CFO e AI come binomio indissolubile che racconta molto più di un cambiamento tecnologico. Dalla BI e Business Analytics all’AI agentica in tutte le sue forme (conversazionale, orchestrata e diversificata per funzioni e obiettivi), il contributo operativo e strategico dell’AI è una leva potente nel rispondere alla crescente complessità del lavoro dei direttori finanziari. L’abilitazione tecnologica oggi passa prima di tutto dalla possibilità di interagire in linguaggio naturale con sistemi e informazioni, accedendo a documenti e applicazioni senza frizioni.
La capacità di interrogare dati strutturati e non strutturati e di trasformare il caos quotidiano di mail, excel e flussi gestionali in informazione utilizzabile è una risorsa strategica per qualsiasi CFO. C’è poi la parte legata all’automazione di quella quota di lavoro ripetitivo che porta via tempo mentale alle persone, senza portare un valore aggiunto.
Il contesto è noto: analogamente a quanto avviene in tutte le altre aree aziendali, anche il Finance sta attraversando varie fasi di adozione.
La prima wave è iniziata dall’uso di strumenti come ChatGPT o Copilot usati come assistenti personali, utili nella stesura di documenti, analisi e report.
La seconda wave è l’ingresso degli agent che operano in parallelo alle persone per integrarsi nei processi esistenti e prendendosi in carico uno o più segmenti operativi – dalla classificazione dei documenti alla preparazione di pre-ordini o riconciliazioni – restituendo al CFO tempo e attenzione per le attività a maggior valore.
Indice degli argomenti:
CFO e AI: un confronto che ridefinisce il ruolo della funzione finanziaria
In occasione dell’evento “CFO & AI: L’Alleanza che sta forgiando le organizzazioni del Futuro”, organizzato da Altea Federation in collaborazione con ANDAF Lombardia, la comunità finanziaria e chi accompagna le imprese nei percorsi di digitalizzazione si sono riuniti per confrontarsi e discutere su come far diventare l’AI e le sue più innovative applicazioni, un vero alleato nei processi decisionali e operativi.
“Il patrocinio di questo evento nasce dal nostro grandissimo interesse nel capire come affrontare i problemi del business utilizzando tutte le innovazioni tecnologiche che ci consentono di fare meglio il nostro mestiere – ha spiegato in apertura Fabrizio Ceriotti, presidente dell’Associazione Nazionale dei Direttori Amministrativi e Finanziari della Lombardia -. Il nostro è un mestiere che molti definiscono come noioso mentre io trovo che sia un mestiere fantastico perché ci permette di essere parte attiva della gestione delle nostre aziende con un impegno in cui convergono etica e professionalità. Per contribuire al successo delle nostre organizzazioni dobbiamo essere non solo preparati e informati su tutto quel che ci circonda, ma anche resilienti, per essere pronti e reattivi a qualsiasi tempesta. È arrivato il momento di toglierci di dosso questa etichetta di garanti dei numeri. È vero che dobbiamo presidiare la continuità del dato ma è anche vero che siamo uomini di azione. Conoscere bene le nostre aziende significa girare tra i reparti, parlare e comprendere le nostre persone. Oggi siamo arrivati a un bivio: rimanere ancorati a un ruolo amministrativo, confinato nei consuntivi, o evolvere verso una funzione di Chief Future Officer, capace di usare l’AI per guidare le decisioni, presidiare i rischi informativi e lavorare in maniera predittiva per supportare al meglio i processi decisionali. E lo dico con un ottimismo sincero: quando vedo tutte le possibilità che ci offre questa tecnologia mi sento felice come un bambino in un negozio di giocattoli”.
Il nuovo ruolo del CFO nell’era della finanza predittiva
I dati e tutti gli insight di contesto scatenati dalle analisi sono sempre stati asset strategici e operativi del CFO. L’arrivo della GenAI ha cambiato radicalmente la prospettiva, offrendo ai professionisti qualcosa di estremamente nuovo e diverso.
La possibilità di avvalersi di una nuova risorsa collaborativa capace di identificare, analizzare ed elaborare velocemente molti più dati e produrre insight rende questa tecnologia un alleato irrinunciabile per chi si occupa della parte finanziaria aziendale e della gestione dei rischi. La predittività dell’AI, infatti, consente di calcolare una serie di variabili a una velocità che non appartiene all’uomo.
