La IA está cambiando las reglas del juego en las finanzas, pero la mayoría de las soluciones no están diseñadas para las demandas únicas de la tesorería. Los modelos de caja negra, las plataformas genéricas y las herramientas desconectadas generan más preguntas que respuestas.

Es por eso que Ripple Treasury creó G Smart, la única solución de IA específica para la tesorería.

Vea una grabación de nuestro último seminario web,»Aportando claridad a la IA de tesorería: presentamos GSmart», para ver cómo la IA diseñada específicamente puede ofrecer información en tiempo real, automatización inteligente y resultados explicables.

‍

Transcripción

‍

00:00:14.130 --> 00:00:24260

gTreasury Marketing: Hola a todos y gracias por acompañarnos hoy. Empezaremos en un par de minutos para que todos los asistentes tengan tiempo de unirse al seminario web. Así que siéntate tranquilo y comenzaremos en breve.

‍

00:01:27.300 --> 00:01:37.979

Marketing de tesorería: De acuerdo, hola a todos. Gracias por acompañarnos hoy en nuestro seminario web, que aporta claridad a la IA y presenta G. Smart. Hablemos de un par de cuestiones de limpieza antes de empezar.

‍

00:01:39,800 --> 00:01:59430

gTreasury Marketing: El evento de hoy está programado para durar una hora, incluido el tiempo para hacer preguntas. Al final, todos los participantes permanecen en silencio y, si tiene alguna pregunta en cualquier momento de la presentación, introdúzcala en la sección de preguntas y respuestas de la barra de control de Zoom. Este seminario web se está grabando y se enviará un enlace a la grabación por correo electrónico a todos los participantes.

‍

00:02:01.710 --> 00:02:08.490

Marketing de tesorería: Nuestros ponentes de hoy son Evan Ryan y Mark Johnson. Por lo tanto, se lo entregaré para que lo introduzcan rápidamente.

‍

00:02:09.710 --> 00:02:31.199

Evan Ryan: Muchas gracias. Es un placer estar hoy aquí con ustedes. Me llamo Evan Ryan. Soy gerente de productos en Treasury y especifico las previsiones de tesorería. Me centraré en la demostración al final de la presentación de hoy y tengo muchas ganas de mostrarles en qué hemos estado trabajando durante las últimas semanas

‍

00:02:31.320 --> 00:02:32.459

Evan Ryan: te corresponde a ti, Mark.

‍

00:02:33210 --> 00:02:55.960

Mark Johnson: Impresionante. Gracias, Evan. De nuevo, bienvenidos a todos. Soy Mark Johnson, director de productos de G. Treasury. Dirijo nuestros equipos de gestión global de productos, diseño y cuantificación. He dedicado la mayor parte de mi carrera a esta intersección de las finanzas y la tecnología, desde la gestión de pagos y recursos hasta la automatización financiera y la nómina

‍

00:02:56,090 --> 00:03:06140

Mark Johnson: Tengo muchas ganas de estar hoy con ustedes y hablar sobre cómo podemos ayudar a los equipos de tesorería como usted a escapar del trabajo manual con el que sabemos que todos tenemos que lidiar.

‍

00:03:06,820 --> 00:03:11,649

Mark Johnson: Así que con eso, vamos a iniciar un poco de nuestro viaje.

‍

00:03:12,020 --> 00:03:22,200

Mark Johnson: Al pensar en el tiempo que tenemos hoy, nos centraremos mucho en la educación, pero también en tomar esa educación y convertirla en acción.

‍

00:03:22,410 --> 00:03:36,660

Mark Johnson: verás lo que ocurre en el mercado en lo que respecta a la IA para las finanzas. Compartiremos algunas estadísticas y hablaremos sobre hacia dónde se están moviendo las empresas y por qué esta transformación no puede esperar.

‍

00:03:37.170 --> 00:03:57.870

Mark Johnson: Hablaremos de G. Smart. G. Smart es nuestra filosofía de inteligencia artificial: pensamos realmente en amplificarlos a vosotros y a vuestros equipos, en lugar de aumentar o eliminar algo muy táctico. En lo que respecta a la estrategia que esperamos poner a disposición de vuestros equipos, es mucho más que eso.

‍

00:03:58.350 --> 00:04:14.209

Mark Johnson: Vamos a abordar el punto en el que nos dirigimos desde la perspectiva de la innovación de productos, al pensar en reimaginar los flujos de trabajo de tesorería según el punto de vista de Evan. Vamos a mostrar todo esto en forma de una demostración real, en directo y en producción

‍

00:04:14.340 --> 00:04:20.519

Mark Johnson: y luego te explico entre bastidores. Investiga en qué nos hemos centrado recientemente.

‍

00:04:21.130 --> 00:04:22230

Mark Johnson: P. Y un.

‍

00:04:22,400 --> 00:04:35.679

Mark Johnson: como mencionamos al principio, es muy importante para nosotros. Así que, por favor, entra y usa la función de preguntas y respuestas en cualquier momento cuando surjan preguntas. Si no podemos responder a todas las preguntas hoy, haremos un seguimiento individual

‍

00:04:36,508 --> 00:04:53720

Mark Johnson: así que asegúrate de usar esa función. Lo último con lo que voy a empezar es que hoy queremos que nos diseñemos con un objetivo: ayudarte a tener tiempo libre para dedicarte a lo que mejor sabes hacer, pensar estratégicamente, construir relaciones y, en última instancia, hacer avanzar tu negocio.

‍

00:04:55.780 --> 00:05:16.360

Mark Johnson: El momento de la financiación en lo que respecta a la IA es realmente ahora, ya que pensamos en el inmenso cambio que se está produciendo, no un cambio gradual, sino un cambio verdaderamente radical, y en el poder de la IA generativa en particular, para muchas funciones diferentes.

‍

00:05:16,680 --> 00:05:28,719

Mark Johnson: Estas son algunas de las estadísticas que hemos estado siguiendo. Estas estadísticas aparecen constantemente en nuevas fuentes. Quería empezar con algunas de las que hemos estado cerca

‍

00:05:29320 --> 00:05:37.590

Mark Johnson: el primer 79% de los directores financieros planea aumentar los presupuestos de IA en 2025.

‍

00:05:38.010 --> 00:05:51.469

Mark Johnson: La parte más reveladora y reveladora de esta estadística es el hecho de que no se trata necesariamente de los primeros en adoptarla o de los entusiastas de la tecnología. Se trata de líderes financieros pragmáticos

‍

00:05:51.840 --> 00:05:53319

Mark Johnson: quienes han hecho los números

‍

00:05:53610 --> 00:06:13,949

Mark Johnson: no invierten porque la IA esté de moda. No invierten porque todo el mundo habla de la IA. Están invirtiendo porque están viendo los beneficios reales y, además, participan en esa conversación con sus compañeros, al escuchar la oportunidad, cuando se presenta, de quitarles trabajo a sus equipos en el día a día.

‍

00:06:14,050 --> 00:06:25,829

Mark Johnson: Cuando ves que 7 u 8 de cada 10 directores financieros se mueven en la misma dirección, ya no puedes asumir que es una tendencia. Esta es más o menos la nueva forma de ser, la nueva forma de trabajar

‍

00:06:26,580 --> 00:06:28240

Mark Johnson: el siguiente gran paso.

‍

00:06:28660 --> 00:06:35.940

Mark Johnson: El 94% de los directores financieros esperan que la IA generativa beneficie considerablemente su función.

‍

00:06:36,340 --> 00:06:42820

Mark Johnson: En mis años de tecnología, es muy raro ver una estadística tan abrumadora.

