Что происходит, когда надежная база данных сочетается со свободой создания решений на базе ИИ?
За четыре года моей работы в Airwallex наш показатель ARR вырос в 13 раз — со 100 млн до 1,3 млрд долларов США. Больше всего меня радует возможность рассказывать о том, что стоит за этими цифрами. Я невероятно горжусь своей командой, которой удалось справиться с существенно возросшими объемами работы без значительного увеличения штата, благодаря постоянному совершенствованию рабочих процессов и технологий.
Мы — компания, ориентированная на ИИ и использующая его на ранних этапах, поэтому для Controllership вполне естественным шагом стало освоение новых инструментов и внедрение ИИ в наши рабочие процессы. Фундаментом нашей работы в Controllership является предоставление достоверных и сверенных данных, на которые опираются другие подразделения бизнеса. Когда финансовые данные изначально выверены, мы можем создавать надежные процессы на базе ИИ.
Что показал анализ сотен тысяч часов работы
Прежде чем доверить какую-либо задачу ИИ, необходимо сначала понять саму работу, данные и то, где именно возникают трудности. Поэтому мы начали с картирования. Наше недавнее базовое картирование всех процессов финансового отдела позволило каждому направлению задокументировать свои процессы, частоту их выполнения, затрачиваемое время, а также текущее и целевое состояние. Это дало нам отличную прозрачность в отношении уровня нашей зрелости в плане автоматизации и возможных точек роста.
Подразделение Controllership охватывает два общих центра обслуживания (SSC) и шесть бухгалтерских регионов. SSC централизует типовые, повторяющиеся финансовые процессы, единые для всего глобального бизнеса, в то время как региональные команды сосредоточены на построении отношений с местными подразделениями, регуляторами и третьими сторонами, а также на поддержке всех вопросов, связанных с лицензированием и расширением.
В ходе этого процесса были получены три ключевые выводы, которые определили наши дальнейшие действия:
1. Повторяющаяся работа — наиболее очевидная возможность для автоматизации
В ходе исследования учитывались сотни тысяч часов работы ежегодно, причем на Controllership приходится наибольшая их доля. 86% задач Controllership носят регулярный характер, что открывает огромные возможности для автоматизации и высвобождения времени для стратегической работы. Даже скромная автоматизация дает кумулятивный эффект, когда задача выполняется ежедневно.
2. Региональные команды перегружены рутинной работой
По сравнению с SSC, на долю региональных команд приходится больше годовых и разовых задач — около 40%. Зачастую это стратегическая работа, связанная с регулированием и комплаенсом, такая как обработка запросов регуляторов и принятие локальных экспертных решений. Автоматизировав рутину, мы можем дать локальным контроллерам больше времени на стратегические задачи.
3. У технологий есть срок годности
Системы, которые когда-то работали эффективно, со временем могут стать узкими местами. Процесс закупок был признан самой трудоемкой задачей в Controllership, поскольку мы используем решение Oracle для закупок, которое больше не соответствует нашей операционной модели. Наша организация развивается все быстрее, поэтому позднее в этом году мы перейдем на собственную продукцию, чтобы повысить уровень автоматизации и устранить некоторые проблемные точки, выявленные в текущем процессе.
Настоящая ИИ-инфраструктура — это надежные, выверенные данные
Поняв наши процессы и возможности, мы вернулись к данным. Эффективность процессов ИИ напрямую зависит от качества лежащих в их основе данных. Создание основы данных означало движение «назад» от тех аналитических выводов, которые мы хотели получить, определение данных, необходимых для их формирования, и полное перепроектирование этой базы с нуля.
Взять, к примеру, внедрение нашей ERP. При ее внедрении мы сделали шаг назад и задали себе вопросы: какого эффекта мы хотим добиться и какие критически важные точки данных понадобятся нам в дальнейшем? Учитывая это, мы добавили колонку «План счетов» (Chart of Accounts), которая помечает каждую трату, начисление и расход привязкой к конкретному поставщику. Одно это дополнение сделало возможным автоматизированный детальный анализ отклонений. Теперь ИИ может автономно выполнять сложный анализ отклонений, сравнивая фактические показатели с бюджетными в разрезе поставщиков и подразделений, что повышает эффективность и углубляет аналитику процессов закрытия периодов.
