చాలా ఫైనాన్స్ కంపెనీలు ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ (AI) ను వాడుతున్నా, బలహీనమైన గవర్నెన్స్, డేటా క్వాలిటీ సమస్యల వల్ల నిజమైన వ్యాపార ప్రయోజనాలు రావడం లేదని ఓ కొత్త రిపోర్ట్ చెబుతోంది. దీనివల్ల AIను విజయవంతంగా వాడుకునే కంపెనీలకు, ఖర్చులు పెంచుకుంటూ లాభాలు రాని కంపెనీలకు మధ్య తేడా స్పష్టంగా కనిపిస్తోంది.
ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ (AI) ను ఫైనాన్షియల్ ప్లానింగ్, రిపోర్టింగ్, అనాలిసిస్ కోసం ఫైనాన్షియల్ సంస్థలు వేగంగా అమలు చేస్తున్నాయి. అయితే, ఈ వేగం ఒక కీలకమైన అసమతుల్యతను సృష్టిస్తోందని KPMG తాజా నివేదిక పేర్కొంది. ప్రస్తుతం 76% సంస్థలు తమ ఫైనాన్స్ విభాగాల్లో AIని అనుసంధానించినప్పటికీ, ఈ టూల్స్ను నిర్వహించడానికి అవసరమైన మౌలిక సదుపాయాలు, గవర్నెన్స్ ఫ్రేమ్వర్క్లు సరిగ్గా అప్డేట్ అవ్వడం లేదు.
పెట్టుబడిదారులు విస్తృత అడాప్షన్ (adoption) కు, అసలు పనితీరుకు మధ్య తేడాను గుర్తించడం చాలా ముఖ్యం. 71% సంస్థలు తమ AI కార్యక్రమాలు అంచనా వేసిన రాబడి (ROI) ను అందుకుంటున్నాయని చెబుతున్నప్పటికీ, కేవలం 23% మాత్రమే ప్రారంభ అంచనాలను మించిన ఫలితాలను చూస్తున్నాయి. దీనిని బట్టి, AI సాఫ్ట్వేర్ను అమలు చేయడం వల్ల ఆటోమేటిక్గా పోటీతత్వ ప్రయోజనం లేదా ఖర్చు సామర్థ్యం రాదని అర్థమవుతోంది.
ఈ నివేదిక ఆర్థిక పనితీరును ప్రభావితం చేసే మూడు ప్రధాన ఆపరేషనల్ రిస్క్లను హైలైట్ చేసింది: గవర్నెన్స్, డేటా నాణ్యత, మరియు టాలెంట్ గ్యాప్. చాలా సంస్థలు ఇప్పటికీ విచ్ఛిన్నమైన లేదా నాణ్యత లేని డేటాతో ఇబ్బంది పడుతున్నాయి. ఇది కచ్చితమైన, AI-ఆధారిత ఆర్థిక అంచనాలను రూపొందించడంలో ప్రధాన అడ్డంకిగా ఉంది. ఈ రిస్క్లను తగ్గించడానికి, 33% కంపెనీలు మానవ పర్యవేక్షణను పెంచుతున్నాయి - నియంత్రణ సమ్మతి (regulatory compliance)ని నిర్ధారించడానికి, వృత్తిపరమైన తీర్పును కొనసాగించడానికి AI ప్రక్రియలకు మాన్యువల్ చెక్కులను జోడిస్తున్నాయి.
వర్క్ఫోర్స్ నిర్వహణలో కూడా ఒక గుర్తించదగిన ట్రెండ్ ఉంది. దాదాపు 38% కంపెనీలు తమ ప్రస్తుత ఉద్యోగులకు AI టూల్స్తో కలిసి పనిచేయడానికి శిక్షణ ఇవ్వడంపై దృష్టి సారిస్తున్నాయి. అయితే, కేవలం 28% మాత్రమే కొత్త నైపుణ్యాల కోసం యాక్టివ్గా నియామకాలు చేపట్టడం లేదా మానవ-AI సహకారం కోసం పాత్రలను పునర్నిర్వచించడం చేస్తున్నాయి. కొత్త ప్రతిభను తీసుకురావడం కంటే ప్రస్తుత సిబ్బందికి శిక్షణ ఇవ్వడానికి ఈ ప్రాధాన్యత, కంపెనీలు తమ AI సామర్థ్యాలను ఎంత సమర్థవంతంగా స్కేల్ చేయగలదనే దానిపై వేగాన్ని ప్రభావితం చేయవచ్చు.
పెట్టుబడిదారులకు, భవిష్యత్తులో గమనించాల్సిన కీలక అంశం ఆపరేషనల్ డిసిప్లిన్. ఈ రంగంలో విజయం, ఖచ్చితమైన డేటా గవర్నెన్స్, పర్యవేక్షణను నిర్వహిస్తూ AIని ఏకీకృతం చేయగల సంస్థ సామర్థ్యంపై ఆధారపడి ఉంటుంది. AI పెట్టుబడులు కొలవగల ఉత్పాదకత లాభాలకు, మెరుగైన నిర్ణయం తీసుకోవడానికి దారితీస్తున్నాయా, లేదా స్పష్టమైన బాటమ్-లైన్ ప్రయోజనాన్ని అందించకుండా కేవలం కార్యాచరణ సంక్లిష్టతను పెంచుతున్నాయా అనే దానిపై వాటాదారులు భవిష్యత్ ఆదాయ నివేదికలలో మేనేజ్మెంట్ వ్యాఖ్యలను పర్యవేక్షించవచ్చు.