Finansų planavimo ir prognozavimo dirbtinis intelektas: mažiau mechanikos, daugiau strategijos
Finansų planavimas trunka amžinai. Surinkite informaciją iš visų skyrių. Sukurkite biudžeto modelį. Viską konsoliduokite. Patikrinkite, ar nėra klaidų ir neatitikimų. Vykdykite scenarijus. Pristatykite vadovybei. Gaukite grįžtamąjį ryšį. Peržiūrėkite. Pakartokite.
Kol baigsite, prielaidos jau bus pasikeitusios.
Prognozavimas yra tas pats ciklas, tik dažnesnis. Atnaujinkite modelį. Paaiškinkite plano nuokrypius. Koreguokite prognozes. Pateikite rezultatus. Vėl ir vėl.
Daugiausia laiko tenka mechanikams. Duomenų rinkimas. Konsoliduojamos skaičiuoklės. Atnaujinti formules. Sugedusių nuorodų taisymas. Formato keitimas pateikimui.
Vertingas darbas yra galvoti apie verslą. Kokie yra pagrindiniai veiksniai? Kas gali pasikeisti? Kokiems scenarijams turėtume pasirengti? Kaip turėtume paskirstyti išteklius?
Dirbtinis intelektas neatlieka strateginio mąstymo. Jis atlieka mechaniką. Renka duomenis. Konsolidavimą. Scenarijų kūrimas. Pirmąjį projektą.
Jūsų komanda daugiausia dėmesio skiria strategijai ir sprendimams. Dirbtinis intelektas atlieka skaičiuoklės darbą.
Planavimo ir prognozavimo problema
Labai svarbu planuoti ir prognozuoti. Jie taip pat atima daug laiko.
Metinis biudžeto ciklas:
- Prasideda likus keliems mėnesiams iki metų pabaigos
- Kiekvienas skyrius savo biudžetą sudaro savo skaičiuoklėje
- Finansai renka ir konsoliduoja visus įvesties duomenis
- randa klaidų, neatitikimų, nerealių prielaidų.
- Grįžta į departamentus pataisymams atlikti.
- Vėl konsoliduoja
- Vadovybė nori skirtingų scenarijų
- Kiekvieno scenarijaus atkūrimas
- gruodžio mėn. pagaliau gauti patvirtinimą dėl biudžeto, kuris pradedamas vykdyti sausio mėn.
Mėnesio arba ketvirčio prognozės:
- Atnaujinti naujausio laikotarpio aktualijas
- Koreguoti prognozes atsižvelgiant į naujausias tendencijas
- Rinkti atnaujintus duomenis iš verslo padalinių
- Konsoliduokite ir patikrinkite pagrįstumą
- Apskaičiuoti nukrypimus nuo ankstesnės prognozės ir biudžeto
- Parašykite komentarą, paaiškinantį pakeitimus
- Pristatykite vadovybei
- Jie užduoda klausimus, reikalaujančius daugiau analizės.
- Ciklo pasikartojimai
Ad hoc scenarijų planavimas:
"O kas, jei pardavimai augs 5%, o ne 10%? Kas, jei išsiplėsime į Kanadą? Kas, jei išlaidos padidės 15%? Ar galite paleisti šiuos scenarijus?"
Kiekvienas scenarijus - tai darbo valandos. Prielaidų koregavimas. Visko perskaičiavimas. Klaidų tikrinimas. Kai baigsite, vadovybė norės matyti skirtingus scenarijus.
Rezultatas: FP&A komandos praleidžia 80% savo laiko mechaniniams veiksmams ir 20% laiko analizei. Turėtų būti priešingai.
Ką dirbtinis intelektas daro planavimui ir prognozavimui
Analizuoja istorinius modelius
Prieš prognozuodami ateitį, supraskite praeitį. Dirbtinis intelektas puikiai atpažįsta modelius.
Tendencijų nustatymas:
Koks pagrindinis augimo tempas pašalinus triukšmą? Dirbtinis intelektas atskiria signalą nuo triukšmo. Tikrasis augimas, palyginti su vienkartiniais įvykiais.
