W dzisiejszym szybko zmieniającym się krajobrazie biznesowym, w którym danych jest mnóstwo, ale wnikliwość może być nieuchwytna, elitarne firmy konsultingowe wykorzystują moc generatywnej sztucznej inteligencji (GenAI) do przekształcania finansów przedsiębiorstw.
Na czele tej transformacji stoi Kirill Iaroshenko, starszy konsultant ds. zarządzania w globalnej firmie konsultingowej, specjalizującej się w technologiach finansowych i transformacjach cyfrowych. Dzięki specjalistycznej wiedzy w zakresie sztucznej inteligencji i technologii fintech Kirill poprowadził tworzenie platformy opartej na GenAI, która już zmienia sposób wykorzystania danych finansowych w sektorze publicznym i prywatnym.
Kirill wnosi wyjątkową perspektywę do dyskusji na temat wpływu generatywnej sztucznej inteligencji na finanse przedsiębiorstw. W tym miejscu dzieli się spostrzeżeniami na temat tego przełomowego projektu — takiego, który ma ustanowić nowe standardy branżowe w zakresie analizy danych, wyceny i podejmowania decyzji.
Jaka była motywacja do stworzenia tej platformy GenAI i jakie wyzwania branżowe ona rozwiązuje?
– Naszą główną motywacją było zamknięcie znaczącej luki, którą zaobserwowaliśmy w analizach finansowych przedsiębiorstw. Tradycyjne narzędzia analityczne, choć potężne, często brakuje im kontekstu, jakiego wymaga dzisiejsze, szybko zmieniające się środowisko. Decydenci w finansach potrzebują spostrzeżeń, które są nie tylko dokładne, ale także umożliwiające natychmiastowe podjęcie działań, wykraczające poza zwykłe liczby i arkusze kalkulacyjne.
Platforma GenAI została zbudowana, aby sprostać tym potrzebom. Został zaprojektowany tak, aby w ciągu kilku sekund zapewniać zwięzłe, kontekstowe spostrzeżenia z szerokiej gamy dokumentów finansowych, w tym rozmów o zarobkach i sprawozdań kwartalnych. Dzięki GenAI nasi użytkownicy mogą bez zwykłych barier czerpać z bogactwa wiedzy ze złożonych danych finansowych. Celem było nie tylko szybsze, ale i dokładniejsze podejmowanie decyzji. Narzędzie szybko stało się nieocenione zarówno dla naszych wewnętrznych zespołów, jak i klientów, zwłaszcza tych skupionych na optymalizacji zwrotu z zainwestowanego kapitału (ROIC) w konkurencyjnych środowiskach lub poprawie całkowitego zwrotu dla akcjonariuszy (TRS).
Czy możesz opisać niektóre innowacje techniczne, które Twój zespół wprowadził na platformę?
– Wprowadziliśmy kilka kluczowych innowacji, aby dostosować GenAI specjalnie do finansów przedsiębiorstw. Na przykład opracowaliśmy unikalny sposób osadzania danych z rozmów o zarobkach i raportów finansowych, aby stworzyć rodzaj „pamięci korporacyjnej”, z której nasz model mógłby korzystać w celu uzyskania istotnych kontekstowo spostrzeżeń. Nie chodziło tylko o dostarczenie danych; chodziło o stworzenie systemu, który byłby w stanie to „zrozumieć” i wyjaśnić.
Podstawowy model sztucznej inteligencji został dostrojony w oparciu o własne ramy wyceny i inne zasoby, aby zwiększyć jego możliwości analityczne. Zintegrowaliśmy interfejsy API, aby pobierać dane finansowe w czasie rzeczywistym, które następnie analizuje model GenAI w celu wyjaśnienia trendów w zakresie ROIC i TRS. Zasadniczo zapewnia narrację, wyjaśniającą nie tylko liczby, ale także czynniki, które na nie wpływają. Struktura ta stanowi ogromną wartość dla decydentów, którzy potrzebują szybkich odpowiedzi bez poświęcania głębi.
Czym ta platforma różni się od innych rozwiązań AI w finansach i co sprawia, że jest tak cenna dla elitarnych firm konsultingowych i ich klientów?
– W przeciwieństwie do większości rozwiązań AI, które mogą być zbyt ogólne lub zbyt sztywne, ta platforma jest dostosowana specjalnie do niuansów finansów przedsiębiorstw i wyceny. Wielu narzędziom dostępnym na rynku brakuje możliwości dostosowania lub kontekstu, co czyni je mniej praktycznymi w złożonym świecie podejmowania decyzji finansowych. Zaprojektowaliśmy tę platformę tak, aby była elastyczna, precyzyjna i oparta na rygorze analitycznym firmy.
To, co ją wyróżnia, to sposób, w jaki łączy wyrafinowanie techniczne z dogłębnym zrozumieniem niuansów finansowych. Platforma może generować wyjaśnienia zmian ROIC i TRS na przestrzeni czasu i wśród grupy konkurentów, przekształcając surowe dane w historię wyników firmy. Pozwoliło nam to stworzyć kompleksowe centrum analityki finansowej, z którego codziennie korzysta już ponad 10 000 pracowników Firmy i ponad 1000 użytkowników klientów. Stało się niezbędnym narzędziem dla decydentów, zwłaszcza w dzisiejszym niepewnym otoczeniu gospodarczym.
Jak wyglądał proces dostrajania modelu AI i jakie korzyści przyniósł on platformie?
– Dostrojenie było istotnym krokiem w celu dostosowania modelu specjalnie do finansów przedsiębiorstw. Przeszkoliliśmy go w zakresie ram wyceny naszej firmy i zastrzeżonych treści, aby zbudować sztuczną inteligencję zdolną do interpretowania danych finansowych na poziomie eksperckim. To dostrojenie uczyniło sztuczną inteligencję wyjątkową biegłą w generowaniu spostrzeżeń w oparciu o głębokie zrozumienie standardów MBB w zakresie wyceny i strategii korporacyjnej.
