הבינה המלאכותית ואתם: מדריך ל-CFO – מעבר לאקסלים

השבוע, במסגרת סדרת המדריכים שלנו על בינה מלאכותית למנהלים, אנחנו מגיעים לשולחנו, או למחשבו, של ה-CFO. אם יש תפקיד שהבינה המלאכותית יכולה לייצר עבורו ערך מיידי, זה מנהל הכספים (קצת בדומה למנהל התפעול, ה-COO, שבו דנו בשבוע שעבר). ה-CFO צריך להתמודד עם הרבה מספרים, הרבה טקסטים ותהליכים שחוזרים על עצמם – וזה בדיוק האזור שבו הבינה המלאכותית מרגישה כמו דג במים, ויכולה להחזיר למנהלי הכספים שעות שינה – במיוחד לפני הוצאת דו"חות חודשיים, רבעוניים ושנתיים.

אחת מנקודות הכאב של מנהלי הכספים היא סגירת הדו"חות האלה. כאן, שפע הסוכנים החכמים שהונחתו עלינו בחודשים האחרונים על ידי כל חברה גדולה בתחום יכול לחולל פלאים עבור אנשי מחלקת הכספים: ביכולתם לעזור לאסוף במהירות נתונים ממערכות שונות, לזהות חריגות ולהציע הסברים הגיוניים לשונות בין תקופות. זה לא קסם: חיבור למערכות חשבוניות, הזמנות ומלאי יכול לתת לכם, אנשי הכספים בארגון, תמונה מלאה, במקום שתצטרכו לנבור בעצמכם ולחפש מחט בערימת שחת.

הבינה המלאכותית טובה גם באיתור חריגות שעשויות להצביע על אי סדרים או, חלילה, מעילות – חשבוניות "כמעט זהות", כפילויות בתשלומים, הוצאות חריגות ועוד. באמצעות ה-AI, הן יכולות לצוף כולן בזמן אמת, במקום להסתמך על ביקורת אקראית או ידנית. כמובן, לא מדובר בשופט או דיין – הבינה המלאכותית רק מציפה חריגות לעיונכם, וההחלטה מה לעשות ואיך לנהוג עדיין מצויה בידיכם.

האקסל מנחם, הבינה המלאכותית מנבאת

המהלך הגדול באמת מבחינת ה-CFO הוא תחזיות התזרים. בעולם יציב, האקסל עושה עבודה יפה. בעולם האמיתי, הוא בעיקר עושה עבודה מנחמת.

מנגד, הבינה המלאכותית מאפשרת לבנות תחזיות שמבוססות לא רק על מה שרשום בתקציב, אלא על איך העסק מתנהג בפועל: זמני גבייה לפי לקוחות וסגמנטים, שקלול עונתיות אמיתית ולא לפי איך שמישהו זוכר את העונה בשנה שעברה או בשנים הקודמות באופן סובייקטיבי, דפוסים של תשלומים לספקים ואירועים תפעוליים שמשנים את הזרימה. חשוב לא פחות: ה-AI לא חייבת לתת “מספר אחד”. היא טובה במיוחד בבניית תרחישים: מה קורה אם הגבייה מתאחרת בשבוע? אם המחסן נתקע? או אם לקוח גדול מחליט פתאום להתווכח על חשבונית ולא לשלם? מנהל כספים שמגיע לישיבת הנהלה עם מניפה של תרחישים והסתברויות נראה אחרת לחלוטין ממי שמגיע עם "זו ההערכה הכי סבירה שלי".

ה-AI – אלטרנטיבה לאקסלים? צילום: one photo, ShutterStock

אם פעם אתם והצוות הייתם שורפים לילה שלם על מצגת שתיראה אחידה, כיום, בזכות הבינה המלאכותית, יש יותר סיכוי שתסיימו אותה עוד לפני שהקפה מתקרר

הבינה המלאכותית היא גם כלי מצוין לשיפור הגבייה, בלי צורך לפתוח עוד קווי אשראי: היא יכולה לדרג סיכון איחור לפי לקוח, להציע למי לפנות קודם ולהפוך את הפינג פונג של התזכורות למשהו יעיל יותר.

כמו כן, ביכולתה לנסח הודעות גבייה בטון מותאם אישית לכל לקוח – לא מתנצל מדי ולא מאיים מדי, עם הפרטים הנכונים ובלי טעויות מביכות. זה נשמע זניח, עד שמסתכלים על DSO (ר"ת Days Sales Outstanding) ומשווים חודש מול חודש. לפעמים, כמה ימים פחות בהמתנה לכסף שווים יותר מכל "התייעלות" אחרת.

מה עם הספקים והחשבונות לתשלום?

גם בצד השני של השולחן, אצל הספקים והחשבונות לתשלום, יש הרבה בשר. כאן הבינה המלאכותית עובדת כמו מסוע: חילוץ נתונים מחשבוניות, התאמה להזמנות ולמסמכי קבלה, זיהוי חריגות במחיר או בכמות וניתוב אוטומטי לאדם הנכון לאישור. התוצאה היא פחות "שלח לי שוב, זה אבד לי במייל", פחות עיכובים כי מישהו היה בחופשה ופחות טעויות שמצטברות עד שמגלים אותן באיחור. בקצה של התהליך הזה יושב הרכש, כשגם שם ה-AI יכולה לתת יתרון: ניתוח היסטוריית ספקים, זיהוי הזדמנויות לאיחוד רכישות או לייעול תנאי תשלום, ושיפור שיח המשא ומתן מול ספקים עם נתונים אמיתיים – ולא רק תחושת בטן.

אבל, השינוי שהוא אולי המעניין ביותר הוא המקום שבו סמנכ"ל הכספים הופך ממי שמציג דו"חות למי שמספר את הסיפור שמאחורי המספרים. הבינה המלאכותית היוצרת יכולה לקחת ערימה של דו"חות, לסכם מה השתנה, להדגיש את החריגות המשמעותיות ולנסח טיוטת תקציר הנהלה או נקודות לדירקטוריון. כמו ש-ווייז לא באמת מחליף את הנהג – היא לא מחליפה את ה-FP&A (ר"ת Financial Planning & Analysis – תכנון וניתוח פיננסי), אלא פשוט מורידה מכם את עומס הניווט ומאפשרת לכם להתמקד בהחלטות.

וגם, בואו נודה בזה: אם פעם אתם והצוות הייתם שורפים לילה שלם על מצגת שתיראה אחידה, כיום, בזכות הבינה המלאכותית, יש יותר סיכוי שתסיימו אותה עוד לפני שהקפה מתקרר.