A három eszközréteg
A pénzügyi területen jellemzően három rétegben jelenik meg az AI. A vállalatirányítási és könyvelési rendszerek beépített funkcióiban, amik a saját moduljaikat okosítják. Az általános nyelvi modellekben, amik a szöveges és elemzési munkát viszik. És a táblázatkezelőbe épült asszisztensekben, ahol a pénzügyi munka jelentős része ma is zajlik.
A rétegek nem versenyeznek, hanem kiegészítik egymást, és a tipikus hiba az, hogy a cég egyetlen csodaeszközt keres. A jó kérdés folyamatonként az, hogy az adott munka hol él ma, és oda milyen segítség illik.
Beépített rendszerfunkciók
- A saját adatukon dolgoznak, integráció nélkül
- A szállító frissíti és garantálja őket
- A hatókörük a saját moduljukra korlátozott
- A bevezetés licenckérdés, nem projekt
Nyelvi modell réteg
- Rendszerek közötti és szöveges munkára jó
- A cégre szabás a mi munkánk és felelősségünk
- A hatóköre széles, a kontrollja a miénk
- A bevezetés munkamenet tervezést igényel
A táblázat nem ellenség
Divat a táblázatkezelőt a pénzügyi munka gyengeségének tekinteni, pedig a valóság az, hogy a pénzügyi gondolkodás jelentős része ott történik, és ez nem változik meg egyik évről a másikra. A pragmatikus út a táblázatban dolgozó AI asszisztensek kihasználása, a képletek magyarázata, az adattisztítás, a gyors elemzések, miközben a kritikus, ismétlődő folyamatok fokozatosan átépülnek rendszerszintű megoldásokba.
Az integráció a valódi költség
A pénzügyi AI projektek költségének nagyobb fele jellemzően nem az AI, hanem az integráció. Az adat kinyerése a rendszerekből, a jogosultságok, a visszaírás rendje. Ezért a megtérülési számításnál az integrációs munkát kell először felmérni, és ezért van az, hogy a pénzügyi terület megtérülési ideje hosszabb, mint a tisztán szöveges területeké. Aki ezt előre tudja, az nem csalódik, hanem tervez.
A rendszerválasztásnál a pénzügyi terület számára a legfontosabb szállítói kérdés a naplózás és a változáskövetés. Szép demót sok eszköz tud. Auditálható működést kevesebb, és a pénzügynek a második kell.
Források és további olvasnivaló
A platformdöntés szempontjairól a blogon a Felhő, helyi vagy hibrid AI cikk, a szállítói kérdésekhez az AI policy tananyag eszközválasztási leckéje.