Mākslīgais intelekts finanšu plānošanai un prognozēšanai: Mazāk mehānikas, vairāk stratēģijas
Finanšu plānošana ilgst mūžīgi. Apkopojiet informāciju no visām nodaļām. Izveidojiet budžeta modeli. Konsolidēt visu. Pārbaudiet, vai nav kļūdu un neatbilstību. Izpildiet scenārijus. Iepazīstiniet vadību. Saņemiet atsauksmes. Pārskatiet. Atkārtojiet.
Līdz brīdim, kad pabeidzat, pieņēmumi ir mainījušies.
Prognozēšana ir tāds pats cikls, tikai biežāk. Atjaunināt modeli. Paskaidrojiet novirzes no plāna. Koriģējiet prognozes. Iepazīstiniet ar rezultātiem. Atkal un atkal.
Lielākā daļa laika tiek veltīta mehāniķiem. Datu vākšana. Izklājlapu konsolidēšanai. Formulu atjaunināšana. Bojāto saišu labošana. Pārformatēšana prezentācijai.
Vērtīgākais darbs ir domāt par uzņēmējdarbību. Kādi ir galvenie virzītājspēki? Kas varētu mainīties? Kādiem scenārijiem mums vajadzētu sagatavoties? Kā mums vajadzētu sadalīt resursus?
Mākslīgais intelekts neveic stratēģisko domāšanu. Tas nodarbojas ar mehāniku. Datu vākšanu. Konsolidāciju. Scenāriju veidošana. Pirmo projektu.
Jūsu komanda koncentrējas uz stratēģiju un lēmumu pieņemšanu. Mākslīgais intelekts apstrādā izklājlapas.
Plānošanas un prognozēšanas problēma
Plānošanai un prognozēšanai ir būtiska nozīme. Tās ir arī ļoti laikietilpīgas.
Gada budžeta cikls:
- Sākas mēnešus pirms gada beigām
- Katra nodaļa veido savu budžetu savā izklājlapā.
- Finanses apkopo un konsolidē visus ievades datus
- Atrod kļūdas, neatbilstības, nereālus pieņēmumus.
- Atgriežas atpakaļ departamentiem, lai veiktu labojumus.
- Atkal konsolidējas
- Vadība vēlas dažādus scenārijus
- Katra scenārija pārbūve
- decembrī beidzot saņemiet apstiprinājumu budžetam, kas sāksies janvārī.
Mēneša vai ceturkšņa prognozes:
- Aktualizēt pēdējā perioda faktiskos datus
- Koriģēt prognozes, pamatojoties uz jaunākajām tendencēm
- Apkopot atjauninātus datus no uzņēmējdarbības vienībām
- Konsolidēt un pārbaudīt pamatotību
- Aprēķināt novirzes no iepriekšējās prognozes un budžeta.
- Rakstiet komentārus, skaidrojot izmaiņas
- Iepazīstiniet vadību
- Viņi uzdod jautājumus, kam nepieciešama plašāka analīze.
- Cikla atkārtojumi
Ad hoc scenāriju plānošana:
"Ko darīt, ja pārdošanas apjomi pieaugs par 5%, nevis 10%? Ko darīt, ja mēs paplašināmies Kanādā? Ko darīt, ja izmaksas palielināsies par 15%? Vai jūs varat īstenot šos scenārijus?"
Katrs scenārijs ir darba stundas. Pieņēmumu koriģēšana. Visa pārrēķināšana. Kļūdu pārbaude. Kad pabeidzat, vadība vēlas redzēt dažādus scenārijus.
Rezultāts: FP&A komandas 80% sava laika pavada mehānikai un 20% - analīzei. Vajadzētu būt pretēji.
Mākslīgais intelekts plānošanā un prognozēšanā
Analizē vēsturiskos modeļus
Pirms prognozēt nākotni, izprotiet pagātni. Mākslīgais intelekts ir izcils modeļu atpazīšanā.
Tendenču identificēšana:
Kāds ir pamatā esošais pieauguma temps pēc trokšņa novēršanas? Mākslīgais intelekts atdala signālu no trokšņa. Reāla izaugsme pret vienreizējiem notikumiem.
