Wnioski z budowy AI-native finance function w OpenAI

Budowa nowoczesnego pionu finansowego w technologicznej korporacji wymaga dziś znacznie więcej niż tylko powierzchownego nałożenia warstwy sztucznej inteligencji na stare, zrutynizowane procesy. OpenAI, pod kierownictwem dyrektor finansowej (CFO) Sarah Friar, opublikowało dogłębne spostrzeżenia ze swojej strategicznej inicjatywy budowy wewnętrznego działu finansowego od podstaw, w sposób całkowicie innowacyjny. Inicjatywa ta, określana oficjalnie jako AI-native finance function, ma na celu fundamentalną przebudowę i modernizację operacji finansowych firmy poprzez osadzenie w ich ścisłym centrum wielkich modeli sztucznej inteligencji i zintegrowanie ich bezpośrednio ze źródłowymi systemami zarządzania przedsiębiorstwem.

Tradycyjne działy finansowe na całym świecie od dekad borykają się z nierozwiązywalnym problemem fragmentacji danych biznesowych, rozległych silosów informacyjnych i znaczących opóźnień w standardowym raportowaniu. W ramach nowej transformacji firma wyznaczyła dwa ambitne cele długoterminowe, które mają definitywnie zlikwidować te branżowe wyzwania. Pierwszym z nich jest Zero-Day Close, czyli całkowite i ostateczne odejście od czasochłonnego, comiesięcznego "zamykania ksiąg" (które w wielu organizacjach całkowicie wyłącza analityków z innej pracy na kilkanaście dni) na rzecz ciągłego, na bieżąco uzgadnianego obrazu sytuacji finansowej firmy w czasie rzeczywistym. Drugim kluczowym założeniem na przyszłość jest z kolei Continuously Updated Forecasting — dynamiczne i wielowymiarowe prognozowanie bazujące na napływających na żywo danych z działalności operacyjnej oraz precyzyjnych modelach probabilistycznych. Dzięki takiej otwartej architekturze informacyjnej, kadra kierownicza na najwyższym szczeblu otrzymuje możliwość niemal natychmiastowego zrozumienia, jaki dokładnie wpływ na płynność i rentowność będą miały rozważane w danej chwili strategiczne decyzje biznesowe.

Pięć kluczowych lekcji z wdrażania systemów AI w finansach

Z dotychczasowych wielomiesięcznych i trudnych z punktu widzenia organizacyjnego prac, wyciągnięto pięć fundamentalnych wniosków. Określają one w czytelny sposób nowe, bezkompromisowe podejście do procesów w zespole natywnym dla AI:

1. Redesign Workflows from the Source: Większość klasycznych firm popełnia ten sam błąd, próbując zautomatyzować istniejące i często ułomne ścieżki pracy. Zamiast po prostu przyspieszać przestarzałe procedury kontrolne, zespół od nowa konstruuje wszystkie przepływy informacyjne wokół docelowych wyników. Stara się w ten sposób połączyć surowe dane źródłowe bezpośrednio z użytecznymi i gotowymi do czytania wnioskami zarządczymi, z pominięciem etapów ręcznego formatowania.
2. Finance Professionals as Tool Builders: W najnowocześniejszym dziale finansowym kompetentni analitycy nie są już skazani wyłącznie na sztywne, zamknięte oprogramowanie komercyjne zewnętrznych dostawców ani kruche, ulegające błędom makra znanych arkuszy kalkulacyjnych. Dzięki wyjątkowo zaawansowanym asystentom konwersacyjnym i generatorom czystego kodu, takim jak zaimplementowane usługi ChatGPT Work oraz specjalistyczny Codex, pracownicy bez ciężkiego zaplecza programistycznego mogą samodzielnie, używając jedynie powszechnego języka naturalnego, błyskawicznie tworzyć niestandardowe panele raportowe i wysoce wyspecjalizowane aplikacje wspierające bieżące zarządzanie korporacją.
3. Human Accountability and Governance: Mimo że generatywna sztuczna inteligencja z ogromnym powodzeniem stopniowo przejmuje ciężar żmudnego uzgadniania rozległych wolumenów danych, a także tworzenia wstępnych wyjaśnień anomalii księgowych odchyleń od twardego budżetu, to wciąż specjaliści finansowi zachowują całkowitą i wyłączną odpowiedzialność za ostateczną, prawomocną ocenę zastałej sytuacji. Systemy te celowo działają jako potężne wsparcie drugiego pilota dla skrupulatnej ludzkiej walidacji, a absolutnie nie jak autonomiczne i niezależne zastępstwo eksperta.
4. Continuous Forecasting: Tradycyjne, bardzo schematyczne i z natury rzeczy szybko dezaktualizujące się statyczne modele raportowania, ustępują na stałe miejsca elastycznemu mechanizmowi wsparcia biznesu w systemie ciągłym. Uruchomiony model płynnie i bezinwazyjnie integruje zliczone zyski z systemów transakcyjnych z tak zwanymi miękkimi informacjami napływającymi z trwających na bieżąco procesów i operacji sprzedaży B2B.
5. Measuring AI ROI through Outcomes: Oczywiste wdrażanie skomplikowanych innowacji matematycznych zawsze wiąże się wprost z koniecznymi kosztami zużytych serwerów i zasobów obliczeniowych, ale końcowy sukces takiej zmasowanej operacji na sercu finansów musi być twardo mierzony przez autentyczne i realne do wykazania wyniki biznesowe — takie jak drastyczne i odczuwalne dla księgowości skrócenie czasu przeciętnego cyklu operacyjnego czy rzetelna dokładność estymacji dochodów. Zespół planistów stanowczo unika podążania za powierzchownymi miarami efektywności oprogramowania, kategorycznie rezygnując z opierania KPI dla projektu wyłącznie o oszczędnościowy wskaźnik sztucznej metryki token consumption (czyli zużycia tokenów przy komunikacji z API AI).

Strategiczna współpraca z firmą doradczą PwC

Oprócz stałego doskonalenia wąskich wewnętrznych procedur optymalizacji, szeroko pojęte wdrożenie sztucznej inteligencji obejmuje również współpracę z bardzo zaufanymi graczami zewnętrznymi. Firma innowacyjnie nawiązała w tym celu strategiczną współpracę z potężną i znaną ze standardów korporacją doradczą i audytorską PwC. Zadaniem tego obiecującego partnerstwa jest optymalne wyskalowanie i rynkowa adaptacja wypracowanego wewnątrz firmy pionierskiego modelu do zastosowań u o wiele większych, skomplikowanych podatkowo klientów biznesowych na całym świecie.

W tym nieszablonowym, bezprecedensowym układzie, niezwykle awangardowy, natywny dla najnowszych modeli sztucznej inteligencji, wewnętrzny dział finansowy korporacji traktowany jest operacyjnie jako unikalny client zero — to rygorystyczny plac boju pod produkcyjny test najwcześniejszych kompilacji kodu. Rozwiązania cyfrowe wymyślane z myślą o żmudnych potyczkach celnych, skarbowych oraz zakupowych we wdrożeniach u globalnych graczy rynkowych, są bardzo surowo audytowane na żywym operacyjnym organizmie twórców technologii, nim opuszczą własne zamknięte środowisko sieciowe. Gwarantuje to ostatecznie, że zaufanie na rynku instytucjonalnym oprze się na bezsprzecznym braku ryzyka u liderów transformacji cyfrowej.