Хватит ли компании денег на зарплаты, оплату поставщикам и другие расходы в ближайший месяц? Финансовая команда должна знать ответ заранее. ИИ может помогать с таким прогнозом. Но для этого ему нужны исходные данные: сколько денег уже есть на счетах, какие поступления ожидаются и когда предстоят платежи.
В крупном бизнесе собрать эту картину непросто. Деньги лежат в разных банках, счета принадлежат разным компаниям внутри группы, а сведения о платежах хранятся в нескольких системах.
Масштаб этой работы показывает опрос агентства Opinium, проведённый для FIS — поставщика финансовых систем. В нём участвовали 100 руководителей финансовых подразделений британских компаний с выручкой от £250 млн. В среднем на компанию из выборки приходится 14 юрлиц, 11 банков-партнёров и 10 финансовых систем.
Чтобы сообщить руководству, сколько денег сейчас доступно, сотрудники собирают сведения из этих источников, сверяют расхождения и проверяют результат. По оценке участников опроса, на это уходит в среднем 16,2 часа в неделю.
90% опрошенных видят обоснование для применения ИИ в работе с денежными средствами. Чётко измерить пользу своих ИИ-проектов могут 71%.
Исследование Стэнфорда и MIT даёт пример из смежной области — бухгалтерского учёта. На данных 79 малых и средних компаний авторы связали использование ИИ с закрытием месяца в среднем на 7,5 дня раньше: итоговые данные о доходах и расходах были готовы быстрее. Практическая польза, на которую указывают результаты, — сокращение сроков подготовки финансовых данных. Денежную экономию нужно считать отдельно — с учётом расходов на систему, её внедрение и проверку результатов.
FIS опубликовала результаты опроса 22 октября. Исследование бухгалтерских данных 79 компаний вышло 16 апреля. Оно показывает связь между применением ИИ и более ранним закрытием месяца. Отделить эффект ИИ от других изменений в этих компаниях исследователи не могли.