現在、多くの財務部門でこれと同じような状況が起こっています。あるプロセスが何年にもわたって時間のかかる手作業のままで、誰もがそれにうんざりしている中、誰かが当然ともいえる解決策を提案します。それは、AIを活用することです。面倒な中間ステップを飛ばして、成果につながりそうなことに直接取り組みます。
これは理解できる対応です。これこそが、金融業界における多くのAI試験導入が成果につながらない理由でもあります。
最初に行うべきこと
AIが機能するためには、明確で一貫したプロセスが必要です。そのプロセスが、どのように実行すべきか明確に定められないまま複数のスプレッドシートに分散している状態では、AIが学習できる安定した基盤がありません。それでもAIは何らかの結果を生成します。しかし、その結果は信頼できず、再現性もなく、監査人に説明できるものでもありません。
この最初のステップはあまり注目されませんが、実は最も重要なステップです。新しい担当者でも理解できるほどプロセスを可視化し、毎回同じように実行できるほど一貫性を持たせ、どのようにその答えにたどり着いたのかを問われても説明できるほど十分に文書化することです。
これらはいずれもAIプロジェクトではありません。誰もが容易に理解できる実際のワークフローとしてプロセスを構築することです。こうしたワークフローがチーム全体に十分に構築された状態が、いわゆるビジネスロジックレイヤーです。AIを導入するのはその後です。AIには、自らの処理結果を照合して確認できる確かな基準が必要だからです。
3社が財務のまったく異なる領域でこの取り組みを行いましたが、いずれにも共通するパターンがあります。
Sunbelt Rentals社：AIの議論が始まる前にガバナンスを確立
Sunbelt Rentalsの財務、経理、オペレーションチームは20年間にわたり、主にExcelを使用した同じ手作業のプロセスを運用してきました。同社が財務テクノロジー・トランスフォーメーション担当ディレクターを迎えた際、彼女はその20年間の積み重ねを、ゼロからやり直すべきものではなく、今後の基盤として活かすべきものと捉えました。「目標は人々がすでに行っている業務を活かすことです」とLaShell Estes氏は述べました。
Estes氏はまず、財務部門、IT部門、そしてビジネス部門の連携を図り、新しいツールを使いこなせるようになるまでトレーニングを行いました。特定のプロセスを、SOX統制が組み込まれたガバナンスの利いた再現可能なワークフローとして再構築して初めて、チームはAIの活用に目を向け、請求書のPDFを読み取って使用税がすでに支払われているかどうかを確認するためにAIを使用しました。この最後のステップがうまく機能したのは、その土台となるすべての要素がすでにしっかりと構築されていたからです。
Crowe LLC: the same order, in a tax practice
The tax professionals at Crowe LLC were dealing with a more scattered version of the same problem. Different groups used different tools, some still lived entirely in Excel, and there was no consistent way to scale any of it. “There was no consistency or ability to scale,” said Hannah Brauer, Tax Transformation Manager at Crowe.
その解決策は、AIの導入ではありませんでした。解決策となったのはAlteryxイノベーションプログラムです。このプログラムでは190名以上の税務専門かをトレーニングし、ワークフローの構築、ガバナンス、文書化に関する全社的な基準を策定することで、誰が担当しても同じプロセスが同じように実行されるようにしました。
ここでもビジネスロジックレイヤーが登場します。ただし今回は、機器レンタル会社ではなく、税務業務向けに構築されたものです。AIが導入されたのは、こうした基盤が整ってからのことです。Croweの税務トランスフォーメーションリーダーであるTracey Grant-Castleman氏は、ガバナンスの取り組みを終えたことで可能になったことについて、「私たちはAlteryxの組み込みAI機能を活用し、ワークフローのオーケストレーションと提供方法を再考しています」と述べています。
思っている以上に「よくある」状況
これらの企業が特に遅れていたわけではありません。PwCの調査によると、売上高が100億ドルを超える企業であっても、38％が依然として予測データを手作業で収集・統合しています。売上高が10億ドルから100億ドルの企業では、その割合は52％にまで上昇します。多くの財務部門では、まだこの地道な作業が完了していません。つまり、多くの財務チームは、進めようとしているAIの議論に向けた準備が実際には整っていないのです。端的に言えば、それが業界の現状です。
Papa Johns社：より大規模でも同じ順序
Papa Johnsは、さらに重要度の高い業務で、まさにこの順序の問題に直面しました。それは、6,000以上の店舗におけるデリバリーパートナーからの支払金の照合作業です。ここでミスがあれば、フランチャイズ加盟店が受け取る金額に直接影響します。その順序は、Sunbelt社やCrowe社と同じでした。まずワークフローを構築し、ガバナンスを適用して再現性を確保します。そのうえで初めて、その一部をAIエージェントに任せます。
Papa Johns社、Alteryx、Google Cloudがどのようにこれを実現したのかを、こちらのオンデマンドウェビナーで詳しく解説しています。
まだ再現可能な形になっていないプロセスへのAI導入をチームで検討しているなら、その後のすべてを機能させるために必要なステップを飛ばしてしまう前に、どのような順序で進めるべきかを確認する価値があります。