I leader finanziari stanno incrementando il ROI utilizzando l’intelligenza artificiale degli agenti per l’automazione della contabilità fornitori, trasformando le attività manuali in flussi di lavoro autonomi.
Mentre lo scorso anno i progetti generali di intelligenza artificiale hanno registrato un aumento del ritorno sull’investimento fino al 67%, gli agenti autonomi hanno ottenuto un ROI medio dell’80% gestendo processi complessi senza intervento umano. Questo divario prestazionale richiede un cambiamento nel modo in cui i CIO allocano i budget per l’automazione.
I sistemi di intelligenza artificiale agentica stanno ora facendo avanzare l’impresa dal valore teorico ai rendimenti concreti. A differenza degli strumenti generativi che riepilogano dati o bozze di testo, questi agenti eseguono flussi di lavoro entro regole rigorose e soglie di approvazione.
La pressione del consiglio d’amministrazione guida questo perno. Un rapporto di Basware e FT Longitude rileva che quasi la metà dei CFO deve far fronte alla richiesta da parte della leadership di implementare l’intelligenza artificiale nelle proprie operazioni. Tuttavia, il 61% dei leader finanziari ammette che le proprie organizzazioni hanno implementato agenti di intelligenza artificiale sviluppati su misura principalmente come esperimenti per testare le capacità piuttosto che per risolvere problemi aziendali.
Questi esperimenti spesso non danno i loro frutti. I modelli di intelligenza artificiale tradizionali generano intuizioni o previsioni che richiedono l’interpretazione umana. I sistemi agenti colmano il divario tra conoscenza e azione incorporando le decisioni direttamente nel flusso di lavoro.
Jason Kurtz, CEO di Basware, spiega che la pazienza per la sperimentazione non strutturata si sta esaurendo. “Abbiamo raggiunto un punto critico in cui consigli di amministrazione e amministratori delegati hanno finito con gli esperimenti di intelligenza artificiale e si aspettano risultati reali”, afferma. “L’intelligenza artificiale fine a se stessa è uno spreco.”
La contabilità fornitori come banco di prova per l’intelligenza artificiale degli agenti nella finanza
I dipartimenti finanziari ora indirizzano questi agenti verso ambienti ad alto volume e basati su regole. La contabilità fornitori (AP) è il caso d’uso principale, con il 72% dei leader finanziari che lo considera l’ovvio punto di partenza. Il processo si adatta all’implementazione degli agenti perché coinvolge dati strutturati: le fatture entrano, richiedono controlli di pulizia e conformità e danno luogo a una prenotazione del pagamento.
I team utilizzano gli agenti per automatizzare l’acquisizione delle fatture e l’immissione dei dati, un’attività quotidiana per il 20% dei leader. Altre implementazioni live includono il rilevamento di fatture duplicate, l’identificazione di frodi e la riduzione dei pagamenti in eccesso. Queste non sono applicazioni ipotetiche; rappresentano compiti in cui un algoritmo funziona con elevata autonomia quando i parametri sono corretti.
Il successo in questo settore dipende dalla qualità dei dati. Basware addestra i propri sistemi su un set di dati di oltre due miliardi di fatture elaborate per fornire previsioni sensibili al contesto. Questi dati strutturati consentono al sistema di distinguere tra anomalie legittime ed errori senza supervisione umana.
Kevin Kamau, Direttore della gestione dei prodotti per dati e intelligenza artificiale presso Basware, descrive AP come un “banco di prova” perché combina scalabilità, controllo e responsabilità in un modo che pochi altri processi finanziari possono fare.
La matrice decisionale build versus buy
I leader tecnologici dovranno poi decidere come acquisire queste capacità. Il termine “agente” attualmente copre qualsiasi cosa, dai semplici script del flusso di lavoro ai complessi sistemi autonomi, il che complica l’approvvigionamento.
