خروج میلیاردها دلار از صرافی بایبیت پس از یکی از بزرگترین هکهای تاریخ کریپتو
صرافی ارز دیجیتال بایبیت (Bybit) به تازگی قربانی یکی از بزرگترین حملات سایبری تاریخ ارزهای…
۵ اسفند ۱۴۰۳
مدیر ارشد مالی دیجیپی حضور «پژوهشگر داده» در تیم مالی را بسیار مهم عنوان کرد و گفت: هوش مصنوعی قطعا جایگزین تفکر تحلیلی نمیشود، اما جای افرادی را که کارهای روتین میکنند، خواهد گرفت.
به گزارش روابط عمومی دیجیپی، امید فرجی مدیر ارشد مالی دیجیپی در رویداد Tax Tech گفت : اشکالی که در خیلی از سازمانهای ستنی وجود دارد این است که تصمیمات دادهمحور نیست. وقتی سازمان میخواهد بلافاصله تصمیمی بگیرد یا قراردادی را منعقد کند، ما باید بر اساس داده، ظرف نیم ساعت تحلیلمان را ارائه بدهیم.
او با توضیح اینکه یکی از مهمترین نقشهای افراد مالی در سازمان، مدیریت کشفلو است، ادامه داد: باید در تصمیمگیریها بر اساس مدل سازی جریانهای نقدی و سیستم های هوشمند مدیریت وجوه نقد برای برنامهریزی و تحلیل پیش رفت. پیادهسازی هوش مصنوعی در سازمان باید مبتنی بر سه ستون اصلی شامل داده، افراد و فناوری انجام شود.
او تاکید کرد: برای به کارگیری هوش مصنوعی در فرایندهای مالی، اول باید سازمانتان و افراد داخل سازمان را متقاعد کنید که AI نیازتان است و اگر نداشته باشید، از بین میروید. هوش مصنوعی دیتای شما را آنالیز میکند و ردپای مشتریان شما را تحلیل میکند و اگر سازمانها نتوانند از این دیتا و تحلیل آنها استفاده کنند، از بین میروند.
مدیر ارشد مالی دیجیپی در ادامه گفت: حضور یک متخصص علم داده در تیم مالی الزامی است؛ چراکه قرار نیست همه ما تحلیل دیتا بلد باشیم، اگر با ادبیات آن آشنا باشیم و سواد علم داده را داشته باشیم کافی است. بعد از اتومیت شدن فرایندها، یک متخصص دیتا این اطلاعات را تحلیل میکند. باید به این سمت حرکت کنیم و اُپریشن را به سمت اتومیت شدن سوق بدهیم.
فرجی با اشاره به اینکه Ai جایگزین تفکر انتقادی نمیشود، افزود: هوش مصنوعی قطعا جایگزین آدمهایی میشود که یک سری کارهای روتین روزمره را انجام میدهند. ما در دیجیپی در حال رباتیک کردن فرایندهای مالی هستیم و در تلاشیم که تا ۶ ماه آینده اکثریت فرایندها رباتیک شوند.
مدیر مالی دیجیپی افزود: ما باید در تصمیمگیریهایمان بر اساس دیتا و مدلهای هوشمند پیش برویم. اگر ما بیزینس را نشناسیم، مدل کسبوکار را نشناسیم، تحلیل نکنیم و استراتژی نداشته باشیم، طبیعتا شکست میخوریم و این تحلیل داده با استفاده از ابزارهای ماشین لرنینگ و هوش مصنوعی صورت میگیرد. فرجی در پایان مواردی از نمونههای موفق از بهکارگیری هوش مصنوعی در FP&A در ایران و جهان را بررسی کرد.