‍

00:06:43,050 --> 00:06:52759

Mark Johnson: especialmente un acuerdo sobre una iniciativa estratégica. Todos hemos estado en esas discusiones, en esas salas de juntas, en esas reuniones ejecutivas. Cuando hay un consenso tan amplio.

‍

00:06:52,890 --> 00:06:55.509

Mark Johnson: sabes que la evidencia es innegable en ese momento.

‍

00:06:56180 --> 00:07:06,460

Mark Johnson: Cuando pensamos en los resultados. Tomemos las previsiones como un ejemplo sencillo: ser capaces de aumentar la precisión en un 30% o más. Eso cambia las reglas del juego.

‍

00:07:07.230 --> 00:07:08.849

Mark Johnson: La tercera gran estadística.

‍

00:07:09.340 --> 00:07:23.529

Mark Johnson: El 58% de las funciones financieras ya se han adoptado. IA en 2024. Ahora bien, eso no significa necesariamente que todo sea generativo. IA La IA tradicional existe desde hace un poco más de tiempo cuando pensamos en el aprendizaje automático.

‍

00:07:23,660 --> 00:07:31.459

Mark Johnson: Pero lo que hay que tener en cuenta es el hecho de que esta cifra ha subido con respecto al 37% del año anterior.

‍

00:07:31.670 --> 00:07:38710

Mark Johnson: Se trata de un gran cambio y también refleja el hecho de que la IA es cada vez más rica y de sus capacidades.

‍

00:07:39,480 --> 00:07:43240

Mark Johnson: La otra pieza, la otra pieza clave, es mirar la mano derecha del lateral

‍

00:07:43,590 --> 00:07:46560

Mark Johnson: cuando pensamos en dónde

‍

00:07:46,850 --> 00:07:59,060

Mark Johnson: se pone muy interesante. Los directores financieros quieren una IA en la que puedan confiar. No quieren cajas negras. Quieren transparencia. Quieren una explicación.

‍

00:07:59.340 --> 00:08:04,539

Mark Johnson: sabemos que la confianza se gana. Aquí es donde G. Treasury vive con este lema todos los días.

‍

00:08:05,050 --> 00:08:16,380

Mark Johnson: Esto también coincide con algunas investigaciones recientes de McKinsey que publicaron su propio informe sobre el estado de la IA. Y la parte fascinante de ese informe es el hecho de que

‍

00:08:16.670 --> 00:08:31.339

Mark Johnson: ahora estamos en un punto en el que el 21% de las empresas informaron que utilizaban IA generativa y un flujo de trabajo completamente rediseñado, una forma completamente reinventada de cómo se hace el trabajo en alguna función.

‍

00:08:31,810 --> 00:08:36569

Mark Johnson: La otra pieza que fue realmente interesante a medida que avanzamos en este estudio es el hecho de que

‍

00:08:37159 --> 00:08:54219

Mark Johnson: cuando piensas en la transformación de la IA, se trata fundamentalmente de una transformación organizacional, esa organización se está replanteando la forma en que se hace el trabajo, pero también las herramientas que se aprovechan para crear ese trabajo y completar el trabajo pendiente.

‍

00:08:55.110 --> 00:09:06.709

Mark Johnson: El CEO, en particular, es el que participa con frecuencia en la supervisión de la gobernanza de la IA, un gran cambio con respecto a cualquier cosa que hayamos visto antes en el mundo de la tecnología.

‍

00:09:10,020 --> 00:09:10.970

Mark Johnson: Entonces

‍

00:09:11.140 --> 00:09:21.190

Mark Johnson: Lo que queríamos abordar antes de profundizar es una pregunta rápida en una encuesta sobre en qué punto de su viaje se encuentran.

‍

00:09:21.560 --> 00:09:24.110

Mark Johnson: Así que la pregunta es.

‍

00:09:24280 --> 00:09:34.230

Mark Johnson: ¿cuándo espera implementar la IA en las operaciones de tesorería? Daremos a todos unos segundos para que respondan a esa pregunta y, a continuación, analizaremos los resultados.

‍

00:10:24.370 --> 00:10:36,590

Mark Johnson: Vale, parece que tenemos un 35% que quiere implementar la IA en 2026, tenemos

‍

00:10:36770 --> 00:10:49.559

Mark Johnson: otro 11% que ya usa IA en la actualidad, y luego el 16%. Ese plan es introducir la IA en sus operaciones antes de que acabe el año. Así que otra vez.

‍

00:10:50.090 --> 00:10:59.850

Mark Johnson: bastante relevante y relacionado con la caída antes de que entre el 50 y el 60% ya lo hayan adoptado o tengan previsto adoptar en un futuro próximo.

‍

00:11:04.320 --> 00:11:17.789

Mark Johnson: Es posible que algunos de ustedes hayan visto que la presentación de G. Smart y G. Smart for para nosotros es un hito y un punto de partida en este viaje del que ahora formamos parte.

‍

00:11:18,030 --> 00:11:28.179

Mark Johnson: Presentamos G. Smart como una especie de futuro de la tesorería impulsada por la IA. Al mismo tiempo, no cambiaremos nuestra declaración de objetivos como empresa.

‍

00:11:28.300 --> 00:11:35.819

Mark Johnson: Durante años, ella, la tesorería se ha centrado en la claridad para actuar y tratar de generar valor.

‍

00:11:36,220 --> 00:11:37.909

Mark Johnson: para nuestros clientes.

‍

00:11:38.200 --> 00:11:42.229

Mark Johnson: Lo que ha cambiado es la magnitud de lo que es posible.

‍

00:11:42.790 --> 00:11:48.860

Mark Johnson: G. Smart representa la creencia de que la futura oficina del CFO.

‍

00:11:49.050 --> 00:11:53570

Mark Johnson: No se definirá solo por las tareas que se completen, sino

‍

00:11:54.070 --> 00:12:03.720

Mark Johnson: las ideas que pueden salir a la luz, las ideas que se mostrarán un poco más adelante hoy, pero también las decisiones que puede empezar a acelerar

‍

00:12:03,940 --> 00:12:10.999

Mark Johnson: y las estrategias que luego puede habilitar, en función de esa decisión. Proceso de toma

‍

00:12:11.160 --> 00:12:17.809

Mark Johnson: ocurre cuando su gente se libera de parte de ese esfuerzo operativo que sufren hoy en día.

‍

00:12:21.680 --> 00:12:31,099

Mark Johnson: La IA no es nueva para G. Treasury. Como mencioné anteriormente, la IA tradicional existe desde hace varios años, y

‍

00:12:31,821 --> 00:12:39,810

Mark Johnson: esta tabla muestra algunas cosas que quería expresar en primer lugar: la transparencia.

‍

00:12:40170 --> 00:12:50610

Mark Johnson: mientras pensamos en diferentes soluciones dentro de G Treasury. Queremos explicarle exactamente qué función desempeña la IA.

‍

00:12:51.190 --> 00:12:56259

Mark Johnson: qué tipo de modelo estamos utilizando específico para la IA,

‍

00:12:56380 --> 00:13:00,520

Mark Johnson: y luego también cuáles son los beneficios que le brinda

‍

00:13:00,780 --> 00:13:06,830

Mark Johnson: cuando hablamos de la previsión de caja como ejemplo utilizando la IA de agencia

‍

00:13:07.260 --> 00:13:12.489

Mark Johnson: para la toma de decisiones. Queremos que sepas lo que eso significa. ¿Y cómo funciona eso?

‍

00:13:13,020 --> 00:13:15.160

Mark Johnson: La segunda gran cosa es

‍

00:13:15.330 --> 00:13:24.290

Mark Johnson: nuestro enfoque y lo diverso que es cuando se trata de no imponer un modelo de IA para cada problema.