«BI e Business analytics ci aiutano a capire il passato: cosa è successo e perché – ha ricordato Antonio Maggiore, Chief Operation Officer Deputy di Alterna -. Oggi l’AI ribalta la prospettiva, offrendoci un set di risposte funzionali che ci consentono di pensare al futuro. Per esempio, ci permette di simulare come cambia la marginalità se l’energia dovesse aumentare del 10%. Oppure di ottenere rapidamente l’elenco dei clienti che generano il 20% del margine ma restano sotto l’80% del cash flow e via dicendo. È vero che a questo tipo di interrogazioni possono rispondere anche le persone, ma la differenza sostanziale dell’AI sono i tempi rispetto allo sforzo organizzativo necessario per arrivare alle stesse conclusioni. Lavorando come project manager seguo tantissime aziende e quello che vedo è che, in questo momento, il CFO è la figura chiave della transizione verso un cambiamento mentale, concettuale e culturale nel modo di prendere le decisioni. Il Finance non è più la funzione che certifica quanto costa fare qualcosa: oggi ha il ruolo strategico di aiutare l’azienda a capire che cosa quella scelta può generare, quali scenari apre, quali rischi riduce e quali opportunità abilita. Questa capacità di interpretare i dati in chiave prospettica, e non solo consuntiva, rende il CFO una guida essenziale nella transizione verso modelli decisionali sempre più data-driven e AI-driven».
CFO e AI: quando l’analisi finanziaria diventa visione e azione
Davanti a investimenti complessi, operazioni di M&A che richiedono centinaia di documenti da esaminare, o business plan che devono integrare scenari multipli, il lavoro manuale non è più sufficiente. L’intelligenza artificiale apre la possibilità di generare in pochi minuti simulazioni, draft di due diligence, analisi di ROI e valutazioni what if che un tempo avrebbero richiesto giorni di lavoro. Anche il reporting cambia profondamente: la generazione automatica di contenuti in linguaggio naturale consente di preparare dossier coerenti per board, investor e top management, trasformando i numeri in narrazioni decisionali.
«La qualità delle decisioni oggi dipende dalla possibilità di collegare i dati finanziari con un insieme molto più ampio di fattori di contesto – ha fatto notare Andrea Viberti, Chief Business Officer di Altea UP –: la volatilità dei materiali, l’inflazione, i rischi di fornitura, la reputation dei partner, la qualità del management, fino ai segnali socio-economici che attraversano i mercati. In questo scenario, i sistemi ERP rappresentano il terreno più fertile per l’adozione dell’AI, perché offrono dati certificati, tracciabilità e una governance solida. Una recente analisi che abbiamo realizzato insieme a SDA Bocconi mostra come, senza un governo chiaro dei dati e senza casi d’uso ben definiti, l’adozione dell’AI rischi di rimanere confinata in una fase sperimentale. L’AI ci permette di incrociare informazioni provenienti dai sistemi operativi diversi – come scorte, tempi di incasso, ritardi di pagamento, cicli produttivi, performance delle linee – integrandole con dati esterni relativi a mercati, settori, Paesi, posizione nella supply chain e dinamiche competitive. Questo mix consente di costruire serie storiche ed evolutive, simulare scenari e leggere in modo più accurato come le singole componenti si muovono nel tempo e con quali effetti sui risultati finanziari, trasformando indicatori come il cash conversion cycle in veri strumenti decisionali».
CFO e AI: perché senza governance e use case l’adozione resta sperimentale
La solidità della relazione tra CFO e AI dipende in modo diretto dalla qualità del dato. Il problema è che se i dati sono frammentati e disomogenei non si possono portare avanti progetti AI. Senza informazioni affidabili, complete e contestualizzate, l’algoritmo produce risultati disfunzionali. È qui che molte aziende stanno incontrando le prime difficoltà: la presenza di overload informativo, l’eterogeneità delle fonti e la mancanza di una governance coerente rendono complesso distinguere quali dati abilitano valore e quali generano soltanto rumore. Con un ulteriore punto di attenzione: l’AI non è un prodotto. È il risultato di un progetto e, come tale, non esiste un percorso standard di adozione dell’AI.
Ogni organizzazione deve definire i propri use case prioritari, chiarire quali processi intende trasformare e quali risultati operativi desidera ottenere.
«Per accendere qualsiasi algoritmo predittivo le aziende devono ripensare le proprie infrastrutture – ha proseguito Viberti –. Questo comporta una trasformazione del nostro ruolo di system integrator. Come partner tecnologici, oggi operiamo come knowledge integrator, collegando dati, piattaforme, strumenti analitici e applicazioni collaborative all’interno di un’unica value chain informativa. In questo modo garantiamo al CFO una visione end-to-end che converte i segnali operativi in insight e gli insight in decisioni. Il punto oggi non è più introdurre singole soluzioni di AI in modo addizionale e sperimentale, ma costruire architetture quanto più possibile personalizzate che integrino nativamente funzioni intelligenti nei processi, nei flussi applicativi e nei sistemi transazionali per diventare uno strumento stabile, affidabile e scalabile».
