Sannferdig kontantstrømanalyse på sekunder med kunstig intelligens

Se inn i fremtiden med større sikkerhet

Cash flow analytics

Kunstig intelligens: Det behøver ikke være vanskelig eller tidkrevende å få på plass en rettvisende kontantstrømanalyse. Foto: Pexels.com

Skyteknologi gjør kunstig intelligens og fremskrivningsanalyser tilgjengelig og relevant for mange flere selskaper. Og de er raskere og enklere å ta i bruk enn de fleste tror. Det kan  både regnskapsavdelingen og finansdirektøren nyte godt av.

 

Cash is king!

Å ha penger på konto er som kjent avgjørende for bedriftens handlingsrom, overlevelse og troverdighet overfor sine interessenter.

Men som alle finansdirektører vet, det er ikke enkelt å lage en sannferdig kontantstrømanalyse selv kun to–tre måneder frem i tid. For når man piller skallet av alle modeller og analyser, er resultatet i bunn og grunn kvalifisert gjetting satt i system. Vel å merke; en gjetning basert på tallrike variabler, usikkerheter og forventninger, mer eller mindre forutsigbare utslag, et stort antall innbyrdes avhengigheter samt datamengder så omfattende at de færreste greier å trenge gjennom dem.

– Det er grunnen til at vi kobler kunstig intelligens til forretningssystemet, som henter data direkte fra Dynamics 365. Da får vi en balansert fremskrivning basert på enorme mengder historiske data og ren matematikk. Kort sagt vi oppstiller en kontantstrømanalyse på få sekunder, der eventuelle håp, forventninger og personlige vurderinger ikke påvirker analysen, sier Jannik Bausager, direktør i Microsoft Danmark med ansvar for blant annet Dynamics 365 Finance and Operation.

 

Automatisk kontantstrømanalyse på få minutter

Kunstig intelligens er del av Microsoft Azure AI-tjenester (AI for Artificial Intelligence/kunstig intelligens), som også går under navnet "Azure Machine Learning". Løsningen er "selvlærende" og lærer hele tiden ved å sammenligne egne modellberegninger over selskapets kontantstrøm med den faktiske utviklingen over tid.

 

Man kommer ikke utenom at kjernen når man blir et datadrevet selskap, er at man har kontroll på nettopp data Jannik Bausager, Microsoft

 

Modellen blir dermed i stand til å gi mer rettvisende analyser dess flere historiske data man har til rådighet, og den blir med tiden i stand til å identifisere og arbeide med sesongvariasjoner. I tillegg er løsningen i stand til å levere en prosentvis, presis vurdering av fremskrivningens nøyaktighet.

– Når jeg snakker om kontantstrømanalyse i Azure Machine Learning, har de fleste en forventning om at det er vanskelig, kostbart og tidkrevende å implementere. Men har du for eksempel Dynamics 365 Finance and Operations, tar det det bare minutter å komme i gang. En virtuell assistent guider brukeren gjennom oppsettet, som i hovedsak dreier seg om hvilke kontoer man skal hente data fra, sier Bausager.

 

Styrk hele bedriften med intelligent fremskrivning

– Du kan også bruke Azure Machine Learning på mange andre måter "rett fra boksen". Det finnes blant annet ferdige modeller for salgsforecast og lagerforecast. Desto mer data, du har liggende om din forretning, desto større er mulighetene for å ta i bruk kunstig intelligens og fremskrive dataene uansett om du har behov for dags-, uke eller månedsrapporter, forklarer Microsoft-direktøren.

 

Har du for eksempel Dynamics 365 Finance and Operations, tar det det bare minutter å komme i gang Jannik Bausager, Microsoft

 

Azure Machine Learning er bygget på åpen arkitektur og åpne API-er. Det gjør det mulig for partnere å utvikle spesialtilpassede fremskrivningsmodeller for enkeltbedrifter og eller bransjer. Det kan eksempelvis være å utvikle spillprosent i produksjon på tvers av utallige produktlinjer eller forhold rundt logistikk, transport eller bemanningsbehov.

 

Datadisiplin danner grunnlaget for innsikt

– Dette er en helt ny måte å jobbe på, fordi du styrker treffsikkerheten av dine fremskrivninger markant, sparer mye tid og får dem frem raskere. Men det krever at man har styr på hvor ens data befinner seg. Her kommer Microsoft Common Data Service (CDS) inn og gjør det enklere å sikre konsistens og sammenheng i bruk, lokalisering og kobling av data på tvers av selskapet, sier Bausager.

Common Data Service er fundamentet under Microsoft Dynamics 365 og andre Microsoft-løsninger, som Office 365. CDS er bunnsvillen for forretningssystemer hvor dataene utveksles. Med CDS skal Microsoft gjøre det enklere å utveksle data mellom egne løsninger og med løsninger fra andre systemleverandører.

 – Man kommer ikke utenom at kjernen når man blir et datadrevet selskap, og blant annet skal ha nytte av kunstig intelligens, er at man har kontroll på nettopp data. Det krever arbeid å få kontroll over ens data, men når man har det, blir verdien av dataene svært mye større fordi man blir i stand til å bli mer gjennomsiktig og øke produktivitet på tvers av organisasjonen, fortsetter Bausager.

 

Avdekker datamodenhet

Et stort prosjekt, DataForBusiness.org, som blant annet IBM, EG, Teknologisk Institutt og Dansk Industri står bak, har gjort det enkelt for danske selskaper å måle datamodenhet og databruk, samt identifisere hvor det er størst gevinst å hente på å ta i bruk eksisterende data – informasjon som allerede finnes i selskapet.

Selv om prosjektet er tilrettelagt spesielt for danske bedrifter og ditto næringsliv kan norske bedrifter også lære mye av prosjektet.

Det tar cirka 20 minutter å besvare undersøkelsen som ligger på DataForBusiness.org – også norske selskaper kan delta. Deretter får man tilgang på et webbasert verktøy, som gjør det enkelt å sammenligne bedriftens egen databruk og datamodenhet med statistikk fra andre besvarelser (anonymt). Dermed får man et raskt overblikk over hvordan bedriften gjør det og innsikt i hvilke områder man kan bruke informasjonen man allerede samler inn bedre.

Les mer om DataForBusiness her.

Du kan også lese mer om Microsoft Azure AI-tjenester her