Kompanije su sve češće pod rastućim pritiskom da izmere dugoročne vrednosti, a kao glavni izazov postavlja se pronalaženje značenja iz datih podataka.
Nekada je godišnji izveštaj prikazivao vrednost kompanije svojim vlasnicima akcija preko detaljne knjige narudžbina, urednog bilansa i istorije atraktivnih dividendi. Ta slika se promenila u proteklim godinama, i kompanije se danas suočavaju sa potrebom da izraze svoje korporativne vrednosti na širem nivou.
U toku je tranzicija sa akcionarskog kapitalizma (gde je prioritet da se zaštiti vrednost za akcionara) na stejkholderski, gde je fokus na demonstraciji većem auditorijumu, uključujući kupce, zaposlene, investitore i regulatore – da kompanija stvara dugoročne vrednosti.
Bilo da je uzrokovano od strane milenijumske generacije koja je forsirala promene u vrednostima ka odgovornijim i društveno-svesnim pristupima poslovanju, ili kao posledica visokoprofilnih korporativnih kolapsa, fokus se promenio. Više nije reč samo o maksimalnom uvećanju profita već o transparentnosti, održivosti i inkluziji kao uvećavajućem delu u sveobuhvatnom merenju uspeha.
Neuspešan uticaj na ove elemente tokom ocene dugoročne vrednosti može uticati na investicije, regrutaciju, reputaciju, a najviše na produktivnost i profit. Živimo u rastuće povezanoj klimi gde stejkholderi potražuju više informacija kroz širi spektar. A u digitalnom svetu, žele da ovi podaci budu momentalno ažurirani i dostupni.
Nivoi podataka
Prema “Embankment Project for Inclusive Capitalism"(EPIC), ključni indikatori performansi (KPI) koji mere dugoročne vrednosti će rastuće biti bazirani oko četiri ključne oblasti: talenat, inovacije i trendovi kupaca, društvo i okruženje i upravljanje. Stejkholderi žele jasnu sliku kako ovi indikatori mogu uticati na strateško planiranje, upravljanje rizikom, izvršne nadoknade, održive operacije, poslovni rast i dugoročne korporativne vrednosti.
Međutim, jedan od izazova sa kojima se susreću kompanije dok pokušavaju da izveštavaju o dugoročnim vrednostima jeste velika količina dostupnih podataka i kako izvući značenje iz istih. Kako bi se shvatilo značenje ovog izazova, treba uzeti u obzir da se podaci iz našeg globalnog digitalnog univerzuma dupliraju na svake dve godine.1
U ovom kontekstu, veštačka inteligencija (AI/Artificial Intelligence) se može pokazati kao ključni faktor promene, sa sposobnošću da da smisao ovim podacima i identifikuje razumljive indikatore. . Kroz AI, analiza kolosalnih količina informacija može biti momentalna ili po narudžbini.
Pretraga podataka (data-mining) može pomoći u analizi velikog volumena podataka i u klasifikaciji informacija. Na primer, može se koristiti za analizu velike količine patenata i klasifikacije u „kvalitativne klastere“: inkrementalne, granične, alarmantne i tako dalje. Prediktivne analize mogu takođe pomoći u analizi tržišta, ponašanja potrošača i u prikazivanju trendova i prognoza.
Činjenica da bi kompanije trebalo da budu u mogućnosti da koriste ovu tehnologiju radi merenja aspekata svoje aktivnosti kao što su finansijske vrednosti, produktivnost, performans zaposlenih, menadžment troškova i održivost u realnom vremenu predstavlja ogroman napredak. U prošlosti je merenje vrednosti značajno uticalo na visinu troškova i vreme. Podaci prosleđeni analitičarima su bili mešovitog kvaliteta i često nije bilo ni strukture ni okvira procesa. U budućnosti, kompanije bi trebalo da budu u mogućnosti da koriste KPI u realnom vremenu kako bi proizvodile autpute u realnom vremenu.
Veštačka inteligencija kao pružalac mogućnosti
Veštačku inteligenciju ne treba posmatrati kao svemogući alat - to je čist pružalac mogućnosti podrške analizama novih metrika.
Kompanije su i dalje u veoma ranim stadijumima razvijanja pristupa metrikama dugoročnih vrednosti. Moraju postići radni balans između taktičkih i strateških KPI; operacionih i finansijskih KPI; i KPI koji efektivno uhvate momenat tokom predviđanja budućnosti.
Kako stvari stoje, postoji pitanje koliko dobro opremljene kompanije upošljavaju nove metrike za korporativno upravljanje, poverenje klijenata, inovacije, talenat i okruženje, između ostalog. Mnoge organizacije i dalje nemaju odgovarajući sistem, sposobnost pronalaženja izvora podataka i potrebne metode izveštavanja.