To dostosowanie umożliwia sztucznej inteligencji interpretację ujawnień finansowych okiem eksperta. To nie tylko odpowiadanie na pytania — to dostarczanie spostrzeżeń odzwierciedlających głębokość doświadczenia w branży. Może na przykład zidentyfikować i wyjaśnić czynniki stojące za wahaniami ROIC w różnych branżach, czego określenie zwykle zajmuje analitykom wiele godzin, a nawet dni. Dopracowanie sprawiło, że platforma stała się czymś więcej niż tylko narzędziem analitycznym; to zaufane źródło informacji na temat podejmowania decyzji o dużej stawce.
Jak to narzędzie wpłynęło dotychczas na operacje wewnętrzne i relacje z klientami?
– Platforma wywarła znaczący wpływ zarówno wewnętrznie, jak i zewnętrznie. Dla zespołów wewnętrznych jest to usprawniona analiza danych, redukująca czas spędzony na tym zadaniu o około 40%. Konsultanci mogą teraz skupić się na interpretacji wyników i formułowaniu strategii, zamiast po prostu przetwarzać dane. Dla naszych klientów platforma otworzyła nowy poziom przejrzystości i wydajności. Są w stanie uzyskać niemal natychmiastowe informacje, które zazwyczaj wymagałyby godzin pracy ręcznej.
Co więcej, platforma ta wzbudziła zainteresowanie skalowaniem aplikacji GenAI w całej branży. Wielu naszych klientów bada obecnie dostosowane wersje tego narzędzia, a kilku ściśle z nami współpracuje przy tworzeniu rozwiązań GenAI dostosowanych do ich potrzeb. Naprawdę potwierdziło to zapotrzebowanie na wiedzę opartą na sztucznej inteligencji w finansach przedsiębiorstw i pokazało, że bardziej programowe podejście do wdrażania sztucznej inteligencji jest nie tylko możliwe, ale i niezwykle cenne.
Jakie wyzwania napotkałeś podczas tworzenia tej platformy i jak sobie z nimi poradziłeś?
– Bezpieczeństwo danych było głównym czynnikiem branym pod uwagę, biorąc pod uwagę wrażliwość informacji finansowych. Ściśle współpracowaliśmy z naszymi zespołami ds. bezpieczeństwa danych i ryzyka korporacyjnego, aby zapewnić ochronę danych klientów i firm bez uszczerbku dla funkcjonalności platformy. Kolejnym wyzwaniem była integracja tego narzędzia z istniejącymi przepływami pracy, zwłaszcza że wielu specjalistów ds. finansów jest przyzwyczajonych do tradycyjnych metod.
Aby ułatwić płynne przejście, zorganizowaliśmy warsztaty i zapewniliśmy szerokie wsparcie dla użytkowników. Zaprojektowaliśmy także platformę tak, aby bezproblemowo integrowała się z bieżącymi procesami, tak aby zakłócenia były minimalne. Dzięki tym krokom platforma zyskała szeroką akceptację w całej firmie i pomogła szybko zwiększyć wskaźniki jej wdrożenia.
Jak wyobrażasz sobie GenAI kształtujące przyszłość finansów przedsiębiorstw?
– GenAI ma potencjał, aby zasadniczo zmienić kształt finansów przedsiębiorstw. Tego typu narzędzia staną się niezbędne, aby zapewnić decydentom szybkie i wiarygodne informacje. Przyszłość leży w bardziej analitycznym, opartym na dowodach podejściu do podejmowania decyzji, w którym GenAI może przewidywać zmiany gospodarcze i proaktywnie dostarczać przewidywalnych spostrzeżeń.
Platforma ta służy jako dowód słuszności koncepcji i już toruje drogę do bardziej rozbudowanych wdrożeń sztucznej inteligencji. Obecnie zastanawiamy się, jak programowo skalować te narzędzia w różnych branżach, od bankowości inwestycyjnej po ubezpieczenia. GenAI wprowadzi nowy standard wglądu w finanse przedsiębiorstw w oparciu o dane, dzięki czemu złożone analizy będą dostępne i natychmiastowe. Wierzę, że to narzędzie stanie się wzorem dla zastosowań GenAI w innych obszarach, potencjalnie przekształcając całe sektory.
Co dalej z Tobą i tą platformą GenAI?
– Skalowanie to bezpośredni następny krok. Pokazaliśmy wartość platformy wewnętrznie i przy klientach, a teraz jeszcze bardziej rozszerzamy jej możliwości. Dodajemy więcej wskaźników finansowych i możliwości predykcyjnych, starając się, aby ta platforma była jak najbardziej wszechstronna. Szczególnie podekscytowana jestem perspektywą współpracy międzybranżowej, w ramach której rozwiązania GenAI można dostosować do konkretnych wyzwań. GenAI to rozwijająca się dziedzina i nie mogę się doczekać dalszego przesuwania granic tego, co jest możliwe w finansach przedsiębiorstw.
AI w finansach przedsiębiorstw
Dzięki swojej pracy na platformie GenAI Kirill Iaroshenko wyznacza nowe standardy w finansach przedsiębiorstw, przekształcając złożone dane w jasne, przydatne spostrzeżenia. W miarę jak sztuczna inteligencja staje się integralną częścią biznesu, prace Kirilla pokazują, jak narzędzia nowej generacji mogą zrewolucjonizować sposób, w jaki firmy myślą o strategii finansowej i podejmowaniu decyzji.
Autor wyróżnionego obrazu: Seana Pollocka/Unsplash
