Hoe CFO’s en Finance Professionals AI en Machine Learning inzetten om hun processen te stroomlijnen

Voor CFO's en Finance professionals belooft AI een revolutie in de manier waarop financiële taken worden uitgevoerd. Artificial Intelligence stelt machines namelijk in staat om taken uit te voeren die traditioneel als behorend tot menselijke intelligentie werden beschouwd. AI analyseert gegevens, herkent patronen en doet voorspellingen. Door deze taken op grotere schaal en met hogere snelheid uit te voeren, kan AI de intelligentie en productiviteit van mensen verbeteren. Machine Learning modellen, een subdiscipline van AI, vertrouwen op gegevens en zelflerende methoden om patronen te identificeren en voorspellingen te doen. Deze modellen kunnen zichzelf voortdurend verfijnen om betere resultaten te genereren.

CFO's streven er al lang naar om de tijd die wordt besteed aan processen zoals financial closing, consolidaties, rapportage en salarisadministratie te verminderen. Een wereldwijde enquête onder 260 CFO's toonde aan dat bijna de helft (48%) van plan is te investeren in technologie om financiële taken te stroomlijnen. In de juiste handen kunnen digitale technologieën en grotere automatisering een “match made in heaven” zijn om de financiële functie te transformeren.

Verschillende processen waarin het implementeren van AI al heeft geleid tot verbeterde prestaties:

– Snellere analyse van transacties met een hoog volume
– Automatisering van handmatige en repetitieve taken
– Effectieve voorspelling en vermindering van risico's
– Voortdurende detectie van patronen en afwijkingen
– Vermindering van de tijd om de boeken af te sluiten
– Medewerkers de vrijheid geven om zich te richten op andere taken
– Beperking van de kans op menselijke fouten
 

Een rapport van Workday uit 2022 voorspelde dat AI en ML in de Finance functie aanzienlijke acceptatie (71%) zouden ervaren tegen het einde van het decennium. Maar ondanks de duidelijke opmars van AI heeft 74% van de finance professionals momenteel geen enkele ervaring met AI. Hoe kan de CFO anticiperen op de onvermijdelijke, groeiende rol van AI in Finance?

AI in Finance

De wereld van werk is veranderd en heeft elk aspect van het bedrijfsleven getransformeerd; HR is overgestapt naar een op vaardigheden gebaseerde economie, Finance heeft touchless transactieverwerking omarmd, en IT moet tools en systemen beheren voor een gedistribueerde workforce. Deze transformatie is onlosmakelijk verbonden met AI en ML.

AI en machine learning-algoritmes zijn nu noodzakelijk geworden voor organisaties om concurrerend te blijven in Finance. Traditioneel werden dagelijkse financiële functies, van het detecteren van anomalieën tot het voorspellen van uitkomsten, handmatig uitgevoerd. Nu, met de toenemende verwachtingen om efficiënt te werken en strategische inzichten te bieden, moeten organisaties AI-technologieën omarmen die meer automatisering, integriteit en nauwkeurigheid bieden. Frederic Portal, OCFO bij Workday, benadrukt drie gebieden waar AI-toepassingen snel de norm worden in de financiële sector:

1. De rol van AI in Accounting

Vermindering van menselijke fouten is van het grootste belang voor boekhoudafdelingen, aangezien de gevolgen van onjuiste cijfers enorm kunnen zijn. Vanwege de grote hoeveelheid facturen, rapporten en gegevens die teams moeten verwerken, is AI steeds meer vereist om concurrerend te blijven. Hier zijn enkele gebieden waar AI van cruciaal belang blijkt te zijn voor klanten die Workday gebruiken:

• Automatisering: Door transacties die traditioneel handmatig werden uitgevoerd te automatiseren, profiteert iedereen van verminderde fouten, kosten en uren. Machine learning kan bijvoorbeeld facturen in bulk uploaden en scannen, urgentie identificeren en prioriteren voor verwerking. Vervolgens kunnen facturen worden doorgestuurd naar de specialisten die het beste aansluiten op eerdere opdrachten.
• Anomaliedetectie: Bedrijven die AI gebruiken om continu uitzonderingen en afwijkingen te signaleren, vermijden knelpunten aan het einde van de maand. Het traditionele record-to-report-proces omvat een grote hoeveelheid werk in een kort tijdsbestek. Machine learning vermindert drastisch de tijd die wordt besteed aan toezicht, waardoor boekhoudteams meer tijd kunnen besteden aan analyse en meer strategische initiatieven.
• Intelligent recommendations: Met behulp van AI kunnen bedrijven automatisch aanbevelingen genereren gedurende de periode. Bijvoorbeeld, in het contract-to-cash-proces wordt 50% van de tijd besteed aan het verwerken van handmatige betalingen. Machine learning kan onnauwkeurige boekhouding detecteren en aanbevelen welke facturen het dichtst in de buurt komen van klantontvangst.

