← Wróć do Wiedzy
Controlling × AI4 min czytania
04

Jak znaleźć 20% procesów controllingowych, których automatyzacja da 80% efektu

Praktyczna metoda wyboru procesów, w których automatyzacja daje wysoką wartość decyzyjną i realnie odzyskuje czas zespołu.

Nie każdy proces warto automatyzować.

I nie każdy proces, który można zautomatyzować, warto zachować.

To ważne rozróżnienie.

Możemy bardzo efektywnie zautomatyzować raport, którego nikt nie potrzebuje.

Dlatego wartość projektu powinna być oceniana nie tylko przez oszczędność czasu.

Zacznij od mapy pracy

Poprosiłbym zespół controllingu o zapisanie przez tydzień lub dwa, na co faktycznie poświęca czas.

Nie:

reporting — 30% czasu,

ale:

kopiowanie danych z ERP — 2 h,

uzgadnianie różnic — 1,5 h,

komentarz do” variance” — 3 h,

aktualizacja „forecastu” — 5 h.

Taka mapa szybko pokazuje, gdzie naprawdę idzie główny wysiłek zespołu controllingowego.

Potem zastosuj prostą macierz

Każdy proces można ocenić według czterech kryteriów:

wartość decyzyjna — czy wspiera ważną decyzję,

oszczędność pracy — ile czasu możemy odzyskać,

wykonalność — czy mamy dane i technologię,

ryzyko — co się stanie, jeśli rozwiązanie popełni błąd.

Możemy to zapisać:

wartość decyzyjna × oszczędność pracy × wykonalność × ryzyko

Najlepsze pierwsze projekty mają wysoką wartość, są stosunkowo proste i łatwe do kontrolowania. Wysokie ryzyko nie oznacza, że nie powinniśmy wdrażać automatyzacji. Jest to tylko wskazówka, że powinniśmy zapewnić odpowiedni poziom nadzoru.

Nie potrzebujemy pełnej automatyzacji

Celem rzadko powinno być:

100% procesu wykonuje system.

Znacznie częściej sensowny wariant to:

maszyna wykonuje 70% powtarzalnej pracy, człowiek 30% wymagające oceny.

To często daje większość efektu przy dużo niższym ryzyku.

Najlepszych zastosowań AI szukałbym więc nie tam, gdzie można zrobić najbardziej efektowne demo.

Szukałbym tarcia organizacyjnego.

Miejsc, gdzie doświadczeni ludzie wykonują mechaniczne czynności, zamiast wykorzystywać swoją wiedzę do analizy i decyzji.

Warto pamiętać

Materiał ma charakter praktyczno-edukacyjny. Opisuje podejście do controllingu, automatyzacji i AI; konkretne rozwiązanie zawsze powinno uwzględniać dane, procesy, architekturę oraz poziom ryzyka danej organizacji.