Trong hầu hết các phòng họp điều hành, bộ phận tài chính vẫn chủ yếu được giao nhiệm vụ giải thích kết quả hoạt động đã diễn ra trong quá khứ. Tuy nhiên, đến thời điểm các báo cáo tháng được hoàn tất, tình hình kinh doanh thực tế có thể đã thay đổi. Nhu cầu khách hàng có thể đã dịch chuyển, hàng tồn kho có thể đang tích trữ không đúng chỗ, và dòng tiền thu về có thể không còn phù hợp với các giả định được đưa ra chỉ vài tuần trước đó. Câu hỏi đặt ra cho các CFO là liệu AI có thể giúp bộ phận tài chính nhận diện những thay đổi này giúp doanh nghiệp kịp thời hành động. Xa hơn, liệu AI có thể giúp chức năng tài chính vượt khỏi vai trò báo cáo kết quả để tham gia định hình quyết định kinh doanh?
Đối với các CFO, giá trị của AI không nằm ở số lượng công cụ được triển khai hay mức độ tự động hóa đạt được, mà ở khả năng giúp bộ phận tài chính nhận diện sớm các vấn đề phát sinh, đánh giá các kịch bản kinh doanh và cung cấp những thông tin kịp thời để hỗ trợ quá trình ra quyết định của ban lãnh đạo.
| |
Hơn cả tự động hóa: Giai đoạn phát triển tiếp theo của tài chính
Các khoản đầu tư AI ban đầu trong lĩnh vực tài chính chủ yếu tập trung vào nâng cao năng suất như tự động hóa báo cáo, trích xuất dữ liệu, tăng tốc đối soát và giảm các công việc lặp lại. Những cải thiện này vẫn mang lại giá trị đáng kể, đặc biệt khi đội ngũ tài chính dành nhiều thời gian cho việc chuẩn bị dữ liệu hơn là phân tích và diễn giải dữ liệu. Tuy nhiên, đó mới chỉ là một phần của cơ hội.
Theo kinh nghiệm của chúng tôi, rào cản thường không nằm ở công nghệ. Vấn đề phổ biến hơn là các bộ phận tài chính, kinh doanh và vận hành đang làm việc dựa trên những giả định khác nhau. Một mô hình dự báo có thể giả định rằng hàng tồn kho sẵn sàng để bán, trong khi đội ngũ kinh doanh biết rằng một phần hàng hóa đã được phân bổ cho khách hàng. Rủi ro tín dụng có thể vẫn nằm trong ngưỡng kiểm soát theo báo cáo tài chính, nhưng đội ngũ bán hàng lại đang đàm phán gia hạn thanh toán. Trong bối cảnh đó, AI có thể giúp đẩy nhanh quá trình phân tích, nhưng đồng thời cũng có thể làm rõ hơn những khác biệt trong cách nhìn nhận và đánh giá giữa các bộ phận.
Một quan niệm sai lầm phổ biến là AI có thể thay đổi chức năng tài chính vì nó mang lại những câu trả lời tốt hơn. Trên thực tế, AI đang thay đổi vai trò của bộ phận tài chính không chỉ nhờ khả năng phân tích dữ liệu, mà còn nhờ khả năng giúp doanh nghiệp phát hiện những vấn đề cần được xem xét ngay từ giai đoạn đầu. Thay vì chờ đến cuối kỳ để phát hiện vấn đề, ban lãnh đạo có thể nhận diện các tín hiệu rủi ro ngay khi vẫn còn cơ hội để hành động. Khi đó, thách thức không còn mang tính kỹ thuật mà trở thành vấn đề về tổ chức: ai là người chịu trách nhiệm ra quyết định và hành động tiếp theo sẽ là gì?
Chức năng tài chính được AI hỗ trợ sẽ trông như thế nào?
Một bộ phận tài chính được AI hỗ trợ không nên được đánh giá dựa trên số lượng công cụ mà doanh nghiệp sử dụng, mà cần dựa trên khả năng cung cấp thông tin tốt hơn cho người ra quyết định vào đúng thời điểm cần thiết. Trong thực tế, AI có thể cảnh báo bộ phận quản lý ngân quỹ về các rủi ro thu hồi công nợ, hỗ trợ nhóm Hoạch định và Phân tích Tài chính (FP&A) đánh giá các giả định thay đổi, hoặc hướng các chuyên gia kiểm soát tài chính tập trung vào các giao dịch bất thường.