‍

00:13:24.770 --> 00:13:36310

Mark Johnson: Sabemos que los modelos estadísticos son excelentes para las predicciones. Sabemos que la lógica difusa puede ser excelente para la coincidencia de patrones.

‍

00:13:36,870 --> 00:13:44690

Mark Johnson: También sabemos que la IA agencial es excelente para la toma de decisiones, el apoyo y las acciones inteligentes.

‍

00:13:44.810 --> 00:14:03.000

Mark Johnson: Al pensar en las soluciones de G Treasury. Somos muy diligentes a la hora de aplicar el modelo de IA más adecuado para completar algún tipo de trabajo que se deshaga, que elimine ese esfuerzo y lo complete en su nombre.

‍

00:14:03.950 --> 00:14:08.810

Mark Johnson: Lo último en lo que nos centramos constantemente es

‍

00:14:08.960 --> 00:14:22,719

Mark Johnson: Para los resultados, obviamente, estamos invirtiendo tiempo para construir esta solución. Y queremos asegurarnos de invertir ese tiempo de manera eficaz. Y al pensar en los beneficios que son posibles.

‍

00:14:22.780 --> 00:14:45.009

Mark Johnson: ya no son solo teóricos. Bueno, estos son beneficios. Estamos comprobando de primera mano la precisión de las previsiones, y estamos mejorando cuando se trata de simular escenarios de riesgo en minutos y no en horas. En lo que respecta a las integraciones que solían adoptar. Ahora se pueden hacer semanas en horas.

‍

00:14:45.160 --> 00:14:49.190

Mark Johnson: Todo esto es un beneficio real y tangible que genera valor.

‍

00:14:49.470 --> 00:14:57270

Mark Johnson: Esta base también es importante porque es la culminación de todo lo que hemos aprendido a lo largo del tiempo

‍

00:14:57.540 --> 00:15:05.509

Mark Johnson: y cómo hemos incorporado la inteligencia en los flujos de trabajo de tesorería y, al mismo tiempo, nos hemos centrado mucho en ello.

‍

00:15:05.610 --> 00:15:07.910

Mark Johnson: ¿Qué es lo que realmente necesita su equipo?

‍

00:15:11.620 --> 00:15:13.199

Mark Johnson: Probablemente el elefante en la habitación

‍

00:15:13.610 --> 00:15:28,680

Mark Johnson: datos. Y obviamente esto es algo muy querido para nosotros. Es algo cercano y querido para tu corazón. Pero proteger esos datos es, ante todo, el principio más importante que tenemos, cuando pensamos en G. Smart.

‍

00:15:29100 --> 00:15:32360

Mark Johnson: empezamos con Hey, ganándonos tu confianza

‍

00:15:32.510 --> 00:15:39,040

Mark Johnson: exige algo más que promesas. Requiere un enfoque de arquitectura bien sólido.

‍

00:15:39250 --> 00:15:47569

Mark Johnson: Requiere gobernanza, transparencia y lo que ocurre en la plataforma.

‍

00:15:47,730 --> 00:15:51.980

Mark Johnson: Y ahora que pensamos en empezar por el lado de los datos.

‍

00:15:52,090 --> 00:16:17.150

Mark Johnson: queremos asegurarnos de que, oye, confías en la forma en que hemos creado la solución. Todo comienza con sus datos. Vivir en su propio entorno. No hay coprocesamiento. No hay intercambio de datos entre los inquilinos. No existe un lago de datos misterioso en el que la información pueda mezclarse. Piénsalo como si tuvieras tu propia IA privada en la que te han entrenado

‍

00:16:17.450 --> 00:16:21.390

Mark Johnson: el conocimiento del mundo, pero solo puede ver sus datos.

‍

00:16:21.960 --> 00:16:32.249

Mark Johnson: La segunda gran cosa que hemos seguido es el hecho de que se trata únicamente de una inferencia. AI. ¿Qué significa eso? Significa que tus datos

‍

00:16:32.410 --> 00:16:34.719

Mark Johnson: nunca se usa para entrenar modelos.

‍

00:16:35.350 --> 00:16:41.420

Mark Johnson: Nos aseguramos de que la IA aplique su inteligencia a sus datos sin aprender de ellos.

‍

00:16:42.510 --> 00:16:47239

Mark Johnson: Otra pieza clave es el control geográfico.

‍

00:16:47,510 --> 00:16:52,089

Mark Johnson: Atendemos a clientes de todo el mundo. Queremos tus datos

‍

00:16:52260 --> 00:16:57.590

Mark Johnson: en reposo para permanecer en reposo dentro de la región geográfica seleccionada.

‍

00:16:57.760 --> 00:17:02,910

Mark Johnson: Ya sea en los EE. UU. Ya sea en EMEA. Ya sea en APAC

‍

00:17:03.110 --> 00:17:09.520

Mark Johnson: eso se remonta a la forma en que configuramos desde el principio, finalmente, el control

‍

00:17:10.351 --> 00:17:38,769

Mark Johnson: la visibilidad de lo que ocurre en la plataforma es clave, así como de los resultados que se están entregando. Por lo tanto, poder mostrar los senderos punteados que rodean esos resultados para mostrar por qué se tomó una medida en particular. Y luego, la participación del usuario en el trabajo con ese agente en particular, llamémoslo agente. Una experiencia como esa podría existir dentro de la plataforma

‍

00:17:39,800 --> 00:17:47,799

Mark Johnson: Aquí analizamos mucho más, pero definitivamente queríamos centrarnos en, ¿eh? Lo más importante para nosotros, siempre que estamos construyendo

‍

00:17:49.720 --> 00:18:00,650

Mark Johnson: La otra pieza que queríamos analizar y echar un vistazo detrás del capó es nuestra propia transformación interna en G. Treasury.

‍

00:18:01.350 --> 00:18:19.169

Mark Johnson: Probablemente me hayas escuchado mencionar la transformación. Me has oído mencionar el viaje, y es porque realmente lo es. Todos estamos al tanto de lo que pasa en el mercado. ¿Cuáles son las nuevas fuentes que queremos aprovechar para aprender? ¿Cómo seguimos preparando a nuestros equipos para que tengan éxito? Y a medida que pensamos en

‍

00:18:19.420 --> 00:18:25,750

Mark Johnson: esta diapositiva en particular, no son solo principios, sino la forma en que operamos día a día

‍

00:18:25.960 --> 00:18:31.069

Mark Johnson: y para darles algunos ejemplos reales y tangibles aquí.

‍

00:18:31.260 --> 00:18:46710

Mark Johnson: Nuestro equipo de producto, Evan, yo y el resto del equipo. Estamos utilizando la inteligencia artificial en diferentes partes de nuestro flujo de trabajo diario a la hora de definir los requisitos de producto para algo nuevo que planeamos desarrollar

‍

00:18:47.000 --> 00:19:07,470

Mark Johnson: cómo podemos volver a crear prototipos de diseños en minutos, lo que antes habría llevado semanas. Esto nos permite recibir comentarios en tiempo real de aquellos de ustedes que están atendiendo la llamada, de nuestros clientes, nuestros clientes potenciales, nuestros socios, esos comentarios nos permiten avanzar mucho más rápido, y luego

‍

00:19:07.780 --> 00:19:12.390

Mark Johnson: Francamente, podemos usar ese tiempo para dedicarle más tiempo.

‍

00:19:12.570 --> 00:19:21.820

Mark Johnson: entender mejor dónde están surgiendo nuevos problemas. Es ese cambio de un trabajo manual a un trabajo más estratégico.

‍

00:19:22560 --> 00:19:30.000

Mark Johnson: La otra pieza que ha sido un gran amplificador para nosotros es esta, esta cultura de la experimentación.

