战略与公司财务实践 GenAI:CFO指南 首席财务官应如何处理生成式AI-企业范围和 在金融职能方面-他们现在能做些什么来迅速攀升学习曲线? 作者:AnkurAgrawal,BenEllencweig,RohitSood和MicheleTam 2023年11月 技术变化每项业务,往往是根本性的,变化的速度越来越快。 现在,生成AI(genAI)开始 显示其破坏性潜力(请参见侧栏“GenAI:入门”)。该技术不会平等地影响所有业务,当然不会同时影响所有业务。然而,跨行业和地理区域, GenAI可以为重大价值创造提供大量机会。 但是价值并不能创造自己。相反,CFO的角色是在企业层面快速、大胆、不成比例地分配资源- 创造最大价值的项目,无论它们是否由GenAI驱动。同样, 在领导财务职能的过程中,CFO不能为每个人、每个地方、一次都实现GeeAI。CFO应该选择非常少量的用例 ,这些用例可能对函数产生最有意义的影响。在本文中 ,我们将讨论CFO如何最有效地在全公司范围内接近geerAI,在财务职能中优先考虑特定用例,并迅速攀升geerAI学习曲线。 GenAI和企业级价值创造 首席财务官们应该采取的最重要的行动是确定最大的价值创造机会-然后确保他们获得所需的资金和其他资源。GenAI具有成为革命性技术的潜力,但它不会改变财务和经济学的基本原则:公司必须产生高于其资本成本的回报 。 此外,公司资本(或获得更多资本)是有限的,项目相互竞争。为了使价值创造最大化,首席财务官们必须对公司的20到30个最具价值增值的项目进行排名,无论它们是否与人工智能相关。帕累托原则始终适用;通常情况下,极少数的机会将使公司的大部分现金流超过TheCFOcannotletthehighest-valueinitiativesonthevinemerelybecauseacompetingprojecthas“genAI”attachedtoit. 迟早,股东必须为一切付出代价,他们中的任何一个都不应该被要求获得一代AI溢价。 GenAI:入门 生成AI(genAI)是一种预测性语言模型,可生成新的非结构化内容,如文本、图像和音频。 相比之下,用于解决分析任务,如分类、预测 、聚类、分析和呈现结构化数据。 GenAI技术由称为基础模型的人工智能模型提供动力,这些模型在广泛的数据集上进行训练 ,包括来自 分析型人工智能。它可以适应于生成(因此得名)看起来像人类的内容,比如书面文档、音频对话、软件编程、图表和视觉图像。但它并没有创造人类的方式:它预测人类会喜欢什么或发现什么有用。与传统的分析型人工智能不同, genAI不会计算或做数学。因此,该技术不会取代传统的AI。相反,理想的是每个都将补充并启用另一个, 随着机器人和自动化的新创新,使人类生活更美好,更有创意,更自我实现。 有关generAI的更多信息,请参阅“2023年AI的状况:生成AI的突破年”,“生成AI的经济潜力:下一个生产力前沿”,“未来的组织:由generAI支持,由人驱动”,并访问我们的精选见解页面“人工智能见解”,全部在McKinsey.com上。 最好的首席财务官是创新的先锋,不断学习更多关于新技术的知识,并确保随着应用程序的快速发展,企业做好准备。 但要实现股东价值最大化,首席财务官必须认识到存在的威胁 toacompany’sbusinessesandbeclearaboutthemostimportantleversforgenerationandsustaininghighercashflows.WhenanopportunitysquarlyaddressorsignificantlyreliesongenAI,CFOshouldnotshunderthetechnologyorlackimagence 认识到它可以创造的价值。 