Poslovna izvješća trebaju biti kao dobri novinski tekstovi
Edyta Szarska i Magda Szarska
Kontroler mora razdvojiti činjenicu od dojma, objasniti kontekst i postaviti pravo pitanje, poruka je sa 14 međunarodne konferencije o kontrolingu
Umjetna inteligencija može izraditi više poslovnih izvješća nego ikad, ali obilje grafikona ne jamči bolje odluke. Bez jasnog objašnjenja, usporedivih podataka i upozorenja na rizike čak i točne brojke mogu odvesti vodstvo tvrtke u pogrešnom smjeru.
Zato bi stručnjaci za kontroling – oni koji prate rezultate i pomažu tvrtkama planirati poslovanje – trebali postati svojevrsni poslovni novinari: provjeravati činjenice, izdvajati bitno i pretvarati podatke u poruke razumljive i ljudima bez ekonomskog obrazovanja na temelju kojih se može djelovati.
Bila je to središnja poruka prezentacije 'Kada su podaci jasni, ali poruka nije' Edyte i Magde Szarske, pripremljene za 14. međunarodnu konferenciju o kontrolingu, koja se održava u zagrebačkom Sheratonu. Umjetna inteligencija pritom je pomoćnik, a odgovornost za odluke ostaje na ljudima.
Edyta Szarska, članica Upravnog odbora IBCS-a, organizacije koja razvija pravila razumljivog poslovnog izvještavanja i Magda Szarska, certificirana analitičarka IBCS-a i kontrolerica u poljskoj biotehnološkoj kompaniji Scope Fluidics, pokazuju da problem često nije u samim podacima, nego u načinu na koji ih predstavljamo. Lijep grafikon ne mora biti i pošten grafikon, naglasila je Magda Szarska.
Presudno je objasniti uzrok
Primjer je kretanje cijene dionice softverske tvrtke SAP. Kako su pokazala Edyta Szarska, jednogodišnji prikaz pokazuje pad od približno 27 posto, a trogodišnji rast od oko 87 posto. Nijedan od tih prikaza ne govori cijelu priču bez podatka o razdoblju koje obuhvaća. Zbuniti mogu i grafikoni s nepravilnim vremenskim razmacima, nejasnim oznakama, izostavljenom valutom ili ljestvicom koja pretjerano naglašava promjene, istaknula je Edyta Szarska. Takvi propusti nisu samo estetski problem: mogu promijeniti dojam o uspješnosti poslovanja.
Sličnu poruku nose usporedbe godišnjih izvješća Nikea i Adidasa. Umjesto nepreglednih tablica s nizovima brojki u Nikeovom izvješću, Edyta Szarska je kao pozitivan primjer istaknula Adidasovo izvješće koje jasno prikazuje koliko novca tvrtki pritječe, koliko odlazi te što se promijenilo u odnosu na prethodnu godinu. Presudno je objasniti uzrok, tvrdi Szarska: je li novac potrošen, uložen ili je privremeno vezan u zalihama i neplaćenim računima kupaca? Tek tada izvještaj postaje koristan onome tko mora odlučiti što dalje.
U tome pomažu pravila IBCS-a i međunarodni standard ISO 24896. Njihova je svrha da poslovni grafikoni budu čitljivi i međusobno usporedivi, bez boja i vizualnih trikova koji odvlače pozornost. Poput dobrog novinskog naslova, i naslov poslovnog izvještaja trebao bi prenijeti najvažniju vijest, a ne samo opisivati sadržaj tablice. Umjesto 'Novčani tok u 2025.', korisnije je odmah objasniti zašto je novca manje i koju odluku uprava treba razmotriti.
Autorice su prikazale i zamišljeni razgovor menadžmenta, kontrolerice i AI pomoćnika o novcu na računu. Kratkoročna prognoza izgleda sigurno, ali pogled nekoliko mjeseci unaprijed otkriva mogući manjak. AI predlaže da se od kupaca zatraže ranije uplate, a potom upozorava i na rizik prekoračenja dopuštenog minusa.
