Kun 7 % av finansdirektører ser høy AI-avkastning – her er det Gartner ba dem fikse

Denne ubalansen er en grunnleggende årsak til at avkastningsgapet vedvarer. Mange finansorganisasjoner finansierer små, trinnvise effektiviseringer mens de underinvesterer i AI-applikasjoner som er direkte knyttet til inntektsvekst, strategiske beslutninger og konkurransemessige fortrinn . Gartners budskap var brutalt ærlig: Finansdirektører har forvekslet AI-innføring med verdiskaping, og denne tankegangen må endres umiddelbart .

Veikartet i tre faser for finans-AI

For å hjelpe finansdirektører ut av pilot-fellen og mot meningsfull avkastning, anbefalte Gartner en strukturert tilnærming i tre steg :

1. Sett visjonen og vurder modenhet — Finansledere må først definere en tydelig visjon for hvordan en AI-drevet finansfunksjon skal se ut. Denne visjonen bør svare på tre spørsmål: Hva er den ønskede sluttilstanden? Hvordan vil AI hjelpe til med å nå virksomhetens mål? Og hvilken konkret verdi vil AI levere til forretningen? En modenhetsvurdering hjelper deretter med å identifisere kapabilitetshull som må tettes før AI kan levere denne verdien .

2. Bygg veikartet — Når visjonen og modenhetsgrunnlaget er klart, bør finansdirektørene oversette dette til et konkret veikart for AI-innføring i finans. Dette veikartet må dekke kultur, styring, ferdigheter og data – ikke bare teknologi – og bør identifisere en fokusert portefølje av bruksområder som skal prioriteres, piloteres og etter hvert skaleres .

3. Gjennomfør og skaler bruksområder — Den siste fasen går fra planlegging til disiplinert gjennomføring. I stedet for å jage dusinvis av usammenhengende piloter, må finansteam skalere et mindre antall prioriterte bruksområder som har en klar vei til realisert forretningsverdi .

Pass deg for den 'tilfeldige fabrikken' av for mange piloter

En av Gartners skarpeste advarsler under symposiet var rettet mot et vanlig feilmønster: den "tilfeldige fabrikken". Dette skjer når organisasjoner behandler AI som en samling av enkeltverktøy i stedet for et sammenkoblet system, noe som fører til ukontrollert spredning av piloter uten en klar vei til produksjon .

Tallene understreker alvoret i problemet. Data presentert i materiale knyttet til Gartner under symposiet viste at 59 % av AI-initiativene aldri når produksjonsstadiet, slik at potensiell verdi forblir permanent låst i pilotfasen . Gartner rådet i stedet finansdirektører til å begrense antallet aktive piloter, fokusere på bruksområder med tilgjengelige data og rask vei til verdi, og bygge styrte, integrerte AI-systemer som faktisk kan skaleres .

Ikke vent på effektivisering før du jakter på resultater med høyere verdi

Gartners kanskje mest kontraintuitive råd var at produktivitetsledede effektiviseringstiltak ikke bør behandles som en forutsetning for å satse på AI med høyere verdi. Firmaet oppfordret eksplisitt finansdirektører til å se forbi automatisering av eksisterende oppgaver og investere direkte i bruksområder knyttet til konkrete forretningsproblemer – selv om disse prosjektene ser mer risikable ut eller er vanskeligere å måle med tradisjonelle avkastningsformler .

Under symposiet fortalte Gartner-analytikere finansdirektørene at de måtte slutte å lete etter én enkelt avkastningsformel, og i stedet bygge en balansert portefølje av AI-spill: produktivitetsgevinster som automatiserer rutineoppgaver, målrettede prosessforbedringer som optimaliserer spesifikke arbeidsflyter, og selektive transformative spill som kan omforme forretningsmodeller . Gartners reiseanalogi var minneverdig: rutinemessige reiser (produktivitetsgevinster), målrettede ekspedisjoner (prosessforbedringer) og ambisiøse sjøreiser (transformasjon) hører alle hjemme i porteføljen, men tjener vidt forskjellige formål og krever ulike evalueringskriterier .

Modenhetsrammeverket bak veikartet

Under Gartners tre-trinns veikart ligger et bredere sett med AI-modenhetsdimensjoner som går langt utover enkle adopsjonsmålinger. Rammeverket dekker syv kapabilitetsområder: strategi, verdi, organisasjon, mennesker og kultur, styring, engineering og data .

For finansdirektører er den praktiske implikasjonen klar. En organisasjon kan ikke bare kjøpe AI-verktøy og erklære modenhet. Virkelig fremgang krever systematisk investering på tvers av alle syv dimensjoner – å bygge en forretningstilpasset AI-strategi, styre data på en ordentlig måte, videreutvikle eksisterende finanstalenter og skape organisasjonsstrukturer som støtter AI i skala i stedet for i isolerte eksperimenter . Organisasjonene som ser den sterkeste avkastningen, bemerket Gartner, var de som distribuerte AI målrettet på tvers av kunde-, produkt- og beslutningsrettede bruksområder, ikke de som bare brukte mest penger .

Symposiets kjernebudskap: finansavdelingene har tatt i bruk AI raskere enn de har lært å tjene penger på det. For å lukke gapet må finansdirektører omfordele pengebruken, innføre struktur i AI-porteføljene sine og måle suksess etter realiserte forretningsresultater – ikke etter hvor mange verktøy som er tatt i bruk.