Мы также создали Идентификатор бюджета (Budget ID), который напрямую связывает затраты со строками бюджета. Каждая запись о расходах в отчете о прибылях и убытках теперь привязана к конкретной бюджетной строке, поэтому каждое подразделение может четко видеть, как оно выполняет бюджет, вместо того чтобы полагаться на типичные табличные расчеты «снизу вверх», которые теряют детализацию по мере агрегирования данных. Мы можем выполнять маппинг до самого детального уровня, получая выверенное представление о фактических расходах, бюджетах и отчете о прибылях и убытках в разрезе подразделений. Это возможно только благодаря наличию структурированных и надежных данных в самом ядре нашей инфраструктуры.
ИИ расширяет наши границы возможного
Сформировав базу данных и внедрив ИИ, мы переходим от сверки цифр постфактум к непрерывному пониманию, валидации и контролю того, что происходит «под капотом». Мы движемся к модели непрерывного закрытия (continuous close), при которой сверка, отчетность и анализ происходят практически в реальном времени.
Масштаб задач в рамках Controllership теперь гораздо шире, чем раньше. Объем работы, с которым мы можем справляться самостоятельно и автоматически, значительно вырос за короткое время. Раньше на закрытие книг уходило 10 дней, а теперь мы движемся к закрытию в нулевой день.
Ничего из этого сокращения сроков нельзя было бы добиться без базы данных, которую мы только что перестроили. Эта база также изменила круг лиц, способных создавать решения: теперь сотрудники, не связанные с анализом данных и разработкой, могут создавать их напрямую на этой основе, и они это сделали.
ИИ-решения, созданные финансистами для финансистов
ИИ значительно расширил возможности финансовой команды по самостоятельной разработке решений, причем наибольший эффект приносят те, кто ближе всего знаком с самой работой. Обладая надежной базой данных и свободой творчества, члены команды начали создавать собственные решения и инструменты ИИ для снижения объема ручного труда и улучшения процессов. Это дало толчок волне «проектов силами разработчиков из числа сотрудников» (citizen-developer projects).
Например, один из наших старших бухгалтеров, не имеющий опыта в программировании, самостоятельно освоил кодинг и сократил процесс ручной консолидации зарплатной ведомости (ранее требовавший выгрузки и обезличивания 15 файлов) с двух дней до десяти минут. Окупаемость таких инвестиций (ROI) составила менее месяца.
В другом случае сотрудник моей команды создал инструмент AirQuire, который начинался как инструмент разноски по Главной книге (GL), позволявший пользователям Mac разносить проводки напрямую в Oracle (чего сам Oracle не поддерживал). Поскольку инструмент был создан человеком, понимающим финансовый рабочий процесс, он также автоматически обогащает данные транзакций при их вводе, проверяя правильность заполнения описаний строк и обязательных полей, что повышает качество данных на этапе ввода. На этом дело не остановилось: член моей команды понял, что может устранить трудности на протяжении всего процесса, и пошел дальше решения первоначальной задачи. Теперь AirQuire также поддерживает быстрый ввод, пакетную загрузку и копирование данных прямо в веб-таблицу.
Централизованная модель с масштабируемыми результатами
В финансах одна из самых сложных задач — сохранение процессов простыми и глобально унифицированными при одновременном учете местных требований комплаенса, налогов и особенностей отчетности. Мы видели отличные результаты от проектов внутренних разработчиков. Но эта же свобода означала, что три региона могли неделями независимо друг от друга решать одну и ту же проблему, даже не подозревая о существовании друг друга.
Именно тогда я запустил программу инноваций в области ИИ, чтобы объединить все разрозненные элементы с помощью центрального руководящего комитета, связывающего все регионы. Мы установили стандарты документации, необходимой для каждой запускаемой нами ИИ-программы. Людям необходимо писать PRD (документы с требованиями к продукту), которые помогают структурировать разработку и дорожные карты и в конечном итоге приводят к созданию более качественных продуктов.