U drugom hipotetskom primjeru provjerava što bi se dogodilo kada bi tvrtka odgodila izdatke koji nisu nužni. Poanta nije da računalo samostalno vodi poslovanje, nego da brže otkrije opasnosti i pomogne ljudima usporediti moguće poteze.
Informacije kojima se može vjerovati
Ista logika vrijedi i izvan financija. Na primjeru zapošljavanja u zamišljenoj skupini poduzeća vidi se kako istodobni dolasci i odlasci velikog broja radnika mogu preopteretiti kadrovsku službu, iako sam ukupan broj zaposlenih ne otkriva problem. Brojka dobiva smisao tek kada je povezana s onime što se zaista događa u poslovanju.
Zaključak je jednostavan: tvrtkama ne trebaju izvještaji koje će samo pregledavati, nego informacije kojima mogu vjerovati i na temelju kojih mogu djelovati. Poput dobrog novinara, kontroler mora razdvojiti činjenicu od dojma, objasniti kontekst i postaviti pravo pitanje.
Tvrtka može imati najmoderniji poslovni softver i umjetnu inteligenciju, a da njezina uprava i dalje ne zna zašto je neki ugovor kasnio s potpisivanjem, tko je odgovoran za zastoj ili gdje se gubi novac. Problem je što se ključne informacije često kriju u dokumentima, odobrenjima i procedurama koje poslovni sustavi ne prate dovoljno detaljno. Bez uređenih podataka ni najnaprednija umjetna inteligencija ne može ponuditi pouzdane odgovore.
Zato digitalnu transformaciju treba početi od organizacije dokumenata i poslovnih procesa, a ne od kupnje novih AI alata. To je glavna poruka predavanja 'AI počinje ispod ERP-a: od dokumenta do odluke' Davorina Antona Dumančića, osnivača i direktora tvrtke Sciomagis.
Gdje je zapeo ugovor?
Dumančić, koji iza sebe ima više od 25 godina iskustva u upravljanju i informatici, upozorava na slabost digitalizacije koja se često zanemaruje. Tvrtke ulažu znatna sredstva u poslovne aplikacije, sustave za analizu podataka i umjetnu inteligenciju, ali pritom ne uređuju dovoljno informacije na kojima svi ti alati temelje svoj rad.
Većina poduzeća koristi ERP, odnosno središnji poslovni softver koji povezuje računovodstvo, nabavu, prodaju i druge funkcije. Takav sustav može pokazati da je neki ugovor potpisan, koliko vrijedi i kada je zaključen. Međutim, često ne može odgovoriti na mnogo važnije pitanje: zašto je postupak trajao toliko dugo?
Ugovor se obrađivao 23 dana, a stvarnog posla bilo je samo dva dana Dumančić to ilustrira primjerom ugovora o nabavi vrijednog 48 tisuća eura. U poslovnom sustavu zabilježeno je da je ugovor potpisan 13. ožujka 2026. godine. No tek praćenje svih koraka postupka otkriva što se događalo prije potpisa.
Ugovor je prošao dvije pravne provjere, nekoliko dorada, odobrenje troška i konačni potpis uprave. Od pokretanja postupka do završetka protekla su 23 dana, iako je stvarni rad na dokumentu trajao samo dva dana. Preostalih 21 dan izgubljen je na čekanje između pojedinih koraka.
Upravo je takva informacija važna menadžmentu. Ako tvrtka zna gdje dokumenti zastaju, može promijeniti način rada, ukloniti nepotrebna čekanja i ubrzati poslovanje. Sam podatak o datumu potpisivanja ugovora za takvu odluku nije dovoljan.
AI mora znati što se zaista dogodilo, a ne nagađati
Poseban dio prezentacije posvećen je razlici između općih AI alata i umjetne inteligencije povezane sa stvarnim poslovnim dokumentima. Kada općem AI asistentu postavimo pitanje zašto je nabava kasnila, on može ponuditi naizgled uvjerljivo objašnjenje: možda su kasnili dobavljači, možda je povećana potražnja ili je problem nastao zbog godišnjih odmora. - Međutim, bez pristupa konkretnom predmetu to su samo pretpostavke, a opći chat o vašem radu ne zna ništa – kazao je Dumančić.
