لزوم سازگاری با داده‌ها به‌عنوان دارایی‌های تازه سازمان‌ها
نقش جدید مدیر مالی در عصر هوش‌مصنوعی
طبق یک نظرسنجی از موسسه مشاوره مک‌کینزی در سال ۲۰۲۴، تقریبا ۷۵ درصد شرکت‌ها از هوش مصنوعی استفاده کرده‌اند. در اکثر صنایع، شرکت‌ها احتمالا بیش از ۵ درصد از بودجه دیجیتال خود را به هوش مصنوعی مولد و هوش مصنوعی تحلیلی اختصاص خواهند داد. این تغییر چشم‌گیری نسبت به آغاز سال ۲۰۲۳ است که هوش مصنوعی مولد هنوز پدیده‌ای نسبتا جدید به شمار می‌رفت و نقش اصلی مدیر مالی یافتن بودجه برای توسعه سریع پروژه‌های «اثبات مفهوم»(POC) و راهکارهای محدود بود. پروژه اثبات مفهوم، یک نمونه اولیه و آزمایشی است که هدفش دستیابی به این نتیجه است که آیا یک ایده یا راه‌حل قبل از اینکه زمان و بودجه قابل‌توجهی صرف اجرای کامل آن شود، واقعا قابل اجراست یا خیر.
اکنون، هوش مصنوعی در مرکز بودجه‌ریزی شرکت‌ها قرار گرفته است. در نتیجه، مدیران مالی نه تنها نحوه استفاده از هوش مصنوعی را تعیین می‌کنند، بلکه فرآیندهای عملیاتی روزانه‌شان نیز با این فناوری دگرگون خواهد شد.
برای درک این تجربه چندبعدی، باید سه وظیفه اصلی مدیر مالی را در نظر گرفت:
امانت‌دار مالی شرکت
مدیر عملیات مالی و گزارش‌دهی
شریک استراتژیک برای افزایش ارزش سازمان
اگرچه این نقش‌ها تغییر نخواهند کرد، اما ساختار، اهمیت و تمرکز آنها با ظهور هوش مصنوعی دستخوش تحول خواهد شد. هوش مصنوعی چگونگی انجام کارها را متحول می‌کند، دقت داده‌های مالی را افزایش می‌دهد و توانایی مدیر مالی برای خلق ارزش را افزایش می‌دهد.
بازتعریف دارایی‌های ارزشمند سازمان
مدیر مالی به عنوان امانت‌دار مالی شرکت، تضمین‌کننده یکپارچگی مالی و انطباق با قوانین و مقررات است. وظیفه تیم مالی حفاظت از دارایی‌ها و اعتبار شرکت و مقابله با ریسک‌هاست. در گذشته، این دارایی‌ها شامل مالکیت معنوی، اسرار تجاری، فرآیندها و دارایی‌های مشهود مانند ماشین‌آلات و تجهیزات و موجودی‌ها بودند. با توسعه فناوری، دارایی‌های دیگری ایجاد شده که باید از آنها نیز حفاظت شود. داده‌ها، روابط مشتریان و اعتبار برند به ارزشمندترین دارایی‌های شرکت‌ها تبدیل شده‌اند. در نتیجه، مدیران مالی باید از مالکیت و دسترسی به داده‌ها، مدل‌های داده و الگوریتم‌ها حفاظت کنند. این دارایی‌ها، نمونه‌های پیچیده با ویژگی‌هایی متفاوت از دارایی‌های مشهود یا مالکیت معنوی هستند.
هوش مصنوعی نیازمند کنترل‌های داخلی قوی است
در چشم‌انداز پویای توسعه فناوری، جایی که نوآوری و پیچیدگی درهم‌تنیده‌اند، نمی‌توان اهمیت کنترل‌های داخلی را نادیده گرفت. به‌ویژه در حوزه‌هایی مانند هوش مصنوعی مولد، که پیشرفت‌ها سریع و پیامدها گسترده هستند، کنترل‌های داخلی نقش زیربنایی در تضمین دقت، یکپارچگی و پاسخگویی ایفا می‌کنند. کنترل‌های داخلی حسابداری، سنگ بنای یکپارچگی مالی هستند و شامل اقداماتی برای تضمین دقت، جلوگیری از تقلب و حفاظت از دارایی‌ها می‌شوند.
این کنترل‌ها مانند تفکیک وظایف، مرزبندی شفاف مسوولیت‌ها و سطوح تصمیم‌گیری، حسابرسی‌ها و روش‌های مستندسازی، نه‌تنها در حوزه مالی بلکه در توسعه فناوری نیز به همان اندازه ضروری هستند. اجرای دقیق کنترل‌های داخلی منجر به گزارش‌دهی مالی قابل اعتماد شده و اعتماد ذی‌نفعان را جلب می‌کند. در مقابل، نبود چنین کنترل‌هایی، ریسک عدم نظارت درون‌سازمانی و به خطر افتادن ثبات مالی و شهرت را به‌همراه دارد.
