Постійна волатильність, високі процентні ставки та тиск на ліквідність перетворюють функції бухгалтерії на питання, які хвилюють керівництво. Мабуть, найбільш очевидні зміни спостерігаються в сфері дебіторської заборгованості (ДЗ).
Можливості ШІ в дебіторській заборгованості
Раніше ДЗ вважалася лише організацією, що займається збором боргів: виставлення рахунків, нагадування про прострочені платежі та керування винятками. Автоматизація, коли вона мала місце, була спрямована на цифровізацію циклу рахунків та підвищення ефективності.
Однак завдяки інноваціям в галузі штучного інтелекту (ШІ), прогнозної аналітики та інтеграції корпоративних даних, те, що колись було лише витратним центром, тепер переосмислюється як інструмент оптимізації оборотного капіталу, зменшення ризиків та поліпшення роботи з клієнтами.
«ДЗ більше не зводиться до врегулювання минулого. Це питання прогнозування майбутнього грошових потоків», – зазначила Памела Новоа Раллі, керівниця управління продуктами в FIS. «Ми переходимо від реактивного до проактивного підходу».
У сучасних умовах бути поінформованим про майбутні грошові потоки – це вже не розкіш, а необхідність.
«ШІ дозволяє включити функції прогнозування в серце рішення для ДЗ, замість того, щоб зосереджуватись лише на минулому та ефективності поточного стану», – додала Новоа Раллі.
Застосовуючи моделі машинного навчання до історичних даних про платежі, поведінкових сигналів та макроекономічних змінних, сучасні системи ДЗ можуть надавати точні прогнози щодо днів дебіторської заборгованості (DSO), виявляти ранні ознаки проблем у клієнтів і навіть пропонувати оптимальні стратегії подальших дій на основі реальних умов.
Звісно, потенціал штучного інтелекту в ДЗ є багатообіцяючим, однак досягнення повної автономії є складним завданням.
Шлях до автономності ДЗ з підтримкою ШІ
І можливо, найважливішим та найменш зрозумілим аспектом ШІ в ДЗ є те, як він інтегрується з існуючою інфраструктурою. Всупереч страхам щодо дорогих замін, сучасні рішення на базі ШІ, зазвичай, розроблені для того, щоб доповнювати, а не замінювати спадкові ERP та CRM системи.
«Мова йде не про те, щоб викинути ваші існуючі системи. Важливо оточити їх інтелектом», – сказала Новоа Раллі.
Цей «інтелектуальний шар» часто представлений у вигляді хмарних рішень ШІ, які інтегруються в уже наявні платформи через API, обробляючи дані з різних джерел і надаючи інформацію назад у системи, які вже використовують фінансові команди.
Такий підхід скорочує терміни отримання вигоди, зменшує ризики та дозволяє компаніям поступово масштабувати впровадження ШІ. Проте успішна реалізація все ще вимагає інвестицій у три основні компоненти: управління даними, управління змінами та міжфункціональну співпрацю.
Що ж стосується шляху вперед, шість ключових віх можуть допомогти орієнтуватися в розробці рішень наступного покоління для ДЗ. Перша з них — спеціалізація.
По-друге, коли мова заходить про прогнозну аналітику, надійні прогнози є ключовими. Хоча прогностична аналітика не є новою, зараз акцент ставиться на підвищенні надійності даних, що отримуються з ШІ.
По-третє, портали самообслуговування, які функціонують як потужні платформи, що забезпечують автономію користувачів, стануть важливим елементом архітектури користувача.
Автономне управління кредитами, безперервне навчання та впроваджена відповідність завершують шість важливих показників модернізації.
Майбутнє ДЗ – це Інтелектуальні відносини на великому масштабі
Вплив штучного інтелекту найбільш виразно проявляється в розв’язанні суперечок. Традиційно компанії управляли суперечками реактивно: чекаючи на скарги клієнтів, а потім розпочинаючи тривалі розслідування.
З ШІ цей процес набуває зворотного характеру. Аналізуючи схеми суперечок з часом, моделі ШІ можуть прогнозувати, які клієнти або типи рахунків найімовірніше спричинять проблеми. Деякі системи навіть пропонують проактивний контакт або корекції рахунків, щоб запобігти конфлікту зовсім.
В результаті виникає зниження обсягу суперечок, прискорені терміни їх вирішення та підвищення задоволеності клієнтів. У галузях з комплексними процесами білінгу — таких як телекомунікації, виробництво або логістика — ці покращення можуть призвести до мільйонів доларів відновленого доходу та зменшення плинності клієнтів.
Управління кредитами також проходить етапи перетворення. Хоча традиційні моделі оцінки кредиту довгий час використовували статичні набори даних і непрозорі методології, ШІ забезпечує більш тонкий та прозорий підхід.
Компанія FIS, зокрема, проводить пілотний проект концепції «індексу довіри» — пояснювальної, аудиторської моделі, яка не тільки генерує ризикову оцінку, але й демонструє користувачам, як вона була отримана. Мета полягає в підвищенні точності й достовірності оцінок кредиту.
Хочете знати, коли краще зателефонувати клієнту з приводу найближчого рахунка? Система підкаже це — на основі патернів платежів, активності в календарі та поведінкових сигналів. Цікавить, чи одне затримання сигналізує про ризик? ШІ оцінить це у контексті.