4 июля 2024 г.
По мнению руководителей финансовых служб, генеративный ИИ покажет наибольшую эффективность в объяснении отклонений от бюджета/прогноза, сообщает Gartner. Другими успешными применениями GenAI в финансах будут отчеты классификации данных о доходах/расходах и управленческая отчетность, считают респонденты.
Опрос 100 руководителей финансовых служб, проведенный в ноябре прошлого года, выявил те применения GenAI, которые, по мнению респондентов, станут наиболее значимыми для их команд в 2024 году (см. рис. 1).
«Первое место объяснения отклонений от бюджета и прогноза — результат доступности встроенных интерфейсов GenAI в инструментах бизнес-аналитики, что позволяет выполнять запросы на естественном языке, быстро выявляя типичные причины таких отклонений», — пишет в пресс-релизе Клемент Кристенсен (Clement Christensen), старший директор-аналитик по исследованиям практики Finance в Gartner.
Рис. 1. Ожидаемые наиболее значимые применения GenAI в финансах в 2024 году (процент ответов)
(легенда):
чёрный = в числе топ-3; синий = № 1
(сверху вниз):
- Объяснение отклонений от бюджета/прогноза
- Классификация данных о доходах/расходах
- Создание черновых управленческих отчетов
- Создание черновой финансовой/регуляторной отчетности
- Анализ договоров и документов
- Исследование и анализ рынка/конкурентов
- Содействие в прикладном программировании
- Содействие персоналу финансовой поддержки
- Перевод политик
- Генерирование и интерпретация политик
База опроса: 100 руководителей финансовых служб
Вопрос: Каковы три наиболее значимых применения генеративного ИИ для вашего финотдела в ближайшие 12 месяцев?
Прогресс в области GenAI дал рынку усовершенствованные модели, более пригодные для задач анализа отклонений от прогноза, отраслевой информации и других факторов, на которых строятся гипотезы об успешности бизнеса, которые могут быть проверены с помощью статистических моделей.
Руководители финотделов предвидят множество трудностей
Что касается потенциальных проблем внедрения GenAI, респонденты указывают на дефицит специалистов, а также вопросы точности данных и управления ими, технической совместимости, бюджетирования и управления преобразованиями. Точность данных и дефицит кадров вызывают несколько бОльшие опасения, хотя и другие потенциальные трудности примерно равной вероятности указывают на ограниченность возможностей руководителей финансовых служб при внедрении генеративного ИИ.
«Фундамент GenAI — это большие языковые модели, но финансовые отделы оперируют цифрами, а не словами нашего языка, поэтому руководители финансовых служб ждут, когда генеративный ИИ сможет надежно обрабатывать сложные вычисления, — пишет Кристенсен. — Для большинства финотделов в течение ближайших лет GenAI, вероятно, будет интерфейсом взаимодействия с другими ИИ-моделями, построенными на машинном обучении, либо иными моделями, не связанными с GenAI».
Руководителям финансовых служб, планирующим внедрить GenAI, следует быть открытыми к диалогу и привлечь главные заинтересованные стороны, в том числе финдиректора и ИТ-команду, к обсуждению приоритетов и ожиданий. На определенном этапе им следует обратиться за помощью к вендорам, чтобы понять, какие предложения GenAI более всего подходят для нужд организации. Наконец, перед внедрением им следует провести аудит критически важных данных вместе с ответственными за их обработку, чтобы понять, какие изменения необходимо ввести для использования этих данных GenAI-моделью.
«Руководители финансовых служб видят потенциал использования GenAI в работе своих команд, но всё еще остаются вопросы надежности, точности, аудитопригодности и затрат, а также конфиденциальности и безопасности данных», — резюмирует Кристенсен.
Источник: Пресс-служба компании Gartner
