L’Intelligenza Artificiale nella funzione Finance

L'adozione dell'Intelligenza Artificiale, in particolare all’interno delle funzioni Finance, ha la potenzialità di generare un ritorno sull’investimento (ROI) notevole ed è per questo motivo che all’interno delle aziende l’applicazione dell’AI è in continua espansione.

Secondo i risultati del report ‘KPMG global AI in finance report’, uno studio KPMG condotto intervistando CFO e dirigenti finanziari di 2.900 aziende in 23 paesi, appartenenti a 6 diversi settori, oggi il 71% delle imprese utilizza l'intelligenza artificiale nella propria funzione Finance, con ben il 57% delle aziende leader che afferma che il ROI sta superando le proprie aspettative.

Tra i vantaggi principali dell’implementazione dell’AI, la possibilità di analizzare una mole di dati considerevole per prendere decisioni migliori, la disponibilità di informazioni e report in tempi più rapidi, costi inferiori e maggiore efficacia operativa.

L’applicazione dell’AI all’interno dell’area Finance apre, quindi, la strada per un ripensamento radicale della funzione e del ruolo del CFO, in un’ottica sempre più strategica a supporto del business.

La rendicontazione finanziaria è l'ambito di applicazione più comune dell’AI, ma si sta ampliando per includere contabilità, pianificazione finanziaria, gestione della tesoreria, risk management e gestione fiscale. Secondo i risultati della survey, quasi tre quarti dei leader hanno sviluppato principi e linee guida sull'uso responsabile dell'intelligenza artificiale.

Le aziende leader nell’adozione dell’AI stanno ottenendo successo attraverso una combinazione di fattori: investimenti al di sopra della media, focus sulle risorse umane attraverso team dedicati interni e cross funzionali, oltre che tramite risorse esterne per outsourcing tecnologico e consulenze, e governance, con un attento controllo sui processi che coinvolgono l’AI.

Tra le principali barriere all'adozione dell'Intelligenza Artificiale, le aziende intervistate hanno indicato la vulnerabilità della sicurezza dei dati (57%), le limitate competenze e conoscenze in ambito AI (53%), la difficoltà di raccogliere dati coerenti (48%) e i costi (45%).