Sezoniškumo nustatymas:
Ketvirtasis ketvirtis visada stiprus. Liepa visada būna lėta. Dirbtinis intelektas kiekybiškai įvertina sezoninius dėsningumus, todėl prognozės juos atspindi.
Koreliacinė analizė:
Kai pardavimai padidėja 10%, kas atsitinka su siuntimo išlaidomis? Kaip, didėjant darbuotojų skaičiui, keičiasi biuro išlaidos? Dirbtinis intelektas randa ryšius tarp veiksnių.
Vairuotojo identifikavimas:
Kas iš tikrųjų lemia pajamas? Produktų asortimentas? Kainodara? Kiekis? Rinkos sąlygos? Dirbtinis intelektas analizuoja, kurie veiksniai yra svarbiausi.
Anomalijų identifikavimas:
Tas didžiulis šuolis praėjusių metų antrąjį ketvirtį buvo vienkartinis kliento užsakymas. Nesinaudokite juo prognozuodami šių metų II ketvirtį. Dirbtinis intelektas nustato, kurie istorinių duomenų taškai yra reprezentatyvūs, o kurie - nukrypstantys.
Anksčiau ši analizė užtrukdavo dienų dienas, kol būdavo peržiūrimi duomenys. Dirbtinis intelektas tai atlieka per kelias minutes ir parodo, kas svarbu.
Automatiškai kuria prognozes
Supratęs modelius, dirbtinis intelektas parengia pradines prognozes:
Statistinis prognozavimas:
Remdamasi istorinėmis tendencijomis, sezoniškumu ir augimo tempais, AI prognozuoja būsimus laikotarpius. Tai yra bazinis scenarijus.
Vairuotoju pagrįstas prognozavimas:
Vairuotojus parūpinsite jūs. "Kitą ketvirtį įdarbinsime 10 žmonių. Pradedame veiklą dviejose naujose valstijose." Dirbtinis intelektas apskaičiuoja poveikį remdamasis istoriniais ryšiais.
Kelių metodų derinimas:
Dirbtinis intelektas nesiremia tik vienu prognozavimo metodu. Jis taiko kelis metodus ir juos vertina pagal tai, kurie iš jų istoriškai buvo tiksliausi.
Pasitikėjimo intervalai:
Ne tik vienas skaičius. "Pajamos bus $10-12M su 80% pasitikėjimu, greičiausiai $11M." Tai parodo galimų rezultatų diapazoną.
Automatiniai atnaujinimai:
Kai gaunami faktiniai rezultatai, dirbtinis intelektas automatiškai atnaujina prognozes. Nebereikia laukti mėnesio pabaigos, kad galėtumėte patikslinti prognozes. Nuolatinis prognozavimas.
Vis dar peržiūrite ir koreguojate. Tačiau pradėsite nuo tvirto pagrindo, o ne nuo tuščios skaičiuoklės.
Automatiškai konsoliduoja planus
Biudžeto sudarymo košmaras: rinkti ir konsoliduoti visų pateiktus duomenis.
Padeda dirbtinis intelektas:
Nuoseklūs šablonai:
Visi naudoja tą patį formatą ir apibrėžtis. AI užtikrina nuoseklumą.
Automatinis konsolidavimas:
Kai skyriai pateikia įvesties duomenis, dirbtinis intelektas juos automatiškai konsoliduoja. Jokio rankinio kopijavimo ir įklijavimo. Jokių sugadintų formulių.
Klaidų tikrinimas:
A skyriaus darbuotojų skaičiaus planas neatitinka personalo skyriaus plano. B skyriaus pajamų prielaida neatitinka pardavimų plano. Dirbtinis intelektas iš karto pastebi neatitikimus.
