根据 Gartner， Inc. 的数据，到 2026 年，90% 的财务职能部门将部署至少一种支持 AI 的技术解决方案，但只有不到 10% 的职能部门将裁员。
Gartner 专家研究了财务职能部门如何在Gartner CFO & Finance Executive Conference，今天在伦敦举行。
虽然 CFO 已经在做出改变以在金融中充分利用 AI，但不确定性、高期望和员工敬业度低通常会平息 AI 使用的成功率。将人与机器的优势相结合的 CFO 通过满意和敬业的员工队伍增加他们在 AI 中成功的机会。
“尽管人工智能能够模拟人类的表现，但在需要创造力和复杂问题解决的领域，算法无法与人们的独特能力相媲美，”他说阿什·梅塔，Gartner Finance 高级总监分析师实践。“通过认识到人员和机器各自的优势，财务领导者可以构建提高人员和机器能力的流程，同时减轻其弱点。这需要人与机器之间的一种新型协作，这将提高业务绩效和员工满意度。
例如。虽然人工智能驱动的机器非常擅长通过快速分析大量数据来自动化简单的决策和流程，但它们不能独立工作，并且在遇到异常情况时可能无法得出好的结论。
另一方面，当遇到新的和不熟悉的问题时，人们会利用创造力和对人类行为的天生理解来快速得出结论，但在处理数字时却不能指望超越机器。
“为了增强 AI 和人的能力，他们必须学会以一种利用彼此优势的方式进行协作，”Mehta 说。
Gartner 专家将这种协作称为人机学习循环，它促进了持续的流程改进，鼓励财务人员和 AI 驱动的机器在流程上进行协作，同时根据各自的优势进行分工。在相互依赖进行改进的同时，双方都可以迭代地增加更大的价值（参见图 1）。
图 1：人机学习循环
来源：Gartner（2024 年 9 月）
人机交互循环从创建算法、自动化流程、机器驱动任务或自主工作流程开始，尊重机器在哪些方面表现得与人一样好或更好。然后，机器执行这些任务，例如生成收入预测、批准费用报告或确定特定客户的最佳付款条件。
机器还可以提供通知和建议。当预测算法表明最近的政策变化将改变销售前景，或者机器驱动的发票流程建议在某些日子发送发票以增加现金收款时，就会出现这种情况。
然后，机器以这种方式执行的劳动使人类能够从算法中获取信息、建议和建议，利用他们的创造力和战略优势，通过设计流程改进来解决复杂的问题。一旦新流程到位，人们就会通过构建执行新流程并分析相应数据的新机器来触发循环的下一次迭代。