Finansų lyderiai didina IG, naudodami agentinį AI, skirtą mokėtinų sąskaitų automatizavimui, rankines užduotis paversdami savarankiškomis darbo eigomis.
Nors į bendruosius dirbtinio intelekto projektus praėjusiais metais investicijų grąža išaugo iki 67 proc., autonominiai agentai, vykdydami sudėtingus procesus be žmogaus įsikišimo, vidutiniškai uždirbo 80 proc. Dėl šios našumo spragos reikia pakeisti tai, kaip CIO paskirsto automatizavimo biudžetus.
Agentinės AI sistemos dabar skatina įmonę nuo teorinės vertės iki sunkios grąžos. Skirtingai nuo generavimo įrankių, apibendrinančių duomenis arba teksto juodraštį, šie agentai vykdo darbo eigą laikydamiesi griežtų taisyklių ir patvirtinimo slenksčių.
Šį posūkį skatina posėdžių salės slėgis. „Basware“ ir „FT Longitude“ ataskaitoje nustatyta, kad beveik pusė finansų direktorių susiduria su vadovybės reikalavimais įdiegti dirbtinį intelektą savo veikloje. Vis dėlto 61 procentas finansų lyderių pripažįsta, kad jų organizacijos išleido pagal užsakymą sukurtus AI agentus daugiausia kaip eksperimentus, siekdami išbandyti galimybes, o ne spręsti verslo problemas.
Šie eksperimentai dažnai nepasiteisina. Tradiciniai AI modeliai sukuria įžvalgas arba prognozes, kurias reikia interpretuoti žmogaus. Agentinės sistemos panaikina atotrūkį tarp įžvalgos ir veiksmų, įterpdamos sprendimus tiesiai į darbo eigą.
Jasonas Kurtzas, „Basware“ generalinis direktorius, aiškina, kad kantrybė nestruktūrizuotiems eksperimentams senka. „Pasiekėme lūžio tašką, kai valdybos ir generaliniai direktoriai atlieka dirbtinio intelekto eksperimentus ir tikisi realių rezultatų“, – sako jis. „AI dėl AI yra švaistymas.
Mokėtinos sumos kaip agentinio AI finansų srityje įrodymas
Finansų skyriai dabar nukreipia šiuos agentus į didelės apimties taisyklėmis pagrįstą aplinką. Mokėtinos sumos (AP) yra pagrindinis naudojimo atvejis, o 72 procentai finansų lyderių mano, kad tai yra akivaizdus atspirties taškas. Procesas tinka agentiniam diegimui, nes apima struktūrizuotus duomenis: sąskaitos faktūros įvedamos, reikalaujama išvalyti ir atitikties patikros, todėl užregistruojamas mokėjimas.
Komandos naudoja agentus, kad automatizuotų sąskaitų faktūrų surinkimą ir duomenų įvedimą – kasdienė užduotis 20 procentų vadovų. Kiti tiesioginiai diegimai apima pasikartojančių sąskaitų faktūrų aptikimą, sukčiavimo nustatymą ir permokų mažinimą. Tai nėra hipotetinis pritaikymas; jie vaizduoja užduotis, kuriose algoritmas veikia labai autonomiškai, kai parametrai yra teisingi.
Sėkmė šiame sektoriuje priklauso nuo duomenų kokybės. „Basware“ apmoko savo sistemas remdamasi daugiau nei dviejų milijardų apdorotų sąskaitų faktūrų duomenų rinkiniu, kad pateiktų kontekstą atitinkančias prognozes. Šie struktūrizuoti duomenys leidžia sistemai be žmogaus priežiūros atskirti teisėtas anomalijas ir klaidas.
Kevinas Kamau, „Basware“ duomenų ir dirbtinio intelekto produktų valdymo direktorius, AP apibūdina kaip „išbandymų vietą“, nes jis apjungia mastą, kontrolę ir atskaitomybę taip, kaip gali keli kiti finansiniai procesai.
Statymo ir pirkimo sprendimų matrica
Technologijų lyderiai turi nuspręsti, kaip įsigyti šių galimybių. Sąvoka „agentas“ šiuo metu apima viską nuo paprastų darbo eigos scenarijų iki sudėtingų autonominių sistemų, o tai apsunkina pirkimą.
Požiūriai suskirstyti pagal funkcijas. Kalbant apie mokėtinas sumas, 32 procentai finansų lyderių teikia pirmenybę agentiniam AI, įterptam į esamą programinę įrangą, palyginti su 20 procentų, kurie jas kuria patys. Finansų planavimui ir analizei (FP&A) 35 procentai pasirenka savarankiškai sukurtus sprendimus, o 29 procentai – įterptuosius.
