<img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=1525762147722832&amp;ev=PageView&amp;noscript=1">

Talouden suunnittelun seuraava taso

Monien tutkimusten ja kyselyiden (*) mukaan Suomessa ja maailmalla yli 20 % keskisuurista ja suurista yrityksistä on jo siellä – tekoälyn (AI) ja koneoppimisen (ML) hyödyntämisvaiheessa myös taloushallinnossa.

Samojen tutkimusten mukaan kolmannes yhtiöistä suunnittelee lähivuosina hyödyntävänsä tekoälyä. Yli puolet keskisuurista tai isoista yrityksistä on näin mukana AI-kehityksessä. Pioneeriyritykset, tai ehkä pitäisi käyttää termiä toimintaansa digitaalisesti kehittävät ja automatisoivat yritykset, ovat siis jo liikkeellä ja hyödyntävät oikeasti tietoa toimintansa ohjaamisessa.

Talouden tekoälyn ensimmäinen aalto

Ensimmäisessä talouden tekoälyaallossa on tehostettu ja automatisoitu päivittäisiä operatiivisia prosesseja, kuten ostolaskujen reititystä, vähittäis- ja tukkukaupan tilaus- ja jakeluketjuja, kirjanpitodatan ja -kirjausten validointia ja palkkalaskennan oikeellisuutta. Näissä ensimmäisissä ratkaisuissa on tehty enemmän robotiikkaratkaisuja kuin varsinaisia koneoppivia malleja.

Harva antaa vielä koneen ennustaa esimerkiksi myyntiä tai kustannuksia. Yhtiöt tekevät vuosibudjetoinnin ja kuukausittaisen talouden ennustamisen edelleen hyvin perinteisesti alhaalta ylös myynti- ja kustannusennusteet keräten tai keskitetysti controllereiden toimesta ylätasolta lukuja viilaten. Eivätkö talousjohtajat ja controllerit luota automaattisesti muodostuviin lukuihin?

Tekoälyä hyödyntävät ratkaisut, ovat ne koneoppivia tai tilastolliseen mallinnukseen perustuvia, eivät vielä pitkään aikaan korvaa kokonaan controllereita ja muita talouden suunnittelijoita. Nämä ratkaisut mahdollistavat kuitenkin varmuudella ihmiselle mahdottomien suurien tietomassojen läpikäynnin ja ovat ihmissilmää tarkempia.

Tekoälystä tukiälyksi

Jos koneoppiva ennustemalli tuntuu sinusta mustalta laatikolta, niin testaa mallin luotettavuus. Kerätään yrityksesi dataa ja analysoidaan se. Jos tiedosta saadaan riittävät liiketoimintaa selittävät korrelaatiot, annetaan datan ja algoritmin ennustaa ihmisten rinnalla seuraavat kuukaudet myyntiä ja kustannuksia.

Mikäli teiltä vielä löytyy vanhoja ennusteita (esim. edellisten vuosien budjetit), niin nopea koneoppivan mallin testaaminen tehdään vertaamalla vanhoja, ihmisten tekemiä ennusteita, ajan suhteen liukuvaan historiadataan perustuvaan ennusteeseen. Katsotaan, kumpi voittaa!

Minä ainakin haluaisin controllerina tietää, ennustaako ERP-järjestelmästä sekä markkinasta ja asiakkaista saatava data yhtiöni toimintaa paremmin kuin ihmisten tekemät ennusteet. Tämä antaisi minulle apuvälineen – tukiälyn. Tukiälyn avulla voin haastaa liiketoimintoja tai argumentoida, että toiminnanohjausjärjestelmiä tai dataa pitää parantaa, jotta niillä voidaan ohjata yrityksen toimintaa viikkoja ja kuukausia pidemmällä näkyvyydellä.

Vahvasti viime vuosina planning- ja BI -markkinalle noussut Jedox investoi edelläkävijänä talouden tekoäly- ja koneoppimismalleihin. Jedox-ratkaisun saa Microsoftin Azure-ympäristöstä, mikä tekee siitä erinomaisen tuotteen yrityksesi AI-kehitykselle.


Viitteet: *) Dragon & Vuorinen, Artificial Intelligence in Finance -kyselytutkimus isoille suomalaisille yhtiöille sekä Ernst & Youngin (EY) The Growing Impact of AI on Business ja Overcoming barriers to AI -julkaisut (MIT Technology Review).



Jedox-ohjelmistoratkaisun avulla budjetoit ja ennustat organisaatiosi liiketoimintaa. Tutustu Jedoxin tarjoamiin hyötyihin tarkemmin verkkosivuillamme!

LUE LISÄÄ JEDOX-OHJELMISTOSTA



Mikko Dragon

Konsultti
Innofactorin Data ja analytiikka -yksikössä konsulttina työskentelevällä Mikolla on noin 25 vuoden kokemus IT-projekteista sekä controlling- ja liiketoiminnan analysointitehtävistä. Mikko on nähnyt laajasti erilaisia yrityksiä ja toimialoja sekä tottunut työskentelemään johto- ja operatiivisten henkilöiden kanssa, mikä antaa hänelle kattavaa perspektiiviä tiedon erilaisiin käyttötarpeisiin. Lisäksi Mikko tuntee tietojärjestelmien asiakasylläpito- ja tukipalvelutoimintoja, ja viime vuosina kiinnostuksen kohteeksi on noussut tekoälyn ja koneoppimisen hyödyntäminen erityisesti talouden suunnittelussa.