علاوه بر این، چالش‌های ذاتی در جلوگیری از خطاهای حسابداری نشان‌دهنده نیاز به رویکردی دقیق‌تر به کنترل‌های داخلی است. عواملی مانند اندازه شرکت، پیچیدگی و محیط نظارتی، مستلزم مکانیسم‌های کنترلی سفارشی‌شده هستند. شرکت‌هایی که در بخش‌های با نظارت بالا یا بخش دولتی فعالیت می‌کنند، با نظارت بیشتری روبه‌رو هستند و به کنترل‌های داخلی قوی‌تری نیاز دارند. همچنین، افزایش تعداد خطاهای حسابداری و حسابرسی، ضرورت اقدامات کنترلی سخت‌گیرانه را دوچندان می‌کند.
در حوزه توسعه فناوری، جایی که ریسک‌های بسیاری وجود دارد، اجرای کنترل‌های داخلی قوی بیش از همیشه حائز اهمیت است. در این حوزه، ارزیابی جامع ریسک، مبنایی برای شناسایی آسیب‌پذیری‌ها و پیاده‌سازی کنترل‌هاست.
در نتیجه، مکانیسم‌های کنترلی در این حوزه باید جامع باشند؛ از جمله سرمایه‌گذاری در آموزش کارکنان درباره فناوری و کشف تقلب، که باعث افزایش هوشیاری و انطباق‌پذیری می‌شود. استفاده از فناوری برای خودکارسازی نه‌تنها بهره‌وری را افزایش می‌دهد، بلکه خطای انسانی را کاهش داده و قابلیت اطمینان فرآیندها را تقویت می‌کند. نظارت مستمر و بازبینی‌های دوره‌ای نیز تضمین می‌کنند که کنترل‌های داخلی با تغییرات سریع فناوری هماهنگ هستند.
تمرکز بر خلق ارزش
سال‌هاست که موفق‌ترین مدیران مالی کسانی بوده‌اند که به‌عنوان شریک تجاری در بهبود وضعیت اقتصادی شرکت نقش فعالی ایفا کرده‌اند. اکنون موفقیت در گرو پذیرش هوش مصنوعی و استفاده از آن برای تبدیل بخش مالی به یک واحد کاملا داده‌محور است. هوش مصنوعی در همه ابعاد مالی داده‌محور نقش محوری ایفا می‌کند؛ از بینش‌های واقع‌بینانه، پیش‌بینی‌های دقیق‌تر و سریع‌تر، تا تخصیص بهتر سرمایه و مدیریت ریسک. توانایی بهره‌برداری موثر و مدیریت این تحول، نشانه توانایی و موفقیت مدیر مالی در انجام وظایف خود است.
البته، این فعالیت‌ها برای دپارتمان مالی جدید نیستند، اما هوش مصنوعی آنها را به شدت تقویت می‌کند و به مدیران مالی که مدل‌های هوش مصنوعی را به درستی به کار می‌برند، یک مزیت رقابتی نسبت به کسانی که در برابر آن مقاومت می‌کنند، می‌دهد. به عنوان مثال، تیم‌های مالی که از هوش مصنوعی در سازمان خود استفاده می‌کنند، قادر خواهند بود تا نتایج داخلی، روندها و الگوهای رفتار مشتریان را همراه با داده‌های کلان اقتصادی، رقبا و سایر داده‌های مربوط به صورت آنی تجزیه و تحلیل کنند و دقت پیش‌بینی‌های خود را بر این اساس افزایش دهند. طبیعتا اشخاص یا گروه‌هایی که از این پتانسیل هوش مصنوعی بهره نمی‌برند، عملکرد ضعیف‌تری خواهند داشت.
تفاوت اصلی میان شرکت‌های پیشرو و شرکت‌های دور مانده از پیشرفت، سرعت خواهد بود و هوش مصنوعی این سرعت را برای سازمان به ارمغان خواهد آورد. مدیران مالی با استفاده از داده‌های آنی، می‌توانند سرمایه را بهتر تخصیص دهند و سناریوهای مختلف را سریع‌تر توسعه دهند. همچنین تیم‌های مالی به‌راحتی خواهند توانست مشاوره‌های مبتنی بر داده در حمایت یا مخالفت با یک پیشنهاد جدید ارائه دهند یا از چند بُعد مختلف برای بهبود دقت پیش‌بینی‌ها استفاده کنند. از سوی دیگر، به جای تکیه صرف بر رویکرد مبتنی بر ریسک برای ارزیابی ایده‌ها و پروژه‌های جدید، مدیران مالی قادر خواهند بود دیدگاهی متوازن‌تر نسبت به ریسک ارائه دهند.
