CFOs und andere Finanzleiter haben viel zu tun. Früher mussten sie sich nur um Bilanzen, Gewinn- und Verlustrechnungen und Managementberichte kümmern. Heutzutage operieren Finanzleiter in volatilen und unsicheren Zeiten. Ankur Agrawal von McKinsey schrieb kürzlich über die Mischung aus Chancen und Herausforderungen, denen sich moderne CFOs gegenübersehen. In McKinseys berühmter zweijährlicher Umfrage unter CFOs stellte er fest, dass die Rolle und insbesondere die Verantwortlichkeiten in den letzten Jahren erweitert haben. Mehr Funktionen und Abteilungen berichten an den CFO als je zuvor, wobei immer mehr CFOs Verantwortung für Bereiche wie Beschaffung, Cybersicherheit und sogar Talentakquise und -bindung übernehmen. Finanzleiter stehen an vorderster Front dieser Gespräche und müssen nicht nur den optimalen Technologiestack identifizieren, sondern auch klar über den Return on Investment sein.
Die heutige datenreiche Umgebung bedeutet, dass es mehr Informationen zur Analyse gibt als je zuvor – jedoch haben Finanzleiter und CFOs aufgrund ihrer breiteren Aufgaben auch weniger Zeit dafür. Das ist ein Grund, warum die Branche so begeistert von KI ist. KI-Tools können enorme Datenmengen analysieren und Trends identifizieren, die das menschliche Auge leicht übersehen könnte. Dies bedeutet bessere Einblicke, genauere Berichte und Prognosen und besser informierte strategische Entscheidungen. Außerdem können KI-Tools Routineaufgaben wie die Erstellung von Berichten und sogar Kundenanfragen automatisieren, sodass menschliche Gehirne frei sind, sich auf interessantere und lohnendere wertschöpfende Aktivitäten zu konzentrieren.
Bevor wir uns zu tief in das Kaninchenloch begeben, sollten wir klarstellen, worüber wir sprechen, wenn wir über Künstliche Intelligenz diskutieren. KI wird oft als disruptive Technologie betrachtet, und das zu Recht, aber das bedeutet nicht, dass sie konzeptionell neu ist. Es ist einfach die Geschwindigkeit der Entwicklung, die Unternehmen überraschen kann. Zu verstehen, wie KI und ihre Anwendungen funktionieren, erfordert kein tiefgründiges Verständnis von Programmierung. Ein wenig technisches Wissen ist hilfreich, aber nicht obligatorisch, genauso wie Sie nicht die Technik von Verbrennungsmotoren und Elektromotoren verstehen müssen, um Flottenentscheidungen zu treffen. Das Wichtige an KI zu verstehen ist, dass es nur ein weiteres Werkzeug ist, ein Mittel zum Zweck. Um zu ergründen, wie KI-Anwendungen am besten eingesetzt werden können, ist der erste Schritt also, kristallklar über die Geschäftsstrategie und die Herausforderungen zu sein, die sie adressieren kann. Andernfalls handelt es sich um einen klassischen Fall von Alice und der Grinsekatze.
Also was bedeutet KI und wie kann sie uns dabei helfen, unser gewünschtes Ziel zu erreichen oder unser strategisches Ziel zu erreichen? Kurz gesagt, jedes Programm, das geistige Qualitäten aufweist, die wir mit Kognition in Verbindung bringen würden, ist ein Beispiel für KI. Es handelt sich also um Software, die lernen, Probleme lösen, Sprache verstehen oder Kreativität zeigen kann.
Aus geschäftlicher Sicht können wir sofort einige konkrete Beispiele für KI in Aktion nennen:
– Automatisierte Systeme reagieren in bestimmten Situationen auf externe Informationen, um Routineaufgaben effizienter oder schneller auszuführen oder um einfach nur Menschen von der Aufgabe zu entlasten. Autonome Autos sind ein Beispiel.
– Maschinelles Lernen trifft Entscheidungen oder zieht Schlüsse aus neuen Daten auf der Grundlage dessen, was es aus vorhandenen Daten und Erfahrungen „weiß“.
– Die Verarbeitung natürlicher Sprache (NLP) verarbeitet Wörter aus der Alltagssprache und interagiert mit der Software, die automatisch Formulare bearbeitet oder Arztnotizen für Versicherungsansprüche verarbeitet, ist ein gutes Beispiel für die Anwendung von NLP.
In dieser Ära von Siri und Alexa begegnen wir der KI jeden Tag. Allerdings wirken die eher vorgefertigten Antworten mehr „A“ als „I“, wobei einfache Spracherkennungs-NLP verwendet wird, um eine geeignete Ressource auszuwählen. Tatsächlich begegnen wir der KI jedoch auf subtilere Weise. Wenn Sie Ihren Social-Media-Newsfeed oder Google Discovery beim Frühstück durchsuchen, sind die Nachrichten ganz oben zu Themen, die Sie interessieren. Das geschieht nicht zufällig, die KI nutzt Ihren Browsing-Verlauf, um Ihre Bedürfnisse und Interessen vorauszusehen.
Ebenso lernen Navigations-Apps unsere täglichen Routinen kennen, um die beste Abfahrtszeit für die Arbeit und die beste Route empfehlen zu können. Letzteres ist ein besonders relevantes Beispiel, weil es zeigt, wie KI Daten analysieren kann und die besten Empfehlungen geben kann, wodurch Menschen von der Notwendigkeit, es selbst herauszufinden, befreit werden. In diesem Fall handelt es sich um einen recht einfachen Prozess, der hauptsächlich auf den neuesten Verkehrsberichten auf verschiedenen Straßen beruht. Aber diese Art von Entscheidungsfindung erstreckt sich weit über die Erhaltung praktischer Verbrauchergeräte hinaus. KI kann sowohl schnellere als auch zuverlässigere Entscheidungen ermöglichen. Schneller, weil sie Tausende von Datensätzen in einer Sekunde analysieren kann, und zuverlässiger, weil sie daher ihre Empfehlungen auf einer viel größeren Datengrundlage stützen kann. Die Auswirkungen sind signifikant.
Nehmen wir die Medizin als Beispiel. Ein Arzt könnte eine Stunde damit verbringen, eine handvoll ähnlicher Fälle zu konsultieren, wenn er versucht, einen ungewöhnlichen Fall zu diagnostizieren. KI kann Tausende von Fällen viel schneller analysieren. Das bedeutet nicht nur eine schnellere und genauere Diagnose, sondern auch eine Stunde Zeit des Arztes, die für die Behandlung von Patienten genutzt werden kann.
Wichtige Erkenntnisse:
– Automatisierte Systeme reduzieren Kosten, liefern Effizienz und verbessern die Genauigkeit, indem sie uns helfen, schneller und intelligenter zu arbeiten
– Die Zukunft ist jetzt – KI-Anwendungen sind bereits überall um uns herum
– Je mehr Informationen die KI hat, desto besser sind ihre Erkenntnisse und Empfehlungen – aber der umgekehrte Grundsatz „Müll rein/Müll raus“ gilt auch
Um mit dem Lesen dieses E-Books fortzufahren und mehr darüber zu erfahren, wie Generative KI Finanzteams unterstützt, füllen Sie das Formular aus und springen Sie auf Seite 12 oder klicken Sie hier, um Pigment AI in Aktion zu sehen.