CFO:n har en unik position när det gäller att införliva AI i företagets verksamhet.
Kunddata och prediktiv prissättning
I många företag ansvarar CFO:n för den rapportering som kommer från den kundrelaterade verksamheten – till exempel fordringar från säljorganisationen eller data om prissättning från försäljningsenheter. I dagens värld med digital handel ger detta CFO:n en stark sits när det gäller att koppla ihop prediktiv analys och kundbeteende.
En controller samarbetar med en dataanalysexpert för att hitta samband mellan prisbeteende och fordringar. Det omfattar transaktionsdata som typ av inköpt produkt, betalningsmetod och kunddemografi. De lägger till tredjepartsdata som input om väder och plats vid tidpunkten för inköp.
Resultatet – en prognos för en optimal prissättning för en kvinnlig kund i åldern 18 till 24 år som använder kreditkort för att köpa saker till semestern när vädret är dåligt.
De flesta av oss har säkert sett hur denna typ av analys används i praktiken, till exempel när vi får filmrekommendationer som är baserade på innehåll vi tidigare tittat på.
Samma tillvägagångssätt kan hjälpa CFO:er att upprätthålla optimala lagernivåer, undvika nedskrivningar av lager och spara rörelsekapital.
Se bortom bokfört värde
En av de största utmaningarna för en CFO kan vara att bedöma tillgångarnas verkliga värde. Osäkerheter i värderingen, oavsett om det gäller att förvärva ett tillgångsintensivt företag eller fastställa skattegrunden för omsättningstillgångar, kan öka eller minska resultatet med miljoner.
Den mest effektiva metoden för att bestämma värdet på tillgångar är att gå igenom ett stort antal jämförbara oberoende transaktioner. Och det är här AI kan vara till hjälp.
CFO:er och specialister på värderingar inom fastighetsbranschen kan använda AI för att bedöma tusentals bostadsvariabler – bolåneräntor, kvaliteten på skolor i närområdet, antal sovrum, lokala arbetstillfällen – för att bygga prediktiva modeller för huspriser. Dessa kan användas i samband med förvärv eller försäljningar. Det hjälper inte bara fastighetsföretaget, utan skapar även värde för köpare, säljare och långivare.
Relaterad artikel
Förutsäga värdeförluster: prognosticera och hantera osäkra fordringar
Enligt de amerikanska skattemyndigheterna 1 står osäkra fordringar för 0,5 procent av amerikanska företags intäkter. 2018 saknades mer än 100 miljarder dollar, vilket minskade vinstmarginalerna med upp till 5 procent 2 .
Med hjälp av artificiell intelligens kan CFO:n förutsäga vilka kunder som kommer att betala i tid, vara sena eller inte betala alls. En analys av kunddata som branschtyp, kreditbetyg, produktköp och säljpersonal kan ge en prognos för sannolikheten att ett företag kommer att betala sina räkningar – och erbjudas utökad kredit. Att identifiera sannolika icke-betalare kan också hjälpa till med kundkvalificering och kreditgodkännanden.
Osäkra fordringar
100 miljarder dollarSumman av osäkra fordringar som påverkade amerikanska företag 2018.
Förskingring och bedrägerier
Interna oegentligheter är särskilt svåra att upptäcka och kontrollera. De lämnar inga tydliga dataspår och utförs ofta i små steg som undgår upptäckt. Dessutom kan förövaren avsiktligt förvanska dataspåret för att förhindra upptäckt.
Kostnader för bedrägerier uppskattas kosta företag 1,8 miljarder dollar per år 3 . Bedrägerier kan få betydande juridiska, skattemässiga och ekonomiska konsekvenser och distrahera CFO:er från mer strategiska frågor.
Inför artificiell intelligens. Med AI kan du analysera och tolka kostnadsdata och upptäcka misstänkta utgifter. Du kan undersöka mönster för utgifter och anställdas beteenden i olika roller. Dessutom kan maskininlärning identifiera och förutspå beteenden hos anställda som förfalskar eller överdriver utgifter. Detta gör det möjligt för en CFO att förutse potentiella oegentligheter innan de inträffar.
Kostnader för bedrägerier
1,8 miljarder dollarFöretagens årliga kostnad för bedrägerier.
Artificiell intelligens och upptäckt av penningtvätt
Med tanke på allvaret i penningtvättsbrott och införandet av kraftfulla lagstiftande sanktioner har många banker installerat varningssystem som baseras på kända mönster. Många av dessa varningsprogram krävs enligt lag. Problemet är att systemen kan generera en mycket stor mängd varningar. CFO-teamen vet inte vart de ska rikta sina knappa resurser.
Artificiell intelligens kan lära datorer att känna igen misstänkta beteenden och klassificera en varning som hög, medelhög eller låg risk. Att tillämpa klassificeringar kan minska mängden falska varningar och frigöra resurser som kan läggas på de fall där misstankarna om olagliga transaktioner är starka.
Ta bort onödigt rutinarbete
Det finns nog ingen del inom företaget som har lika många repetitiva, rutinmässiga uppgifter som ekonomiavdelningen. Arbetet med att fakturera, spåra fordringar och registrera betalningar sker till hög kostnad, men ger låg avkastning. Dessutom är det inte speciellt intressant för de anställda.
Artificiell intelligens, i kombination med Robotic Process Automation (RPA) , kan förändra den traditionella ekonomiavdelningen. Medan robotisering påskyndar transaktionerna, samlar AI insikter: Hur snabbar vi på hanteringen av fordringar? Inom vilka områden ska vi investera? Vad kommer påverkas om vi sänker våra priser?
CFO:er använder i allt högre grad AI för att hantera viktiga förändringar av redovisningsreglerna. Vi har till exempel sett stora företag spara arbetskraft genom att granska hyreskontrakt med hjälp av naturlig språkbehandling (NLP). Utan AI skulle det ha varit en mycket arbetsintensiv uppgift.
Relaterad artikel
CFO:n och förutsägelsens kraft
Historiskt sett har finansfunktionen fokuserat på att dokumentera det förflutna – redovisa intäkter, granska kostnader eller övervaka regelefterlevnad. Men artificiell intelligens placerar CFO:n i framtiden. Plötsligt kan ekonomiavdelningen förutse hur konkurrenter kommer att reagera, hur kunder kommer att agera och var risker kommer att uppstå.
Den här transformationen handlar inte om att göra digitala spådomar. Den handlar om att förändra CFO:ns och finansfunktionens roll och placera dem i företagets strategiska hjärta. Den CFO som utnyttjar möjligheterna med artificiell intelligens och maskininlärning kommer inte bara att transformera företaget, utan även sitt arbetes omfattning, ansvar och betydelse.
En förkortad version av denna artikel har tidigare publicerats i CFO Magazine (EN).
Summering
Artificiell intelligens ingår i den Finance 4.0-resan som CFO:er gör. I kombination med annan teknik, som blockkedjor och intelligent automatisering, kommer ekonomifunktionen ha möjlighet att fatta bättre affärsbeslut än någonsin tidigare.