V prosinci 2021 provedla společnost Gartner průzkum mezi 400 finančními manažery z nějž vyplynulo, že za technologii s nejvyšší přidanou hodnotou nejčastěji označují samoobslužnou práci s daty a analytikou coby faktor zvyšující produktivitu zaměstnanců – k tomuto pohledu se klonilo 49 % respondentů průzkumu. Nejméně jeden ze čtyř respondentů ji také vnímal jako hnací sílu zvýšení rychlosti a pružnosti či agility organizace.
„Dva ze tří finančních ředitelů zvýšili ceny v reakci na inflaci,“ říká vedoucí výzkumu Gartner Finance Alex Bant. „Dlouhodobou konkurenční výhodou však bude hledání způsobů, jak zvýšit produktivitu a efektivitu podniku, a ne pouze přenášet inflační náklady na zákazníky.“
Mezi pokročilé datové a analytické technologie a technologie umělé inteligence, které přinášejí (nebo do budoucna mají přinést) vyšší přidanou hodnotu a u nichž se očekává nárůst investic ze strany uživatelských organizací, patří: samoobslužná datová analytika, automatizované strojové učení (ML) a ML, cloudová analytika, analýza velkých dat a prediktivní analytika (viz obr.).
Zdroj: Gartner
„Čtyřiadevadesát procent finančních ředitelů má v roce 2022 větší digitální ambice, přesto se obávají, zda v tom mohou pokračovat tváří v tvář pomalejšímu růstu, vyšším úrokovým sazbám a tlaku na ziskovost,“ dodává Bant. „Tyto pokračující investice do digitálních technologií, i když se růst zpomalí, budou tím, co bude po letech odlišovat vítězné společnosti, protože hospodářský cyklus se dříve či později zlepší. Říkáme tomu digitální deflace.“
Analýza velkých objemů dat a prediktivní analytika byly nejvýznamnějšími technologickými kategoriemi pro dosažení lepších obchodních výsledků prostřednictvím zlepšení produktů nebo služeb, přičemž každý třetí finanční ředitel v nich vidí jasný přínos. Technologie ML a cloudové analýzy považuje za nejlepší sázku na zlepšení efektivity nákladů přibližně každý pátý respondent.
V průzkumu byly použity následující definice technologií:
• Samoobslužná datová analytika označuje technologie a procesy, které uživatelé z oblasti financí využívají s minimálním zapojením IT oddělení. Samoobslužnost umožněná prostřednictvím low-code/no-code nástrojů v oblastech, jako je analytika a business intelligence, příprava dat a datové katalogy, se nyní přesouvá do dalších oblastí dat a analytiky. Automatizace a augmentace totiž ovlivňují všechny aspekty dat a analytiky.
• Automatizované ML (strojové učení) je automatické generování ML modelů na základě dodaných surových trénovacích dat. Automatizované ML má zvýšit rychlost vývoje a zároveň minimalizovat potřebu zkušeností datového vědce s vývojem modelů.
• Cloudová analytika poskytuje analytické schopnosti jako službu a zahrnuje kombinaci databáze, integrace dat a analytických nástrojů. S pokračujícím nasazováním cloudu je stále důležitější schopnost připojit se ke cloudovým a lokálním zdrojům dat v hybridním modelu.
• Analýza velkých (objemů) dat využívá velkoobjemová, rychlá a/nebo různorodá informační aktiva, která vyžadují nákladově efektivní, inovativní formy zpracování informací, jež umožňují lepší vhled/pochopení, rozhodování a automatizaci procesů.
• Prediktivní analytika se používá k předpovídání řady výsledků v čase a/nebo možných výsledků či scénářů, které by mohly nastat pro určitou událost, s využitím technik jako je předpovídání na základě faktorů, předpovídání časových řad a simulace. Prediktivní analytika je jednou z nejoblíbenějších technologií mezi finančními manažery, kteří automatizují své finanční plánování a předpovědi (forecasty).
