當 AI 遇上財務,企業該做的是…系列(二)先問對問題、再用對方法

您是否開始考慮用 AI 解決難題?

 

這可能是一個明智的想法,但 AI 專案必須仔細規劃,除了獲取外部協助外,還要建立一套內部教育訓練體制。在系列文章的第一篇中,我們提到導入 AI 是為了解決真正的業務痛點,而不是為做而做。

本篇將更詳細介紹,企業開始導入 AI 前需要做的準備,進一步探索財務部門的日常營運,討論什麼業務能夠自己完成、什麼業務可以透過 AI 完成。

 

財務部門導入 AI 五步驟(二)

 

首先針對各個業務痛點,建立特定的專案

 

  • 挑戰:許多企業領導者認為:「我們需要集結一群有經驗的資料科學家,組成企業內部的 AI 研發團隊。」對某些公司來說,這可能是一個很有前景的想法。如果 Amazon 當初沒有培養大批內部的資料科學團隊,也不會有今日的成功。然而對於大多數公司來說,這可能不是唯一選擇。

 

  • 解決方法:大幅投資建立 AI 團隊與資源前,首先透過外部專家或著重企業營運的解決方案,利用 AI 解決業務難題、獲得實質的商業效益,並改善同仁對 AI 的認知。接著解決下一個業務難題、獲得效益…如此經過多次循環驗證,直到確保 AI 研發中心能夠收益,再來考慮是否要執行此決定。

 

 

你需要證明這項 AI 技術不僅可行、還能夠被規模化、大幅度的採用。一旦證明了其價值與可行性,再進一步討論團隊與資源內部化,建立研發中心。

試著想想:許多企業都有公務車,但我們從來沒有看過,有公司堅持從零開始,從汽車製造、組裝到租賃一手包辦,公務車都是從外部採購或透過代理商租賃。如同上述,或許根本不需要大舉投資建立自己的 AI 研發中心。當然,如果你將自己定位為新的 Amazon,就另當別論了。

 

現成的 AI 解決專案,或許能幫助你加速成目標

 

對於財務部門而言,我們觀察到一些公司傾向採用雲端 AI 工具或從既有的技術供應商獲得解決方案,並應用在日常營運中。其中一個案例是:用 AI 進行銷售預測與財務預測。在大多數的情況下,AI 比人類預測準確得多,這並不奇怪,因為我們知道人類的預測是有偏見的。

 

智慧銷售管理:精準的銷售預測,全面提升管理透明度 | SAP S/4HANA Cloud

 

AI 時代即將來臨,導入專案看似複雜,但也不建議一開始就大張旗鼓建立巨大的研發中心。從具體的專案開始執行,並證明有效、能夠獲得收益,然後再進行下一步。下一篇我們將提供 10 大指標,幫助你在動手做之前,快速判別 AI 專案的可行性。

本系列由快桅集團(Maersk)全球財務專案負責人 Anders Liu-Lindberg 以及 AI 新創 Enversion 稽核長 Thomas Schultz 兩位作者共同撰寫,經授權後刊登,原文請見此

SAP 將 AI 功能深度與所有的產品整合,為企業打造 AI 即戰力。我們已經與全球眾多合作夥伴展開深厚的的合作模式,為盈利和非盈利公司提供機會。這樣做的目標是真正建立有意義的途徑來實現人們和 AI 之間的實際互動,為商業帶來變革,從科技的角度造福社會。

 

歡迎你與我們聯繫

撥打 SAP 專線:0800-885-989
線上專員洽談:https://bit.ly/2RpeVpR
加入 LINE@:https://goo.gl/RbmeFM
觀賞影音頻道:https://goo.gl/AjjnXL