‍

00:19:30210 --> 00:19:50189

Mark Johnson: Y lo que vemos que tiene mucho valor y beneficio es la posibilidad de organizar talleres, la posibilidad de organizar hackatones y tener una tesis en mente para no perseguir todos los objetos brillantes. Escucharás a muchas empresas crear inteligencia artificial solo para desarrollarla.

‍

00:19:50.620 --> 00:19:59339

Mark Johnson: No queremos ser esa empresa. Queremos asegurarnos de que estamos escalando algo que realmente funcione y resuelva un problema

‍

00:20:00,250 --> 00:20:03.229

Mark Johnson: un resultado que nos lleva a una innovación impulsada por los resultados.

‍

00:20:03.840 --> 00:20:22.950

Mark Johnson: Hemos desarrollado nuestro propio marco sobre cómo pensamos en la priorización de los casos de uso. Y para ponerle un ejemplo, ¿es una tarea muy frecuente que realizan varias empresas? ¿Es una tarea ardua y dolorosa? ¿Y luego

‍

00:20:23.070 --> 00:20:35.210

Mark Johnson: ¿puede la IA amplificar realmente esa experiencia, ese proceso? Por lo tanto, alguien que dedique un día a la semana a analizar las previsiones podría marcar las tres casillas de verificación.

‍

00:20:36,200 --> 00:20:47,570

Mark Johnson: el último y definitivamente el más importante. Ey, queremos que nuestros clientes nos acompañen como parte de esta experiencia y queremos empezar con una conversación. Queremos empezar con

‍

00:20:47.710 --> 00:20:51.679

Mark Johnson: un programa de acceso temprano. Es decir, no se trata solo de una prueba beta.

‍

00:20:51.790 --> 00:21:04.560

Mark Johnson: Pero, francamente, se trata de cocrear la experiencia juntos. Cuando un cliente nos dice: «Ey, necesito una visión general de esta información». No solo están dando su opinión. Nos ayudan a diseñar conjuntamente sobre la marcha.

‍

00:21:04.840 --> 00:21:05.680

Mark Johnson: Entonces

‍

00:21:05.870 --> 00:21:13,729

Mark Johnson: tome estos principios, adáptelos y modifíquelos de la manera que mejor se adapte a usted y a su empresa. Y luego.

‍

00:21:14.311 --> 00:21:22.619

Mark Johnson: comprenda, no todo es tecnología. También se trata de, ¿eh? Empezando por la convicción, empezando por tu equipo y tu cultura como empresa.

‍

00:21:25.930 --> 00:21:33.159

Mark Johnson: Ahora vamos a cambiar un poco de tema y vamos a mostrar en qué hemos estado trabajando.

‍

00:21:33.500 --> 00:21:51.989

Mark Johnson: algunas de las cuales están en directo, otras están en marcha y, sin duda, tienen la oportunidad de conseguir candidatos con acceso anticipado, lo que nos da su opinión a lo largo del camino. Algunas de ellas están en fase de diseño, pero quería mostrarles algunos ejemplos para hacerlas realidad

‍

00:21:53,070 --> 00:22:02.229

Mark Johnson: para llegar al nivel establecido aquí, al pensar en G. Smart, hay dos componentes clave a tener en cuenta

‍

00:22:03,040 --> 00:22:04.100

Mark Johnson: uno.

‍

00:22:04.300 --> 00:22:13.169

Mark Johnson: Así es como pensamos en los agentes, agentes que están diseñados para completar una tarea específica del Tesoro

‍

00:22:13.320 --> 00:22:24,959

Mark Johnson: agentes que pueden razonar a través de los problemas. Pueden descubrir patrones y recomendar una acción, a la vez que mantienen al equipo informado

‍

00:22:25.320 --> 00:22:27.039

Mark Johnson: durante todo ese proceso.

‍

00:22:27.540 --> 00:22:29,810

Mark Johnson: La segunda pieza es.

‍

00:22:30,090 --> 00:22:50,090

Mark Johnson: considérela como su torre de control, su centro en el que no se trata solo de un panel de control de lo que está ocurriendo, sino de un área única de la plataforma en la que puede gobernar, crear y establecer sus propios umbrales únicos para cualquier experiencia.

‍

00:22:50,520 --> 00:23:00329

Mark Johnson: Obviamente sabemos que no todos los clientes reciben el mismo trato. Todos tienen sus propias políticas, sus propios procesos. Aquí es donde el hub comienza a entrar en juego

‍

00:23:00,680 --> 00:23:13,069

Mark Johnson: sin el Hub. Los agentes son solo herramientas aisladas y pueden ser potentes, pero pueden estar muy desconectados de sus procesos. Así que no quieres eso. Al mismo tiempo.

‍

00:23:13.200 --> 00:23:14.759

Mark Johnson: si piensas en

‍

00:23:14,870 --> 00:23:32569

Mark Johnson: al tener solo un centro, no quieres solo el panel de control y no tener la capacidad de organizar tus propios flujos de trabajo. Así pues, los dos elementos se unen cuando pensamos en nuestra visión de G. Smart AI y se convierten en un componente clave de cualquier transformación de tesorería.

‍

00:23:35.710 --> 00:23:45.559

Mark Johnson: G. Perspectivas de pronósticos inteligentes. No voy a robarle el protagonismo a Evan a propósito, ya que profundizaremos en una demo. Pero

‍

00:23:45.820 --> 00:23:59860

Mark Johnson: Quería mostrar un poco contando una historia sobre cómo empezó esto para nosotros. Un nombre tan ficticio. Usaremos a Sarah como líder del Tesoro, que probablemente represente a muchos de ustedes en la llamada.

‍

00:24:00,680 --> 00:24:04.110

Mark Johnson: Todos, digamos, los jueves de cada semana

‍

00:24:04.270 --> 00:24:21.420

Mark Johnson: sigue una rutina. Está creando su propio informe de comparación de previsiones. Probablemente tenga que exportarlo a Excel para hacer su propio análisis. Por lo general, va línea por línea para identificar cuál es la mayor varianza.

‍

00:24:21.770 --> 00:24:26,139

Mark Johnson: ¿Dónde debo preocuparme? Lo inexplicable versus lo explicado.

‍

00:24:26310 --> 00:24:37.650

Mark Johnson: Y luego tiene que incluir todo eso en algún tipo de resumen ejecutivo que el resumen ejecutivo pueda ser para su equipo ejecutivo y pueda ser para un gerente. Podría usarse en una presentación en una junta directiva.

‍

00:24:38.340 --> 00:24:48.230

Mark Johnson: Dicho todo esto, se trata de un proceso manual que lleva varias horas a la semana para Sarah y, luego, para los destinatarios de esa información.

‍

00:24:49,680 --> 00:24:56,319

Mark Johnson: Si pensamos en los sitios de pronósticos de G. Smart, nuestro objetivo es cómo reducimos

‍

00:24:56,480 --> 00:25:00,099

Mark Johnson: ¿esa maratón en un sprint de 15 minutos?

‍

00:25:00,280 --> 00:25:03.620

Mark Johnson: Y eso es lo que Evan va a mostrar dentro de poco.

‍

00:25:05,460 --> 00:25:16,530

Mark Johnson: El segundo punto que queríamos destacar es un enfoque similar a nuestra solución de gestión de riesgos. Pero

‍

00:25:16,970 --> 00:25:21.140

Mark Johnson: un caso de uso diferente cuando pensamos en el riesgo

‍

00:25:21.750 --> 00:25:34.460

Mark Johnson: riesgo. Las políticas, en particular, son aquellos documentos muy extensos, probablemente de formato múltiple, que tienen un contenido muy bueno, pero están atrapados de forma estática.

