Finansinis atsparumas yra organizacijos gebėjimas atlaikyti sukrėtimus taip, kad ambicija neužstrigtų: pajamų svyravimai, nenumatytos išlaidos, projektų, kurie iš pradžių kainuoja pinigus, o vėliau juos duoda, vėlavimai. Kaip parengtumo dimensija ambicijos teste, finansinis atsparumas matuoja konkretų dalyką: ar finansų funkcija yra pajėgi laiku suvokti ir atlaikyti scenarijus, susijusius su ambicija, kuri numano dirbtinio intelekto darbą.
Tai kas kita nei sveikas balansas. Ambicija, kuri numano dirbtinio intelekto darbą, keičia išlaidų struktūrą: mažiau kintamųjų darbo sąnaudų kai kuriuose procesuose, daugiau investicijų į technologijas ir priežiūrą, ir kitokį ritmą – išlaidos iš anksto, nauda vėliau. Finansinis atsparumas kaip gebėjimas reiškia, kad organizacija gali šį modelį apskaičiuoti, stebėti ir koreguoti prieš tai, kai tai tampa problema, o ne po to.
Dalyje veiklos procesų tai jau yra praktika. Ataskaitų ciklai, suderinimai, pinigų srautų prognozavimas pagal istorinius modelius: tai užduotys, kur dirbtinis intelektas gali atlikti didžiąją dalį skaičiavimų, o kontrolierius patvirtina arba atmeta rezultatą su pagrindimu. Kitose finansų funkcijos dalyse padėtis kitokia. Scenarijų planavimas strateginio netikrumo atveju, sprendimas dėl investicijų erdvės ir rizikos santykio, pokalbis su banku ar priežiūros taryba apie atsparumą nesėkmės atveju: tai išlieka žmogaus darbu, nes reikalauja vertinimo, kuris neišplaukia iš istorinių duomenų.
Skirtumas tarp įmonių, kurios šitaip organizuoja darbą, ir tų, kurios to nedaro, nėra įrankių prieinamumas. Skirtumas yra tame, ar pagrindiniai duomenys ir procesai jau yra sutvarkyti taip, kad sistema galėtų su jais patikimai dirbti. Organizacija, kurioje skaičiai gaunami iš atskirų skaičiuoklių ir kurioje uždarymai priklauso nuo individualių žinių, gali turėti tą pačią ambiciją kaip organizacija su nuolat atnaujinama finansine apskaita, tačiau parengtumas realiai perkelti dirbtinio intelekto darbą iš esmės skiriasi.
Akivaizdus skirtumas nėra metinėje finansinėje atskaitomybėje. Jis yra tempe, kuriuo vadovybė gali atsakyti į klausimą. Kai parengtumas žemas, praeina dienos, kol suprantama, ką silpnesnis mėnuo reiškia likusiems metams, nes skaičius turi surinkti ir interpretuoti žmonės, kuriems tam reikia rasti laiko. Kai parengtumas didesnis, atsakymas gaunamas greičiau, nes dalis rinkimo ir apibendrinimo darbo jau perkelta, o likęs žmogaus laikas skiriamas vertinimui, o ne skaičiavimui.
Tai taupo ne tik laiką. Tai keičia ir tai, ko reikalaujama iš finansų funkcijos. Valandos, kurios anksčiau skirtos ataskaitų sudarymui, atsilaisvina jų vertinimui. Ar taip atlaisvintas pajėgumas skiriamas daugiau scenarijų nagrinėjimui, ankstesniam reagavimui į nuokrypius, ar kam kitam, yra pačios organizacijos sprendimas.
Parengtumas šioje dimensijoje priklauso nuo kelių dalykų, kurių sunku nuslėpti. Ar finansiniai duomenys yra kur nors tokioje vietoje, kur sistema gali juos nuosekliai perskaityti, ar jie yra išsklaidyti failuose su savomis susitarimais. Ar prognozės pagrindiniai prielaidos yra išreikštos aiškiai, ar jos yra vieno kontrolieriaus galvoje. Ar yra užfiksuotas procesas tam, kas vyksta, kai scenarijus pasiekia nustatytą ribą, ar tai kiekvieną kartą kuriama iš naujo.
Tai susiję ir su tuo, kaip priimami sprendimai: kas gali patvirtinti investiciją remdamasis dirbtinio intelekto sugeneruota prognoze, ir kada žmogus turi tą vertinimą aiškiai perimti. Tai klausimas apie sprendimų teises, ne tik technologiją, ir todėl turėtų būti taip ir vertinamas. Kaip strategija ir valdysena susijusi su dirbtinio intelekto perimamu sprendimų darbu šiuo požiūriu yra susijęs klausimas, ir atsakymas į jį taip pat lemia, ar finansinis atsparumas kaip dimensija gali egzistuoti savarankiškai, ar priklauso nuo kitų gebėjimų.
Kai finansinių duomenų rinkimas ir apibendrinimas didžia dalimi perkeliamas dirbtiniam intelektui, keičiasi tai, kas reikalaujama iš finansų funkcijos. Mažiau reikia rankinio apdorojimo, daugiau – žmonių, kurie žino, kada rezultatas neteisingas ir kodėl. Tai yra kompetencijos poslinkis, ne automatiškai žmonių skaičiaus pokytis: ką darbdavys su tuo daro, priklauso nuo jo pačio teisinių reikalavimų ir nėra klausimas, į kurį atsako šis puslapis.
Ta dalis, į kurią galima atsakyti: kokia finansinio darbo dalis šioje konkrečioje įmonėje realiai gali būti perkelta, priklauso nuo pagrindinių procesų kokybės, ne tik nuo ambicijos. Šis klausimas atsakomas pagal užduotį, naudojant FTE TO AI darbo skanavimą. Ir kadangi finansinis atsparumas nėra atskirtas nuo to, kaip sutvarkyti procesai, verta paskaityti apie kaip procesai ir veikla susijusi su darbu, kurį perima dirbtinis intelektas, ir apie tai, ką tikslinis veiklos modelis paprastais žodžiais čia iš tiesų apibūdina.
Klausimas, kiek kainuoja finansinio atsparumo parengimas dirbtiniam intelektui, neturi fiksuoto atsakymo: tai priklauso nuo to, kur šiuo metu yra duomenys, kaip sutvarkyti procesai ir kokia ambicija keliama. Pirmą vaizdą apie tai galite susidaryti su nemokamu parengtumo patikrinimu: aštuoni trumpi klausimai, po vieną kiekvienai dimensijai, su rezultatu, parodančiu, kur esate pažengę labiausiai, o kur mažiausiai. Visas ambicijos testas, su keturiais lygmenimis ir penkiais pasitikėjimo vartais, dar kuriamas. Kas jau dabar norėtų sužinoti, kokių gebėjimų reikia jūsų organizacijai iškeltai ambicijai, ras čia pradžios tašką.
Vertel wat u wilt bereiken, dan kijken we samen wat daarvoor moet staan.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.