Pagrįstumo patikros:
Rinkodaros biudžetas padidėjo 300% be jokio paaiškinimo. Tikriausiai tai rašybos klaida. Į darbuotojų skaičiaus planą įtraukta 50 naujų darbuotojų, tačiau į patalpų planą neįtraukta daugiau patalpų. Tai neveikia. Dirbtinis intelektas pažymi problemas anksčiau, nei jūs jas atrandate rankiniu būdu.
Versijų kontrolė:
Daugiau jokių "Final_Budget_v7_FINAL_revised.xlsx". AI automatiškai seka versijas. Visi dirba nuo dabartinės versijos.
Rezultatas: Konsolidavimas, kuris užtrukdavo kelias dienas, dabar trunka kelias valandas. Daugiau laiko sugaištama problemoms šalinti prieš pateikiant, mažiau laiko - po pateikimo.
Akimirksniu paleidžiami scenarijai
Vadovybė nori matyti įvairius scenarijus. Prieš dirbtinį intelektą: po kelias valandas darbo. Su dirbtiniu intelektu: minutės.
Parametrų pakeitimai:
"Parodykite man 5%, 10% ir 15% pajamų augimą." Dirbtinis intelektas iš karto viską perskaičiuoja pagal kiekvieną scenarijų.
Vairuotojų pakeitimai:
"Ką daryti, jei vietoj 10 žmonių įdarbinsime 20? Ką daryti, jei atidarysime dvi naujas vietas?" Dirbtinis intelektas automatiškai apskaičiuoja visą tolesnį poveikį.
Jautrumo analizė:
Kurios prielaidos svarbiausios? Dirbtinis intelektas parodo, kurie kintamieji turi didžiausią poveikį rezultatams. Sutelkite diskusiją į tai, kas iš tikrųjų yra svarbiausia.
Rizikos scenarijai:
Geriausiu atveju, tikėtinu atveju, blogiausiu atveju. Dirbtinis intelektas sukuria visus tris atvejus ir parodo galimybių diapazoną.
Tikimybiniai svertiniai rezultatai:
Ne tik "štai trys scenarijai". Bet "yra 20% geriausio atvejo tikimybė, 60% tikėtino atvejo tikimybė, 20% blogiausio atvejo tikimybė". Tai naudingiau priimant sprendimus.
Kai scenarijai yra greiti, ištiriama daugiau galimybių. Geresni sprendimai priimami apsvarsčius daugiau galimybių.
Automatiškai paaiškina skirtumus
Faktiniai rezultatai skyrėsi nuo prognozuotų. Kas pasikeitė?
Dirbtinis intelektas analizuoja:
Vairuotojų nuokrypių analizė:
"Prognozavome $10 mln. pajamų, tačiau pasiekėme $11 mln. Skirtumas susidarė dėl to, kad: apimtis padidėjo 8% (+$800K), kainos padidėjo 2% (+$200K), mišinio poveikis neutralus."
Ne tik "prognozė buvo viršyta $1M". bet kodėl.
Krioklio paaiškinimai:
Pradėkite nuo prognozės. Pridėkite kiekvieno veiksnio poveikį. Baigkite faktiniu. Vizualus krioklys, rodantis, kaip nuo plano pereita prie realybės.
Komentarų karta:
Pirmąjį projektą rašo dirbtinis intelektas: "Pajamos viršijo prognozę 10%, daugiausia dėl didesnės nei tikėtasi paklausos pietryčių regione ir didesnės vidutinės užsakymų vertės."
Peržiūrėkite ir tobulinkite. Tačiau nepradedate nuo nulio.
Poveikis į priekį:
Šis skirtumas rodo, kad likusios metų dalies prognozė turėtų būti pakoreguota. AI siūlo patikslinti prognozes remiantis tuo, kas iš tikrųjų įvyko.
Valandų valandas trukusi skirtumų analizė dabar trunka kelias minutes. Daugiau laiko skirsite pasekmėms suprasti, mažiau - skirtumams apskaičiuoti.
Laikui bėgant gerėja
Dirbtinis intelektas mokosi iš patirties.
prognozių tikslumo stebėjimas:
Kurie prognozavimo metodai buvo tiksliausi? Kurios prielaidos buvo realistiškos, o kurios - optimistinės? Dirbtinis intelektas stebi, kas pasiteisino.