Благодаря своему успеху мы масштабировали эту программу на всю финансовую команду, чтобы стимулировать появление новых «народных разработчиков» (citizen developers). Наш финансовый директор Пранав также нанял инженера для поддержки трансформации в рамках этого подразделения при более строгом управлении. Но управление лишь контролирует то, что люди уже решили создать. Оно не порождает инстинкт поиска проблем, а этот инстинкт развить гораздо сложнее.
Правильный склад ума поднимает планку возможностей ИИ
После базовых упражнений мы поняли, что сотрудники, наиболее близкие к работе, начинают вырабатывать этот инстинкт. Их предметная экспертиза и понимание собственных процессов ставят их в наилучшее положение для выявления главных возможностей в нашем отделе. Для этого им требуется более глубоко и структурно мыслить о собственных процессах. Это означает постановку под сомнение целесообразности существования определенных процессов и понимание возможностей ИИ. Это по-прежнему навык, который требует тренировки и готовности к концептуальному передизайну вещей.
Даже я иногда мыслю слишком линейно и должен расширять рамки своего мышления. Одна из задач, которую я решаю сейчас, — это вовлечение всех участников команды в этот путь трансформации, чтобы создать команду и фундамент, способные открывать новые возможности. Создавать что-то своими руками не обязательно входит в обязанности каждого, но я поощряю в каждом стремление мыслить как создатель. Таково мировоззрение, лежащее в основе всего в нашем списке.
Путь впереди: 4 приоритета, на которых мы сосредоточены
Мы хотим достичь еще многого. Чтобы дать вам представление об этом, вот 4 направления, на которых мы сосредоточимся в нашей дорожной карте в первую очередь:
1. Внедрение AgentOS
Компания Airwallex только что выпустила AgentOS, которая связывает любую LLM с инфраструктурой Airwallex. Это открывает совершенно новую волну возможностей для автоматизации в финансовой сфере. Например, теперь агент считывает наши HR-данные о новых сотрудниках в коммерческом отделе, автоматически создает пользователя и выпускает корпоративную карту Airwallex — и все это в полном соответствии с внутренними регламентами. Мы также создаем агентов, которые подготавливают межбанковые расчеты, когда балансы (в нашей ERP) превышают наш предпочтительный максимум. Каждый расчет по-прежнему требует одобрения человека внутри Airwallex перед тем, как деньги фактически перейдут со счета. Далее мы хотим расширить использование этого подключения, обновляя и аудируя права доступа пользователей, чтобы они всегда соответствовали нашим политикам.
2. Более быстрое закрытие периодов и консолидация
Мы создаем анализ отклонений (flux analysis) на базе ИИ, который может самостоятельно объяснять изменения на балансе между месяцами, кварталами и годами. Мы также разрабатываем встроенные возможности сверки, которые автоматически помечают аномалии при сравнении с исходными данными. Параллельно мы движемся к консолидации в один клик, автоматизируя проводки по консолидации и элиминированию, которые команде в настоящее время приходится готовить вручную.
3. Поддержание единообразия нашей отчетности во всех регионах присутствия
Мы создаем генератор финансовой отчетности, который стандартизирует единый язык учетной политики, сопоставление счетов, раскрытие информации и макеты для каждого местного юридического лица. Помимо повышения эффективности, этот инструмент также предоставит нашей группе контроля полный доступ ко всем внешним финансовым отчетам.
4. Избавление от ручного труда при регулярном соблюдении требований (комплаенс)
Мы создаем ИИ-инструмент для автоматизации глобальных расчетов трансфертного ценообразования по трем моделям ценообразования, который напрямую извлекает данные из HR- и ERP-систем вместо того, чтобы каждый цикл перестраивать логику вручную. Мы также создаем рабочие процессы на базе ИИ, которые позволяют пользователям регистрировать чеки, закрывать заказы на поставку и управлять начислением операционных расходов (OPEX) на обычном языке через Slack.
Посмотрите, как мы трансформируем финансовый отдел в Airwallex
Материал, представленный здесь, носит исключительно информационный характер и не является юридическим, регуляторным, налоговым или инвестиционным советом. Читателям следует привлекать собственных советников или юристов для получения рекомендаций, учитывающих их конкретные обстоятельства.