‍

00:25:35.200 --> 00:25:40,940

Mark Johnson: es posible que tenga exposiciones de las que se haga un seguimiento y hojas de cálculo de Excel.

‍

00:25:41.200 --> 00:25:50,269

Mark Johnson: Es posible que haya configurado su política para identificar cuándo se produce una infracción, pero es posible que no se entere de esa infracción hasta meses después.

‍

00:25:51,580 --> 00:25:55,650

Mark Johnson: En general, estás cayendo demasiado tarde en un proceso. Así que

‍

00:25:56,070 --> 00:25:59,330

Mark Johnson: mientras pensamos en aplicar la IA en este caso.

‍

00:25:59.750 --> 00:26:02.950

Mark Johnson: G. Riesgos inteligentes, los conocimientos pueden remontarse a

‍

00:26:03.300 --> 00:26:24.769

Mark Johnson: te ahorra tiempo y te ayuda en la toma de decisiones. Podemos estudiar la posibilidad de utilizar la inteligencia artificial para leer las políticas de riesgo con el fin de monitorizar tus exposiciones de forma continua y avisarte antes de que se produzcan infracciones, y todo ello en tiempo real desde la plataforma. No después de que esto ocurra, sino antes de que ocurra.

‍

00:26:24.970 --> 00:26:32.279

Mark Johnson: Una vez más, esta es una de esas áreas en las que estamos empezando a trabajar ahora y, obviamente, nos encantaría recibir comentarios

‍

00:26:32,540 --> 00:26:36,780

Mark Johnson: de los que estuvieron en la llamada. A medida que avanzamos en este viaje. Siguiente.

‍

00:26:37.240 --> 00:26:43,990

Mark Johnson: la tercera pieza que queríamos mostrar se llama G smart Hub.

‍

00:26:44.750 --> 00:26:57,190

Mark Johnson: y, como he vuelto a mencionar un poco antes, piense en esto como una especie de torre de control, su centro de mando, en el que puede ver qué agentes están disponibles.

‍

00:26:57,590 --> 00:27:12,189

Mark Johnson: puede empezar a determinar cuáles tienen sentido para su empresa y, a continuación, puede dar el siguiente paso: ¿cómo quiero configurarlo para mi empresa? Por lo tanto, para darles un ejemplo de la vida real. Piensa en

‍

00:27:12,440 --> 00:27:15,760

Mark Johnson: el proceso de presentación de previsiones de caja.

‍

00:27:15,890 --> 00:27:23.340

Mark Johnson: Tiene varias unidades de negocio en todo el mundo. Varias personas participan en la presentación de las previsiones

‍

00:27:23,490 --> 00:27:36,690

Mark Johnson: sobre una base de alta frecuencia. ¿Qué pasa si eres la persona que los está persiguiendo a todos? Bueno, eso no es divertido enviar correos electrónicos. Reciben llamadas telefónicas para intentar que todos sigan el proceso. Ya lo has dicho.

‍

00:27:37.320 --> 00:27:48.109

Mark Johnson: ¿Y si pudiera tener un agente que tomara esa medida en su nombre? ¿Y si pudieras configurarlo de forma que dijera: «¡Ey, mira!» La presentación de las previsiones está a punto de caducar

‍

00:27:48.250 --> 00:27:51,100

Mark Johnson: todos los viernes a estas alturas de la semana.

‍

00:27:51.320 --> 00:27:58.429

Mark Johnson: y voy a tener una en tiempo real. Instantánea de quién lo ha enviado y quién no lo ha hecho a mediados de semana.

‍

00:27:58.590 --> 00:28:00,250

Mark Johnson: y si no lo ha presentado.

‍

00:28:00,590 --> 00:28:14,970

Mark Johnson: pídale al agente que lo persiga y le recuerde que necesitamos la previsión presentada por el Estado, y así podrá obtener continuamente una instantánea de la progresión, de las previsiones completadas, y así conducir

‍

00:28:15,250 --> 00:28:42,540

Mark Johnson: un comportamiento mucho más proactivo y que te devuelve tiempo en tu día a día. Este es solo un ejemplo de cómo puedes empezar a controlar esa experiencia para adaptarla a tu propio proceso interno. Y entonces la segunda parte está bien. Puedo empezar a ver otras estadísticas de uso de otros agentes. Puedo empezar a ver el ROI de primera mano

‍

00:28:42,630 --> 00:28:49,879

Mark Johnson: del ahorro de tiempo que se puede lograr. La eficiencia aumenta, la precisión de las previsiones, aumenta

‍

00:28:50,210 --> 00:29:05,420

Mark Johnson: todo eso en un solo lugar, y luego puedes seguir lo que quieres hacer a continuación. Y tal vez, si tengo éxito con este agente, pueda pensar en este, en el siguiente caso práctico y empezar a medir el ROI en ese caso

‍

00:29:06,230 --> 00:29:17,139

Mark Johnson: otra vez. Aquí es hacia donde vamos, y más por venir, y siempre para recibir comentarios mientras diseñamos esto en conjunto con un grupo de clientes ya existente.

‍

00:29:19.110 --> 00:29:28,719

Mark Johnson: Así que vamos a volver a cambiar de tema. Y vamos a abrir otra pregunta en la encuesta. Y como parte de esta pregunta de la encuesta

‍

00:29:29,130 --> 00:29:32.960

Mark Johnson: Tendré a Evan. Entonces entra en la demo

‍

00:29:33.931 --> 00:29:37.550

Mark Johnson: después de la demostración. Al final, dejaremos algo de tiempo para una sesión de preguntas y respuestas.

‍

00:29:45.230 --> 00:29:53,710

Mark Johnson: La pregunta es, ¿en qué áreas le gustaría a su organización elevar el nivel de previsión? Además, puede comprobar varias respuestas.

‍

00:31:00,480 --> 00:31:04,439

Evan Ryan: Creo que podríamos darle uno o dos segundos más en el

‍

00:31:04.610 --> 00:31:09.270

Evan Ryan: esas respuestas deberían aparecer perfectas.

‍

00:31:10,210 --> 00:31:13,250

Evan Ryan: Bien, entonces, ¿en qué áreas?

‍

00:31:14.316 --> 00:31:17.679

Evan Ryan: ¿le gustaría a su organización elevar el nivel de previsión?

‍

00:31:18,739 --> 00:31:28,300

Evan Ryan: los métodos más avanzados permiten obtener un 24% más de explicaciones, y

‍

00:31:28.500 --> 00:31:31.899

Evan Ryan: se puede ver una menor tolerancia a los errores, del 11%.

‍

00:31:33,120 --> 00:31:39,439

Evan Ryan: Pero solo para destacar las mejores explicaciones necesarias, con un 27%. El más alto

‍

00:31:40,146 --> 00:31:42,280

Evan Ryan: son los métodos más avanzados

‍

00:31:42,410 --> 00:31:58,79

Evan Ryan: al 24%. Ya sabes, eso sí que contribuye a la demo que voy a empezar ahora, centrándome en las, ya sabes, mejores explicaciones que se requieren para resaltar esas ideas clave en un

‍

00:31:59210 --> 00:32:00,860

Evan Ryan: A la manera de una agencia de IA

‍

00:32:01.020 --> 00:32:16,189

Evan Ryan: y métodos más avanzados, hay algunas visualizaciones de datos realmente interesantes que me complace mostrarles hoy. Con eso, empezaré a compartir mi pantalla aquí, Mark y yo pasaremos a la demo

‍

00:32:22,690 --> 00:32:23.710

Evan Ryan: perfecto.

‍

00:32:24,746 --> 00:32:30,449

Evan Ryan: Así que aquí, en GTreasury, hacemos previsiones dentro de nuestra suite de informes.

