AI zmienia rolę dyrektora finansowego mniej, niż się mówi, i bardziej, niż się wydaje. Nie chodzi o to, że algorytm przygotuje raport za kontrolerów, zastąpi cały sztab księgowych czy przeanalizuje dane za CFO, tylko o to, że to CFO decyduje, czy inwestycja w AI się zwróci, kto za nią odpowiada i czy nie rozsadza kontroli w firmie. To nie IT, ale dyrektor finansowy powinien podjąć decyzję, czy inwestycja w AI się zwróci i czy firmę na nią stać.
- Dlaczego decyzja o inwestycji w AI jest dla CFO trudniejsza niż zwykła inwestycja?
- Trzy pytania, które CFO powinien zadać przed wdrożeniem AI
- Które ryzyka AI wchodzą na biurko CFO?
- Uwaga dla funduszy PE i operating partnerów
- Praktyczny framework: jak CFO ma zdecydować „wchodzimy albo nie"
- Podsumowanie
Dlaczego decyzja o inwestycji w AI jest dla CFO trudniejsza niż zwykła inwestycja?
Inwestycja w narzędzia oparte na AI to pod względem finansowym nadal sporo niewiadomych. Zazwyczaj stoję twardo na stanowisku, że wszystko da się policzyć, że ROI to ROI itd. Skoro tak, to dlaczego aż 74% firm nie pokazało jeszcze wymiernej wartości z wdrażania AI? Powodów jest kilka, zaczynając od tego, że nadal niewiele firm w ogóle zabiera się za liczenie ROI, przez fakt, że wiele pomysłów „umiera" na etapie samej koncepcji lub pilota. Ta niepewność, duża nieprzewidywalność i zmienność technologii jest jedną z przyczyn, dla których decyzja o inwestycji w narzędzie AI, oparta na danych finansowych, jest tak trudna.
Kolejny powód to niedoszacowane koszty. Niby koszty licencji są znane. Ale ze względu na potencjalne komplikacje w integracji systemów, testowania, re-treningu modelu i zarządzania ryzykiem, jakie sztuczna inteligencja tworzy, całkowity koszt jest trudny do policzenia. Analiza finansowa jest czasami bezlitosna. W teorii transformacja cyfrowa powinna być opłacalna. Ale kiedy dyrektor finansowy patrzy realnie na koszty, okazuje się, że projekt albo zwróci się za kilkanaście lat, albo, przy obecnych założeniach, wcale.
Dzieje się tak dlatego, że wymierne korzyści z wdrażania generatywnej sztucznej inteligencji są trudne do zmierzenia na etapie business case. W tym obszarze możliwości dyrektora finansowego są ograniczone. Jak bowiem policzyć korzyść z lepszych, bardziej trafnych, może szybszych decyzji. CFO (Chief Financial Officer) ma zwykle doświadczenie w projektach związanych z automatyzacją, ale policzenie korzyści z wdrożenia rozwiązań opartych na AI stanowi wyzwanie.
Trzy pytania, które CFO powinien zadać przed wdrożeniem AI
Zanim padnie decyzja: „wdrażamy AI", to właśnie CFO powinien uzyskać odpowiedzi na trzy podstawowe pytania. Jeśli coś jest niespójne, niejasne, odpowiedzi brak lub są wymijające, to w sumie już jest odpowiedź, czy aby faktycznie organizacja jest gotowa na nowe, finansowe wyzwania.
Czy mamy dobrze określone i przetestowane założenia konieczne do policzenia zwrotu z inwestycji?
Sztuczna inteligencja rozwija się w błyskawicznym tempie. Zmieniają się koszty, technologia, potencjalne korzyści. To, co było nowością rok temu, dziś może okazać się standardem. Czy zatem analiza danych finansowych jest w takiej rzeczywistości możliwa? Współczesny dyrektor finansowy ma tego świadomość. Wie, że decyzje strategiczne mają w sobie element niepewności. Ale ta złożoność i dynamika nie mogą być wymówką dla braku informacji lub nierzetelności danych.
