Od reaktivních k prediktivním
Kam se posunuly možnosti financí v retailu díky AI
Zeptejte se top manažerů v maloobchodě, které systémy považují za nejdůležitější. Mezi prvními bude určitě CRM a v těsném závěsu i finance. Retail operuje s velkým objemem zboží, nízkými maržemi a vysokým očekáváním spotřebitelů – to znamená i spoustu administrativy a cílené komunikace. Stává se tak ideální oblastí pro využití umělé inteligence, která dokáže v reálném čase zpracovávat data, tvořit různé scénáře budoucího vývoje a automatizovat procesy od reportingu po skenování výdejek. Tím to ale pouze začíná.
Když s méně uděláte více
Dnes už asi nenajdete velkou technologickou firmu, která by neinvestovala do vývoje AI aplikací. Je to logické. Současná situace na trhu tlačí firmy k vyšší efektivitě a v České republice, kde byla březnová nezaměstnanost pod 4 %, se mohou finanční týmy potýkat s neobsazenými pozicemi. Stále je třeba hledat nové obchodní příležitosti na trhu, adaptovat svůj obchodní model.
Tyto výzvy dále prohlubuje přístup k datům napříč firmou, která jsou často pouze k dispozici jednotlivým oddělením. Když ale chcete vytvářet efektivní obchodní plány, začlenit nové akvizice nebo vytvořit novou cenovou strategii, potřebujete mít přehled. Na základě kvalitních a aktuálních dat můžete pomocí umělé inteligence pracovat s různými možnostmi budoucího vývoje.
Před lety byl velký hype kolem zpracování velkého objemu dat a firmy je začaly ve velkém hromadit. Data ale netřídily a řada z nich je nechala ležet ladem, protože nevěděla, jak je efektivně využít. Zde se opět uplatní AI, která automaticky data roztřídí a dokáže je rychle zanalyzovat. I proto v ní top manažeři vidí velký potenciál od správy výdajů, finanční uzávěrky až po auditování, prognózování, rozpočtování, nebo vztah se zákazníkem.
Zachování kontextu bez cookies
Jedním z klíčových faktorů pro úspěšné využití AI v byznysu je zachování kontextu. AI by neměla stát sama o sobě, ale začlenit se do již existujících, prověřených platforem. Jinak by firmy měly desítky aplikací, u kterých není zaručeno, že spolu mezi sebou nebo se všemi systémy ve firmě budou komunikovat. S vestavěnou umělou inteligencí napříč klíčovými procesy mohou firmy navíc definovat propracovanější přístup k udržitelnosti, ať už se bavíme o životním prostředí, vztahu k širší společnosti nebo dlouhodobě ziskovém řízení.
Zvláště v tak dynamickém odvětví, jakým je retail, by měly firmy hledat i řešení, která podporují omnichannel marketing, umožňují hyperpersonalizaci a nevyžadují sledování cookies. Poslední aspekt je o to důležitější, pokud se podíváte na nejnovější průzkumy. Analytická společnost Ressolution tvrdí, že pouze 40 % české online populace povoluje na webových stránkách všechny cookies a téměř každý čtvrtý všechny cookies odmítá.
Tady a teď
Není to ale jen o retailu. AI se uplatní ve financích v jakémkoli odvětví. Finanční ředitelé mohou získat lepší přehled nad vývojem ve firmě díky okamžitým upozorněním na rizika a expozice, rychleji reagovat na změny v preferencích zákazníků a lépe předvídat narušení dodavatelského řetězce s případnými návrhy pro vhodné změny a další kroky.
Kde konkrétně AI přináší v retailových financích nejvyšší hodnotu?
- Interakce s uživateli – interakce založené na přirozeném jazyce, shrnutí složitých obchodních informací, automatická generace textových reportů, jako jsou finanční výkazy, vysvětlení složitých účetních pravidel nebo souhrn nejdůležitějších informací z různých oblastí.
- Zpracování dokumentů – zpracování a extrakce dat pro velké sady finančních dokumentů, jako jsou faktury, platební pokyny, příjem zboží nebo nájemní smlouvy.
- Zpracování transakčních dat – automatické párování datových sad, mezi které patří platby a neuhrazené faktury, příjem zboží a příjem faktur.
- Analýza dat – automatizovaný sběr dat, návrh metod k pročištění datových sad, jejich samotné přeuspořádání, oprava nesrovnalostí.
- Predikce – vylepšení prediktivních modelů, zpracování komplexních datových sad, zvýšení přesnosti a robustnosti v předpovídání pozdních plateb nebo vývoje likvidity a cash flow.
- Detekce – nalezení vzorců ve velkých objemech dat a skrytých korelací. Dále také odhalení odchylek a anomálií, jako jsou podvodné platby, a identifikace kritických obchodních interakcí podléhajících různým, regionálně specifickým regulacím.