برای مثال، مدیر مالی می‌تواند به جای استفاده از روش سنتی محاسبه ارزش فعلی خالص (NPV) یا جریان نقدی تنزیل‌شده (DCF)، از مدل‌های چندسناریویی استفاده کند تا پیش‌بینی‌های مختلف را بر مبنای سناریوهای گوناگون ارائه کند. فراتر از این، برخی از پیشروترین تیم‌های مالی حتی می‌توانند داده‌های مربوط به کارخانه‌ها، ماشین‌آلات یا ناوگان‌های حمل‌ونقل را به کار گیرند تا اولویت‌بندی بهتری برای هزینه‌های سرمایه‌ای داشته باشند. آنها حتی می‌توانند تصمیمات مربوط به تخصیص سرمایه، مانند توزیع سود نقدی در مقابل بازخرید سهام را با مدل‌سازی سریع سناریوها و شرایط مختلف بازار، بهینه‌سازی کنند.
اما این قابلیت‌های جدید با مسوولیت‌های سنگین و چالش‌های مهمی در زمینه ارتباطات و رهبری سازمانی همراه هستند. مدیران مالی نمی‌توانند به‌سادگی با فشردن یک دکمه هوش مصنوعی به یک ابزار حرفه‌ای پیش‌بینی و آینده‌نگری دسترسی پیدا کنند.
آنها باید سرمایه‌گذاری‌های حساب‌شده و هماهنگ‌شده‌ای در حوزه‌های استراتژیک انجام دهند که فناوری در آنها می‌تواند بیشترین تاثیر مثبت را داشته باشد. در این مسیر، لازم است که به‌طور مداوم با سایر اعضای تیم رهبری و کارکنان ارتباط برقرار کنند، درباره دلایل این سرمایه‌گذاری‌ها توضیح دهند و روشن کنند که این ابزارهای جدید چگونه در فرآیندهای عملیاتی ادغام خواهند شد.
اکنون بیش از هر زمان دیگری، مدیران مالی این فرصت را دارند که با بهره‌گیری از داده‌ها، مدل‌ها و الگوریتم‌ها در شناسایی، تعریف و کسب درآمد از منابع جدید ارزش به سازمان‌ها کمک کنند. اما آنها این مسیر را در فضای ناشناخته طی خواهند کرد و باید در این مسیر، بهترین شیوه‌ها را شناسایی و پایه‌گذاری کرده و از تجربیات بیاموزند. نکته کلیدی در تمام مراحل این فرآیند، حفظ تمرکز بر مسوولیت‌های اصلی دپارتمان مالی است: ایفای نقش به‌عنوان امانت‌دار شرکت، مدیریت عملیات مالی و گزارش‌دهی و همچنین ایفای نقش به‌عنوان یک شریک استراتژیک.
پیش از هرگونه سرمایه‌گذاری یا پیاده‌سازی فناوری‌ها و فرآیندهای جدید مبتنی بر هوش مصنوعی، مدیران مالی باید از خود بپرسند: «این فناوری چگونه به بهبود انجام وظایف اصلی من کمک خواهد کرد؟»
پاسخ به این سوال باید راهنمای کل مسیر استفاده از هوش مصنوعی باشد؛ از طراحی، شناخت و توسعه راه‌حل‌های اولیه گرفته تا گزارش‌دهی نتایج و ارزیابی عملکرد.
نتیجه‌گیری
هوش مصنوعی مولد نه‌تنها ابزار جدیدی در اختیار مدیران مالی قرار می‌دهد، بلکه وظایف سنتی آنان را نیز متحول می‌کند. برای موفقیت در این مسیر، مدیران مالی باید فراتر از نقش‌های کلاسیک حرکت کنند و با نگاهی استراتژیک، بر خلق ارزش متمرکز شوند. ایفای نقش به‌عنوان امانت‌دار مالی سازمان دیگر تنها به معنی نظارت بر حساب‌ها و گزارش‌ها نیست، بلکه نیازمند شناخت دقیق ابزارهای فناوری، درک ریسک‌های نوظهور و مشارکت فعال در تصمیم‌سازی‌های کلان است.
مدیر مالی موفق کسی است که بتواند در کنار حفظ یکپارچگی مالی، از ظرفیت‌های هوش مصنوعی برای افزایش شفافیت، تسریع و هوشمندسازی فرآیندهای تصمیم‌گیری، تقویت رقابت‌پذیری و خلق ارزش پایدار استفاده کند. دستیابی به این هدف مستلزم سرمایه‌گذاری سنجیده، بازتعریف سیاست‌ها و وظایف، توسعه زیرساخت‌های تحلیلی، توسعه چارچوب‌های راهبری دقیق، آموزش تیم‌ها و هدایت درست منابع انسانی در مسیر تحول دیجیتال است.
* دکتری تخصصی حسابداری از دانشگاه تهران