Sezonalitātes noteikšana:
4. ceturksnis vienmēr ir spēcīgs. Jūlijs vienmēr ir lēns. Mākslīgais intelekts kvantitatīvi nosaka sezonālos modeļus, tāpēc prognozes tos atspoguļo.
Korelācijas analīze:
Kad pārdošanas apjomi palielinās 10%, kas notiek ar piegādes izmaksām? Kā, pieaugot darbinieku skaitam, mainās biroja izdevumi? Mākslīgais intelekts atrod sakarības starp virzītājspēkiem.
Autovadītāja identifikācija:
Kas patiesībā veicina ieņēmumus? Produktu klāsts? Cenu veidošana? Apjoms? Tirgus apstākļi? Mākslīgais intelekts analizē, kuri faktori ir vissvarīgākie.
Anomāliju identificēšana:
Pagājušā gada 2. ceturksnī šis milzīgais kāpums bija vienreizējs klienta pasūtījums. Nelietojiet to, lai prognozētu šā gada 2. ceturksni. Mākslīgais intelekts nosaka, kuri vēsturisko datu punkti ir reprezentatīvi un kuri ir novirzes.
Agrāk šī analīze prasīja vairākas dienas ilgu datu pārlūkošanu. Mākslīgais intelekts to veic dažu minūšu laikā un parāda, kas ir svarīgi.
Automātiski veido prognozes
Kad modeļi ir izprasti, mākslīgais intelekts veido sākotnējās prognozes:
Statistiskā prognozēšana:
Pamatojoties uz vēsturiskajām tendencēm, sezonalitāti un izaugsmes rādītājiem, AI prognozē nākamos periodus. Tas ir bāzes scenārijs.
Prognozes, kas balstītas uz vadītājiem:
Vadītājus nodrošināsiet jūs. "Nākamajā ceturksnī mēs pieņemsim darbā 10 cilvēkus. Sākam darbību divos jaunos štatos." Mākslīgais intelekts aprēķina ietekmi, pamatojoties uz vēsturiskajām attiecībām.
Vairāku metožu apvienošana:
Mākslīgais intelekts nepaļaujas tikai uz vienu prognozēšanas metodi. Tas izmanto vairākas pieejas un izvērtē tās, pamatojoties uz to, kuras vēsturiski ir bijušas visprecīzākās.
Uzticamības intervāli:
Ne tikai viens skaitlis. "Ieņēmumi būs $10-12M ar 80% ticamību, visticamāk $11M." Tas parāda iespējamo rezultātu diapazonu.
Automātiski atjauninājumi:
Kad tiek saņemti faktiskie rezultāti, mākslīgais intelekts automātiski atjaunina prognozes. Nav jāgaida mēneša beigas, lai veiktu pārskatīšanu. Nepārtraukta prognozēšana.
Jūs joprojām pārskatāt un pielāgojat. Bet jūs sākat ar stabilu bāzes līniju, nevis tukšu izklājlapu.
Automātiski konsolidē plānus
Budžeta sastādīšanas murgs: apkopot un konsolidēt datus no visiem.
Mākslīgais intelekts palīdz:
Konsekventas veidnes:
Visi izmanto vienu un to pašu formātu un definīcijas. Mākslīgais intelekts nodrošina konsekvenci.
Automātiskā konsolidācija:
Kad departamenti iesniedz ievades datus, AI tos automātiski konsolidē. Nav manuāla kopēšanas un ielīmēšanas. Nav bojātu formulu.
Kļūdu pārbaude:
A nodaļas darbinieku skaita plāns neatbilst personāla daļas plānam. B nodaļas ieņēmumu pieņēmums nesakrīt ar pārdošanas plānu. Mākslīgais intelekts nekavējoties konstatē neatbilstības.
Pamatotības pārbaudes:
Mārketinga budžets ir palielināts par 300% bez paskaidrojuma. Iespējams, pārrakstīšanās kļūda. Darbinieku skaita plāns ietver 50 jaunus darbiniekus, bet telpu plānā nav iekļauta lielāka platība. Tas nedarbojas. Mākslīgais intelekts atzīmē problēmas, pirms jūs tās atklājat manuāli.
