IA, apprendimento automatico e CPM: Gli esperti rispondono alle vostre domande più scottanti

Uno è un rinomato analista tedesco di Corporate Performance Management (CPM), l'altro è a capo di un'azienda globale di CPM. Abbiamo incontrato due figure influenti nel mercato internazionale del CPM e abbiamo posto loro cinque domande su CPM, tecnologia e futuro.

Con il continuo sviluppo di nuove tecnologie, il futuro del CPM è in continua evoluzione. Molti professionisti e dirigenti del settore finanziario si chiedono: Quali tecnologie sono semplicemente una moda e quali hanno il potenziale per capovolgere il mondo?

Perché non lasciare che siano gli esperti a speculare? Il Dr. Christian Fuchs (BARC), analista di punta in Europa, e Alok Ajmera (Prophix Software), dirigente visionario in Nord America, si occupano di CPM da tempo. Le loro diverse circostanze portano a opinioni radicalmente diverse o condividono previsioni simili? Abbiamo posto a ciascuno di loro le stesse cinque domande per scoprirlo

1. Secondo voi, cosa riserva il futuro all'innovazione nella pianificazione aziendale?

Alok Ajmera: Il prossimo futuro riserva cambiamenti importanti e radicali nella pianificazione aziendale: un approccio fondamentalmente diverso da quello basato sull'intuizione umana e sulle sensazioni viscerali supportate da un po' di dati. Il futuro della pianificazione è un modello che non ha nulla da invidiare a quello attuale, in cui le intuizioni umane trovano una solida base nei dati.

Con la metodologia tradizionale, i pianificatori raccolgono ancora oggi informazioni da tutta l'organizzazione in modo dispendioso in termini di tempo e soggetto a errori. Consolidano i dati e possono eseguire alcuni calcoli alla ricerca di informazioni retrospettive. Ma oggi, grazie alle risorse cloud e informatiche alla base dei progressi nell'applicazione dell'IA e dell'apprendimento automatico, le organizzazioni possono passare a una metodologia di pianificazione più basata sulle macchine.

In futuro, i piani saranno costruiti da software e tecnologie che analizzano miliardi di dati in tempo reale e li mettono insieme in una forma significativa e digeribile. Le persone, invece di dedicare tutto il loro tempo a raccogliere, inserire, omogeneizzare e analizzare i dati, potranno concentrarsi sulla comprensione e sull'integrazione del risultato finale, assicurandosi che abbia senso nel loro mondo reale.

Al momento, l'intuizione e il lavoro umano giocano un ruolo troppo importante nella pianificazione. Il futuro consente alle persone di impiegare il proprio tempo per comprendere il significato dei dati.

Dr. Christian Fuchs: Vedo in particolare l'uso dell'intelligenza artificiale (AI) e delle tecnologie di apprendimento automatico (ML) come le prossime grandi innovazioni in questo settore. Ciò concorda anche con quanto possiamo dedurre dalle nostre attuali ricerche di mercato: quest'anno, ad esempio, nel nostro sondaggio BARC sulla pianificazione, la metà delle aziende intervistate ha dichiarato di voler utilizzare tecnologie predittive (pianificazione predittiva) per la pianificazione a medio e lungo termine. A mio avviso, questo sviluppo è guidato soprattutto dalla crescente quantità di dati raccolti ed elaborati. Inoltre, sia la pianificazione aziendale che il ML hanno raggiunto un livello di maturità tale da rendere molto più interessanti le applicazioni avanzate di questo tipo.

Figura 1: Quali delle seguenti attività la vostra azienda svolge/utilizza con il vostro prodotto per la pianificazione e il budgeting? (Fonte: studio BARC "The Planning Survey 18", n=856)

Informazioni sugli intervistati:

Alok Ajmera

Alok è il Presidente e COO di Prophix Software. La sua missione è garantire che ogni cliente, potenziale cliente, partner e dipendente in tutto il mondo abbia un'esperienza memorabile e positiva con Prophix. Alok è entrato in azienda nel 2004 ed è passato da consulente a presidente. L'energia e l'entusiasmo di Alok ispirano tutti noi a raggiungere la grandezza e a superare le aspettative. In ufficio, Alok è il re del casual e vanta una collezione di magliette da urlo, basta chiederglielo.

Dr. Christian Fuchs

Christian Fuchs è il responsabile della ricerca di BARC per la BI e la gestione dei dati e analista senior. È il principale autore dello studio di BARC "Strumenti software per la pianificazione" e di altre analisi di mercato nel settore della BI e della pianificazione. Come consulente, assiste le aziende nel processo di selezione del software, nella fase introduttiva e nelle questioni strategiche relative ai portafogli di front-end di BI, all'architettura e agli scenari di utilizzo.

2. L'apprendimento automatico e l'IA sono temi caldi in questo momento, quali sono i vantaggi dell'applicazione dell'IA e dell'apprendimento automatico al CPM?