通常,关于资本分配的选择不会是要么/要么:重要的业务或价值杠杆可以通过合并generAI产生更大的影响。这适用于最重要的 驱动因素是收入产生者(例如创建一个能够吸引更多客户或鼓励更多交叉销售的界面),利润扩大者(例如,降低制造、采购或分销成本),或跨越收入和成本的因素(例如通过释放员工来帮助吸引、留住和激励员工 更有创造性的工作)。 例如,微软已经遥遥领先 投资GeneAI以在关键核心业务中建立竞争优势的曲线,例如通过创建Microsoft365工具Copilot,该工具提供实时建议以改进文档,演示文稿和电子表格。虽然已证明的商业成功主要来自数字原住民,但一些传统的非技术公司正在积极发展 摩根士丹利的财富管理部门在开发面向内部的服务方面取得了显著进展,该服务使用OpenAI技术和摩根士丹利的专有数据,在几秒钟内为其财务顾问提供相关内容和见解 。 世界级的首席财务官确保这些和其他一代人工智能举措不会缺乏资金。事实上,我们发现的最大误解之一是认为首席财务官的工作是观望,或者更糟糕的是,是组织的反对者。资本不应该坐着;它应该积极地为有利可图的增长提供资金。最好的首席财务官在 创新的先锋,不断学习新技术,确保 随着应用程序的快速发展,企业已经做好了准备。当然 ,这并不意味着CFO应该谨慎行事。相反,他们应该坚持不懈地寻求有关机会和威胁的信息,并且在分配资源时 ,他们应该不断与高级同事合作,以澄清整个组织的风险偏好 并在项目的测试和学习阶段之前为使用GeneAI建立明确的风险防护(请参阅侧栏“新技术,新风险”)。 对于一些首席财务官来说,作为一个“数字人”来支持有远见的创新,这可能会让人感觉是正交的。但是他们必须做到这一点:超越市场的增长不会来自增量变化。在幕后,首席财务官可以利用他们的 新技术,新风险 CFO经常公司事实上的首席风险官,甚至当公司已经有了独立的风险团队(如 例如,在金融机构的情况下),CFO仍然是帮助识别和减轻风险的关键合作伙伴。 生成AI(genAI)带来了很多东西。实际上,“犯错是人类;真正弄脏事情需要 acomputer”appliesnowmorethanever.Tostartwith,eventhemostcutting-edgegenerAItoolscanmakeesgreatousmists.SincegenAIcan'tdomath 并且不能凭空“创造”-相反,它不断解决 humanwouldwant—itcan“hallucinate”,presentingwhatseemstobeaconvincentoutputbutwhatactuallyisanonlyresult.Suchwasthecase,forexample,whenoneleadinggenerAIplatformwrote 似乎是一个令人信服的法律简报-除了它的引用是幻想,包括法庭案件和引用据称由法官,但实际上是由模型引起的。1GenAI模型也可能产生非常不正确的财务报告;该产品看起来完美无瑕,但行项目不适用于公司,数学看起来应该总结但没有。第一次翻阅的真实10-K表格可能完全不受现实束缚。 除了幻觉之外,其他重要的问题还包括来自作为GeneralAI模型来源的知识产权的法律问题 ,不仅涉及呈现信息的权利,还涉及处理信息以在学习时教授解决方案的主要原因。 特别适用于内部用例的财务功能-公司数据通常是专有的。)其他风险包括隐私违规,例如将机密甚至市场转移信息暴露给第三方模型,模型偏差和尾部事件错误 由于缺乏人类压力测试解决方案所产生的结果。2过度依赖genAI和缺乏对基础分析或数据的理解也会降低财务团队检查产出“合理性”的准备程度。重要的是要记住,genAI旨在提高人们的生产力,而不是取代他们。虽然它可以极大地提高效率,但必须始终让真实的人参与进来。 1DanMangan,“由AI撰写的带有虚假引用的简短的制裁律师”,CNBC,2023年6月22日。 