通过 AI 和自动化让您的数据有意义

RR 具有洞察力的CLOUD-Y 金融服务中AI、ML和数据扩展的预测 2023年9月ScottPezza ERP与财务管理 在本报告中，阿伯丁研究的金融 服务公司类别包括以下方面的受访者： ►银行业务-零售、全球和商业/投资 ►Credit ►保险 ►个人理财 ►风险资本 ►其他金融服务 纽约大学斯特恩商学院的数据类别包括 在我们的金融服务类别中进行分析： ►银行-货币中心和区域 ►经纪和投资银行 ►保险-一般，人寿，财产和意外伤害，再保险 ►投资和资产管理 ►其他金融服务 虽然阿伯丁没有特别询问“支付相关公司“，他们可能属于”其他金融服务“类 别，使本报告与更广泛的金融业参与 者相关。 Overview 金融服务公司经历了管理不可预测的市场和不断扩大的数据足迹的挑战。在这些斗争中，他们并不孤单，从他们的行业同行以及面临同样逆风的公司那里可以吸取一些教训。本报告旨在阐明一些在市场上看到积极成果的选择，并为确定哪种方法可能适合您的组织提供指导。 在金融服务行业（并非）总是阳光明媚 对于金融服务行业的公司来说，这是有趣而具有挑战性的时期。一方面，自大流行开始以来，盈利能力已经反弹，这当然是积极的。另一方面，通货膨胀率处于十年来从未见过的水平，自然灾害导致一些保险公司退出某些地区，高利率影响了购房者，导致贷款来源下降。在最近的过去，还有多家银行倒闭的幽灵，以及对是否还会有更多银行倒闭的担忧。 在这种环境下，这些公司面临的问题是，在传统上规避风险的行业中，他们如何能够更好地预测、规划和应对大规模的变化，而不会影响数据的可见性和安全性。初步调查结果暗示，数据管理，人工智能（AI）和机器学习（ML）的进步可能在金融服务的下一步中发挥关键作用。要开始我们对这些主题的探索，让我们从高层开始，从那里开始工作。 全球气候：设定经济背景 从一个积极的方面开始，金融服务公司的盈利能力自COVID-19大流行开始时的温和低迷-以及自2016年经济不确定性导致的更大规模的低迷以来出现反弹。如下图1所示，金融服务行业的非保险部分在全球范围内保持各自的净利润率，自2017年 以来每年达到或超过15%。虽然没有达到相同的高度，但不同保险分组的组合表现 （见侧栏）同样一致。 图1：全球FSI净利润率（2016-2022） 银行 保险 金融服务（其他） 30% 25% 20% 15% 10% 5% 0% 2016201720182019202020212022 n=4,731（2016）-5,354（ 资料来源：纽约大学斯特恩商学院AswathDamodaran教授1 不幸的是，并非所有趋势都是积极的。以美国为例，我们可以看到利率（如图2所示，以联邦基金有效利率为例）急剧上升到十年来未曾见过的水平，尽管大大低于近期历史上的其他峰值。这些不断上升的利率是对持续通货膨胀的反应，通货膨胀是由供应限制(例如Procedre、环境事件、供应链中断、原材料短缺、地缘政治不稳定)进入强劲的劳动力市场，推动需求增加。随着美联储利率的提高，相关的增加。 1阿伯丁分析基于按行业划分的运营和净利润数据（纽约大学斯特恩商学院AswathDamodaran教授），可在https://pages.stern.nyu.edu/~adamodar/New_Home_Page/home.htm. 消费者可变信贷利率，可能限制基于信贷的购买，并改变持有未偿余额的借款人的风险状况。 图2：联邦基金有效利率随时间变化（美国） 资料来源：联邦储备系统理事会（美国）2 WhilehigherinterestratesaretypicallyassociatedwithhigherFSIprofits,thisincreasehasthenegativesideeffectofmakingconsumermortgersmoreexpensive.Asfinancingratesgoup,wehaveseenmortgage 2联邦储备系统（美国）理事会，联邦基金有效利率[FEDFUNDS]，从圣路易斯联邦储备银行FRED检索；https://fred.stlouisfed.org/series/FEDFUNDS，2023年8月29日 自2021.3年第三季度以来，初始利率逐季下降，对于金融服务公司来说，这无疑是一个喜忧参半的问题，在其他地方，对基于消费信贷的收入来源可能会带来福音。