не говорит о многом. Важно, хорошо ли выполнена работа и чего она стоит на самом деле. Для каждого рабочего процесса задайте четыре вопроса: выполнил ли ИИ важную работу, какова была её стоимость (включая время сотрудников на обзор и переделку), был ли результат достаточно хорошим для использования и помогло ли это нам двигаться быстрее или принять лучшее решение? Для финансовой команды полезная работа может означать обновленный прогноз, объясненное отклонение, завершенный аудиторский запрос или ответ на вопрос совета директоров. Для закрытия система показателей может включать время цикла, долю транзакций, сверенных автоматически, количество исключений, требующих проверки, и время, необходимое для объяснения отклонения. Для прогнозирования это может включать точность прогноза, частоту обновления, время, необходимое для создания нового сценария, и качество решений, поддерживаемых прогнозом. Самая дешевая модель не всегда самая экономичная. Если лучшая модель приходит к надежному ответу с меньшим количеством попыток и меньшим объемом проверки, она может стоить меньше в целом. Финансы находятся в центре стратегии, капитала, данных, рисков и производительности. Это дает CFO уникальный взгляд на то, как работает компания, и мощный мандат на руководство её ИИ-трансформацией. ИИ-ориентированная финансовая функция определяется более быстрыми циклами, более сильными контролями, лучшими решениями и большим временем для суждения. Путь начинается с осмысленного рабочего процесса и расширяется через доказательства: дайте людям инструменты, помогите им перестроить работу, сохраняйте четкую подотчетность и измеряйте результат. «Закрытие в ноль дней» и непрерывное прогнозирование выражают более широкую амбицию: финансовая команда, которая понимает происходящее в момент события, показывает лидерам, что может случиться дальше, и помогает компании принимать лучшие решения быстрее. Результатом является финансовая команда с большей емкостью и CFO с более ясным видением бизнеса. Это также создает рабочую модель того, как вся компания может превратить интеллект в устойчивую ценность. Как я всегда говорю: вы не можете быть тем, чего не видите. Если мы хотим, чтобы наши финансовые команды приняли то, что возможно с ИИ, мы должны показать им, как это выглядит, и для нас, как для CFO, это начинается с нас самих.

Источник: openai.com