Versiju kontrole:
Vairāk nekā "Final_Budget_v7_FINAL_revised.xlsx". AI automātiski izseko versijas. Ikviens strādā no pašreizējās versijas.
Rezultāts: Konsolidācija, kas ilga vairākas dienas, tagad aizņem dažas stundas. Vairāk laika problēmu novēršanai pirms iesniegšanas, mazāk laika to novēršanai pēc iesniegšanas.
Tūlīt palaidiet scenārijus
Vadība vēlas redzēt dažādus scenārijus. Pirms mākslīgā intelekta: katrs no tiem strādā vairākas stundas. Ar AI: minūtes.
Parametru izmaiņas:
"Parādiet man 5%, 10% un 15% ieņēmumu pieaugumu." Mākslīgais intelekts nekavējoties pārrēķina visu katram scenārijam.
Vadītāja izmaiņas:
"Ko darīt, ja mēs pieņemam darbā 20 cilvēkus, nevis 10? Ko darīt, ja mēs atvērsim divas jaunas filiāles?" Mākslīgais intelekts automātiski aprēķina visu turpmāko ietekmi.
Jutīguma analīze:
Kuriem pieņēmumiem ir vislielākā nozīme? Mākslīgais intelekts parāda, kuriem mainīgajiem lielumiem ir vislielākā ietekme uz rezultātiem. Koncentrējieties diskusijā uz to, kas patiesībā izmaina rādītājus.
Riska scenāriji:
Labākais gadījums, paredzamais gadījums, sliktākais gadījums. Mākslīgais intelekts izveido visus trīs scenārijus un parāda iespēju diapazonu.
Ar varbūtību svērtie rezultāti:
Ne tikai "šeit ir trīs scenāriji". Bet "ir 20% iespēja labākajā gadījumā, 60% iespēja paredzamajā gadījumā, 20% iespēja sliktākajā gadījumā.". Tas ir noderīgāk lēmumu pieņemšanai.
Ja scenāriji ir ātri, jūs varat izpētīt vairāk iespēju. Labākus lēmumus var pieņemt, apsverot vairāk iespēju.
Automātiski izskaidro novirzes
Faktiskie rezultāti atšķīrās no prognozētajiem. Kas mainījās?
Mākslīgais intelekts analizē:
Vadītāja dispersijas analīze:
"Mēs prognozējām $10M ieņēmumus, bet sasniedzām $11M. Atšķirība radās, jo: apjoms palielinājās par 8% (+$800K), cenas palielinājās par 2% (+$200K), maisījuma ietekme bija neitrāla."
Ne tikai "mēs bijām $1M virs prognozes". Bet tieši kāpēc.
Ūdenskrituma skaidrojumi:
Sāciet ar prognozi. Pievienojiet katra virzītājspēka ietekmi. Beidziet ar faktisko. Vizuāls ūdenskritums, kas parāda, kā no plāna nonācāt līdz realitātei.
Komentāru paaudze:
Mākslīgais intelekts raksta pirmo projektu: "Ieņēmumi pārsniedza prognozētos par 10%, ko galvenokārt noteica lielāks pieprasījums dienvidaustrumu reģionā un augstāka vidējā pasūtījumu vērtība."
Jūs pārskatāt un uzlabojat. Taču jūs nesākat no nulles.
Ietekme uz priekšu:
Šī novirze liecina, ka gada atlikušās daļas prognoze ir jākoriģē. AI ierosina pārskatīt prognozes, pamatojoties uz faktiski notikušo.
Atšķirību analīze, kas prasīja vairākas stundas, tagad aizņem dažas minūtes. Vairāk laika, lai izprastu sekas, mazāk laika, lai aprēķinātu atšķirības.
Laika gaitā uzlabojas
Mākslīgais intelekts mācās no pieredzes.
Prognožu precizitātes izsekošana:
Kuras prognozēšanas metodes bija visprecīzākās? Kādi pieņēmumi bija reālistiski un optimistiski? Mākslīgais intelekts izseko, kas darbojās.