Šališkumo aptikimas:
Pardavimai visada prognozuojami optimistiškai. Operacijos visada turi atsargų savo įverčiuose. Dirbtinis intelektas aptinka paklaidas ir jas koreguoja.
Modelio tobulinimas:
Kai sukaupiama daugiau duomenų, dirbtinis intelektas tobulina savo supratimą apie ryšius ir veiksnius. Laikui bėgant prognozės gerėja.
Prielaidų tikrinimas:
"Darėme prielaidą, kad 5% kainos padidėjimas neturės poveikio apimčiai. Iš tikrųjų apimtis sumažėjo 3%." AI tai užfiksuoja ir pagerina būsimų scenarijų modeliavimą.
Kiekvieną ciklą jūsų prognozavimo procesas tampa vis išmanesnis.
Ką tai reiškia jums
Finansų direktoriams ir finansų vadovams
Geresnės prognozės:
Tikslesnės prognozės, nes jos pagrįstos išsamia modelių ir veiksnių analize, o ne tik nuojauta ir paprastomis tendencijomis.
Greitesni planavimo ciklai:
Metinis biudžetas, kurio sudarymas užtrukdavo tris mėnesius, dabar trunka šešias savaites. Mėnesio prognozė, kuri užtrukdavo savaitę, dabar trunka dvi dienas. Daugiau ciklų reiškia daugiau galimybių prisitaikyti.
Daugiau scenarijaus tyrimų:
Kai scenarijai yra greiti, prieš prisiimdami įsipareigojimus ištiriate daugiau galimybių. Geresni sprendimai priimami apsvarsčius daugiau galimybių.
Geresnės strateginės diskusijos:
Mažiau susitikimų laiko, skirto diskusijoms, ar matematika teisinga. Daugiau laiko skirkite strategijai ir išteklių paskirstymui aptarti.
Nuolatinis planavimas:
Vietoj metinių biudžetų, kurie pasensta iki vasario mėnesio, nuolatinis atnaujinimas remiantis realybe. Planas išlieka aktualus visus metus.
FP&A komandoms
Nustokite būti skaičiuoklės mechanikais:
Mažiau laiko skirkite konsolidavimui ir klaidų tikrinimui. Daugiau laiko skirkite analizei ir konsultavimui.
Dėmesys sutelkiamas į sprendimą ir strategiją:
AI tvarko "kiek". Jūs sprendžiate klausimus "ar tai realu" ir "ką turėtume su tuo daryti".
Greičiau atsakykite į klausimus:
Ad hoc analizė, kuri užtrukdavo kelias dienas, dabar trunka kelias valandas. Reaguokite greitai, o ne sakykite "susisieksiu su jumis kitą savaitę".
Geresnė verslo partnerystė:
Kai galite greitai sumodeliuoti įvairias galimybes, padedate verslo vadovams priimti geresnius sprendimus. Tapsite strateginiu patarėju, o ne duomenų rinkėju.
Dirbkite iš tikrųjų įdomų darbą:
Į FP&A pradėjote dirbti ne tam, kad konsoliduotumėte skaičiuokles. Norėjote padėti įgyvendinti verslo strategiją. Dirbtinis intelektas leidžia sutelkti dėmesį į tai.
Verslo vadovams
Geresnis ateities matomumas:
Tikrovę atspindinčios prognozės. Aiškus galimų rezultatų diapazonas. Pasitikėjimas skaičiais.
Greitesni atsakymai į klausimus "kas būtų, jeigu būtų":
Nelaukite kelių dienų, kol bus atlikta scenarijaus analizė. Išnagrinėkite galimybes tame pačiame posėdyje.
Geresnis išteklių paskirstymas:
Kai galite greitai pamatyti įvairių pasirinkimų finansinį poveikį, galite priimti geresnius sprendimus dėl išteklių.
