Inteligența artificială a evoluat rapid de la faza de experimentare la utilizarea concretă în departamentul financiar.
Controlorii, directorii contabili și directorii financiari sunt deja solicitați să evalueze cum poate AI să sprijine procesele de închidere financiară, reconcilieri, prognoză, conformitate și raportare. Conversația se concentrează adesea pe puterea modelului, dar în mediile financiare strict controlate, forța modelului nu este principala preocupare.
Întrebarea mai importantă este dacă sistemele financiare, controalele și structurile de date adiacente sunt pregătite să susțină AI în fluxurile de lucru de producție. În contabilitate, fiecare număr trebuie să fie trasabil, repetabil și justificabil. Atunci când AI operează în afara acestui cadru, chiar și rezultatele impresionante nu pot fi de încredere pentru raportarea financiară. Din experiența mea în lucrul cu lideri financiari, trei lacune structurale împiedică în mod constant utilizarea sigură a instrumentelor AI generice în cadrul biroului directorului financiar (CFO).
**Lipsa contextului financiar limitează fiabilitatea**
Majoritatea modelelor lingvistice mari sunt antrenate pe date publice generale și tipare lingvistice generale. Această flexibilitate le face utile pentru redactarea textelor sau rezumarea informațiilor, dar operațiunile financiare necesită o precizie mult mai mare. Sistemele contabile depind de context structurat pe care modelele generice nu îl înțeleg. Acestea nu sunt conștiente de planul de conturi al companiei, ierarhia entităților, pragurile de materialitate sau regulile de control intern. Nu știu ce conturi necesită o analiză suplimentară, cum sunt gestionate eliminările intercompanie sau ce ajustări au fost identificate în timpul ultimului ciclu de audit. Fără acest context, rezultatele se bazează pe probabilitate, nu pe logică financiară guvernată. În multe scenarii de afaceri, acest lucru poate fi acceptabil. În contabilitate, nu este. Procesele financiare necesită rezultate deterministe care produc același rezultat de fiecare dată, indiferent de modul în care este formulată o întrebare. Acesta este motivul pentru care inițiativele de succes AI în finanțe încep aproape întotdeauna cu o gestionare disciplinată a datelor. Organizațiile au nevoie de date financiare reconcile, standardizate și controlate înainte ca AI să poată fi de încredere. Atunci când datele se află în foi de calcul, sisteme ERP deconectate sau fluxuri de lucru manuale, chiar și cel mai avansat model va genera rezultate inconsistente. Pentru liderii contabili, acest lucru întărește un adevăr familiar: procesele solide vin primele, automatizarea a doua, iar AI ultima.
**Problema „cutiei negre” intră în conflict cu cerințele de audit**
A doua provocare apare imediat ce AI atinge un proces financiar controlat. Finanțele operează sub așteptări stricte de audit și conformitate. Fie că este vorba de SOX, politici interne de audit sau cerințe de raportare externă, organizațiile trebuie să poată demonstra cum au fost generate cifrele și să dovedească faptul că procedurile aprobate au fost respectate. Controalele trebuie documentate, repetabile și verificabile. Modelele AI generice nu sunt concepute pentru acest nivel de transparență. Rețelele neuronale generează rezultate pe baza tiparelor învățate, nu pe baza arborilor de decizie complet documentați. Atunci când un model produce un rezultat, este posibil să nu fie posibil să se explice exact de ce a fost ales acel rezultat sau ce intrări au avut cea mai mare influență. Într-un mediu financiar, acest lucru creează un risc imediat. Dacă AI sugerează o înregistrare contabilă, semnalează o excepție sau completează o reconciliere, organizația trebuie să poată arăta: ce date au fost utilizate; ce reguli au fost aplicate; ce controale au fost impuse; și cine a revizuit și aprobat rezultatul. Fără o pistă de audit clară, rezultatul nu poate fi de încredere pentru raportarea financiară. Acesta este unul dintre cele mai comune motive pentru care inițiativele AI în contabilitate stagnează după faza pilot. Tehnologia funcționează bine în teste, dar odată ce auditorii întreabă cum a fost generat rezultatul, procesul nu poate îndeplini standardele de control necesare pentru utilizarea în producție.
**Guvernanța și securitatea datelor nu pot fi un gând ulterior**
Datele financiare sunt printre cele mai sensibile informații din întreprindere. Înregistrările din cartea mare, înregistrările de salarizare, datele fiscale și detaliile veniturilor sunt supuse unor politici stricte care guvernează modul în care sunt stocate, accesate și partajate. Multe instrumente AI generice se bazează pe trimiterea datelor către medii externe care nu au fost niciodată concepute pentru sarcini reglementate. Acest lucru creează provocări imediate legate de controlul accesului, segregarea sarcinilor, rezidența datelor și aplicarea conformității. În unele cazuri, datele financiare nu pot părăsi sistemul sursă. În altele, organizația nu poate demonstra că datele au rămas protejate pe parcursul procesului. Oricare dintre aceste situații face dificilă utilizarea AI generice în fluxurile de lucru contabile de bază. Din cauza acestor constrângeri, adoptarea AI în finanțe trebuie să înceapă cu guvernanța, nu cu modelul. Permisiunile, jurnalele de audit, controalele fluxurilor de lucru și politicile de securitate trebuie să fie deja stabilite înainte de introducerea AI. Fără această fundație, riscul pentru raportarea financiară este prea mare.
**AI în finanțe necesită mai întâi o infrastructură de încredere**
Aceste provocări indică o realitate mai largă pe care mulți lideri contabili o recunosc acum. Finanțele corporative nu au nevoie mai întâi de modele AI mai inteligente. Are nevoie de o infrastructură financiară mai solidă care să permită acestor modele să opereze în siguranță în cadrul proceselor controlate. AI de încredere depinde de: date guvernanță, reconcile; sisteme financiare integrate; controale interne documentate; fluxuri de lucru de acces și aprobare bazate pe roluri; și piste de audit complete pentru fiecare acțiune. Construirea acestui mediu necesită o colaborare strânsă între departamentele de contabilitate, IT, audit intern și securitate. Deciziile tehnologice care odinioară aveau loc la nivel de departament sunt acum evaluate la nivel de întreprindere, în special atunci când este implicat AI. Profilul de risc este mai mare, expunerea reglementară este mai mare și costul greșelii este mai mare. Multe organizații răspund prin formalizarea guvernanței în jurul utilizării AI în finanțe. Grupurile de revizuire interfuncțională care includ finanțe, IT, juridic și conformitate devin comune, asigurând că noile capacități se aliniază cadrelor de control înainte de a fi implementate. Acest abordare ajută la prevenirea fragmentării instrumentelor, a datelor inconsistente și a ceea ce mulți lideri încep să descrie drept „AI sprawl”, unde noile tehnologii apar mai repede decât poate organizația să le guverneze. Într-un mediu financiar reglementat, acest lucru nu este sustenabil.
**Viitorul AI în contabilitate va fi construit pe control, nu pe experimentare**
AI va deveni parte a aproape fiecărui flux de lucru financiar, de la închidere și reconciliere la prognoză și analiză de risc. Dar organizațiile care vor reuși nu vor fi cele care testează cele mai multe modele. Vor fi cele care investesc în date curate, procese standardizate, controale solide și sisteme integrate care permit AI să opereze în cadrul regulilor pe care le necesită raportarea financiară.
Michelle Stalick Director Contabil