Gartner a identificat principalele 5 cazuri de utilizare a inteligenţei artificiale în departamentele companiilor

Gartner a identificat cinci dintre cele mai importante cazuri de utilizare a inteligenţei artificiale (AI) pentru ca liderii departamentelor de planificare şi analiză financiară (FP&A) să le poată lua în considerare pentru implementarea în operaţiunile departamentelor lor, conform unui comunicat de presă remis Redacţiei.

"Organizaţiile care ignoră aceste cazuri de utilizare ar trebui să aibă un motiv întemeiat pentru a face acest lucru, deoarece acestea oferă cea mai bună combinaţie de fezabilitate şi beneficii de afaceri", a spus Mark D. McDonald, Director Senior pentru cercetare în cadrul departamentului Gartner Finance.

Potrivit sursei citate, analiştii Gartner au examinat 23 de cazuri de utilizare a inteligenţei artificiale în departamentele financiare ale companiilor, reprezentând tipurile de procese la care va lucra o viitoare organizaţie financiară autonomă. Acestea au fost clasificate în funcţie de valoarea adusă pentru afaceri şi de fezabilitatea implementării.

Pentru a clarifica cazurile de utilizare, experţii Gartner au oferit definiţii mai detaliate.

-Prognoza cererii/ veniturilor: Folosind atât surse interne, cât şi externe de date, modelele prezic cererea şi veniturile asociate ţinând cont de o varietate de elemente, inclusiv departamentele de business, liniile de produse, identificatorii de produs, tipurile de clienţi şi regiunea în care activează.

-Detectarea anomaliilor şi erorilor: Detectarea anomaliilor foloseşte o serie de modele de învăţare automată (machine learning - ML) pentru a evidenţia tranzacţiile sau soldurile care sunt eronate sau care pot încălca principiile sau politicile contabile. O soluţie cuprinzătoare va include, de asemenea, analize în timp real în timpul introducerii datelor, prevenind apariţia erorilor în fluxul de lucru şi evitând corecţiile ulterioare deosebit de costisitoare.

-Suport decizional: Algoritmii de predicţie ML concepuţi pentru predicţia rezultatelor pe baza datelor curente sunt utilizaţi pentru a prezice rezultatele atunci când sunt utilizate valori alternative ale datelor. Utilizarea modelelor cu date ipotetice prezice rezultatul deciziilor alternative.

-Prognoza POC (percentage of completion) a veniturilor: Cunoscută şi sub titulatura de contabilitate POC. Modelele ML prognozează valorile procentuale de realizare pentru diferite metrici (de exemplu, ore, cost, unităţi, greutate etc.) pentru a previziona procentul de realizare a veniturilor şi efortul total de finalizare rămas.

-Încasări în numerar: Modelele ML sunt folosite pentru a prognoza când îşi vor plăti clienţii facturile, declanşând eforturi proactive de colectare înainte ca plăţile să fie restante. Folosind predicţiile din aceste modele, personalul responsabil de colectare îşi concentrează eforturile asupra conturilor cu risc. Încasările de numerar prognozate contribuie, de asemenea, la prognoza generală a fluxului de numerar bazată pe ML, se mai arată în comunicat.

"Prognoza este un caz de utilizare popular în departamentele financiare, deoarece procesele moştenite sunt unele în care activităţile manuale sunt intensive şi recunoscute a nu fi de încredere. AI excelează la capitolul automatizării şi la îmbunătăţirea preciziei," a spus McDonald.