Šis skirtumas rodo pragmatišką C komplekto taisyklę. Jei dirbtinis intelektas pagerina daugelio organizacijų, pvz., AP, bendrinamą procesą, prasminga jį įterpti per tiekėjo sprendimą. Jei dirbtinis intelektas sukuria išskirtinį konkurencinį pranašumą verslui, kūrimas namuose yra geresnis kelias. Lyderiai turėtų pirkti, kad paspartintų standartinius procesus, ir kurti, kad išsiskirtų.
Valdymas kaip greičio veiksnys
Autonominės klaidos baimė lėtina priėmimą. Beveik pusė finansų vadovų (46 %) nesvarstys apie agento paskyrimą be aiškaus valdymo. Šis atsargumas yra racionalus; autonominėms sistemoms reikalingi griežti apsauginiai turėklai, kad jie saugiai veiktų reguliuojamoje aplinkoje.
Tačiau sėkmingiausios organizacijos neleidžia valdymui sustabdyti diegimo. Vietoj to, jie naudoja jį mastelio keitimui. Šie lyderiai daug dažniau naudoja agentus sudėtingoms užduotims, tokioms kaip atitikties patikrinimai (50 %), palyginti su mažiau pasitikinčiais bendraamžiais (6 %).
Anssi Ruokonen, „Basware“ duomenų ir AI vadovas, pataria dirbtinio intelekto agentus elgtis kaip su jaunesniaisiais kolegomis. Sistema reikalauja pasitikėjimo, tačiau neturėtų iš karto priimti didelių sprendimų. Jis siūlo kruopščiai išbandyti ir lėtai diegti savarankiškumą, užtikrinant, kad žmogus liktų atsakingas.
Skaitmeniniai darbuotojai kelia susirūpinimą dėl perkėlimo. Trečdalis finansų lyderių mano, kad darbo vietų perkėlimas jau vyksta. Šalininkai teigia, kad agentai keičia darbo pobūdį, o ne jį panaikina.
Automatizuojant rankines užduotis, pvz., informacijos ištraukimą iš PDF failų, darbuotojai gali sutelkti dėmesį į didesnės vertės veiklą. Tikslas yra pereiti nuo užduočių efektyvumo prie veiklos sverto, leidžiant finansų komandoms valdyti greitesnį uždarymą ir priimti geresnius likvidumo sprendimus nedidinant darbuotojų skaičiaus.
Organizacijos, kurios naudoja agentinį AI, praneša apie didesnę grąžą. Lyderiai, kurie kasdien diegia agentinius AI įrankius tokioms užduotims kaip mokėtinos sumos, pasiekia geresnių rezultatų nei tie, kurie naudojasi tik eksperimentais. Pasitikėjimas auga kontroliuojant poveikį; sėkmingas nedidelio masto diegimas padidina veiklos pasitikėjimą ir padidina IG.
Vadovai turi pereiti nuo nekontroliuojamų eksperimentų, kad atkartotų ankstyvųjų naudotojų sėkmę. Duomenys rodo, kad 71 procentas finansų komandų, kurių grąža buvo silpna, veikė spaudimu be aiškios krypties, o tik 13 procentų komandų, pasiekusių didelę IG.
Norint pasiekti sėkmės, dirbtinį intelektą reikia integruoti tiesiai į darbo eigą ir valdyti agentus, laikantis darbuotojų darbuotojų disciplinos. „Agentinis AI gali duoti transformacinių rezultatų, bet tik tada, kai jis naudojamas tikslingai ir disciplinuotai“, – daro išvadą Kurtzas.
Taip pat žiūrėkite: AI diegimas finansinėse paslaugose pasiekė lūžio tašką, nes Singapūras pereina prie gamybos
Norite daugiau sužinoti apie AI ir didelius duomenis iš pramonės lyderių? Peržiūrėkite „AI & Big Data Expo“, vykstančią Amsterdame, Kalifornijoje ir Londone. Išsamus renginys yra „TechEx“ dalis ir vyksta kartu su kitais pagrindiniais technologijų renginiais, įskaitant „Cyber Security & Cloud Expo“. Norėdami gauti daugiau informacijos, spustelėkite čia.
AI naujienas teikia TechForge Media. Čia rasite kitus būsimus įmonių technologijų renginius ir internetinius seminarus.