Mažiau laiko biudžeto posėdžiuose:
Daugiau laiko skirkite verslui valdyti, mažiau - skaičiuoklės detalėms aptarti.
Bendrieji planavimo ir prognozavimo scenarijai
Mėnesio prognozių atnaujinimas
Mėnuo ką tik baigėsi. Laikas atnaujinti prognozę.
dirbtinis intelektas:
- Automatiškai ištraukia faktinius rezultatus
- Apskaičiuojamas nuokrypis nuo ankstesnės prognozės
- Nustatomi nuokrypius lemiantys veiksniai
- Atnaujina likusių mėnesių prognozes, remdamasi naujausiomis tendencijomis.
- Sukuria nuokrypių komentarus
- Sukuriamas atnaujintas prognozių paketas
- Nurodomos sritys, kuriose reikėtų persvarstyti prielaidas.
FP&A analitikų apžvalgos. Koreguoja, jei verslo žinios leidžia daryti kitokias prielaidas, nei rodo tendencijos. Patvirtina atnaujintą prognozę. Iš viso laiko: Dvi valandos vietoj dviejų dienų.
Strateginis scenarijų planavimas
Finansų direktorius klausia: "Svarstome galimybę įsigyti konkurentą. Ar galite sumodeliuoti finansinį poveikį pagal skirtingus integracijos scenarijus?"
dirbtinis intelektas:
- Analitikas pateikia pagrindines prielaidas (pajamos, sąnaudos, terminai, sinergija)
- AI sukuria finansinį modelį kiekvienam scenarijui
- Apskaičiuoja pro forma finansinius duomenis, rodiklius, pinigų srautų poveikį
- Parodomas kiekvieno scenarijaus lūžio laikas ir investicijų grąža
- Sukuriama palyginimo santrauka
- Sukuriama jautrumo analizė, parodanti, kurios prielaidos yra svarbiausios.
Bendras laikas: Trys valandos vietoj trijų dienų. Sprendimą galima priimti šią savaitę, o ne kitą mėnesį.
Metinis biudžeto konsolidavimas
Visi departamentai pateikė biudžeto duomenis. Laikas konsoliduoti.
dirbtinis intelektas:
- Automatiškai konsoliduoja visas departamentų pateiktas paraiškas
- 15 neatitikimų: darbuotojų skaičius neatitinka žmogiškųjų išteklių ir skyrių planų, pajamų prielaidos skiriasi nuo pardavimų plano, investicijų prašymai nesutampa su IT infrastruktūros planu.
- siunčia konkrečius klausimus kiekvienam skyriui.
- Priima pataisymus
- Iš naujo konsoliduoja su pataisymais
- Sudaro pilną biudžeto paketą su pelno ir nuostolio ataskaita, balansu, pinigų srautais.
- Sukuria nuokrypių nuo ankstesnių metų ir pradinių tikslų analizę.
FP&A direktorius peržiūri konsoliduotą biudžetą. Aptaria su finansų direktoriumi. Pristato vadovybei. Konsolidavimas, trukęs dvi savaites, dabar trunka dvi dienas.
Ko negali padaryti dirbtinis intelektas
Dirbtinis intelektas galingas planuojant mechaniką. Tačiau ateitis yra neapibrėžta ir reikalauja žmogaus sprendimo.
Negalima nuspėti nenuspėjamų dalykų:
Į rinką įžengia naujas konkurentas. Pagrindinis klientas bankrutuoja. Pandemija viską uždaro. Dirbtinis intelektas prognozuoja pagal modelius. Tikrai beprecedenčių įvykių nėra modeliuose.
Ji negali priimti strateginių sprendimų:
Ar turėtume plėstis į naujas rinkas? Ar turėtume investuoti į mokslinius tyrimus ir plėtrą, ar į pardavimus? AI gali modeliuoti kiekvieno pasirinkimo finansinį poveikį. Pats pasirinkimas reikalauja verslo strategijos.
