Porovnávání skutečných výdajů s rozpočtem a signalizace odchylek spadá do kategorie 2: AI může převzít velkou část výpočetní práce a signalizace, ale posouzení odchylky a její další zpracování zůstávají na controllerovi nebo manažerovi. Není to úkol, který by se zcela přesunul do kategorie 1, a to je přesně to, co tato stránka ukazuje.
Podkladová data — zápisy v účetním systému, nákladová střediska, rozpočtové řádky v BI nástroji — jsou zpravidla strukturovaná a opakující se. To vysvětluje skóre 4 u strukturovanosti a 4 u objemu. Systém může každý měsíc, týden nebo den automaticky porovnat skutečnost s rozpočtem, vypočítat rozdíl v eurech a procentech a porovnat jej s předem nastaveným prahem. Při stovkách nákladových středisek a tisících účetních řádků jde přesně o typ opakovaného, pravidly vázaného porovnávání, ve kterém je AI silná.
Příklad: controller, který měsíčně prochází 40 nákladových středisek, aby zjistil, která překračují 10 % rozpočtu, může tento proces automatizovat. Systém pak přímo dodá seznam odchylek, seřazený podle velikosti, místo aby controller ručně přepočítával každý řádek.
Prostor pro úsudek má skóre 3, a to je osa, která tento úkol udržuje mimo kategorii 1. Signalizovat odchylku je něco jiného než odchylku posoudit. Je překročení o 15 % na nákladovém středisku „marketing“ problém, nebo se jedná o předsunutý výdaj, který se příští měsíc opět vyrovná? Je to způsobeno jednorázovou fakturou, sezónním vzorcem, nebo strukturálním nárůstem nákladů? To vyžaduje znalost kontextu organizace, probíhajících projektů a způsobu, jakým je rozpočet sestaven. AI může odchylku označit a případně navrhnout první výklad na základě historických vzorců, ale konečný úsudek — je toto akceptovatelné, je třeba na to reagovat — vyžaduje člověka, který to schválí nebo zamítne, s uvedením důvodu.
K tomu se přidává skutečnost, že náklady na chyby i compliance mají skóre 3: nejsou zanedbatelné. Přehlédnutá odchylka může vést k překvapení při čtvrtletním reportu nebo na konci roku, a rozpočtové reporty někdy hrají roli při odpovědnosti vůči vedení, akcionářům nebo, v případě dotací a veřejných prostředků, vůči externí straně. To ospravedlňuje mezistupeň lidské kontroly, než se signál jako stanovený fakt dostane do organizace.
Realistický obraz dneška: AI funguje jako agent, který nepřetržitě provádí porovnání, hlídá prahy a generuje upozornění, jakmile se skutečnost a rozpočet příliš vzdálí. Controller nebo manažer následně posoudí signalizované odchylky, schválí je nebo zamítne a toto rozhodnutí odůvodní. To ušetří zejména manuální práci s porovnáváním — prohledávání reportů, ruční výpočet procent, udržování přehledu — a nechává obsahové posouzení tam, kam patří.
Toto funguje pouze při splnění dvou podmínek: finanční data musí být skutečně propojena, aby systém mohl čerpat aktuální čísla z účetního systému a BI nástroje místo ručně dodávaných exportů, a musí existovat definované prahy odchylek. Bez stanoveného prahu — například „nahlas vše nad 8 % nebo nad 5 000 eur“ — systém neví, kdy je něco hodné signalizace a kdy ne. Tato volba, jak se takový práh stanoví a upravuje, je opět práce pro lidi.
Výsledek silně závisí na tom, jak předvídatelný je rozpočet organizace. U organizace se stabilními, opakujícími se nákladovými položkami — nájem, mzdy, fixní smlouvy — je detekce odchylek snadněji automatizovatelná a rovnováha se posouvá více směrem k AI. U organizace s velkým podílem projektových výdajů, sezónními vlivy nebo nepravidelnými velkými položkami vyžaduje výklad každé odchylky více kontextu a podíl lidské práce zůstává větší. Roli hraje i míra finanční vyspělosti: čím lépe je rozpočet sestaven s jasnými kategoriemi a prahy, tím více může AI převzít. Tento rozdíl mezi organizacemi je přesně důvodem, proč jak hodnotíme úkol vychází z osmi os, a ne z jednoho obecného tvrzení o „hlídání rozpočtu“.
Tento úkol se zřídka přímo dotýká personálních rozhodnutí, ale pokud by organizace využila signály z hlídání rozpočtu jako podklad pro reorganizaci nebo propouštění, platí pro to samostatné právní požadavky, které stojí mimo toto hodnocení úkolu.
Hlídání rozpočtu zřídka stojí samo o sobě. Kdo se podívá i na správu periodické fakturace předplatných nebo na výměnu digitálních faktur prostřednictvím e-fakturace, vidí vzorec: strukturované, vysokoobjemové dílčí úkoly se automatizují relativně snadno, zatímco posouzení a výjimky zůstávají na lidech. I zde platí: záměrně to nevyjadřujeme v procentech „automatizovatelných zaměstnanců“, protože proč počítáme v hodinách, a ne v lidech vysvětluje, že hodiny uvolněné úkolem jsou něco jiného než zanikající pracovní pozice.
Chcete zjistit, kolik hodin ve vašem vlastním profilu funkce lze v tuto chvíli převést na AI? Bezplatný quickscan od ftetoai se skládá ze dvanácti otázek, nevyžaduje účet a poskytuje odhad tohoto podílu — s tím, že, jak vysvětluje co bandwidth udává a co ne, jde o odhad, nikoli přesný výsledek. Kompletní pracovní scan, který se hlouběji zaměřuje na jednotlivé úkoly a procesy, se stále vyvíjí; ten vám dnes ještě nabídnout nemůžeme.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.