Kto odpowiada za projekt?
IT, finanse, dział, w którym wdrażana jest zmiana, zarząd? Strategiczny partner CFO, kimkolwiek on (ona) jest, to musi być jedna, wyznaczona osoba. Nie dlatego, żeby można było obwiniać kogoś o porażkę, ale po to, żeby razem z IT i CFO monitorować postępy, ryzyka i zmieniające się okoliczności.
Jak narzędzia AI wpłyną na ryzyka w firmie?
Zmiany w procesach i nowe narzędzia oparte na sztucznej inteligencji mogą zarówno zwiększyć, jak i ograniczyć ryzyko. Samo wdrożenie AI i tworzenie rozwiązań może podlegać pod tzw. AI Act, czyli regulację opisującą obowiązki firm i organizacji związane z AI. Z jednej strony ryzyko i obowiązki rosną, kiedy myślimy o kwestiach związanych z danymi osobowymi; korzystanie z otwartych modeli bez dodatkowych zabezpieczeń to ryzyko wycieku danych. Z drugiej strony przy zastosowaniach masowych dokładność, jaką daje AI, może znacznie obniżyć ryzyko. Mój ulubiony przykład to sensory wykrywające zmiany w strukturze skóry u zwierząt. Po co? Właśnie po to, żeby odpowiednio wcześnie „wyłapać" ewentualne choroby lub inne niepokojące zmiany. Oczywiście AI może się mylić. Tak samo jak człowiek. Tylko ponoć AI szybciej eliminuje swoje pomyłki z przyszłych procesów.
Które ryzyka AI wchodzą na biurko CFO (i czyje tak naprawdę są)?
CFO nie odpowiada za wszystkie ryzyka sam i nie każde ryzyko powinno trafić „na jego biurko". Liczy się to, które, kiedy się zmaterializuje, będzie miało znaczący wpływ na finanse.
W sumie nie potrzeba projektu wdrażania AI, żeby przyglądać się ryzykom. Pierwsze, moim zdaniem najważniejsze, to ryzyko związane z shadow AI. Każdy w kieszeni nosi telefon, którym może zrobić zdjęcie lub zapytać Claude, co myśli o danej sytuacji. A tą sytuacją jest na przykład kontrakt z klientem. „Napisz odpowiedź na pismo" - pstyk, zdjęcie załączone do GPT. Bo przecież to szybsze i prostsze niż samodzielne wymyślanie. Samo takie zachowanie, bez jakichkolwiek zmian w organizacji, może wyrządzić spore szkody związane przede wszystkim z wyciekiem danych. To nie jest ryzyko, którego wartość łatwo oszacować. Świadomość, że istnieje, pozwala na zminimalizowanie go, zanim się zmaterializuje.
Ryzyko niepowodzenia projektu to kolejna kategoria. Czy da się policzyć, ile ono może kosztować firmę? Częściowo. Koszt inwestycji. Do tego dochodzi ryzyko reputacyjne (jeżeli obiecaliśmy pracownikom lub klientom „złote góry") lub utraconych korzyści.
Ryzyko związane z infrastrukturą, narzędziami, prawne, związane z komunikacją... Lista jest imponująca. Dyrektor finansowy nie odpowiada za każdy z tych obszarów. Ale odpowiada za zarządzanie finansami, na które te ryzyka mają wpływ.
Uwaga dla funduszy PE i operating partnerów
Dla funduszy Private Equity i operating partnerów zaangażowanie w temat ma podwójne znaczenie, bo dotyczy nie jednej firmy, tylko całego portfela, i to na trzech etapach: przy wejściu, w budowaniu wartości i przy wyjściu.