‍

00:32:31.327 --> 00:32:38.569

Evan Ryan: Como mencionó Mark, ya sabes, estamos implementando la IA en la plataforma G Treasury

‍

00:32:39353 --> 00:32:46,819

Evan Ryan: inicialmente dentro de G. Treasury Forecasting y específicamente dentro de la propia suite de pronósticos de G Treasury.

‍

00:32:47,240 --> 00:32:52,459

Evan Ryan: Lo que estamos viendo aquí es la página de inicio del informe comparativo

‍

00:32:53190 --> 00:33:02.239

Evan Ryan: el informe comparativo compara 2 versiones o instantáneas independientes de su pronóstico.

‍

00:33:02.490 --> 00:33:10.630

Evan Ryan: En este caso, tengo mi última presentación. De nuevo, cuando Mark hablaba del G smart Hub.

‍

00:33:11.334 --> 00:33:21.839

Evan Ryan: y ese analista del Tesoro que prepara sus presentaciones. Supongamos que la presentación está preparada y finalizada ese jueves, y luego ese usuario quiere compararla

‍

00:33:22,000 --> 00:33:31,1179

Evan Ryan: la versión que acaban de preparar. Compárela, entonces, con su versión anterior y luego analice las variaciones de ese informe.

‍

00:33:31.340 --> 00:33:33.910

Evan Ryan: En realidad, simplemente publique el informe aquí.

‍

00:33:35.800 --> 00:33:41.400

Evan Ryan: Aquí tengo mi informe con mi pronóstico frente a los datos reales y mi pronóstico frente a lo previsto.

‍

00:33:41,680 --> 00:33:45.019

Evan Ryan: y lo he agrupado por unidad de negocio.

‍

00:33:45.490 --> 00:34:03,829

Evan Ryan: Una cosa que quiero destacar es la nueva función inicial que tenemos aquí. Así que podéis ver un panel destacado que puedo ampliar y que, de inmediato, resalta las principales diferencias que aparecen en ese informe. Así que ya lo sabes.

‍

00:34:04,070 --> 00:34:12,650

Evan Ryan: Estamos hablando de reducir realmente ese esfuerzo y, de inmediato, se puede ver que esto realmente aporta valor.

‍

00:34:12,800 --> 00:34:16,739

Evan Ryan: Entonces, en este caso, hay 4 diferencias ocultas de flujo de caja que se descubren.

‍

00:34:17,179 --> 00:34:21.800

Evan Ryan: En primer lugar, tenemos una varianza del saldo de cierre de un poco más

‍

00:34:22,110 --> 00:34:30370

Evan Ryan: medio millón de dólares, lo que indica que el equilibrio entre esa parte de la previsión y los reales es la mayor varianza negativa.

‍

00:34:30,510 --> 00:34:33,860

Evan Ryan: la mayor varianza positiva, y luego

‍

00:34:34.020 --> 00:34:56489

Evan Ryan: También estamos introduciendo dos métricas nuevas. Así que céntrate en la precisión de tu pronóstico. Por lo tanto, wmape es la versión ponderada que se centra en analizar los elementos más importantes y smape, analizando cada línea de pedido, en este caso a un nivel ponderado individual.

‍

00:34:56,820 --> 00:35:16,689

Evan Ryan: y para interpretar esto. Así que cuanto más bajas sean estas dos cifras, mejor. Pero para interpretar lo que estoy viendo aquí, me parece que este mapa W. es más bajo. Se me da mejor pronosticar las entradas más grandes que pronosticar las entradas más pequeñas.

‍

00:35:17,390 --> 00:35:38,680

Evan Ryan: Puedo hacer clic en esto. Puedo ver un poco más explicativo aquí. También hemos incorporado una guía útil que aborda un poco más desde un punto de vista matemático las diferentes fórmulas que utilizamos y cómo interpretarlas realmente, así como los pros y los contras de las dos métricas diferentes.

‍

00:35:38,920 --> 00:35:45.009

Evan Ryan: y, como he dicho, cómo interpretar tus métricas y, a continuación, consejos sobre cómo mejorar tu pronóstico

‍

00:35:45.200 --> 00:35:46,439

Evan Ryan: de ahora en adelante.

‍

00:35:46,990 --> 00:35:50,350

Evan Ryan: Así que con eso generaré las ideas.

‍

00:35:50,540 --> 00:35:53,590

Evan Ryan: Y entonces, como dije, ya sabes.

‍

00:35:53,790 --> 00:35:59,869

Evan Ryan: De inmediato, veo una gran relación calidad-precio en G smart, pero puedo, ya sabes.

‍

00:36:00,400 --> 00:36:05,645

Evan Ryan: profundiza en mi informe de varianza aquí, y

‍

00:36:06,910 --> 00:36:14,979

Evan Ryan: Lo puedo ver en mi descripción emergente aquí. Así que está haciendo varias cosas y evaluando la varianza

‍

00:36:15.560 --> 00:36:29589

Evan Ryan: umbrales de materialidad. Así que estamos preparando la evaluación de las previsiones, ese resumen ejecutivo del que hablaba Mark hace un par de momentos, y que después pasará realmente a las diferentes secciones del informe.

‍

00:36:30180 --> 00:36:33,060

Evan Ryan: Y luego, ya sabes, basado en eso

‍

00:36:33,520 --> 00:36:47,470

Evan Ryan: pregunta que se le hizo hace un par de meses. Sobre la pregunta de la encuesta, un par de visualizaciones geniales que quiero mostrarles hoy.

‍

00:36:48.410 --> 00:36:52,889

Evan Ryan: Entonces, y no solo está en el informe comparativo. Esto

‍

00:36:53,060 --> 00:36:59,099

Evan Ryan: De hecho, las ideas también están disponibles en el Informe de consolidación, que les mostraré en un par de momentos.

‍

00:37:00,580 --> 00:37:09,970

Evan Ryan: Así que desde el principio puedo ver qué dos propuestas se están comparando y, luego, profundizar

‍

00:37:10556 --> 00:37:24,639

Evan Ryan: en el análisis actual. Así que puedo echar un vistazo al servicio del resumen ejecutivo. Es decir, un resumen detallado del informe real que envié al modelo de IA para que lo analizaran.

‍

00:37:24,880 --> 00:37:32,540

Evan Ryan: Me refiero al saldo inicial, a los recibos y, además, hay una serie de áreas clave que quiero mencionar.

‍

00:37:32,710 --> 00:37:41,239

Evan Ryan: en primer lugar, los recibos, el análisis de varianza. Así que esas varianzas favorables y luego las desfavorables.

‍

00:37:41.360 --> 00:37:47,629

Evan Ryan: y luego el mismo lado en lo que respecta a los pagos. Así que esos análisis de varianza de pagos.

‍

00:37:49.230 --> 00:37:55.959

Evan Ryan: Aquí hay una tabla con mis 5 variantes principales, para que pueda ver mi línea de productos intercompañía

‍

00:37:56,170 --> 00:38:04,010

Evan Ryan: en la unidad de negocio de Irlanda tuvo una variación de 6,7 millones de dólares. En este período específico

‍

00:38:05,010 --> 00:38:23,699

Evan Ryan: una característica nueva o una parte nueva realmente interesante de esta función son las áreas para investigar y actuar. Así que, como mencionó Mark, ya sabes, esto realmente ahorra mucho tiempo. Así podrás verlo en un par de instantes. Ya he generado un informe resumido a nivel ejecutivo.

‍

00:38:24.343 --> 00:38:34.089

Evan Ryan: Puedo copiar esto fácilmente y pegarlo en un correo electrónico. Envíelo a mi gerente para enviárselo al director financiero.

