X

Finance en AI: een gelukkig huwelijk

Julien Harbers
External Communications

Vraag jij jezelf regelmatig af hoe je digitale innovaties gemakkelijk, snel en zonder hoge kosten kunt integreren in je organisatie? Je bent niet de enige die zich er zorgen over maakt. Neem bijvoorbeeld de integratie van ontwikkelingen zoals Artificial Intelligence (AI) en Machine Learning (ML), dit houdt veel managers bezig.

De angst om de boot te missen als het gaat om nieuwe technologie kan verlammend werken. Toch is het belangrijk in beweging te blijven en de kansen die AI en ML bieden onder de loep te nemen. Want deze technologieën kunnen je helpen met het oplossen van uitdagingen in je business. Hoe je dat doet? Start met de vraag welke business-behoefte je hebt en focus je in eerste instantie minder op de technologie. Dat komt later. Hierdoor zet je de toegevoegde waarde voor de business centraal. 

Stel, je bent op zoek naar een oplossing om repetitieve handelingen te automatiseren - bijvoorbeeld revenue management of terugkerende betalingen - om de boeken sneller te sluiten. Werk dan eerst aan dit vraagstuk en maak vervolgens een zorgvuldige analyse van je de business-behoefte. Mogelijk kom je daarna tot de conclusie dat een ERP-oplossing met een ingebouwde ML-functionaliteit de juiste tool is om je hierbij te helpen. 

Er zijn tal van mogelijkheden om Finance verder te automatiseren. Dat blijkt onder andere uit een rapport van McKinsey Global Institute. Zij concludeerden in een onderzoek dat 40% van de finance-werkzaamheden volledig en 17% grotendeels geautomatiseerd kan worden. 

Onderaan de streep helpt AI met het verder automatiseren van processen, het maken van beslissingen en prognosticeren terwijl de kosten verlaagd worden en de efficiency verbeterd wordt. 

Finance en AI: de mogelijkheden
Wil je je voordeel met AI doen binnen je Finance-afdeling? Koppel het dan aan Analytics. Dat geeft veel mogelijkheden om de business beter te managen, snellere en betere beslissingen te maken en nieuwe patronen te ontdekken. AI biedt drie belangrijke tools om Finance te verbeteren: 

  1. Verbeteren van productiviteit, efficiency en engagement: AI biedt de tools om next-gen toepassingen zoals chatbots en intelligente gebruikerstools in te zetten, waardoor veel werkzaamheden gemakkelijker uitgevoerd kunnen worden.

  2. Automatiseren van werkzaamheden: de toegevoegde waarde van de automatisering van Finance taken stopt niet bij het verlagen van kosten en het verbeteren van nauwkeurigheid; het zorgt er ook voor dat werknemers minder uitdagend werk niet meer zelf hoeven te doen. Ze houden hierdoor meer tijd over voor bijvoorbeeld strategische projecten.

  3. Verbeterde forecasting: ML en AI zorgen voor nauwkeurige forecasting en budgettering waardoor je organisatie slimmere beslissingen kan nemen en de Finance-afdeling een nog betere adviseur voor het management is.

De uitdagingen van AI voor Finance
Nu de toegevoegde waarde van AI duidelijk is, nemen we vervolgens belangrijke randvoorwaarden voor de implementatie en acceptatie onder de loep. Het is namelijk belangrijk dat geavanceerde technologieën ondersteund en gedragen worden door de organisatie en haar cultuur. Daarnaast is het belangrijk dat de organisatie in staat is de meest relevante data te leveren voor analyses. De vijf belangrijkste uitdagingen voor een succesvolle AI-implementatie zijn: 

  1. Verbetering van communicatie: goede communicatie tussen de business, diverse afdelingen en IT is een belangrijke randvoorwaarde om optimaal gebruik te maken van AI. Is er momenteel te weinig communicatie? Verbeter deze dan door als eerste stap elkaars verwachtingen te bespreken. Start met het delen van de business objectives die gerelateerd zijn aan de scope en de deadlines van het AI-traject. Vergeet ook niet om goed na te denken over de impact van deze nieuwe technologie op je mensen, want het zal altijd gepaard gaan met een cultuurshift. 