2参见RogerBurkhardt,NicolasHohn和ChrisWigley,“带领您的组织走向负责任的AI”,麦肯锡,20129年5月2日;和BenjaminCheatham,KiaJavanmardian和HamidSamandari,“面对人工智能的风险”,麦肯锡季刊,2019年4月26日。 与职能和业务的关系 单位领导促使他们探索GeneAI机会,并在随后的互动中反复跟进。他们应该提高技能并授权自己的团队成员在整个组织中建立重要的关系,并更好地理解支撑创新项目的假设。当涉及到创新时,他们应该“永远在线”-不仅仅是在定期审查中,或者当陷入困境的项目需要更仔细的审查时。 GenAI和财务功能 对于许多财务功能而言,generAI将成为表格的赌注-每个有效,前瞻性的财务功能都将使用的几种基本工具之一。该技术有可能节省大量的时间和资源。 这本身就是向前迈进的原因-以及为什么在未来三到五年内,大型企业中的大多数(如果不是全部)财务职能可能会以重要方式使用genAI。实际上,概念化genAI的一种方法是将其视为 数字的“第三波”(图表1)。第一波是建立数字基础;在我们在2023年底完成的两年一次的全球CFO调查中,大约三分之二的受访者报告说,他们的功能是数字连接的,并使用数据作为基础,如仪表板中的可视化。1 显然正在进行的第二波浪潮是分析授权;大约一半的 CFO报告说,他们的职能已经将高级分析用于成本分析 ,预算和预测建模等离散用例。第三波将广泛使用机器人技术和 AI。很少有公司处于第三次浪潮中。但是 随着技术的发展,大胆的首席财务官将他们的财务团队置于最佳位置,可以学习使用这些工具。 开始财务职能 CFO通常不是软件工程师,更不用说是预测语言模型方面的专家了。但是他们不必是。他们的第一步应该是尝试这项技术,以了解什么 它可以做到-以及目前的极限。OpenAI的ChatGPT等解决方案可以在线获得,其他应用程序(包括麦肯锡的Lilli)已经在使用。 附件1 生成式人工智能是数字化“第三波”的一部分,领先的金融职能部门已经在使用它 。 财务业绩,按波浪水平划分,2023年,1%(说明性) WAVE1 数字基础 WAVE2 分析授权 WAVE3 智能自动化革命 表现最佳的组织 所有其他组织 65 1.1× 62 60 36 1.4× 26 1.6× 37 数据可视化和连接性 高级财务分析 机器人技术 1自我评估的财务绩效与竞争。资料来源:麦肯锡对首席财务官的 两年一次全球调查麦肯锡公司 1参见“首席财务官的平衡行为:杂耍建设韧性的优先事项”,麦肯锡,2023年8月31日。 尝试通过上传竞争对手的公开收入电话记录,并要求AI工具产生五个最常见的问题,并提出答案。或上传您公司及其竞争对手的财务状况,以及 询问generAI解决方案以激进投资者的观点:激进公司的业绩会有哪些要素 在上?根据generAI解决方案的复杂程度,CFO还可以上传发票和付款数据,并要求其创建可视化信息的图表-包括对最重要的图表的请求。我们发现 当首席财务官们亲身体验这项技术时,他们不仅能更好地理解什么是GeneralAI,还能更快地把握近期和近期的机会。 我们建议首席财务官在学习阶段预算一个名义金额,不是为了大规模部署人工智能,而是为了改善自己和团队成员的学习体验。同样,我们的目标不是让一千朵鲜花盛开。相反,首席财务官应该选择一些用例——最好是两到三个——这些用例可以 对他们的功能影响最大,更注重效率而不是单纯的效率 ,并开始。 在前进的过程中,很快就会变得很明显的一点是,一代人工智能不是即插即用的;公司不能简单地在现有的信息源上设置模型,然后让他们拥有它。 GenAI并不像人类那样创造,也不像人类那样创造。它甚至不做数学(这是传统或分析性AI的职权范围) oGenAI是一种预测性语言模型-一种位于现有非结构化数据之上的翻译器,旨在生成人类会感到愉悦的内容。数据集本身首先需要严格处理和