‍

00:38:34.660 --> 00:38:40,080

Evan Ryan: Pero también se destaca aquí que las áreas para investigar y actuar, y

‍

00:38:40,350 --> 00:38:52,387

Evan Ryan: para cambiar realmente la precisión de las previsiones y lo que están viendo aquí. Así que en este caso, el 15,3% y realmente navegando, sacando a la luz esas ideas.

‍

00:38:53,110 --> 00:39:04,589

Evan Ryan: y ya no tengo que hacerlo, ya sabes. Revisa este informe y haz ese esfuerzo. Ya ha aparecido aquí para que pueda mejorar rápidamente la precisión de sus pronósticos.

‍

00:39:05.250 --> 00:39:13,779

Evan Ryan: También puedo interactuar con el informe aquí y darle el visto bueno y el visto bueno hacia abajo, de modo que este informe sea

‍

00:39:14.220 --> 00:39:19,140

Evan Ryan: te lo proporcioné. Ya sabes, mejorará la próxima vez que lo uses.

‍

00:39:19,530 --> 00:39:29,789

Evan Ryan: Como he dicho aquí, ya sabes que estoy viendo un gran valor en el panel de focos. Esas variaciones clave salen a la luz de inmediato.

‍

00:39:30.000 --> 00:39:37.640

Evan Ryan: y luego, una vez que hago clic en el botón de generar información, puedo ver que aquí se crea un informe a nivel de resumen ejecutivo.

‍

00:39:39,170 --> 00:39:43,730

Evan Ryan: pero en realidad puedo profundizar en eso

‍

00:39:43,850 --> 00:39:48,89

Evan Ryan: sobre esos datos, sobre mi informe. Así que puedo ver una serie de preguntas aquí.

‍

00:39:48.640 --> 00:39:55.360

Evan Ryan: Hemos creado un banco de preguntas. Estoy trabajando con un grupo de pymes.

‍

00:39:55.510 --> 00:40:07,040

Evan Ryan: y esencialmente el Llm. La IA. Está sugiriendo, basándose en el contenido de este informe. ¿Qué preguntas son las que mejor se adaptan

‍

00:40:07.380 --> 00:40:08,519

Evan Ryan: ¿este informe?

‍

00:40:08.720 --> 00:40:11.780

Evan Ryan: Así que en este caso. Voy a preguntar.

‍

00:40:11,970 --> 00:40:18,870

Evan Ryan: Y la IA, entonces, ¿cuál es mi mejor opción? ¿5 variaciones en el saldo de cierre por unidad de negocio?

‍

00:40:19,250 --> 00:40:42,909

Evan Ryan: Y básicamente lo que esto hará es generar un gráfico con una narración adjunta a ese gráfico aquí. Repito, ya he hecho esto anteriormente en puestos anteriores, y estoy seguro de que muchas personas en esta convocatoria han hecho esto, en el que se generan estos gráficos en Excel y se seleccionan diferentes columnas. Pero puedes ver con qué rapidez

‍

00:40:43,020 --> 00:40:45.020

Evan Ryan: se generó este gráfico.

‍

00:40:45.580 --> 00:40:55,869

Evan Ryan: Una vez más, puedo copiar esto de forma individual, pero lo que realmente me gustaría hacer es añadir esto a mi informe y poder generar un informe final

‍

00:40:56,010 --> 00:40:57.000

Evan Ryan: al final.

‍

00:40:57.770 --> 00:41:04.420

Evan Ryan: Así que voy a hacer un par de preguntas más aquí. Entonces, ¿cuál es la tendencia de precisión de mis pronósticos?

‍

00:41:04.930 --> 00:41:05.880

Evan Ryan: Y

‍

00:41:06.040 --> 00:41:18.169

Evan Ryan: es decir, a un nivel de unidad de negocio específico. Y de nuevo, voy a obtener un gráfico que pueda, ya sabes, generar rápidamente con una narración. Podría añadirlo a mi informe.

‍

00:41:18.330 --> 00:41:25210

Evan Ryan: y en este caso me pregunto, ya sabes, qué unidades de negocio son las menos precisas.

‍

00:41:26.910 --> 00:41:47139

Evan Ryan: De nuevo, ya sabes, algo que llevaría, ya sabes, tiempo descargar este informe en Excel importado, sacar mis tablas específicas, construir esto, Excel, ya sabes, generarlo rápidamente y puedo agregarlo a mi informe. Ahora que tengo mi informe resumido ejecutivo en la parte superior.

‍

00:41:47,480 --> 00:41:52,179

Evan Ryan: y he hecho mis 3 preguntas diferentes. Pero como si

‍

00:41:52.680 --> 00:41:59.320

Evan Ryan: como verás, he etiquetado cada uno de ellos para que se generen o se incluyan en un informe final.

‍

00:42:00,010 --> 00:42:09.809

Evan Ryan: Así que, en lugar de simplemente generar un informe en el que esas 3 visualizaciones estén etiquetadas en el

‍

00:42:10,280 --> 00:42:26,060

Evan Ryan: resumen, en realidad se crea una narrativa cohesiva. Una vez más, a la IA se le envía ese primer resumen ejecutivo y esos 3 informes, y básicamente se le solicita.

‍

00:42:26,170 --> 00:42:27,840

Evan Ryan: y que te lo digan.

‍

00:42:28.000 --> 00:42:50,220

Evan Ryan: cree un resumen coherente, una narración coherente basada en el resumen ejecutivo y sus 3 ideas adicionales. Y realmente, lo sabes otra vez. Esto supone un fantástico ahorro de tiempo para los usuarios, en lugar de tener que entrar y, ya sabes, ajustar y actualizar la descripción del resumen ejecutivo, y también

‍

00:42:50,790 --> 00:43:04,839

Evan Ryan: se pide a la IA que disperse esas visualizaciones como mejor le parezca y, ya sabes, que se asegure de que hay una narración completa. Sobre todo el informe.

‍

00:43:05.429 --> 00:43:09.379

Evan Ryan: Ya sabes, y de nuevo, ya sabes, los usuarios pueden exportar esto a

‍

00:43:10.240 --> 00:43:20,130

Evan Ryan: para que puedan enviar esto fácilmente a una junta directiva para informar, de modo que pueda ver que mi resumen ejecutivo todavía está aquí.

‍

00:43:20,694 --> 00:43:21.935

Evan Ryan: Ya sabes. Pero

‍

00:43:22,520 --> 00:43:32.100

Evan Ryan: Puedo ver que ahora, ya sabes, centrarse en ello ahora sabe que hay una unidad de negocio con la tabla de frecuencias más baja. Así que, si tuviera que ver el resumen inicial

‍

00:43:32.240 --> 00:43:34.089

Evan Ryan: eso en realidad no estaría ahí.

‍

00:43:34.621 --> 00:43:46259

Evan Ryan: Porque, de acuerdo, se trata de introducir a esta de las 5 principales unidades de negocio cerrando una vez más la varianza del saldo, no solo etiquetándola en la parte inferior, sino creando una narrativa coherente.

‍

00:43:47282 --> 00:43:49.889

Evan Ryan: Puedo ver mis recibos y el análisis de varianza.

‍

00:43:50,716 --> 00:43:55,190

Evan Ryan: mis pagos, análisis de varianza. Y también la precisión de las previsiones.

‍

00:43:55.790 --> 00:44:05,690

Evan Ryan: Así que esas son las previsiones del informe comparativo. Voy a pasar al informe de consolidación aquí.

‍

00:44:05.850 --> 00:44:20.939

Evan Ryan: y publicaré mi informe. Y repito, ese informe de consolidación es realmente esa visión a vista de pájaro de todas las diferentes unidades de negocio que tengo en mi sistema, en una visión coherente desde el punto de vista de la previsión.