Novirzes noteikšana:
Pārdošana vienmēr prognozē optimistiski. Operācijām vienmēr ir rezerves aplēsēs. Mākslīgais intelekts atklāj novirzes un pielāgojas.
Modeļa pilnveidošana:
Uzkrājot vairāk datu, mākslīgais intelekts pilnveido savu izpratni par attiecībām un virzītājspēkiem. Laika gaitā prognozes kļūst arvien labākas.
Pieņēmumu pārbaude:
"Mēs pieņēmām, ka 5% cenas palielinājumam nebūs ietekmes uz apjomu. Patiesībā apjoms samazinājās par 3%." Mākslīgais intelekts to fiksē un uzlabo nākotnes scenāriju modelēšanu.
Prognozēšanas process ar katru ciklu kļūst gudrāks.
Ko tas nozīmē jums
Finanšu direktoriem un finanšu vadītājiem
Labākas prognozes:
Precīzākas prognozes, jo tās ir balstītas uz visaptverošu modeļu un virzītājspēku analīzi, nevis tikai uz intuīciju un vienkāršām tendencēm.
Ātrāki plānošanas cikli:
Gada budžets, kas ilga trīs mēnešus, tagad aizņem sešas nedēļas. Mēneša prognoze, kas prasīja nedēļu, tagad aizņem divas dienas. Vairāk ciklu nozīmē vairāk iespēju veikt korekcijas.
Vairāk scenāriju izpēte:
Ja scenāriji tiek izstrādāti ātri, jūs izpētāt vairāk iespēju, pirms uzņematies saistības. Labākus lēmumus pieņem, apsverot vairāk iespēju.
Labākas stratēģiskās diskusijas:
Mazāk sanāksmju laika, lai apspriestu, vai matemātiskie aprēķini ir pareizi. Vairāk laika, apspriežot stratēģiju un resursu sadalījumu.
Nepārtraukta plānošana:
Tā vietā, lai ikgadējos budžetus, kas ir novecojuši līdz februārim, pastāvīgi atjauninātu, pamatojoties uz realitāti. Plāns ir aktuāls visu gadu.
FP&A komandām
Pārstājiet būt izklājlapu mehāniķi:
Mazāk laika konsolidēšanai un kļūdu pārbaudei. Vairāk laika analizēšanai un konsultēšanai.
Koncentrējieties uz spriedumu un stratēģiju:
Mākslīgais intelekts pārvalda "cik daudz". Jūs atbildat uz jautājumiem "vai tas ir reāli" un "ko mums ar to darīt?".
Ātrāk atbildiet uz jautājumiem:
Ad hoc analīzei, kas prasīja vairākas dienas, tagad nepieciešamas dažas stundas. Esiet atsaucīgi, nevis sakiet: "Ļaujiet man ar jums sazināties nākamnedēļ."
Labāka uzņēmējdarbības partnerība:
Ja varat ātri modelēt dažādas iespējas, jūs palīdzat uzņēmumu vadītājiem pieņemt labākus lēmumus. Jūs kļūstat par stratēģisko padomdevēju, nevis datu vācēju.
Dariet darbu, kas patiešām ir interesants:
Jūs nestrādājat FP&A, lai konsolidētu izklājlapas. Jūs vēlējāties palīdzēt virzīt biznesa stratēģiju. Mākslīgais intelekts ļauj jums koncentrēties uz to.
Uzņēmumu vadītājiem
Labāka pārredzamība nākotnē:
Prognozes, kas atspoguļo realitāti. Skaidrs iespējamo iznākumu diapazons. Pārliecība par skaitļiem.
Ātrākas atbildes uz jautājumiem "kas, ja":
Negaidiet vairākas dienas uz scenāriju analīzi. Izpētiet iespējas tajā pašā sanāksmē.
Labāka resursu sadale:
Ja varat ātri redzēt dažādu izvēļu finansiālo ietekmi, varat pieņemt labākus lēmumus par resursiem.
Mazāk laika budžeta sanāksmēs:
Vairāk laika veltiet uzņēmuma vadīšanai, mazāk - izklājlapas detaļu apspriešanai.