正是这些复杂因素使得预测、规划和分析对于金融公司(和一般企业)来说如此重要，才能经受住尚未到来的风暴。 如果这些是影响金融服务公司的高层条件，那么它们日常运营的实际情况是什么 ？ 每个城市都有自己的预测 为了对每家公司的未来施加某种形式的控制，高管需要找到一种途径，不仅要了解他们的当前状况，还要了解未来不同事件和趋势的可能性。我们的第一个想法可能是简单地查看“数据”，但随着我们深入挖掘，看似简单的行为变得越来越复杂。无论是通过收购，分散管理（和采购），还是过去的技术限制，许多公司都看到拥有潜在有价值数据的业务系统的数量随着时间的推移而不断扩大。更糟糕的是，我们大多数人不太可能会出现这样一种情况，即所有这些不同的系统都恰好使用相同的基础数据模型，这将使集中化行为不再那么令人头疼。 这可能会使天气隐喻有些紧张，但这种情况就像每个城市都有自己的预测一样，对其信息的解释和分类方式略有不同：对于每个城市只有一个预测可以咨询的人来说，这完全可以。但是对于那些在家庭办公室试图全面了解整个组织的人来说，很难精心策划。以这种方式构建问题可能使它看起来是一个无法克服的挑战。虽然这当然不容易 ，但也是。 3纽约联邦储备银行研究和统计小组，2023年家庭债务和信贷季度报告：第二季度，可在https://www.newyorkfed.org/microeconomics /hhdc/background.html上获得。 可能有仔细的计划、熟练的技术资源和执行支持(例如资金)。 在询问我们需要什么数据之前，最好先定义我们希望实现的目标，以便在定义数据迁移和集中化策略时，让我们专注于哪些源应该优先。 在检查对我们最近的2023年业务管理和企业资源规划基准调查的回应时，很快就会发现金融服务公司对客户关系的奉献精神。这些金融服务公司面临的最大压力是他们 （及其竞争对手）在市场上的看法。同样，他们计划的首要战略行动是“专注于服务和增长客户。“无论是银行还是保险，商业还是消费者，本地还是全球，关系和客户满意度都会推动他们对改善流程，产品和技术环境的兴趣。 金融服务所有其他 对您的组织/竞争对手的市场看法 31% 17% 维护数据的安全性和稳定性 28% 25% 供应链中断 24% 28% 24% 33% 熟练资源的可用性 24% 28% 生产力下降 19% 12% 缺乏营运资金或信贷 需求波动 13% 13% 13% 20% 无法与扩展企业协作 8% 16% 0% 5% 10% 15% 20% 25% 30% 35% n=622 图3：2023年金融服务和其他公司面临的最大压力 来源：Aberdeen2023 如果他们将自己的目标定义为更好地为客户提供服务并巩固其在市场中的地位，那么要解决的自然问题是他们将对此做些什么？在他们的列表的顶部有两个项目，一个是关于优先级的，另一个是关于投资的：专注于服务和不断增长的客户and使他们的技术基础设施和应用现代化从本质上讲，改善他们的客户关系是指导决策的北极星 ，而使他们的技术现代化是朝着这个方向发展的最受欢迎的选择。 技术变革的一个有希望的选择是通过将企业管理应用程序过渡到云来协调系统和数据 。虽然这似乎是一个合理的选择，但让我们看看这项研究是否能稍微揭示这种方法的潜在好处和缺点。 通过向云看风 为了更好地了解企业管理解决方案的云部署可能提供的功能，我们将稍微改变我们的观点，并通过为每个受访者的主要企业系统选择的部署选项来查看相同的调查数据。