財經 | 商業趨勢
數位財務長未來新挑戰 用AI為財務賦能 以數字精準提供營運決策

生成式AI工具在過去兩個月成為火熱關鍵字! ChatGPT僅2個月,活躍用戶數就達上億,成為史上最快破億的應用服務!
面對AI工具新浪潮,企業如何將AI落地,應用在工作當中?答案是:「資料分析能力」及「數位科技/自動化技術」的結合,這也成為企業財務長的新挑戰,從數字走向數位,從人類智慧邁向人工智慧,未來財務長的工作應該升級為搭建具備數位科技核心的財務團隊藍圖,利用數字分析過程中所關聯得到的結果來制定企業決策的基準。
為協助財務長精準掌握未來,《商業周刊》與NTT DATA、Alteryx聯合舉辦「AI落地 數據賦能 未來財務長新賽道」論壇,點出財務長數位轉型新方向,除了提供營運結果歷史數字來協助績效檢討,更要能夠透過數據蒐集、預測模型能力的提升,提供企業經營者可以趨吉避凶、深知卓見的關鍵洞察報告。
「2025年大型組織30%的對外行銷訊息將透過AI合成生成」《商業周刊》副總主筆單小懿開場就點出AI對於企業的影響至關鉅大,他更指出「當AI平民化之後,我們工作的及格線將從80分起跳,懂得學會駕馭AI的人,從中獲取的利益差距也將比過去更巨大」,企業財務長在關鍵的轉折點,應該專注利用生成式AI協助企業和組織制訂決策,讓企業快速升級。

數據品質與AI預測的關鍵
成功大學數據科學研究所教授李政德呼應此一說法,點出企業要透過AI預判決策,首先是數據(Data)的品質,他剖析當前AI的運作架構在於透過機械學習進行結果的預判,從歷史資料的疊代分析運算,讓AI去學習如何更精確的預測,這就是典型的預測式AI,所以企業想要打造AI服務時,先要知道公司需要AI輔助的需求在哪裡,然後收集足夠的資料,並對資料作前處理,最後才學習如何讓AI解題。
李政德點出建立AI模型,關鍵是資料的品質,「資料的品質對於AI的訓練和預測結果的準確率至關重要」。資料的前處理是AI開發流程中非常關鍵的一步,通常需要花費大量的時間和資源,需要確保資料的品質、一致性、特徵選擇和編碼等方面都得到妥善處理,以獲得準確、可用的資料。

財務部門的角色轉變 從被動到主動
Alteryx 大中華區售前技術總監高凱威點出AI時代財務長最大挑戰在於「未來必須因應自主數據分析的趨勢、挑戰和行動」,他認為沒有數據分析的企業轉型只是數位化,分析才能帶動企業數智化的轉型,而整個企業中,掌握最多數據的部門就是財務部門,但實際上財務部門在企業變革過程中卻經常是被動接受的角色。
他以實際接觸到國內外企業財務長的進行比較,舉凡企業轉型經歷過的數據倉儲、視覺化分析報表、智慧報表等工具,國外財務團隊幾乎無役不與,但臺灣的財務單位卻多半是被動接受參與,他認為企業進行轉型時,數據分析應該成為企業文化的一部分,不再僅是IT或主導團隊的責任,財務部門應該檢視企業各種相關的營運資料,提出建議並主動推動企業變革。
「財務長的責任是是帶領團隊進行財務分析賦能」高凱威點出數位財務長在考慮賦能計畫時,首先需要關注人才培養,尤其現今大學的財務相關科系逐漸減少,因此需要培養員工對財務報表的分析能力,而不僅僅只是會計相關的技能。AI雖然可以取代部分工作,但不是萬能的,財務團隊仍需要具備深入了解公司資產和負債的能力,並提供策略性的分析建議。此外,財務單位還需要與業務部門、行銷部門和採購部門等合作,共同應對公司面臨動盪市場的挑戰。

財務數據新視野 AI助力分析
「AI落地 數據賦能 未來財務長新賽道」第三場,由NTT DATA 台灣數據分析中心經理張志君分享如何運用AI開啟通往數據世界,他引述NTT DATA 副總Wayne Busch的觀點:「數位轉型不是技術部門的專業,而是要用在生活中的每一個面向;數據要輕鬆使用,而且資料品質要好;數據要能夠改變自己,才能夠改變企業」。
張志君以國內某自行車廠今年庫存爆量的案例為警示「企業如果一味聽從業務面的導向,就會過度拉庫存,而忽略數據帶來的警訊」
但是他也清楚,實務上財務部門進行數據分析遭遇的問題包括「技術能力障礙高」、「過度仰賴二手數據」、「技術部門效率不彰」因此他強調要讓使用者能夠解決自己在日常業務中所衍生的問題,而非仰賴技術部門。
所以在數據分析的領域,軟體功能發展已經朝向讓沒有技術能力的人也可以簡單分析資料,把各種營運數字先透過AI解讀,然後告訴使用者KPI指標的關聯性,例如「人事成本的時間序列變化?」、「營收與營業成本的關聯?」,才能讓使用者從被資訊餵養的角色,改成分析結果和預測未來的角色,透過AI輔助,財務單位可以創造出全新的工作模式,提升生產力,讓數字不再只是數字,而是能創造加值的分析。