Zatímco budoucnost nabízí s generativní AI další možnosti, nástroje s umělou inteligencí využíváme ve firmách už dnes. Najdeme je v analýze a učení se kritériím k propojení plateb, ve čtení a zpracování dokumentů s platebními pokyny nebo automatickém vyrovnání plateb s minimálním zásahem lidského operátora. U složitějších platebních pokynů může AI vytvořit návrh pro účetního, který následně rozhodne pouze o stisknutí tlačítka „ano“, nebo „ne“. To mu umožní právě AI, která dokáže automaticky extrahovat informace o platbách z různých zdrojů i formátů, jako jsou e-maily nebo elektronické a papírové dokumenty.
Lidská vs. strojová interakce
Ať už bude AI v retailu propojená se systémy do jakékoliv míry, stále by na jejím konci měl stát člověk, který rozhodne, zda návrhy přijme, nebo udělá jiné kroky. Právě rozhodovací pravomoc a odpovědnost jsou zde klíčové. Bez nich by zaměstnanci ztratili vztah k činnostem, které vykonávají, a demotivovalo by je se i dále rozvíjet.
S tím se pojí i rezistence některých zaměstnanců k využívání AI nástrojů. Oproti klasickým systémům, které vyžadují manuální aktualizace, se mohou ty s umělou inteligencí samy učit na základě zpětné vazby od uživatelů. Je tedy potřeba mít kromě kvalitních dat i aktivní uživatele, kteří dokážou systém přizpůsobit pomocí svých reakcí tak, aby fungoval podle jejich představ a nabídl jim výstupy, které jim usnadní práci a umožní jim se lépe rozhodovat. Vedení firem se tedy musí zaměřit i na adopci u svých zaměstnanců.
Zatímco interakce mezi člověkem a AI excelují v efektivním zpracování obrovských množství informací, nenahradí mezilidskou komunikaci, která vyžaduje empatii a porozumění. Kvůli tomu je třeba ze začátku intenzivně s novými nástroji pracovat a usměrňovat je, protože algoritmy mohou informace zkreslovat a při čerpání z dat třetích stran nabízet řešení, která postrádají neutralitu. Při kontinuální zpětné vazbě se ale brzy „naučí“, jak komunikovat s danou firmou nebo uživatelem.
Pokud se na to podíváme z druhé strany, zaměření se pouze na mezilidskou interakci nebude v budoucnu stačit. Již dnes firmy využívají chatboty nebo hlasové asistenty, kteří mohou v řadě případů zastoupit lidské operátory zákaznických linek. Software se strojovým učením také dokáže vyřešit problémy, které by vás před deseti lety stály na lince alespoň deset minut.
Role AI v řízení inovací a růstu
Podniky a organizace, které neudrží krok s moderními technologickými trendy, se vystavují riziku, že je předstihnou ty, které to zvládnou. Až dospěje současná nejmladší generace, nebude „googlovat“, ale využívat ChatGPT ke každodenní interakci a vyhledávání informací.
Nejen technologické firmy pracují na svých vlastních asistentech s generativní AI a překotným tempem je začleňují do svých produktů a služeb. Je proto zásadní si uvědomit, že AI se v příští dekádě pravděpodobně stane dominantním uživatelským rozhraním. To si musí uvědomit i dodavatelé podnikových systémů.
Stejnou rychlost inovace můžeme očekávat i u grafických nebo audiovizuálních modelů. Co dnes nefunguje, může se stát realitou za šest měsíců. A co nebude dokonalé za šest měsíců, bude vyladěno v příštím roce.
Budoucnost finančních ředitelů
Před dvanácti lety si mnozí z nás mysleli, že skokové vylepšení v AI je ještě několik dekád vzdálené. To odráží přirozenou lidskou tendenci předpokládat, že budoucnost bude velmi podobná současnosti. Tím ale přeceňujeme, čeho můžeme dosáhnout v krátkodobém horizontu. V kontextu AI je důležité nepřeceňovat její krátkodobé schopnosti a zároveň nepodcenit její dlouhodobý potenciál – riskovali bychom tak ztrátu konkurenceschopnosti na domácích i mezinárodních trzích.
Jedno je ale jisté; AI má dobře našlápnuto k tomu, stát se další technologickou revolucí, která od základů změní způsob, jakým pracujeme s technologiemi. Mluvíme o personalizaci komunikace se zákazníkem na úplně jiné úrovni, jednodušším navrhováním procesů nebo přístupnosti systémů. Prediktivní rozhraní a technologie aktivované hlasem učiní interakce intuitivnější a efektivnější.
Pro finanční ředitele proto znamená investice do AI nejen udržení se na pomyslném inovačním vrcholu, ale i přechod z reaktivní role do pozice tvůrce prediktivních strategií.
 |
Martin Křemeček Autor vede tým finančního plánování a analýz v SAP Emarsys. |