1. De rol van AI in Financial Planning and Analysis

Met grote veranderingen die wekelijks, zo niet dagelijks, plaatsvinden, moeten bedrijven zich in het huidige klimaat enorm snel kunnen aanpassen. AI-algoritmes kunnen gegevens analyseren op hetzelfde tempo als deze snelle veranderingen, wat de planningsteams voorziet van de voorspellende kracht die nodig is om voor te blijven. Drie gebieden waar AI al essentieel is voor klanten van Workday Adaptive Planning:

• Anomaliedetectie: AI gebruikt historische gegevens om planners te waarschuwen wanneer plangegevens buiten de normale marges vallen. Dit verbetert aanzienlijk inzicht in de oorzaken van gegevensafwijkingen, waardoor tijdige aanpassingen mogelijk zijn, indien nodig. Elke nieuwe zaak stelt het model in staat te leren van gebruikersfeedback en verbetert voortdurend in het proces.
• Rapportage van uitschieters: AI kan de responstijd aanzienlijk verminderen bij het ontdekken van uitschieters in prognoses. In realtime kan AI zijn eigen voorspellende prognose vergelijken met de prognose van een planner, het budget of een andere versie. Vervolgens kan het accounts identificeren met aanzienlijke verschillen. Zo helpt AI bij het bevorderen van snellere analyse over planningversies, terwijl het ook onregelmatigheden aan het licht brengt zodra ze zich voordoen.
• Voorspellende forecasting: Nauwkeurige voorspellingen vormen de kern van financiële planning en analyse (FP&A). Dankzij machine learning kunnen gebruikers historische gegevens benutten om verdere voorspellingen van de vraag te genereren. Dankzij de real-time analyse van AI is het ook mogelijk om andere datasets op te nemen voor grotere precisie. Dit opent de deur naar een nieuw soort planning dat voortdurend leert van gegevens en zich aanpast aan een veranderende wereld.

1. De rol van AI in Inkoop

Om effectief te kunnen opereren, moeten inkoopteams in staat zijn om gegevens nauwkeurig te beoordelen, risico's op te sporen en efficiëntie te bevorderen. Source-to-pay-processen zijn vaak arbeidsintensief en foutgevoelig, wat een kans biedt voor AI om een enorme impact te leveren. Hier zijn drie voorbeelden van AI- en ML-gebruikscases voor spend management:

• Lokaliseren van gegevens: Semantisch zoeken in Workday maakt gebruik van optische karakterherkenning (OCR) om snel contracten te lokaliseren. Een taak die vroeger enkele uren of zelfs dagen in beslag nam, wordt nu in enkele seconden voltooid. Hierdoor kunnen inkoopteams meer tijd besteden aan zinvolle contractonderhandelingen en risicobeheer.
• Risico's opsporen: Kostenverwerking vormt een groot risicogebied voor organisaties. In plaats van fraude komen risico's vaak voort uit handmatige invoerfouten zoals dubbele kosten, problemen met bedragen of onjuiste kostenposten. Hier kan machine learning helpen door grote gegevenssets te bekijken en items te identificeren die ongebruikelijk lijken. Dit stroomlijnt het proces van het beoordelen van kostenrapporten en versnelt de terugbetalingstijden.
• Aanbeveling van uitgavencategorieën: ML kan gebruikers een keuze bieden uit geschikte uitgavencategorieën bij het maken van een requisitie of aankooporder. Hierdoor worden het aantal fouten in de latere processen verminderd, wordt het aankoopproces versneld en wordt de gebruikerservaring verbeterd. Dit is niet alleen efficiënter, maar bevordert ook het vertrouwen onder teamleden.

Lees ook op CFO.nl: Artificial Intelligence in Finance: wat je moet weten.

Cloud-based Finance

AI en ML transformeren reeds de financiële functie binnen organisaties, maar deze transformatie is sterk afhankelijk van de technologische basis van het financieel beheersysteem. Finance omvat het beheer, de creatie en de analyse van geld en investeringen. Sommige aspecten van bankieren en financiën worden behandeld door gespecialiseerde financiële instellingen, zoals kredietbeoordeling, underwriting proces en fraudedetectie. Andere gebieden worden intern beheerd door organisaties, zoals risicoanalyse, budgettering en investeringsplanning.

Veel organisaties maken gebruik van financiële beheersoplossingen om betere beslissingen te nemen. Deze oplossingen vormen al lang de ruggengraat van boekhoud- en financiële afdelingen en maken meestal deel uit van een bredere suite van toepassingen die bekend staan als Enterprise Resource Planning (ERP). Historisch gezien werden ERP-systemen belemmerd door hun verouderde oorsprong, met lange en kostbare upgradecycli, de noodzaak voor IT om functionaliteit toe te voegen of aan te passen, en frustrerende gegevenssilo's. Overschakelen naar een native cloud-benadering, zoals Workday Enterprise Management Cloud, geeft organisaties toegang tot hun gegevens in realtime, wat een volledig beeld geeft van hun bedrijf en financiën.

AI en ML zijn geïntegreerd in de kern van het Workday-platform. Toonaangevende financiële organisaties gebruiken al AI- en ML-technologieën in Workday om betere werknemerservaringen te leveren, operationele efficiëntie te verbeteren en inzichten te bieden voor snellere data-gestuurde besluitvorming.