Quản lý ngân quỹ và vốn lưu động thường là những nơi dễ bắt đầu, bởi kết quả mang lại có thể đo lường rõ ràng. Bằng cách kết hợp dữ liệu từ hành vi thanh toán, bán hàng, mua hàng, biến động tồn kho và các giả định vận hành, AI có thể xác định những khoản thu tiền mặt đang có nguy cơ chậm trễ, lượng tồn kho dư thừa đang chiếm dụng vốn hoặc các dự báo không còn phản ánh đúng tình hình thực tế. Ví dụ, nếu một nhà phân phối chủ chốt bắt đầu có dấu hiệu chậm thanh toán, điều đó có thể chưa đủ để yêu cầu can thiệp ngay lập tức. Tuy nhiên, nếu tín hiệu này xuất hiện đồng thời với tình trạng doanh số bán hàng suy giảm và lượng tồn kho gia tăng tại một khu vực cụ thể, thì phản ứng của ban lãnh đạo có thể sẽ rất khác. Khi đó, vai trò của tài chính ngày càng chuyển dịch từ việc báo cáo các tín hiệu riêng lẻ sang việc kết nối chúng để tạo ra bức tranh tổng thể phục vụ ra quyết định.
Trong một dự án chuyển đổi doanh nghiệp bán lẻ, mục tiêu không phải là xây dựng một mô hình dự báo tinh vi hơn. Thách thức thực sự là dữ liệu về tồn kho, doanh số và công nợ phải thu được phân tán trên nhiều kênh khác nhau và được diễn giải khác nhau bởi các bộ phận chức năng. Bài học rút ra rất rõ ràng: trước khi cải thiện khả năng dự báo, ban lãnh đạo cần thống nhất về những gì doanh nghiệp thực sự đang đo lường.
Tuy nhiên, chất lượng của kết quả đầu ra chỉ đáng tin cậy khi quy trình phía sau đủ vững chắc. Dữ liệu đáng tin cậy, các giả định minh bạch và năng lực đánh giá của con người vẫn là những yếu tố thiết yếu. Các lãnh đạo tài chính vẫn phải kiểm chứng các khuyến nghị, cân nhắc bối cảnh kinh doanh và chịu trách nhiệm cuối cùng đối với quyết định được đưa ra. Xu hướng này cũng được phản ánh qua sự hợp tác giữa PwC và OpenAI nhằm phát triển các quy trình ứng dụng AI trong hoạch định, dự báo, quản trị ngân quỹ, thu mua, thuế và báo cáo tài chính. Mục tiêu là tích hợp AI trực tiếp vào các quy trình tài chính thay vì bổ sung nó như một lớp công nghệ tách biệt.
Xây dựng nền tảng cho tài chính ứng dụng AI tại Việt Nam
Tại nhiều doanh nghiệp Việt Nam, tham vọng chuyển đổi không chỉ dừng lại ở lĩnh vực tài chính. Các doanh nghiệp đang nỗ lực kết nối hoạt động thương mại, kênh khách hàng, chuỗi cung ứng và tài chính trên một nền tảng thống nhất. Tuy nhiên, thách thức về công nghệ thường chỉ là thứ yếu so với khó khăn về vận hành. Qua nhiều năm, các bộ phận khác nhau đã phát triển các định nghĩa, báo cáo và cơ chế ra quyết định riêng. Điều này đặc biệt phổ biến tại các doanh nghiệp tăng trưởng nhanh, mở rộng trên nhiều kênh, địa điểm hoặc đơn vị kinh doanh nhanh hơn tốc độ hoàn thiện mô hình vận hành của mình.
Chúng tôi đã chứng kiến điều này trong các dự án chuyển đổi của doanh nghiệp bán lẻ và phân phối. Ban lãnh đạo mong muốn có được góc nhìn theo thời gian thực về tồn kho, giá bán và hành vi khách hàng. Tuy nhiên, thách thức lớn hơn thường không phải là cách xây dựng bảng điều khiển, mà là xác định con số nào đáng tin cậy và ai chịu trách nhiệm về quyết định được đưa ra từ những số liệu đó. AI sẽ không loại bỏ các cuộc tranh luận này. Công nghệ có thể chỉ đơn giản là khiến chúng xuất hiện sớm hơn.
Trong một chương trình chuyển đổi bán lẻ và phân phối khác, tham vọng của ban lãnh đạo vượt xa việc báo cáo, hướng tới một mô hình vận hành số hóa tích hợp có khả năng kết nối tương tác khách hàng, biến động tồn kho, quyết định về giá và dữ liệu tài chính. Bài học quan trọng là công nghệ chỉ tạo ra giá trị sau khi quyền sở hữu, các định nghĩa và quyền ra quyết định giữa các bộ phận đã được làm rõ.
Điều cốt lõi rất đơn giản: trước khi tăng cường về mặt trí tuệ số, ban lãnh đạo cần thống nhất quy trình, dữ liệu và chủ sở hữu của quyết định.
