نیاز به متخصص تحلیل دیتا بر اساس هوش مصنوعی در تیمهای مالی

امید فرجی در رویداد Tax Tech که شرکت کیسان برگزار کرد، در سخنانی با عنوان نقش تکنولوژی در برنامهریزی و تحلیلگری مالی، با اشاره به اینکه سیستم FP&A یا Financial Planning and Analysis بهمعنی استفاده از یک سری تکنیکهای برنامهریزی، پیشبینی و تحلیلگری در سازمان برای تصمیمسازی است، گفت: در FP&A مدرن، افرادِ سازمان را بهعنوان یک استراتژیست بیزینس پارتنر (شریک استراتژیک مالی کسبوکار) میبینیم که در کنار دیگر مدیران سازمان، در مبحث تصمیمگیری شرکت میکنند.
او ادامه داد: فایننس بیزینس پارتنر و FP&A که ذیل آن قرار میگیرد، به این صورت معنا پیدا میکند که هر تصمیمی در سازمان باید توسط یک سری افراد خبره مالی مدلسازی شود و تصمیمسازی صورت بگیرد. وقتی درباره FP&A مدرن صحبت میکنیم، باید فرآیندها هم بهصورت اتومیت پیش برود؛ درحالیکه در سازمانهای غیر تک در ایران، FP&A همان نقش گزارشدهی و بودجهریزی به شکل سنتی را دارد.
مدیر ارشد مالی دیجیپی با اشاره به اینکه در حال حاضر دیگر سازمان منتظر نمیماند که وقتی یک اتفاق میافتد، دو ماه بعد تحلیلش را بدهیم و موضوعات را پسینی بررسی کنیم، افزود: اشکالی که در خیلی از سازمانهای ستنی وجود دارد این است که تصمیمات دادهمحور نیست. وقتی سازمان میخواهد بلافاصله تصمیمی بگیرد یا قراردادی را منعقد کند، ما باید بر اساس داده، ظرف نیم ساعت تحلیلمان را ارائه بدهیم.
فرجی با بیان اینکه یکی از مهمترین نقشهای افراد مالی در سازمان، مدیریت کشفلو است، اظهار کرد: باید در تصمیمگیریها بر اساس مدل سازی جریانهای نقدی و سیستم های هوشمند مدیریت وجوه نقد برای برنامهریزی و تحلیل پیش رفت. پیادهسازی هوش مصنوعی در سازمان باید مبتنی بر سه ستون اصلی شامل داده، افراد و فناوری انجام شود.
او تاکید کرد: برای به کارگیری هوش مصنوعی در فرایندهای مالی، اول باید سازمانتان و افراد داخل سازمان را متقاعد کنید که AI نیازتان است و اگر نداشته باشید، از بین میروید. هوش مصنوعی دیتای شما را آنالیز میکند و فوتپرینتهای مشتریان شما را تحلیل میکند و اگر سازمانها نتوانند از این دیتا و تحلیل آنها استفاده کنند، از بین میروند. ما ابتدا باید مدیران سازمان را در این زمینه اقتاع کنیم و بفهمند که این تحلیل دیتا به کاهش هزینههایشان کمک میکند.
مدیر ارشد مالی دیجیپی در ادامه گفت: حضور یک دیتا ساینتیسیت در تیم مالی الزامی است؛ چراکه قرار نیست همه ما تحلیل دیتا بلد باشیم، اگر با ادبیات آن آشنا باشیم و سواد علم داده را داشته باشیم کافی است. بعد از اتومیت شدن فرایندها، یک متخصص دیتا این اطلاعات را تحلیل میکند. باید به این سمت حرکت کنیم و اُپریشن را به سمت اتومیت شدن سوق بدهیم.
هوش مصنوعی جایگزین تفکر انتقادی نمیشود
فرجی با اشاره به اینکه Ai جایگزین تفکر انتقادی نمیشود، افزود: هوش مصنوعی قطعا جایگزین آدمهایی میشود که یک سری کارهای روتین روزمره را انجام میدهند. ما در دیجیپی در حال رباتیک کردن فرایندهای مالی هستیم و در تلاشیم که تا ۶ ماه آینده اکثریت فرایندها رباتیک شوند.
او در ادامه توضیح داد: من میدانم که پنجم فروردین ۱۴۰۴ با یک تلورانس ۵ درصدی، چه قدر پول دارم؛ تراکنشهای ما لحظهای است و من با مدل کشفلویی که بر اساس رفتار خرید مشتری با AI هماهنگ کردهام، میدانم کدام روز کشفلو کم دارم و کجا زیاد دارم و بر این اساس، کشفلویم را مدیریت میکنم. ما مقدار زیادی تراکنش داریم و نمیتوانیم با حسابداری دستی سند بزنیم، بنابراین تراکنشها و اسناد بهصورت اتومیت جنریت میشود. ما نمیتوانیم الان بر اساس یک لحظه صحبت کنیم بلکه باید رفتار مشتریان را در گذشته و رفتار خریدشان را تحلیل کنیم.
مدیر مالی دیجیپی افزود: ما باید در تصمیمگیریهایمان بر اساس دیتا و مدلهای هوشمند پیش برویم. اگر ما بیزینس را نشناسیم، مدل کسبوکار را نشناسیم، تحلیل نکنیم و استراتژی نداشته باشیم، طبیعتا شکست میخوریم و این تحلیل داده با استفاده از ابزارهای ماشین لرنینگ و هوش مصنوعی صورت میگیرد.
فرجی در پایان مواردی از نمونههای موفق از بهکارگیری هوش مصنوعی در FP&A در ایران و جهان را بررسی کرد.
خدمات سازمانی برای پرسنل شرکتها
در ادامه این همایش، حسین نوراحمدی، مدیر B2B دیجیپی، خدمات این شرکت برای کارکنان سازمانها را معرفی کرد؛ اعتبار و وام سازمانی، کیف پول سازمانی، کارت هدیه و… خدماتی است که بهگفته نوراحمدی با توافق بین دیجیپی و سازمانها در اختیار کارکنان شرکتها قرار میگیرد و بدون اینکه سازمان نیاز به هزینهای در این زمینه باشد، ارزش افزوده بالایی ایجاد میکند و به افزایش رضایت کارکنان کمک میکند.