金融AI对CFO数字化工作至关重要

大多数财务团队现在都在使用RPA来提高效率，但RPA只能将简单的、可重复的任务自动化;它不能将提高业务敏捷性和效率所需的复杂流程和工作流自动化。添加人工智能驱动的技术和工具为金融业提供了更高层次的自动化，但首席财务官必须确定最合适的自动化用例．

人工智能驱动的自动化将金融推向高德纳所谓的“hyperautomation——整个过程，而不仅仅是任务，都是自动化的。用AI对RPA进行补充是一个关键步骤，可以将自动化的任务类型(从基于规则到基于判断)和自动化的范围(从任务到流程编排)进行演进。

Gartner高级总监分析师亚历杭德拉•洛扎达表示:“首席财务官需要对超自动化采取全面和长期的方法。”“以零敲碎打的方式进行超自动化选择的组织将难以扩大这些计划。整体重点必须是使用多种超自动化技术的体系结构阵列来实现流程编排。”

金融AI用例

超自动化最终将使财务团队能够自动化和编排多个端到端流程(例如，从记录到报告，从订单到现金)，以推动功能改进。Gartner咨询副总裁Richard Ries表示:“但许多金融职能部门和领导者还没有规划出超自动化的道路，他们必须首先定义金融AI的用例。”

近期AI启用的最佳候选是需要判断并涉及非结构化、不稳定和高速数据的动态过程。例子包括遵守新的会计准则，审查费用报告和处理供应商发票。

对于那些仍然在寻找需要自动化的领域的人，根据底层任务和数据的性质来分析财务流程，具体来说:

• 的人的判断水平参与一个过程的技术可以:
• • 模仿财务流程以提高效率。
  • 使团队提高过程效率。
  • 增强流程以增加业务敏捷性。
  • 增强人的判断能力，以更创新的方式执行流程。
• 的任务配置文件，它可以是常规的、基于规则的和可预测的(如帐户对账)，也可以是基于判断的动态的和临时的(如解释租赁文件)。
• 的数据概要，可以是结构化的、稳定的、低速的(如季度客户交易数据)，也可以是非结构化的、不稳定的、高速的(如音频/视频文件、tweet)。速度是对数据传入速度的度量，而数据的稳定性/波动性是指数据在系统中的持久性。

值得注意的是，增强一个过程比模仿一个过程花费更多，因为需要更多的技术，并且组合技术是复杂的。但好处也更大。扩展端到端流程不仅为自动化提供了更广泛的机会，还为流程创新提供了更广泛的机会。

金融AI关键自动化工具和技术

选择正确的金融AI解决方案或解决方案的组合可能很困难，首席财务官应该与他们的IT基础设施团队合作，构建多种技术相互补充的集成技术路线图。Lozada说，这一路线图可以包括以下要素。

1. 战重点关注为没有集成接口的应用程序自动化人工任务集合，例如从一个应用程序复制信息并将其粘贴到另一个应用程序。RPA平台使用多种技术，包括操作系统应用程序编程接口、光学字符识别和图像识别。
2. 集成平台，例如iPaaS(集成平台即服务)，可以通过软件系统有效地编排一系列交互，而不需要人工参与。
3. iBPMSs(智能业务流程管理套件)提供了更快、更敏捷的开发环境，同时继续关注企业范围内的流程发现、可视化和监视。iBPMS将低代码应用程序开发、集成平台和流程工作流组合到一个包中。

内置工作流——软件即服务(SaaS)和商业现成软件提供的功能——是自动化路线图的一部分，但不是RPA的补充。

阅读更多:金融预测者应警惕机器学习神话

金融领袖的下一步超自动化措施

超自动化策略不是一种“做了就忘了”的活动。它是一种积极的、全面的努力，以优化或转换流程，并驱动可伸缩的、有弹性的和可适应的自动化。有效地选择和组合自动化选项:

1. 与您的IT基础架构团队一起工作建立一个集成的技术路线图，使多种技术(如iBPMS、RPA和ERP解决方案)相互补充。不要选择插件解决方案来改进单个流程。
2. 从金融AI中获取快速胜利。应用RPA作为短期修复程序，以快速自动化大量重复的人工任务。选择不需要复杂集成和不频繁更改的任务。
3. 重新设计和优化长时间运行的流程。并非所有的传统流程都需要数字化。使用自动化映射作为重新设计现有流程的机会，并确定现代化的冗余和范围。
4. 构建跨平台集成。如果无法避免集成需求，且涉及基于云的平台的跨应用程序集成是优先考虑的，则使用iPaaS。
5. 对供应商解决方案进行尽职调查并确定现有的RPA供应商是否正在改进其解决方案，以结合人工智能驱动的技术。例如，一些RPA供应商与iBPMS提供商合作，以集成他们的RPA平台并提供端到端流程自动化。