Bieži plānošanas un prognozēšanas scenāriji
Ikmēneša prognožu atjauninājums
Mēnesis tikko noslēdzies. Laiks atjaunināt prognozi.
Mākslīgais intelekts:
- Automātiski velk faktiskos rezultātus
- Aprēķina novirzi no iepriekšējās prognozes
- Identificē noviržu cēloņus
- Atjaunina atlikušo mēnešu prognozes, pamatojoties uz jaunākajām tendencēm.
- Izveido noviržu komentārus
- Izveido atjauninātu prognožu paketi
- Norāda jomas, kurās būtu jāpārskata pieņēmumi.
FP&A analītiķu atsauksmes. Koriģē, ja biznesa zināšanas liecina, ka pieņēmumi atšķiras no tendencēm. Apstiprina atjaunināto prognozi. Kopējais laiks: Divas stundas divu dienu vietā.
Stratēģiskā scenāriju plānošana
Finanšu direktors jautā: "Mēs apsveram iespēju iegādāties konkurentu. Vai jūs varat modelēt finansiālo ietekmi dažādos integrācijas scenārijos?"
Mākslīgais intelekts:
- Analītiķis sniedz galvenos pieņēmumus (ieņēmumi, izmaksas, termiņi, sinerģija).
- Mākslīgais intelekts izveido finanšu modeli katram scenārijam
- Aprēķina pro forma finanšu rādītājus, koeficientu un naudas plūsmas ietekmi.
- Parādīts katra scenārija peļņas un zaudējumu aprēķina laiks un ROI.
- Izveido salīdzinājuma kopsavilkumu
- Izveido jutīguma analīzi, kas parāda, kuri pieņēmumi ir vissvarīgākie.
Kopējais laiks: Trīs stundas, nevis trīs dienas. Lēmumu var pieņemt šonedēļ, nevis nākamajā mēnesī.
Gada budžeta konsolidācija
Visi departamenti ir iesnieguši budžeta ieguldījumus. Laiks konsolidēt.
Mākslīgais intelekts:
- automātiski konsolidē visus departamentu iesniegtos dokumentus
- 15 neatbilstības: darbinieku skaits nesakrīt ar cilvēkresursu un nodaļu plāniem, ieņēmumu pieņēmumi atšķiras no pārdošanas plāna, kapitālizdevumu pieprasījumi nesakrīt ar IT infrastruktūras plānu.
- Nosūta konkrētus jautājumus katram departamentam.
- Saņem labojumus
- Atkārtoti konsolidē ar korekcijām
- Izveido pilnu budžeta paketi ar peļņas un zaudējumu pārskatu, bilanci, naudas plūsmu.
- Izveido noviržu analīzi attiecībā pret iepriekšējo gadu un sākotnējiem mērķiem.
FP&A direktors pārskata konsolidēto budžetu. Apspriež ar finanšu direktoru. Iepazīstina vadību. Konsolidācija, kas ilga divas nedēļas, tagad aizņem divas dienas.
Ko mākslīgais intelekts nevar izdarīt
Mākslīgais intelekts ir spēcīgs plānošanas mehānikā. Taču nākotne ir neskaidra, un ir nepieciešams cilvēka spriedums.
Tas nevar paredzēt neparedzamo:
Tirgū ienāk jauns konkurents. Galvenais klients bankrotē. Pandēmija visu pārtrauc darbību. Mākslīgais intelekts prognozē, pamatojoties uz modeļiem. Patiesi bezprecedenta notikumi nav šablonos.
Tā nevar izdarīt stratēģisku izvēli:
Vai mums vajadzētu paplašināt darbību jaunos tirgos? Vai mums jāiegulda pētniecībā un attīstībā vai pārdošanā? Mākslīgais intelekts var modelēt katras izvēles finansiālo ietekmi. Paša izvēle prasa biznesa stratēģiju.
Tā nevar novērtēt pieņēmumu reālismu:
Pārdošana vēlas uzņemties 50% izaugsmi. Vai tas ir reāli, ņemot vērā tirgus apstākļus, konkurenci un jaudu? Tas prasa biznesa spriedumu, nevis matemātiku.