Christian Fushcs: L'AI e il ML hanno il potenziale per rendere la pianificazione molto più efficace ed efficiente. Idealmente, queste tecnologie possono contribuire a migliorare i risultati della pianificazione e i processi di pianificazione stessi, al fine di ottenere più rapidamente risultati significativi e ridurre il carico di lavoro dei pianificatori. Tuttavia, questo grande potenziale è accompagnato da aspettative crescenti.

Molte aziende sperano in una maggiore qualità e accuratezza della pianificazione e delle previsioni (vedi Figura 2). Tuttavia, l'obiettivo generale di aumentare l'efficacia della pianificazione può essere raggiunto solo considerando le relazioni causa-effetto pertinenti. Previsioni più rapide e a breve termine e un minore sforzo di pianificazione (manuale) mirano ad aumentare la rilevanza dei dati di pianificazione e quindi a rendere la pianificazione più efficiente. Simulazioni più rapide, previsioni più accurate e una maggiore automazione della pianificazione aziendale sono ora alla portata delle aziende grazie all'uso dell'IA, dei metodi statistici e del ML.

Un dato importante, tuttavia, è che le aziende di solito non si concentrano sulla completa automazione della pianificazione. I pianificatori dovrebbero continuare a essere coinvolti nel processo di pianificazione, ma dovrebbero essere sollevati in particolare dai compiti di routine, come le attività manuali e le previsioni. Non si tratta quindi di sostituire i pianificatori umani con le macchine.

Figura 2: Quali vantaggi vi aspettate o avete ottenuto utilizzando la pianificazione e la previsione predittiva nella vostra azienda? (Fonte: Studio BARC "Predictive planning and forecasting takes corporate planning to the next level", n=308)

Alok Ajmera: Un chiaro vantaggio è rappresentato dalla possibilità di utilizzare i dati in modo più sofisticato per la pianificazione. I dati stanno diventando più accessibili in tutte le unità aziendali, i reparti e i sistemi. Inoltre, stanno diventando meno specifici per una singola organizzazione. Ora molti più dati sono consumabili e interagibili al di fuori dell'organizzazione che li ha generati.

Ma questo significa anche che le organizzazioni sono sommerse dai dati. Ce ne sono così tanti che è difficile trasformarli in qualcosa di utile. Questo è il vantaggio dell'IA e dell'apprendimento automatico come sottoinsieme dell'IA. Ci dà la possibilità di creare apprendimento attraverso tecnologie che si muovono in questi vasti oceani di dati interni ed esterni; di capire le relazioni e le correlazioni nei dati in modo non statico. Consente un apprendimento progressivo, il che significa che le previsioni e l'informatica a lungo termine diventano più precise man mano che un numero maggiore di dati passa attraverso il sistema.

Questo è giustamente un tema incredibilmente caldo nella pianificazione. Grazie alla capacità del cloud di riunire tutte queste tecnologie e questi dati e di applicare una maggiore potenza di calcolo ai nostri problemi aziendali, siamo davvero alle soglie di una nuova era per la pianificazione aziendale, in cui siamo in grado di eseguire scenari in modo rapido e semplice. Immaginate di poter dire: "Mostrami cosa succede tra 12 mesi se si verificano X, Y e Z" Al momento, per farlo occorrono enormi quantità di tempo ed energia, ma è proprio qui che le nuove tecnologie ci stanno portando rapidamente.

Oggi disponiamo già di molti strumenti potenti che possono essere messi insieme per creare valore. Nei prossimi cinque anni, questi strumenti aumenteranno e saranno più robusti, più convincenti e più precisi.

3. Come possono i dirigenti iniziare a lavorare con l'IA?

Alok Ajmera: I dirigenti possono fare molte operazioni di base. I dirigenti finanziari interni devono innanzitutto capire che l'IA ha un ruolo nella finanza aziendale. Questa può essere una sfida. Se oggi chiedete a 100 CFO di definire l'IA, otterrete 100 definizioni.

Per poter fare qualcosa con la tecnologia, è necessario investire per ottenere le giuste competenze nella propria organizzazione. I requisiti del team finanziario del futuro saranno diversi da quelli attuali. La finanza deve investire in competenze che comprendano la gestione dei dati e la scienza dei dati per poter sfruttare queste tecnologie emergenti.

Oltre a sviluppare le giuste competenze in ambito finanziario, potrete trarre vantaggio dalla collaborazione con le organizzazioni e le aziende che stanno facilitando questo futuro. Ci sono opportunità per i dirigenti finanziari di iniziare a lavorare con partner che stanno pensando di implementare le tecnologie giuste.

Infine, quando iniziate a percorrere questa strada, sappiate che l'infrastruttura che realizzate oggi deve essere scalabile per soddisfare i requisiti del vostro futuro.