4为此，我们将重点关注两个关键领域:他们报告的哪些重要的数据相关功能比其他功能更频繁，以及他们在哪些指标上优于其他指标。 这些数字描绘了在仍在进行中的业务环境中设定的有希望的趋势。在云解决方案成熟的这一点上，我们不能说它们已经使托管或本地解决方案过时了。但是，我们可以看到一些裂缝开始显现， 4重要的是调出这方面的研究。虽然这些类别是由其主要企业系统的部署方法定义的，但我们必须承认，很少有公司——尤其是中小企业市场以外的公司——只有一个系统。这是数据扩散问题起源的很大一部分。事实上，超过三分之一(38.5%)的响应公司目前有五个以上的不同版本或实例正在运行。不幸的10.8%有二十多个。 特别是在关于数据共享、数据访问和吸收行业特定的最佳实践融入系统的领域。这是我们希望建立的基础，所以当我们在顶部添加分析层时，我们可以访问最重要的数据，以帮助实现我们的既定目标。 表1：按部署选项划分的当前能力（跨行业） 公制 云 托管 所有其他 跨应用程序无缝共享数据 59.4% 50.9% 46.7% 在线培训、帮助和支持门户ERP利用软件中包含的特定行业最佳实践 59.4% 54.2% 46.7% 58.3% 49.8% 45.7% 能够与扩展的共享和集成数据 57.0% 50.3% 40.2% 企业业务分析/智能集成到ERP 55.5% 48.4% 42.2% 对所有状态的实时可见性进程 53.9% 48.7% 46.7% 按需提供的指标和KPI的中央存储库 53.9% 49.1% 41.3% 主数据管理集成到ERP 49.2% 46.5% 46.7% 来源：Aberdeen2023 当我们查看各种指标的绩效时，我们看到的情况与上述能力相似。5每种部署方法的公司都报告了关键指标的积极改善，例如盈利能力，决策时间以及现金到现金的周期时间。在某些领域，基于云的企业部署只是进一步完成。这并不完全令人惊讶，因为选择云部署选项的公司通常将其视为整合和集中系统的机会。 5对于此分析，阿伯丁研究了这些指标的同比变化，而不是它们的绝对值，因为每个组的行业构成都会强烈影响这些静态数字。我们在早些时候的净利润分析中看到了这一点。在如此多样化的跨行业样本组中，比较改进似乎接近苹果对苹果的比较。 3.6% 4.1% 这缓解了一些数据扩散问题，这是一个更加分散的景观特有的。 云托管所有其他 PROFITABILITY (OPERATINGMARGINS) CASH至CASHCYCLE 在TERNALSCHEDULE COMPLIANCE (PERFORMANCETOPLAN,SCHEDULEATTAINMENT) TIME到DECISION N=622 9.9% 9.2% 8.7% 9.8% 9.2% 5.3% 7.5% 5.4% 6.4% 5.1% 图4：按部署选项划分的同比改进（交叉行业） 来源：Aberdeen2023 我们已经覆盖了猫，但是狗呢？ 我们一开始就有两个难题：第一，如何改善我们对数据的访问和可见性，第二，我们如何利用这种改进的访问来做出更好的业务决策。简单的第一步是说，我们正在寻找某种形式的分析来理解事物。由于企业分析是一个如此广泛的领域，它将有助于深入一点。为此，我们可以从我们最近的人工智能在企业中找到：2023年的人工智能状况调查。 从人工智能调查的数据中，我们看到了与先前讨论的ERP响应的相似之处。6金融服务公司专注于客户关系和效率。通过在金融服务组织中实施人工智能，已经实现的最大两类好处是提高流程效率(56.3%)和客户满意度(50%)。当然，当我们正在讨论负责管理和保护大量消费者和企业财务数据的受监管行业时，金融服务公司中最常被引用为AI解决方案的第一个采用者的部门是网络安全。它也是金融服务受访者最常引用的用例，是影响最大的顶级运营用例之一。 为了将这些最终点联系起来并结束分析，我们转向分析。在我们的调查中，我们向回应公司询问了许多不同的AI当前或潜在用例。金融