Rủi ro mà CFO cần quan tâm
Rủi ro cấp thiết đối với nhiều tổ chức có thể không phải là triển khai AI quá chậm. Ngược lại, rủi ro lớn hơn là đưa AI vào các quy trình hiện hữu vốn đã thiếu rõ ràng về trách nhiệm và không nhất quán về dữ liệu. Cách làm này có thể tạo ra vẻ chắc chắn mà không cải thiện chất lượng của quyết định nền tảng. Trước khi đặt câu hỏi liệu một mô hình có đủ thông minh hay không, các nhà lãnh đạo nên tự hỏi liệu quy trình nền tảng đã đủ đáng tin cậy để hỗ trợ một quyết định kinh doanh hay chưa.
Bốn ưu tiên dành cho CFO tại Việt Nam
Để chuyển đổi chức năng tài chính từ việc báo cáo dữ liệu quá khứ sang định hình các hành động tiếp theo của doanh nghiệp, CFO cần tập trung vào bốn lĩnh vực trọng tâm: quyết định, nền tảng, con người và giá trị.
Bắt đầu từ quyết định kinh doanh: Tập trung đầu tư AI vào một quyết định kinh doanh được xác định rõ, nơi thông tin tốt hơn có thể cải thiện kết quả tài chính. Những lĩnh vực có thể ưu tiên triển khai bao gồm dự báo dòng tiền, quản lý công nợ quá hạn, kiểm soát tồn kho, lập kế hoạch kịch bản hoặc phân bổ vốn. Hãy xác định rõ quyết định, vấn đề hiện tại và người chịu trách nhiệm trước khi lựa chọn công nghệ.
Xây dựng nền tảng dữ liệu và quy trình vững chắc: Thiết lập nền tảng dữ liệu và quy trình cần thiết để hỗ trợ các quyết định đã được xác định. AI không thể giải quyết các vấn đề về trách nhiệm không rõ ràng, định nghĩa thiếu nhất quán hoặc quy trình rời rạc. Bộ phận tài chính và các đơn vị kinh doanh cần thống nhất về nguồn dữ liệu chuẩn, quy trình và các điểm kiểm soát, đồng thời đảm bảo dữ liệu tối thiểu phục vụ thí điểm phải đáng tin cậy và có bộ phận chịu trách nhiệm rõ ràng.
Đặt trách nhiệm giải trình làm trọng tâm: Xác định rõ cách con người sử dụng, phản biện và chịu trách nhiệm đối với kết quả đầu ra. Mỗi trường hợp ứng dụng cần quy định rõ ai là người rà soát, ai có quyền bác bỏ khuyến nghị, những căn cứ cần được xem xét và quyết định sẽ được ghi nhận như thế nào. Nhân viên nên tham gia vào quá trình thiết kế vì họ hiểu những trường hợp ngoại lệ mà dữ liệu hệ thống có thể không phản ánh đầy đủ. Đồng thời, doanh nghiệp cũng cần xác định rõ mục tiêu là giảm công việc lặp lại, tăng cường kiểm soát, nâng cao năng lực ra quyết định hay tối ưu chi phí.
Đo lường thành công bằng kết quả kinh doanh: Giá trị của AI cần được đánh giá thông qua các kết quả kinh doanh gắn với những quyết định được cải thiện. Ban lãnh đạo cấp cao hiếm khi đánh giá cao một mô hình chỉ vì nó chính xác về mặt kỹ thuật. Giá trị thực sự nằm ở việc đưa ra quyết định tốt hơn, nhanh hơn, với độ tin cậy cao hơn và ít bất ngờ hơn. Vì vậy, CFO nên đánh giá AI dựa trên kết quả kinh doanh thay vì mức độ sử dụng hệ thống.
Trong thập kỷ qua, chức năng tài chính đã trở nên nhanh hơn, tự động hóa hơn và giàu dữ liệu hơn. Thách thức tiếp theo là hỗ trợ doanh nghiệp đưa ra các quyết định tốt hơn trong bối cảnh bất định ngày càng gia tăng. AI sẽ là một phần của sự chuyển đổi đó, nhưng công nghệ đơn thuần sẽ không quyết định thành công. Thành công sẽ thuộc về những doanh nghiệp có khả năng kết hợp được dữ liệu đáng tin cậy, trách nhiệm giải trình rõ ràng và năng lực phán đoán vững chắc. Lợi thế của họ không nằm ở mức độ tinh vi của các mô hình AI, mà ở khả năng nhận diện thay đổi sớm hơn, phân bổ vốn hiệu quả hơn và đưa ra quyết định với mức độ tự tin cao hơn khi điều kiện thị trường biến động.