Kirjoittanut Mark Bodger, ICit Business Intelligencen johtaja
FP&A-alalla on parhaillaan meneillään muutos. Ei siksi, että taloushallinnon tiimit olisivat yhtäkkiä löytäneet tekoälyn, vaan siksi, että teknologia on kehittynyt vaiheeseen, jossa se alkaa muokata sitä, miten työ tosiasiassa tehdään. Workday Adaptive Planningin kaltaiset työkalut sisältävät ominaisuuksia, jotka menevät pidemmälle kuin pelkkä tehokkuuden parantaminen ja alkavat vaikuttaa käyttäytymiseen. Olipa kyse sitten siitä, miten tiimit käyttävät aikaansa, miten ne käsittelevät dataa tai miten ne tukevat liiketoimintaa.
Keskustelu on kuitenkin vielä jäljessä kehityksestä. Liian suuri osa siitä keskittyy ominaisuuksiin ja terminologiaan, vaikka mielenkiintoisempi kysymys on rakenteellinen: mitä muutoksia FP&A-toiminnossa tapahtuu, kun merkittävää osaa manuaalisesta analyysistä ei enää tarvita?
Useimmille taloushallinnon tiimeille ongelmana ei ole koskaan ollut tiedon puute, vaan sen hankkimiseen vaadittu työmäärä. Tuntikausia kuluu edelleen tietojen kokoamiseen, epäjohdonmukaisuuksien selvittämiseen ja poikkeamien manuaaliseen tutkimiseen. Tätä työtä on aina pidetty osana tehtävää, vaikka se sijoittuu arvoketjun alempaan päähän. Nyt muuttumassa on se, missä määrin tätä työmäärää voidaan vähentää.
Kun tietojen tutkiminen muuttuu vuorovaikutteiseksi ja vaihteluanalyysi tuodaan esiin automaattisesti selkeine vaikuttavine tekijöineen ja selostuksineen, työn painopiste alkaa siirtyä. FP&A-toiminnon rooli etääntyy entisestään pelkästä tiedon välittäjän roolista ja lähenee yhä enemmän päätöksenteon ohjaajan roolia. Tällä erolla on merkitystä. Se muuttaa sitä, miten toimintoa sisäisesti nähdään, ja se muuttaa siihen kohdistuvia odotuksia.
Yksi hienovaraisimmista kehityssuuntauksista on tiedon saannin esteiden poistaminen. Aiemmin rahoitusmallit ovat vaatineet sellaista teknistä osaamista, joka on rajoittanut niiden suoraa käyttöä. Tämä on luonut luonnollisen riippuvuuden siitä harvoista tiimin jäsenistä, jotka ymmärtävät, miten kaikki osat liittyvät toisiinsa.
Kun käyttöliittymät muuttuvat yhä intuitiivisemmiksi, tämä riippuvuus alkaa lieventyä. Kysymyksiä voidaan esittää (ja niihin voidaan vastata) ilman, että on tarpeen perehtyä taustalla olevaan monimutkaisuuteen. Ajan myötä tällä on tasoittava vaikutus. Se laajentaa pääsyä oivalluksiin hallintaa vaarantamatta ja vähentää jatkuvaa keskeytyksien kiertoa, jota monet kokeneet analyytikot kokevat.
Kumulatiivista vaikutusta aliarvioidaan usein. Kyse ei ole pelkästään ajan säästämisestä, vaan siitä, että luodaan tilaa harkitummalle ja laadukkaammalle työlle. Poikkeama-analyysi on hyvä esimerkki siitä, missä tämä tulee konkreettisesti esiin. Se on aina ollut yksi suunnittelusyklin työvoimavaltaisimmista osista, joka vaatii liikkeiden ja vaikuttavien tekijöiden järjestelmällistä erittelyä. Se on myös yksi alueista, jotka soveltuvat parhaiten standardointiin. Kun kyseinen prosessi automatisoidaan ja kun poikkeamat tunnistetaan, selitetään ja asetetaan asiayhteyteen lähes reaaliajassa, se tuo mukanaan sekä nopeutta että johdonmukaisuutta.
Erityisesti johdonmukaisuus jää usein huomiotta. Se poistaa aikapaineesta tai manuaalisista oikoteistä johtuvan vaihtelevuuden ja luo luotettavamman perustan keskustelulle. Taloushallinnon tiimit voivat näin käyttää vähemmän aikaa selitysten kokoamiseen ja enemmän aikaa niiden merkityksen pohtimiseen.
Ennustaminen kehittyy samaan suuntaan. Sisäisten ja ulkoisten tietojen yhdistelmään perustuvien ennustemallien käyttöönotto muuttaa lähtökohdan luonnetta. Sen sijaan, että ennusteita rakennettaisiin alusta alkaen jokaisella syklillä, tiimeille tarjotaan lähtötaso, joka heijastaa malleja ja korrelaatioita laajemmasta aineistosta kuin kukaan yksittäinen henkilö voisi kohtuudella käsitellä.
Tämä lähtökohta toimii pohjana syvällisemmälle keskustelulle. Sen ansiosta taloushallinto voi keskittyä harkintaan, skenaariosuunnitteluun ja liiketoiminnan todellisuuden huomioon ottamiseen sen sijaan, että se keskittyisi pelkästään lukujen laskemisen tekniikkaan.
Suurinta hyötyä saavat organisaatiot eivät tyydy pelkästään ottamaan käyttöön uusia ominaisuuksia. Ne pohtivat uudelleen työn rakenteita. Kysymykset vastuusta, työnkulun suunnittelusta sekä automaation ja harkinnan välisestä tasapainosta nousevat entistä tärkeämmiksi. Tehdään päätöksiä siitä, mitä tapahtuu oletuksena, mikä vaatii puuttumista ja miten tulokset viestitään sidosryhmille. Tässä mielessä teknologia on vain osa kokonaisuutta. Merkittävämpi tekijä on se, kuinka harkitusti se otetaan käyttöön.
Onko FP&A-tiimisi valmis tekoälyyn?
Kuinka valmis taloushallintosi on hyödyntämään tekoälypohjaista suunnittelua, ennustamista ja analysointia – Tee tekoälyarviointimme
Tekoälyn hyödyntäminen FP&A-raportoinnin tehostamiseksi
Raportissamme tarkastellaan, miten tekoäly ja koneoppiminen muokkaavat FP&A:n tulevaisuutta. Raportti perustuu ICit Business Intelligencen tilaamaan tuoreeseen riippumattomaan tutkimukseen, joka pohjautuu yli 300 brittiläisen FP&A-ammattilaisen antamiin tietoihin ja näkemyksiin. Lataa raportti