Approcci suddivisi per funzione. Nella contabilità dei fornitori, il 32% dei leader finanziari preferisce l’intelligenza artificiale incorporata nei software esistenti, rispetto al 20% che la realizza internamente. Per la pianificazione e l’analisi finanziaria (FP&A), il 35% opta per soluzioni autocostruite contro il 29% per quelle integrate.
Questa divergenza suggerisce una regola pragmatica per i vertici aziendali. Se l’intelligenza artificiale migliora un processo condiviso tra molte organizzazioni, come AP, ha senso incorporarlo tramite una soluzione del fornitore. Se l’intelligenza artificiale crea un vantaggio competitivo unico per l’azienda, costruire internamente è la strada migliore. I leader dovrebbero acquistare per accelerare i processi standard e costruire per differenziarsi.
La governance come fattore abilitante della velocità
La paura dell’errore autonomo rallenta l’adozione. Quasi la metà dei leader finanziari (46%) non prenderà in considerazione l’impiego di un agente senza una governance chiara. Questa cautela è razionale; i sistemi autonomi richiedono guardrail rigorosi per operare in sicurezza in ambienti regolamentati.
Tuttavia, le organizzazioni di maggior successo non consentono alla governance di interrompere l’implementazione. Invece, lo usano per ridimensionare. Questi leader sono significativamente più propensi a utilizzare agenti per compiti complessi come i controlli di conformità (50%) rispetto ai loro colleghi meno fiduciosi (6%).
Anssi Ruokonen, responsabile dati e intelligenza artificiale di Basware, consiglia di trattare gli agenti di intelligenza artificiale come colleghi junior. Il sistema richiede fiducia ma non dovrebbe prendere decisioni importanti immediatamente. Suggerisce di testare a fondo e di introdurre lentamente l’autonomia, garantendo che un essere umano rimanga nel circuito per mantenere la responsabilità.
I lavoratori digitali sollevano preoccupazioni riguardo allo spostamento. Un terzo dei leader finanziari ritiene che lo spostamento dei posti di lavoro sia già in atto. I sostenitori sostengono che gli agenti modificano la natura del lavoro anziché eliminarlo.
L’automazione delle attività manuali, come l’estrazione di informazioni dai PDF, consente al personale di concentrarsi su attività di maggior valore. L’obiettivo è passare dall’efficienza delle attività alla leva operativa, consentendo ai team finanziari di gestire chiusure più rapide e prendere decisioni migliori sulla liquidità senza aumentare l’organico.
Le organizzazioni che utilizzano l’intelligenza artificiale agentica riportano ampiamente rendimenti più elevati. I leader che implementano quotidianamente strumenti di intelligenza artificiale per attività come la contabilità fornitori ottengono risultati migliori rispetto a coloro che limitano l’utilizzo alla sperimentazione. La fiducia cresce attraverso l’esposizione controllata; implementazioni di successo su piccola scala portano ad una più ampia fiducia operativa e ad un aumento del ROI.
I dirigenti devono muoversi oltre la sperimentazione non guidata per replicare il successo dei primi utilizzatori. I dati mostrano che il 71% dei team finanziari con rendimenti deboli hanno agito sotto pressione senza una direzione chiara, rispetto a solo il 13% dei team che hanno ottenuto un ROI elevato.
Il successo richiede l’integrazione dell’intelligenza artificiale direttamente nei flussi di lavoro e negli agenti governativi con la disciplina applicata ai dipendenti umani. “L’intelligenza artificiale può fornire risultati trasformativi, ma solo quando viene utilizzata con scopo e disciplina”, conclude Kurtz.
Vuoi saperne di più sull’intelligenza artificiale e sui big data dai leader del settore? Guardare Fiera dell’intelligenza artificiale e dei big data che si svolge ad Amsterdam, in California, e a Londra. L’evento completo è parte di TechEx ed è situato in concomitanza con altri importanti eventi tecnologici tra cui Fiera sulla sicurezza informatica e sul cloud. Clic Qui per ulteriori informazioni
AI News è alimentato da Media TechForge. Esplora altri prossimi eventi e webinar sulla tecnologia aziendale Qui.
Fonte: www.artificialintelligence-news.com