Tā nevar ņemt vērā vadības rīcību:
Prognozes rāda, ka jūs nesasniegsiet mērķus. Tāpēc jūs rīkosieties. Samazināsiet izmaksas, pastiprināsiet pārdošanas apjomu, pielāgosiet stratēģiju. Mākslīgais intelekts nevar paredzēt, kādas darbības veiksiet un cik efektīvas tās būs.
Tas nevar aizstāt sarunas:
Budžets ir saistīts ar sarunām starp departamentiem un vadību. Resursi ir ierobežoti. Prioritātes ir pretrunīgas. Mākslīgais intelekts var informēt par šīm diskusijām, bet nevar tās atrisināt.
Tas nevar garantēt precizitāti:
Neviena prognoze nav perfekta. Mākslīgais intelekts uzlabo precizitāti, bet nenovērš nenoteiktību. Nākotne joprojām ir neskaidra.
AI lieliski pārvalda analītisko mehāniku. Biznesa spriedumi, stratēģija un lēmumu pieņemšana joprojām ir cilvēka darbs.
Darba sākšana
Sāciet ar savu sāpīgāko plānošanas procesu:
Vispirms izvēlieties vienu prognozi:
Ikmēneša ieņēmumu prognoze? Darbinieku skaita plānošana? Kapitālizdevumu budžeta plānošana? Izvēlieties kādu no tām, kas ir svarīga un balstīta uz datiem.
Vēsturisko datu tīrīšana:
Mākslīgais intelekts mācās no vēstures. Pārliecinieties, ka jūsu vēsturiskie dati ir tīri un pareizi kategorizēti. Šeit ieguldītais laiks atmaksājas.
Sāciet ar modeļu analīzi:
Pirms automatizēt prognozēšanu, palūdziet mākslīgajam intelektam analizēt jūsu vēsturiskos modeļus. Uzziniet, kas ir jūsu uzņēmējdarbības virzītājspēks. Tas vairo pārliecību un izpratni.
Izstrādāt bāzes prognozes:
Ļaujiet mākslīgajam intelektam veidot statistiskās prognozes. Salīdziniet ar savu pašreizējo metodi. Pilnveidojiet pieeju, līdz precizitāte ir salīdzināma vai labāka.
Pievienojiet savu spriedumu:
Mākslīgā intelekta pamatlīnija un jūsu biznesa zināšanas ir vienādas ar labāku prognozi. Nekad nepaļaujieties tikai uz mākslīgo intelektu bez pārskatīšanas.
Mērījumu precizitāte:
Prognožu un faktisko rādītāju salīdzinājums. Novērtējiet uzlabojumus laika gaitā. Dokumentējiet, kur mākslīgais intelekts rada pievienoto vērtību.
Pakāpeniski paplašināt:
Viena labi strādājoša prognoze? Pievienojiet vēl vienu. Tad pievienojiet scenāriju iespējas. Tad konsolidācijas automatizācija. Laika gaitā attīstiet iespējas.
Plānošanu nevar pārveidot vienas nakts laikā. Sāciet mērķtiecīgi. Pierādiet vērtību. Paplašini.
Vai esat gatavs pavadīt mazāk laika plānošanas mehānismiem?
Katrā uzņēmumā ir atšķirīgi plānošanas procesi. Atšķirīgi virzītājspēki. Dažādas sistēmas. Atšķirīga sarežģītība.
Mēs nepārdodam vispārīgas plānošanas veidnes. Mēs aplūkojam jūsu konkrētos procesus. Jūsu datiem. Jūsu prasībām.
Tad mēs izveidojam mākslīgā intelekta darbināmu plānošanu, kas atbilst jūsu darba veidam. Tāda pati stingrība. Tāda pati kontrole. Tikai ātrāk un automatizētāk.
Mēs sākam ar vienu jomu. Pierādiet, ka tas uzlabo precizitāti un ietaupa laiku. Tad paplašiniet. Praktiska plānošanas automatizācija, kas padara jūsu komandu stratēģiskāku.
