Wouter Hoeffnagel - 12 september 2024

Gartner: Negen op de tien financiële functies implementeert in 2026 AI

90% van de financiële functies implementeert in 2026 zeker één AI-ondersteunde technologische oplossing, voorspelt Gartner. De opkomst van AI lijkt in de sector weinig invloed te hebben op de werkgelegenheid. De marktonderzoeker verwacht dat minder dan 10% van de financiële functies te maken krijgt met personeelsreducties.

Gartner: Negen op de tien financiële functies implementeert in 2026 AI image

Gartner-experts onderzochten hoe financiële functies AI-technologieën succesvol implementeren tijdens de Gartner CFO & Finance Executive Conference, die vandaag in Londen plaatsvindt. Hoewel CFO's al veranderingen doorvoeren om AI volledig te benutten in de financiële sector, onderdrukken een gevoel van onzekerheid, opgeblazen verwachtingen en desinteresse van werknemers in veel gevallen de succespercentages van het gebruik van AI. CFO's die de sterke punten van mensen en machines combineren, vergroten hun kansen op AI-succes door een tevreden en betrokken personeelsbestand.

Unieke capaciteiten van mensen

"Ondanks het vermogen van AI om menselijke prestaties na te bootsen, kunnen algoritmen niet tippen aan de unieke capaciteiten van mensen op gebieden die creativiteit en complexe probleemoplossing vereisen", aldus Ash Mehta, Senior Director Analyst bij Gartner Finance Practice. "Door de respectievelijke sterke punten van mensen en machines te erkennen, kunnen financiële leiders processen bouwen die de capaciteiten van mensen en machines vergroten, terwijl hun zwakke punten worden verminderd. Dit vereist een nieuw soort samenwerking tussen mensen en machines die de bedrijfsprestaties en de tevredenheid van werknemers zal verbeteren." Meshta bespreekt AI-use cases met financiële leiders in een "Ask the Expert"-sessie op de Gartner CFO & Finance Executive Conference in Londen.

Hoewel AI-gestuurde machines bijvoorbeeld zeer bedreven zijn in het automatiseren van eenvoudige beslissingen en processen door grote hoeveelheden data snel te analyseren, kunnen ze niet onafhankelijk werken en geen goede conclusies te trekken indien zij worden geconfronteerd met ongewone omstandigheden. Mensen gebruiken juist creativiteit en een aangeboren begrip van menselijk gedrag om snel conclusies te trekken indien ze worden geconfronteerd met nieuwe en onbekende problemen, maar kunnen ze niet hopen een machine te overtreffen bij het analyseren van cijfers. "Om de capaciteiten van zowel AI als mensen te versterken, moeten ze leren om op een manier samen te werken die elkaars sterke punten benut", aldus Mehta.

Mens-machine learning-lus

Gartner-experts noemen deze samenwerking de mens-machine learning-lus, die continue procesverbeteringen bevordert die financiële medewerkers en AI-gestuurde machines aanmoedigen om samen te werken aan processen, terwijl ze de arbeid verdelen op basis van de respectievelijke sterke punten van elk. Terwijl ze op elkaar vertrouwen voor verbeteringen, kunnen beide partijen iteratief meer waarde toevoegen.

Afbeelding 1: De mens-machine learning-lus

Bron: Gartner (september 2024)

De mens-machine learning-lus begint met het creëren van een algoritme, geautomatiseerd proces, machinegestuurde taak of autonome workflow, waarbij rekening wordt gehouden met wat machines net zo goed of beter kunnen dan mensen. Vervolgens voeren machines deze taken uit, zoals het genereren van een omzetprognose, het goedkeuren van een onkostennota of het bepalen van optimale betalingsvoorwaarden voor een specifieke klant.

Informeren en adviseren

Machines kunnen ook informeren en adviseren. Dat is het geval wanneer een prognose-algoritme suggereert dat een recente beleidswijziging de verkoopvooruitzichten zal veranderen, of een machinegestuurd factureringsproces suggereert om facturen op bepaalde dagen te verzenden om de inning van contanten te verhogen.

De arbeid die machines op deze manier verrichten, bevrijdt mensen vervolgens om informatie, advies en aanbevelingen van algoritmen te halen, waarbij ze hun creatieve en strategische krachten gebruiken om complexe problemen op te lossen door procesverbeteringen te ontwerpen. Zodra nieuwe processen zijn ingevoerd, activeren mensen de volgende iteratie van de lus door nieuwe machines te bouwen die de nieuwe processen uitvoeren en de betreffende gegevens analyseren.

Klanten van Gartner kunnen meer lezen in Use Artificial Intelligence to Supercharge Your Finance Staff. Niet-klanten kunnen de webinar Optimize AI Outcomes: 2024 Gartner CFO Conference Highlights bekijken.

DIC Awards BW tm 21-10-2024 Gartner BW tm 02-11-2024
Gartner BN en BW tm 03-11-2024

Wil jij dagelijkse updates?

Schrijf je dan in voor onze nieuwsbrief!