  2. Juiste data: zelfs het beste algoritme kan geen interessante inzichten opleveren wanneer de data waarmee je start niet kwalitatief en relevant is. Voordat je met AI aan de slag gaat, moet je data schoon zijn, onder andere door deze te ontdubbelen. Vervolgens kun je de schone data verrijken met informatie die je uit interne en externe bronnen haalt (bijvoorbeeld door interne Finance-data te combineren met interne HR-data of externe management-data). Ook belangrijk: zorg ervoor dat je data niet langer in functionele en operationele silo’s opgeslagen is.  

  3. IT-beveiliging: organisaties die steeds meer data bezitten en produceren moeten de veiligheid hiervan zeer serieus nemen. Het is niet voor niets dat security een hot topic is en dat consumenten en overheden er bezorgd over zijn. Organisaties moeten er goed over nadenken hoe ze de veiligheid van data die ze verzamelen en verwerken kunnen garanderen, uiteraard in overeenstemming met wetgeving. Met als ultieme doel; het vertrouwen van klanten te behouden.

  4. Nieuwe skills: het datamining proces vraagt om werknemers die weten hoe ze hiermee om moeten gaan. Het is niet voor niets dat er veel behoefte is aan data scientists. Als je Finance-team ook over deze capaciteiten beschikt, kun je het beste uit AI halen.

De oplossing: AI out of the box
Veel organisaties denken dat het tijdrovend is om met AI aan de slag te gaan. Maar gelukkig is er een oplossing die dat bezwaar wegneemt: ‘AI out of the box’. AI is dan al ingebouwd in de software waardoor organisaties snel aan de slag kunnen gaan met deze nieuwe innovatie.  

In onze Oracle ERP Cloud zitten ML functionaliteiten ingebouwd. Dit zorgt ervoor dat klanten snel kunnen profiteren van de laatste AI-innovaties, natural language processing, blockchain en het Internet of Things (IoT). Hiermee kunnen onder andere de volgende drie Finance-processen efficiënter gemaakt worden: 

  • Order to Cash: AI optimaliseert het proces van order tot aan de betaling. Het koppelt ontvangen bedragen automatisch aan verzonden facturen, het stelt credit ratings van klanten automatisch vast en het biedt de mogelijkheid om per klant met individuele betalingsvoorwaarden te werken. Daarnaast helpt het bij het bepalen van prioriteiten bij het innen van geld. Zo kun je bijvoorbeeld strenge inningspraktijken beperken tot minder strategische klanten.

  • Procure to Pay: AI kan ook veel processen van het Accounts Payable-proces automatiseren en optimaliseren. Het automatisch matchen en alloceren van facturen zorgt ervoor dat de doorstroming van facturen sneller gaat; het systeem zorgt er bijvoorbeeld voor dat facturen automatisch gekoppeld worden aan PO’s en dat ze automatisch gealloceerd worden.  Met AI kun je klanten bijvoorbeeld ook automatisch informeren over kortingen bij snelle betaling. Ook kan AI ervoor zorgen dat financiële risico’s lager worden door data van derde partijen (zoals credit ratings) te koppelen aan je data en de business zo te beschermen tegen bijvoorbeeld financiële issues van leveranciers die negatieve invloed kunnen hebben op de voorraad en het productieproces.  

  • Accounting and Financing: AI kan daarnaast helpen bij het automatiseren en optimaliseren van het declaratieproces en ervoor zorgen dat declaraties gecontroleerd worden op afwijkingen of fraude, zodat bespaard kan worden op handmatige controle.

Het zal inmiddels duidelijk zijn dat AI enorme mogelijkheden tot innovatie biedt. Ook wij zien steeds meer succesvolle toepassingen bij klanten die op zoek zijn naar een meer agile manier van werken, innovatie en tegelijkertijd reductie van kosten, zoals de 250 jaar oude Lloyds Bank die met behulp van onze ERP Cloud digitaal transformeert.

Dit artikel is geschreven door Emma Hitzke, Senior Director Emerging Technologies bij Oracle.

Be the first to comment

Comments ( 0 )
Please enter your name.Please provide a valid email address.Please enter a comment.CAPTCHA challenge response provided was incorrect. Please try again.