Ji negali įvertinti prielaidų realumo:
Pardavimai nori prisiimti 50% augimą. Ar tai realu atsižvelgiant į rinkos sąlygas, konkurenciją ir pajėgumus? Tam reikia verslo sprendimo, o ne matematikos.
Jis negali atsižvelgti į valdymo veiksmus:
Prognozės rodo, kad nepasieksite tikslų. Taigi imsitės veiksmų. Sumažinsite išlaidas, stipriau skatinsite pardavimus, koreguosite strategiją. Dirbtinis intelektas negali numatyti, kokių veiksmų imsitės ir kiek jie bus veiksmingi.
Ji negali pakeisti derybų:
Dėl biudžetų derasi skyriai ir vadovybė. Ištekliai yra riboti. Prioritetai nesutampa. Dirbtinis intelektas gali suteikti informacijos šioms diskusijoms, bet negali jų išspręsti.
Ji negali užtikrinti tikslumo:
Nė viena prognozė nėra tobula. Dirbtinis intelektas didina tikslumą, bet nepanaikina neapibrėžtumo. Ateitis vis dar neaiški.
AI puikiai valdo analitinę mechaniką. Verslo vertinimas, strategija ir sprendimų priėmimas išlieka žmogaus darbas.
Darbo pradžia
Pradėkite nuo skausmingiausio planavimo proceso:
Pirmiausia pasirinkite vieną prognozę:
Mėnesio pajamų prognozė? Darbuotojų skaičiaus planavimas? Kapitalinių išlaidų biudžeto sudarymas? Pasirinkite vieną iš svarbių ir duomenimis pagrįstų dalykų.
Išvalykite istorinius duomenis:
Dirbtinis intelektas mokosi iš istorijos. Įsitikinkite, kad jūsų istoriniai duomenys yra švarūs ir teisingai suskirstyti į kategorijas. Čia investuotas laikas atsiperka.
Pradėkite nuo modelio analizės:
Prieš automatizuojant prognozavimą, paprašykite dirbtinio intelekto išanalizuoti istorinius modelius. Sužinokite, kas lemia jūsų verslą. Tai suteikia pasitikėjimo ir įžvalgumo.
Sudaryti bazines prognozes:
Leiskite dirbtiniam intelektui kurti statistines prognozes. Palyginkite su dabartiniu metodu. Tobulinkite metodą, kol tikslumas taps panašus arba geresnis.
Pridėkite savo sprendimą:
Dirbtinio intelekto bazinis lygis ir jūsų verslo žinios - geresnė prognozė. Niekada nepasikliaukite vien dirbtiniu intelektu be peržiūros.
Matavimo tikslumas:
Stebėkite prognozę ir faktą. Matuokite pagerėjimą laikui bėgant. Dokumentuokite, kur dirbtinis intelektas sukuria pridėtinę vertę.
Palaipsniui plėskite:
Viena gerai veikianti prognozė? Pridėkite kitą. Tada pridėkite scenarijų galimybes. Tada konsoliduokite automatizavimą. Laikui bėgant kurkite galimybes.
Planavimo nepakeisite per vieną naktį. Pradėkite kryptingai. Įrodykite vertę. Plėskite.
Ar esate pasiruošę mažiau laiko skirti planavimo mechanikai?
Kiekvienoje įmonėje taikomi skirtingi planavimo procesai. Skirtingi veiksniai. Skirtingos sistemos. Skirtingas sudėtingumas.
Mes neparduodame bendrųjų planavimo šablonų. Nagrinėjame konkrečius jūsų procesus. Jūsų duomenis. Jūsų reikalavimus.
Tada sukuriame dirbtiniu intelektu paremtą planavimą, kuris atitinka jūsų darbo pobūdį. Tas pats griežtumas. Ta pati kontrolė. Tik greičiau ir labiau automatizuotai.
Pradedame nuo vienos srities. Įrodykite, kad tai pagerina tikslumą ir taupo laiką. Tada išplėskite. Praktinis planavimo automatizavimas, dėl kurio jūsų komanda taps strategiškesnė.