Dalla visione alla messa a terra tecnologica della relazione CFO e AI
Se il lato A dell’intelligenza artificiale è la predittività, il lato B è l’automazione delle attività quotidiane per risolvere le routine seriali, permettendo ai professionisti di concentrarsi sulle attività che contano di più. Processi come la riconciliazione bancaria, l’allineamento dei documenti del ciclo passivo o la gestione delle anomalie richiedono un livello di precisione e tempestività che l’AI può garantire al meglio se integrata nativamente nei sistemi.
«La vera sfida del CFO è portare l’AI dentro i processi aziendali, perché i modelli di machine learning apprendono giorno dopo giorno dai comportamenti organizzativi, riducono il lavoro ripetitivo e aumentano la qualità dei dati che alimentano le analisi – ha aggiunto Massimo Barocci, CTO di Alterna –. Lo stesso accade con le applicazioni che analizzano il cash conversion cycle combinando dati ERP, modelli previsionali e informazioni esterne: in questo modo il CFO non si limita a calcolare un indicatore, ma può interpretarne le dinamiche, individuare le cause delle variazioni e capire come i singoli fattori influenzano i risultati finanziari. Negli ultimi due anni questo tipo di soluzioni è diventato molto più accessibile: progetti che prima richiedevano investimenti da decine o centinaia di migliaia di euro oggi possono essere avviati con budget ridotti, spesso nell’ordine di poche migliaia di euro. Anche l’introduzione di Copilot di Microsoft segue questa logica: licenze mirate, use case selezionati e un ROI che in molti casi si manifesta nell’arco di pochi mesi. Allo stesso modo, l’adozione di agenti intelligenti non richiede più programmi monolitici: si parte da un processo, si sviluppa la componente AI, si testa con gli utenti e si va live in poche settimane. È spesso proprio il primo agente – operativo e misurabile – a generare nuove idee e nuove aree di applicazione, facendo evolvere la relazione tra CFO e AI da sperimentazione episodica a leva strutturale di produttività e governo dei processi».
CFO e AI: cosa preoccupa davvero i direttori finanziari
Nella sessione di Question&Answer finale, molti CFO presenti in sala hanno evidenziato un notevole interesse, accompagnato però da dubbi molto concreti: come ricostruire una base dati affidabile, quanto è complesso integrarli, come si governa la qualità delle informazioni e quale ruolo deve assumere il Finance in un sistema in cui gli agenti intelligenti lavorano con un’autonomia crescente. Le domande sul rischio garbage in, garbage out, ad esempio, hanno aperto una riflessione importante: se è vero che i modelli di nuova generazione sanno estrarre informazione anche da fonti imperfette – perfino da pdf storti e scansioni quasi illeggibili – resta inalterato il principio secondo cui la qualità del dato è la condizione abilitante della qualità della decisione.
L’AI può compensare, interpretare, normalizzare, ma non può sostituire una governance carente.
Gli esperti hanno aiutato a fare chiarezza spiegando come la difficoltà principale non sia creare l’agente, ma metterlo nelle condizioni di lavorare. Database dispersi tra ERP, CRM, file server, PEC, mailbox individuali e archivi storici richiedono un lavoro iniziale di ricomposizione, che spesso diventa l’occasione per rivedere i processi a monte e a valle.
Ogni nuovo agente, infatti, agisce come un test di coerenza sul workflow: ciò che viene prima deve essere affidabile, ciò che viene dopo deve poter essere automatizzato senza introdurre distorsioni.
Il pubblico ha sollevato anche questioni legate a permessi, privacy e confini applicativi: chi può interrogare cosa, come si controlla la visibilità delle informazioni, fino a che punto gli strumenti nativi come Copilot ereditano correttamente i permessi aziendali. Qui la risposta è stata netta: mentre gli strumenti che integrano nativamente l’AI rispettano l’impianto autorizzativo esistente, nei progetti custom la progettazione dei perimetri informativi non è un dettaglio tecnico, ma una componente critica dell’ingegneria applicativa.
Anche il tema dell’interoperabilità tra piattaforme – ERP, Copilot, agenti Joule e sistemi esterni – si è rivelato un punto di attenzione rilevante.
Come hanno chiarito gli esperti di Alterna e Altea UP, un partner competente diventa essenziale per costruire architetture ibride, capaci di combinare estrazione via API, analisi esterna e re-iniezione del dato elaborato nei sistemi transazionali.
È un’architettura che estende il raggio d’azione del CFO, permettendo di applicare l’AI anche in contesti eterogenei, senza dover rivoluzionare gli applicativi core.
Articolo realizzato in collaborazione con Altea Federation
