Questo sito web utilizza cookie tecnici e, previo Suo consenso, cookie di profilazione, nostri e di terze parti. Chiudendo questo banner, scorrendo questa pagina o cliccando qualunque suo elemento acconsente all'uso dei cookie. Leggi la nostra Cookie Policy per esteso.OK

Robotic Process Automation

Funzione Finance e AI: 5 consigli per integrare robot e sistemi pregressi

Secondo un’indagine Bain & Co su 500 CFO, nell’area amministrazione finanza e controllo delle aziende c’è entusiasmo per l’Intelligenza Artificiale. Ma le tecnologie digitali di base necessarie per farla funzionare non sono utilizzate adeguatamente. O non sono ancora state adottate

30 Ago 2018

Sui media, sui social e nei convegni si parla tantissimo di intelligenza artificiale (AI), che sta riscuotendo molto interesse in particolare tra i Chief Finance Officer (CFO) e nell’area Finance (Amministrazione, Finanza e Controllo), per i suoi impatti sulle attività più routinarie e time-consuming, che in tale area abbondano.

In molti dipartimenti Finance però si sottovaluta il fatto che soluzioni così sperimentali possono dare risultati solo in un contesto in cui le soluzioni digitali e tecnologie già “in casa”, in cui si è investito negli anni scorsi, sono sfruttate al massimo del loro potenziale. È la tesi di Bain & Co, basata su una recente indagine su 501 CFO e specialisti Finance in USA, UK e Germania.

I nuovi tool di intelligenza artificiale hanno già molti estimatori nei dipartimenti Finance, scrive Michael Heric, Partner della practice di Performance Improvement in Bain & Co in un articolo sul sito CFO. «Secondo la nostra indagine, l’adozione di soluzioni di RPA (Robotic Process Automation) e machine learning nella funzione Finance raddoppierà nei prossimi due anni».

Robotic Automation, i casi FedEx, Fossil e Allianz

L’articolo cita come esempi di utilizzo già in corso di soluzioni RPA aziende come FedEx (gestione di imposte, cedolini, tesoreria e riconciliazioni bancarie), Fossil Group (automazione dei processi di chiusura dei conti mensile), e Allianz (riconciliazione dei flussi di cassa tra tre sistemi diversi).

L’adozione della RPA rientra in un trend di automazione della funzione Finance che è iniziata dall’OCR (riconoscimento ottico dei caratteri) e dai fogli elettronici, è passata dagli ERP, e sta vedendo anche la copertura di alcuni processi verticali (per esempio pianificazione, tesoreria, budgeting), anche con soluzioni cloud, e la digitalizzazione dei processi di fatturazione (spinta in Italia anche dall’imminente obbligo normativo, ndr). Ma è proprio qui che sta il problema, dice Bain & Co: queste tecnologie si sono affermate l’una dietro l’altra, e i dipartimenti Finance non hanno fatto in tempo ad adottarle tutte, e non hanno ancora sfruttato appieno neanche quelle che hanno adottato.

Nel ciclo passivo per esempio il 55% delle aziende intervistate non usano ancora tecnologie basiche come l’OCR o i workflow online di approvazione delle fatture, eppure il 66% di queste pianifica di investire in soluzioni RPA. Nel ciclo attivo, il 43% delle aziende non usa ancora tecnologie basiche come la fatturazione elettronica o i portali self-service per i clienti, eppure il 63% di queste intende investire in RPA.

Investire in nuove tecnologie quando quelle pregresse non sono ancora state ottimizzate, però, rischia di generare problemi di integrazione, e di introdurre ulteriore complessità in un ambito – la gestione dei sistemi informativi – che è già notoriamente molto complicato. L’articolo però propone alcuni suggerimenti per risolvere questa situazione.

Maturità tecnologica, CFO più ottimisti dei loro collaboratori

– Non trascurare le tecnologie affidabili e già collaudate. I dipartimenti Finance, scrive Heric, stanno fortemente sottovaluando le tecnologie più collaudate: solo il 53% delle grandi aziende intervistate per esempio ha uno strumento di automazione dell’inserimento e validazione delle registrazioni contabili, e solo il 31% uno strumento di rilevazione dei ricavi (revenue recognition).

– Guardare al di là dei costi. Gli intervistati indicano il risparmio di costi come prima motivazione dell’adozione di soluzioni digitali. In alcuni settori – telco, media, tecnologie, business services – prevalgono invece altre priorità: accelerare i processi, migliorarne l’accuratezza, liberare le persone da compiti a basso valore aggiunto.

– Definire l’ambito di progetto, e quindi testare e apprendere. Molto spesso nel Finance c’è un problema di sopravvalutazione della propria maturità tecnologica e capacità di utilizzo dei sistemi digitali. Nell’indagine le risposte dei CFO sono più ottimistiche di quelle dei loro collaboratori sul ruolo della funzione Finance in azienda, sulla qualità delle soluzioni tecnologiche a loro disposizione, e sulla adeguatezza degli investimenti nel digitale. Per questo Bain & Co suggerisce ai CFO e Senior Manager Finance un assessment obiettivo dello status quo e degli obiettivi della dotazione digitale della funzione Finance, con input dagli addetti Finance e dai clienti interni.

Dopodichè il consiglio è di iniziare a “maneggiare” le tecnologie più innovative, come appunto la RPA, con progetti pilota limitati, testando e imparando gradualmente, e limitando così il rischio di investire subito tanto restando delusi dei primi risultati.

Processi e dati, gli interventi prima dell’AI

– Correggere e semplificare i processi. Prima di pensare all’AI come strumento per ottimizzare un processo occorre valutare se è possibile migliorarlo e semplificarlo già prima, magari anche per rendere meno complesso lo stesso progetto di AI. Per esempio invece di progettare un “bot” in modo che possa estrarre dati da tanti tipi di fatture diverse (magari cartacee) in funzione dei diversi clienti, è sensato cercare di ridurre le tipologie di fattura o addirittura standardizzare su un unico modello di fattura, possibilmente digitale.

– Garbage in, garbage out. Neanche un algoritmo di machine learning perfetto può dare buoni risultati se i dati sono di cattiva qualità. In tutti i casi, quindi, una condizione necessaria è di implementare policy e meccanismi di controllo della qualità dei dati dell’area amministrazione, finanza e controllo.

Insomma, conclude Heric, i tool digitali sono abbastanza maturi da consentire alla funzione Finance di individuare opportunità di creazione di valore, e non solo di monitorare numeri. E di gestire proattivamente i rischi, e non solo di mantenere il controllo. Tuttavia per poter adottare strumenti di AI senza brutte sorprese occorre necessariamente poter contare su una base di tecnologie consolidate e adeguatamente sfruttate, testando tali strumenti per individuare quei pochi che davvero possono fare la differenza nel caso di una specifica azienda, e integrandoli con calma nell’ambiente esistente.

@RIPRODUZIONE RISERVATA

Articolo 1 di 5