الذكاء الاصطناعي والبيانات والتقنية في الرياض

تولّد معظم الإدارات المالية بيانات تفوق بكثير ما تستخدمه، مثل سجلات المعاملات وملفات البيانات المصدّرة من نظام ERP وجداول البيانات التي لم ينظفها أحد منذ سنوات. ونعمل في الفجوة بين امتلاك البيانات وحسن استخدامها، فنبني لوحات المؤشرات ونضع حوكمة البيانات ونطبّق الأتمتة التي تحوّل البيانات المالية الخام إلى معلومات يبني عليها المدير المالي قراراته.

ويشمل هذا بصورة متزايدة أدوات مدعومة بالذكاء الاصطناعي، مثل أتمتة معالجة الفواتير ونمذجة التدفق النقدي التنبؤية واكتشاف الشذوذ في المعاملات المالية. ونطبّقها حيث تدعمها جودة البيانات الأساسية، لا بوصفها غاية في ذاتها.

يختلف النطاق المناسب من فريق إلى آخر. فالإدارة المالية التي تدير أحجام بيانات بمستوى المؤسسات الكبرى تحتاج إلى بناء مختلف عما يحتاجه فريق أصغر، تهمه بضع لوحات مؤشرات نظيفة أكثر من منصة ذكاء أعمال كاملة.

نقطة البداية لدى معظم الشركات أقل إثارة مما يوحي به الترويج للذكاء الاصطناعي: تقييم للبيانات الموجودة وأماكنها ومدى موثوقيتها. فالنموذج التنبؤي المبني على معاملات مصنفة بصورة غير متسقة يعطي مخرجات تبدو واثقة لكنها خاطئة دون أن ينتبه أحد. وهذا أسوأ من غياب النموذج، لأنه يدفع إلى قرارات مبنية على أرقام لا سبب للوثوق بها.

المكاسب المبكرة الأكثر قيمة غالباً ما تكون غير لافتة: مصدر واحد موثوق لأرقام الإيرادات والمركز النقدي يحل محل ثلاثة جداول بيانات متضاربة، أو حزمة تقارير شهرية مؤتمتة كان تجميعها يدوياً يستغرق أسبوعاً. هذه ليست عناوين الذكاء الاصطناعي الرنانة، لكنها تغيّر الطريقة التي يقضي بها الفريق المالي وقته كل يوم.

ونقيّم كذلك مدى ملاءمة أدواتكم الحالية قبل التوصية بأي شيء جديد. فكثير من الشركات تمتلك بالفعل في نظام ERP أو المحاسبة القائم قدرات تحليل وتقارير لم تُستغل بالكامل. وأحياناً يكون الحل الأنسب هو إحسان استخدام الموجود بدلاً من إضافة منصة جديدة فوقه.