在金融領(lǐng)域里正確使用人工智能不僅僅是個(gè)關(guān)乎投入最多時(shí)間或金錢的問(wèn)題。

根據(jù)Gartner公司調(diào)研結(jié)果，四種實(shí)施行為在快速實(shí)現(xiàn)一些金融人工智能（AI）計(jì)劃時(shí)至關(guān)重要，包括達(dá)到或超過(guò)預(yù)期效果及實(shí)現(xiàn)關(guān)鍵財(cái)務(wù)和業(yè)務(wù)成果的計(jì)劃。

Gartner財(cái)務(wù)實(shí)踐研究總監(jiān)Jacob Joseph-David表示，“人工智能在財(cái)務(wù)部門的使用仍處于初級(jí)階段，大多數(shù)人在過(guò)去兩年才開(kāi)始使用。大多數(shù)人也未能迅速實(shí)現(xiàn)此類項(xiàng)目的預(yù)期回報(bào)?！?/p>

由于人工智能在財(cái)務(wù)領(lǐng)域處于起步階段，首席財(cái)務(wù)官缺乏對(duì)成功的明確定義和戰(zhàn)略。Gartner為首席財(cái)務(wù)官們敲定金融人工智能成功的四個(gè)關(guān)鍵行動(dòng)（見(jiàn)下圖）。

Joseph-David表示，“采取這四項(xiàng)行動(dòng)的部門與沒(méi)有采取這些行動(dòng)的部門相比，其平均人工智能用例數(shù)量是后者的兩倍。結(jié)果是更重要的業(yè)務(wù)成果，如新的產(chǎn)品線以及財(cái)務(wù)部門的成果，如更大的準(zhǔn)確性和更短的流程時(shí)間?！?/p>

推動(dòng)金融人工智能成功的四項(xiàng)行動(dòng)（資料來(lái)源。Gartner，2022年6月）

Gartner：推動(dòng)金融人工智能成功的四項(xiàng)行動(dòng)

聘請(qǐng)外部人工智能專才

一般而言，要確保擁有人工智能技能和專業(yè)知識(shí)的人才有三種選擇：雇用新的人才、提高現(xiàn)有人才的技能或從IT部門借用人才。那些將人才戰(zhàn)略重點(diǎn)放在雇用外部人工智能技能人員的組織明顯地更有可能成為領(lǐng)先的人工智能財(cái)務(wù)組織。但大約一半的金融組織卻將提升技能視為主要的人才戰(zhàn)略。

人工智能專門人員在處理人工智能的細(xì)微差別方面可以提供寶貴的經(jīng)驗(yàn)，這可以令相應(yīng)的組織克服與人工智能應(yīng)用程序合作的慣性并縮短技術(shù)學(xué)習(xí)曲線。相反，提高財(cái)務(wù)人員的技能雖然可能成本較低，但這樣做有可能放慢進(jìn)度并可能引入大的潛在錯(cuò)誤。此外，新的人工智能專業(yè)人員在支持人工智能部署的新想法方面可以提供超越傳統(tǒng)流程和思維方式的機(jī)會(huì)。

投資嵌入式人工智能軟件，實(shí)現(xiàn)快速贏利

有些企業(yè)用的是購(gòu)買嵌入式人工智能功能軟件的方法。這些企業(yè)可以更容易地進(jìn)行人工智能的試驗(yàn)并將其應(yīng)用到更多的財(cái)務(wù)用例。這些用例也可以更容易針對(duì)獨(dú)特的業(yè)務(wù)問(wèn)題開(kāi)展試點(diǎn)項(xiàng)目。而相比之下，為所有的財(cái)務(wù)流程建立內(nèi)部人工智能解決方案則會(huì)產(chǎn)生更多的工作，而且會(huì)減少財(cái)務(wù)部門探索新試點(diǎn)或用例的機(jī)會(huì)。

盡早及廣泛地進(jìn)行試點(diǎn)項(xiàng)目

頂級(jí)金融人工智能組織都是采取一種多試不怕失敗的實(shí)驗(yàn)性方法進(jìn)行人工智能部署，而不是下大的賭注。有了更多的早期試點(diǎn)項(xiàng)目，就會(huì)有更多的人工智能的使用案例，并且部署速度更快，因?yàn)榻M織可以聚焦最成功的試點(diǎn)項(xiàng)目。

通常情況下，最成功的組織仍在探索的用例與不太成功的組織一樣，其中最常見(jiàn)的三個(gè)用例是會(huì)計(jì)流程、后臺(tái)處理和現(xiàn)金流預(yù)測(cè)。一個(gè)例外是客戶付款預(yù)測(cè)，大約一半的領(lǐng)先組織的探索用例涵括客戶付款預(yù)測(cè)，但不太成功的組織則很少涉及客戶付款預(yù)測(cè)。

選擇分析人工智能實(shí)施領(lǐng)導(dǎo)者

首席財(cái)務(wù)官必須選擇合適的人負(fù)責(zé)人工智能部署才能實(shí)現(xiàn)人工智能的好處。例如，這可能意味著選擇財(cái)務(wù)規(guī)劃和分析（FP&A）負(fù)責(zé)人或財(cái)務(wù)分析的負(fù)責(zé)人去領(lǐng)導(dǎo)人工智能的實(shí)施，而不是選擇一個(gè)高層資深管理者。

財(cái)務(wù)規(guī)劃和分析以及財(cái)務(wù)分析主管在領(lǐng)導(dǎo)人工智能方面的成功是由于其強(qiáng)大的分析和數(shù)據(jù)背景。他們較少依賴對(duì)傳統(tǒng)財(cái)務(wù)流程的理解，更多地是依賴對(duì)商業(yè)環(huán)境中的人工智能復(fù)雜性的理解。