Cały proces due diligence powinien zostać poszerzony o AI due diligence. Nie tylko kwestie prawne, kadrowe czy finansowe podlegają ocenie przed dokonaniem inwestycji, ale również AI: w kontekście wykorzystywanych (lub nie) narzędzi oraz, co jest zdecydowanie mniej oczywiste, jaki potencjał dla spółki wynika z rozwiązań opartych na AI. Potencjał lub zagrożenie. Inwestowanie w spółkę, która dobrze rokuje, ale nie ma ustrukturyzowanych danych, bazy informacji itp., będzie oznaczać dodatkowe wydatki dla funduszu. Kolejna kwestia - jak rozwiązania oparte na AI wpłyną na oferowany przez spółkę produkt lub usługę. Kiedyś był taki zawód - repasaczka, windziarz czy kelner. O przepraszam, kelnerzy i kelnerki jeszcze są. Wprawdzie coraz częściej spotykam w restauracjach QR code na stoliku zamiast menu, zamówienie robi się samodzielnie, a jedzenie przywozi robot. Świadomość branży, produktu i usługi w kontekście rozwoju generatywnej sztucznej inteligencji jest jednym z elementów AI due diligence.
Praktyczny framework: jak CFO ma zdecydować „wchodzimy albo nie"
Najprostsza odpowiedź brzmi: patrzymy w liczby. Nawet dla inwestycji, której zwrotu nie da się pewnie policzyć, rolą CFO jest oszacowanie, przemyślenie, przeanalizowanie, przewidzenie. Zanim dojdzie do tego etapu, zarząd (nie tylko dyrektor finansowy) powinien zacząć od pytania: czy firma jest w ogóle gotowa (dojrzała - AI maturity), żeby wdrożyć AI. Dojrzałość ocenia się w pięciu wymiarach: diagnoza, czyli czy potrafimy nazwać konkretny problem biznesowy, dane, ludzie i kultura organizacji, governance oraz technologia. Jeszcze nie mówimy o finansach, nie liczymy ROI, nie oceniamy ryzyk. Zastanawiamy się, czy w ogóle jesteśmy jako firma, instytucja, gotowi na zmiany. Inwestycja w AI powinna zaczynać się właśnie od tej oceny dojrzałości, bo bez uporządkowanych informacji na temat stanu obecnego porażka jest gwarantowana. To tak, jakby kupić samochód dla siebie i nie mieć prawa jazdy.
Dopiero kiedy firma wie, na jakim jest poziomie, może zastanawiać się nad liczeniem ROI. Excel do liczenia stopy zwrotu jest prosty: po jednej stronie potencjalne korzyści, po drugiej koszty. Samo liczenie jest proste. Wyzwaniem CFO jest zebranie informacji, które mogą mieć istotny wpływ na projekt i organizację.
Reguła jest prosta. Jeśli firma nie jest dojrzała, najpierw uporządkuj fundamenty, zamiast wdrażać AI na siłę. Jeśli jest, a wartość i koszt są jasne, wchodzicie. Jeśli wartość jest realna, ale niepewna, robicie pilotaż. Jeśli cokolwiek jest niepewne, nie wchodzicie, dopóki tego nie wyjaśnicie. Brak odpowiedzi to też decyzja, tylko wtedy podjęta świadomie.
Podsumowanie
Rola dyrektora finansowego w projekcie wdrażania narzędzi i rozwiązań opartych na AI nie polega tylko na tym, żeby liczyć zwrot z inwestycji, bo to CFO robił zawsze. Polega na narzuceniu dyscypliny, ram inwestycji i szerszego spojrzenia na cały projekt. CFO zaczyna od pytania o dojrzałość, potem o ryzyka, korzyści i koszty oraz odpowiedzialność i potencjalne scenariusze. A dopiero potem decyduje, czy organizację stać na projekt.
Jeśli w Twojej firmie decyzje o AI zapadają bez tej dyscypliny albo potrzebujesz kogoś, kto ją wprowadzi bez zatrudniania dyrektora finansowego na etat, sprawdź usługę CFO na godziny.