S druge strane, AI povezan s dokumentacijom može utvrditi da je pravna služba dvaput vratila ugovor na doradu, da su se usklađivali uvjeti jamstva i da se čekalo odobrenje troška. Pritom može navesti dokumente na kojima temelji odgovor.
Praktična korist umjetne inteligencije vidi se i u obradi svakodnevne poslovne dokumentacije. Primjerice, kada u tvrtku stigne račun, AI može prepoznati vrstu dokumenta, predložiti kako ga razvrstati, izdvojiti iznos, datum, dobavljača i ostale važne podatke te unaprijed popuniti odgovarajuća polja.
Umjesto da zaposlenik sve podatke ručno prepisuje, dobiva pripremljen prijedlog koji treba pregledati i potvrditi. Sustav pritom može naznačiti koliko je siguran u ispravnost svojeg prijedloga, a osobni podaci mogu se zaštititi prije obrade.
Važno je, međutim, da automatizacija ne znači prepuštanje odgovornosti računalu. U jednom od prikazanih primjera AI predlaže da određeni poslovni zadatak ima visok prioritet, ali zaposlenik procjenjuje da je primjeren srednji prioritet i mijenja prijedlog.
Poruka je jasna: umjetna inteligencija može analizirati i predlagati, ali konačnu odluku mora donijeti čovjek. Zaključna preporuka poduzećima nije da odjednom mijenjaju sve svoje informatičke sustave. Naprotiv, treba početi od jednog konkretnog poslovnog procesa, urediti dokumente, jasno odrediti odgovornosti i tek tada uključiti umjetnu inteligenciju, poručio je zaključno Dumačić.
Lideri su ti koju moraju omogućiti inovacije
Zamislite da ste zaključani u toaletu, a iza vrata čekaju vas hodnik i još nekoliko zatvorenih vrata. Tom je slikom Barbara Salopek, osnivačica i izvršna direktorica norveškog Vinco Innovationa AS, opisala kako se lideri osjećaju pod pritiskom. Vidokrug se sužava, dok se od njih istodobno očekuju nove ideje i razmišljanje izvan okvira.
Pritisak, međutim, ne donosi automatski inovativna rješenja. On otkriva koliko je organizacija razvijala svoje 'inovacijske mišiće', odnosno ljude. Inovacije počinju od pojedinaca koji mogu sagledati problem drukčije, a razvijaju se u timovima u kojima zaposlenici slobodno iznose mišljenja.
Prepreka je funkcionalna fiksacija, sklonost da stvari promatramo samo kroz njihovu poznatu namjenu. Primjer pomicanja tih granica jest mobitel. Nekada je prvenstveno služio za razgovor, a danas na njemu gledamo sadržaje i obavljamo brojne druge aktivnosti.
Svatko u tim donosi vlastito obrazovanje, kulturu i obrasce ponašanja. Iako nam je često ugodnije raditi s ljudima koji su nam slični, inovativnost zahtijeva različite perspektive. One pomažu prepoznati mogućnosti koje bi skupini istomišljenika mogle promaknuti.
- Lideri su ti koji postavljaju ton. Lideri su ti koji moraju omogućiti inovacije. Njihova je odgovornost uskladiti različitosti i omogućiti da se svaki glas čuje - rekla je Salopek dodajući da spremnost za umjetnu inteligenciju zato treba pratiti razvoj okruženja u kojem ljudi mogu propitivati ustaljene načine rada i predlagati rješenja.
Tek tada tehnološke mogućnosti mogu postati temelj stvaranja nove vrijednosti. Ova prezentacija zaključila je tako 14. međunarodnu konferenciju o kontrolingu koja je u prvi plan stavila umjetnu inteligenciju.
