Η τεχνητή νοημοσύνη αλλάζει ριζικά τον τρόπο με τον οποίο οι επιχειρήσεις παίρνουν αποφάσεις, επενδύουν και αναπτύσσονται και αυτό, σύμφωνα με τον Greg Holmes, δημιουργεί μια νέα, κρίσιμη πρόκληση: τη συνεργασία ανάμεσα στον CIO και τον CFO.
Ο Holmes, στέλεχος της Apptio, θυγατρικής της IBM, υποστηρίζει ότι η τεχνολογία δεν είναι πλέον απλώς ένα λειτουργικό κόστος για τις επιχειρήσεις, αλλά ο βασικός μηχανισμός ανάπτυξης, καινοτομίας και ανταγωνιστικότητας. Και όσο η AI μπαίνει όλο και βαθύτερα στη λειτουργία των οργανισμών, τόσο πιο απαραίτητο γίνεται να «μιλούν την ίδια γλώσσα» τα στελέχη τεχνολογίας και οικονομικών.
Όπως εξηγεί ο Holmes, τα τελευταία 20 χρόνια η πληροφορική μετατράπηκε από ένα παρασκηνιακό εργαλείο υποστήριξης σε βασικό παράγοντα επιχειρηματικής στρατηγικής.
Σήμερα, τμήματα όπως το marketing, οι πωλήσεις ή το ανθρώπινο δυναμικό αποκτούν δικά τους εργαλεία τεχνητής νοημοσύνης, analytics και cloud υπηρεσίες, χωρίς να περνούν απαραίτητα από το IT department.
Αυτό επιταχύνει την καινοτομία, αλλά ταυτόχρονα δημιουργεί ένα σοβαρό πρόβλημα: τα δεδομένα, οι επενδύσεις και η ευθύνη διασκορπίζονται σε διαφορετικά τμήματα.
«Ο CIO καλείται να αποδείξει ότι η τεχνολογία φέρνει ανάπτυξη και έσοδα, ενώ ο CFO πρέπει να δικαιολογήσει τις δαπάνες προς το διοικητικό συμβούλιο», σημειώνει ο Holmes.
Σύμφωνα με τον Holmes, ένα από τα μεγαλύτερα εμπόδια στη συνεργασία CIO και CFO είναι ότι κάθε τμήμα βλέπει διαφορετικά δεδομένα.
Το αποτέλεσμα είναι ότι συχνά δεν υπάρχει μία ενιαία εικόνα για το τι πραγματικά αποδίδει και τι όχι.
Έτσι, πολλές εταιρείες δυσκολεύονται να αποδείξουν το πραγματικό ROI (Return on Investment) των τεχνολογικών επενδύσεων, επειδή τα δεδομένα είναι αποσπασματικά ή χωρίς το απαραίτητο επιχειρηματικό context.
Ο Holmes χρησιμοποιεί τον όρο «single source of truth», δηλαδή μία κοινή, αξιόπιστη βάση δεδομένων και μετρήσεων που χρησιμοποιούν όλοι οι decision makers της εταιρείας.
Με απλά λόγια, πρόκειται για ένα μοντέλο όπου οικονομικά στοιχεία, λειτουργικά δεδομένα και πληροφορίες χρήσης τεχνολογίας συνδέονται μεταξύ τους ώστε η διοίκηση να βλέπει:
Σε αυτό το σημείο, ο Holmes αναφέρεται στο μοντέλο Technology Business Management ή αλλιώς TBM.
Το TBM είναι ένα framework που επιχειρεί να «μεταφράσει» την τεχνολογία σε οικονομικούς και επιχειρηματικούς όρους, οργανώνοντας τα κόστη, τις υπηρεσίες και τη χρήση πόρων σε μία ενιαία εικόνα.
Σύμφωνα με στοιχεία που επικαλείται ο Holmes, το 83% των οργανισμών που αξιοποίησαν TBM βελτίωσαν την αποδοτικότητα και τις επιδόσεις τους.
Η βασική ιδέα είναι ότι η τεχνολογία παύει να αντιμετωπίζεται ως μια σειρά ασαφών εξόδων και μετατρέπεται σε ένα διαφανές σύστημα όπου η διοίκηση μπορεί να δει πώς «χτίζονται» οι ψηφιακές υπηρεσίες, τι αυξάνει το κόστος, πώς καταναλώνονται οι πόροι, και τι αντίκτυπο έχουν οι επενδύσεις στην απόδοση της εταιρείας.
Κατά τον Holmes, η τεχνητή νοημοσύνη κάνει ακόμη πιο επιτακτική αυτή τη συνεργασία.
Οι επιχειρήσεις καλούνται πλέον να αποφασίζουν πολύ πιο γρήγορα πού θα επενδύσουν, πού θα μειώσουν δαπάνες, ποιες AI υπηρεσίες αξίζουν και πού υπάρχει επιχειρηματικός κίνδυνος.
Σε αυτό το περιβάλλον, CIO και CFO δεν μπορούν πλέον να λειτουργούν σαν δύο «παράλληλοι κόσμοι».
Ο Holmes επικαλείται και έρευνα της Gartner, σύμφωνα με την οποία οι οργανισμοί όπου CIO και CFO συνεργάζονται αποτελεσματικά στις ψηφιακές επενδύσεις έχουν υπερδιπλάσιες πιθανότητες να πετύχουν ή να ξεπεράσουν τους στόχους τους.
Το βασικό συμπέρασμα του Holmes είναι ότι στην εποχή της AI, η σχέση τεχνολογίας και οικονομικών δεν αποτελεί πλέον απλώς οργανωτικό ζήτημα, αλλά στρατηγική αναγκαιότητα.
Όπως σημειώνει, όσο η AI ενσωματώνεται σε κάθε επιχειρηματική απόφαση, τόσο περισσότερο μεγεθύνονται οι συνέπειες μιας κακής συνεργασίας μεταξύ IT και οικονομικής διοίκησης.
Αντίθετα, όταν CIO και CFO λειτουργούν πάνω σε κοινά δεδομένα και κοινό πλαίσιο αποφάσεων, οι επιχειρήσεις αποκτούν μεγαλύτερη ταχύτητα, καλύτερες προβλέψεις και πιο στοχευμένες επενδύσεις.
Περισσότερες ειδήσεις
Το μεγάλο παράδοξο της AI: Υποσχέθηκε αυτοματοποίηση, έφερε… ψηφιακή γραφειοκρατία
Gen Z χωρίς δουλειά, εταιρείες χωρίς ανθρώπους — Γιατί δεν πρέπει να αντικαθίστανται οι entry level θέσεις με AI