Dr. Christian Fuchs: L'uso dell'IA e del ML nel contesto della pianificazione aziendale non sarà affatto automatico e occorre superare molti ostacoli. Le sfide più grandi oggi sono la creazione e il mantenimento delle competenze e delle abilità necessarie, nonché la disponibilità di risorse monetarie e umane. Un gran numero di aziende sta quindi pianificando lo sviluppo del know-how a breve e medio termine come punto di partenza centrale. In linea di principio, questo obiettivo può essere raggiunto in due modi: internamente, ad esempio attraverso la formazione dei propri dipendenti, o esternamente, attraverso l'assunzione di nuovi dipendenti e il supporto di società di consulenza specializzate. La maggior parte delle aziende prevede di investire nelle proprie competenze e capacità, invece di ricorrere a un aiuto esterno (ad esempio, la consulenza). Ciò dimostra chiaramente l'importanza di queste capacità per la competitività di un'azienda.

4. In che modo i dirigenti dovrebbero dare priorità all'IA e all'apprendimento automatico?

Christian Fuchs: Dal punto di vista di BARC, l'uso dell'IA e del ML nella pianificazione aziendale diventerà indispensabile in futuro e, di conseguenza, dovrebbe essere una priorità assoluta per i dirigenti aziendali. Grazie alla maturità della tecnologia e alla semplice disponibilità di capacità di calcolo nel cloud, i moderni metodi di pianificazione stanno diventando accessibili e rilevanti per un numero sempre maggiore di aziende. Proprio per questo motivo, è fondamentale sviluppare il know-how in una fase iniziale e acquisire esperienza attraverso progetti pilota, oltre a creare fiducia e promuovere l'accettazione. Secondo gli analisti di BARC, l'uso dell'IA e del ML ha il potenziale per portare la pianificazione aziendale a un livello superiore, rendendola una delle tendenze chiave per l'ottimizzazione della pianificazione aziendale nei prossimi anni.

Alok Ajmera: L'apprendimento automatico è un sottoinsieme dell'IA ed è la parte a cui i dirigenti devono dare priorità. Sebbene l'IA abbia molte più capacità della ML, oggi ci sono problemi reali che possono essere risolti con la ML. È importante che i dirigenti capiscano quali problemi possono essere risolti e che diano priorità a come ottenere valore oggi.

Come si fa a sfruttare il ML per analizzare i dati transazionali e identificare le anomalie? Oggi è un compito manuale. La maggior parte delle organizzazioni può solo campionare i dati transazionali alla ricerca di errori o frodi. Con il ML, invece, è possibile analizzare milioni di transazioni per individuare errori e frodi. Piuttosto che campionare e sperare per il meglio, si può letteralmente strisciare attraverso ogni transazione per aiutare a mitigare problemi costosi

5. Ci sono funzioni di intelligenza artificiale o di apprendimento automatico che pensate di integrare nel software CPM o siete più favorevoli a un approccio di tipo best-of-breed?

Alok Ajmera: Oggi possiamo integrare nel software CPM moltissime funzionalità, ed è per questo che è diventato un elemento fondamentale dell'infrastruttura. Contiene dati che possono essere sfruttati per le funzionalità basate sull'AI. Quindi, nel software CPM si stanno integrando capacità di AI assolutamente fondamentali. Ma la vera risposta è che vedremo un po' di entrambi gli approcci. Ci sono anche opportunità di sfruttare i migliori prodotti di categoria, soprattutto nel cloud. Un vantaggio del cloud è che si può fare il meglio di entrambi.

Questa è la frontiera. È incredibilmente eccitante. Ci sono molte promesse, un grande potenziale. Stiamo iniziando a vedere alcune di queste promesse trasformarsi in realtà, ma siamo ancora alla frontiera. Sarà emozionante vedere come si evolverà nei prossimi tre-cinque anni, e certamente si evolverà. Non si può tornare indietro.

Dr. Christian Fuchs: I nostri studi suggeriscono che le aziende hanno chiare aspettative nei confronti delle soluzioni CPM che utilizzano: gli strumenti già in uso dovrebbero fornire in futuro anche funzionalità nelle aree dell'IA e del ML per migliorare la pianificazione aziendale (vedi Figura 3). Il desiderio è di non utilizzare soluzioni software aggiuntive (best-of-breed). Ciò evidenzia l'importanza dell'integrazione di metodi statistici, di ML e di IA con le funzioni tradizionali del software di pianificazione e costituisce un chiaro invito ai fornitori di software CPM a compiere questo ulteriore sviluppo.

La nostra osservazione attuale, in qualità di analisti di mercato, è che molti fornitori di software CPM hanno fatto dell'integrazione di metodi statistici, ML e AI nei propri strumenti un elemento centrale della loro roadmap futura. In primo luogo, ciò comporta l'integrazione di linguaggi di programmazione statistica come R o Python e, in secondo luogo, l'integrazione di metodi provenienti dall'ambiente classico della statistica e del data mining (ad esempio, analisi di regressione per l'identificazione dei driver e l'analisi delle relazioni causa-effetto, tecniche di rilevamento delle anomalie, reti neurali per previsioni basate su dati storici).

Figura 3: Quale supporto software utilizzate principalmente per implementare la pianificazione e la previsione predittiva nella vostra azienda oggi o in futuro? (Fonte: Studio BARC "La pianificazione e le previsioni predittive portano la pianificazione aziendale al livello successivo", n=308)