‍

00:44:21.340 --> 00:44:24.160

Evan Ryan: De nuevo, me saludan con mi panel de atención.

‍

00:44:24,860 --> 00:44:29,910

Evan Ryan: En este caso, puedo ver que hay 3 diferencias ocultas de flujo de caja descubiertas.

‍

00:44:30,060 --> 00:44:43319

Evan Ryan: En primer lugar, el primero es señalar las unidades de negocio que tienen más efectivo. Entonces, ¿qué unidades de negocio son ricas en efectivo en este caso? Así puedo ver el Reino Unido. Canadá y los Países Bajos.

‍

00:44:44,390 --> 00:44:49.589

Evan Ryan: y lo que es más importante, lo que están experimentando las unidades de negocio.

‍

00:44:50228 --> 00:44:52,019

Evan Ryan: Ya sabes, falta de liquidez.

‍

00:44:52,250 --> 00:45:00,899

Evan Ryan: ¿De acuerdo? Por lo tanto, en este caso hay 10 unidades de negocio que tienen poca liquidez. Y la tercera parte, entonces, es una visión general de cómo funciona mi pronóstico

‍

00:45:01,840 --> 00:45:08.990

Evan Ryan: básicamente va a ser tendencia en las próximas semanas. En este caso, 13 semanas.

‍

00:45:09.100 --> 00:45:17.300

Evan Ryan: Llamo al rango más alto esperado durante esa semana, ese número de semanas tan similar al

‍

00:45:17,966 --> 00:45:21.540

Evan Ryan: Informe comparativo. Voy a generar mis ideas.

‍

00:45:23,070 --> 00:45:45.850

Evan Ryan: ya sabes, y como usuario. Aquí se pueden ver las ventajas de G. Smart, sin más dilación, en el informe consolidado con ese panel de atención. Tradicionalmente, los usuarios tenían que descargarlo en. Excel, empieza a revisarlo. Superficie. Esas, digamos, 3 unidades de negocios que tienen efectivo, ricas, pobres, efectivo.

‍

00:45:46,220 --> 00:45:58,550

Evan Ryan: mientras que sabes que puedes ver de inmediato. Estoy publicando esa información, pero también otra vez, como en el informe de comparación, donde se analiza en profundidad el informe de consolidación aquí.

‍

00:45:59.160 --> 00:46:06309

Evan Ryan: ya sabes, obviamente centrándonos en ello desde una perspectiva de liquidez. ¿Vale? Así que tengo mi resumen ejecutivo

‍

00:46:06,460 --> 00:46:22,960

Evan Ryan: y mi posición de liquidez actual. En este caso, puedo ver que tengo 23,4 días de efectivo. Entonces, ¿cuál es mi saldo inicial? ¿Y cuál es mi flujo diario de efectivo? Así que en este caso, vale, sé que tengo 23,4 días de efectivo.

‍

00:46:23.673 --> 00:46:37.219

Evan Ryan: Estoy consultando mi previsión de caja. Cómo se ve eso en este período de 13 semanas y, luego, el riesgo de liquidez. Entonces, ¿qué unidades de negocio están en riesgo desde el punto de vista de la liquidez?

‍

00:46:37.420 --> 00:46:44,740

Evan Ryan: ¿A qué período corresponde ese período y la posición de liquidez real de cada una de esas unidades de negocio?

‍

00:46:45.630 --> 00:47:01.760

Evan Ryan: y similar al informe comparativo que destaca las áreas para investigar y actuar. De nuevo, ya no tendrá que buscar en Excel una vez que haya exportado este informe. Eso se resalta de inmediato para que puedas tomarlo, ya sabes. Acción.

‍

00:47:02.292 --> 00:47:04.110

Evan Ryan: Ya sabes, desde el principio

281

00:47:04.690 --> 00:47:25,460

Evan Ryan: otra vez. Puedo copiar esto. Puedo darle mi opinión, darla. Un visto bueno, un pulgar abajo, y ya sabes, como he dicho, con el informe de comparación, el informe de consolidación de inmediato. Estoy recibiendo información excelente que puedo enviar fácilmente a la alta dirección para que me informe. Pero también se me presenta un

‍

00:47:25,580 --> 00:47:31,480

Evan Ryan: en este caso, 3 preguntas de un banco de preguntas que hemos creado, que, una vez más,

‍

00:47:31.620 --> 00:47:38,869

Evan Ryan: La IA sugiere que se ajusta mejor a los datos reales de su gráfico o informe aquí.

‍

00:47:39160 --> 00:47:44,89

Evan Ryan: Entonces, en este caso, quiero saberlo. Digamos, qué unidades de negocio

‍

00:47:44,530 --> 00:47:48120

Evan Ryan: se prevé que corran el riesgo de quedarse sin efectivo.

‍

00:47:49.340 --> 00:48:03,879

Evan Ryan: De nuevo, al igual que en el informe comparativo, se me presentará aquí una tabla y una narración que acompañe también a esa tabla. Así que repito que quiero añadir esto a mi informe.

‍

00:48:05,095 --> 00:48:09.319

Evan Ryan: Cuál, y digamos qué unidades de negocio tienen la posición de caja más alta.

‍

00:48:09.870 --> 00:48:12,897

Evan Ryan: Y aquí estoy, más o menos

‍

00:48:13.450 --> 00:48:17,840

Evan Ryan: contado a un alto nivel. En este caso, 10 unidades de negocio y

‍

00:48:19,800 --> 00:48:29,520

Evan Ryan: se espera que caiga por debajo de la liquidez. Y aquí los llamamos los 5 principales. ¿Vale? Así que en este caso puedo ver el Reino Unido.

‍

00:48:31.110 --> 00:48:41.470

Evan Ryan: tiene el perdón aquí. Sí, la posición de caja más grande. ¡Aquí!. Vemos que el Reino Unido tiene la posición de caja más alta, por lo que puedo añadir esto a mi informe.

‍

00:48:42,093 --> 00:48:46,976

Evan Ryan: Y digamos, ya sabes a qué contribuyen más las unidades de negocio

‍

00:48:47,630 --> 00:48:58.589

Evan Ryan: Monster Cache Burn, muy similar a las visualizaciones anteriores. Aquí se me presenta de nuevo una tabla y una narración que la acompaña.

‍

00:48:58.760 --> 00:49:04.880

Evan Ryan: Así que puedo añadir esto a mi informe final y ahora voy a solicitar un informe final.

‍

00:49:05.370 --> 00:49:10.130

Evan Ryan: Entonces, como dije con el informe comparativo aquí

‍

00:49:10,580 --> 00:49:18,839

Evan Ryan: el informe de consolidación, se envía a la IA y, a continuación, se genera ese resumen ejecutivo. Ya lo he preguntado.

‍

00:49:19,180 --> 00:49:27.809

Evan Ryan: 3 preguntas perspicaces. Y esas ideas se plantean aquí y otra vez esos gráficos

‍

00:49:27.990 --> 00:49:53,869

Evan Ryan: y la narrativa asociada a ellos. No solo se adjuntan a ese resumen ejecutivo en la parte superior. Se incorporan al flujo general del resumen ejecutivo propiamente dicho. Así que ya sabes, una vez más, ahorrar tiempo en lugar de tener que ir y ajustar el real. Ya sabes, el resumen ejecutivo. Intercala esas ideas donde mejor se ajustan, de modo que hay una narrativa coherente.

‍

00:49:54,790 --> 00:50:01,450

Evan Ryan: Así que puedo ver aquí mis unidades de negocio con la posición de caja más alta y las llamadas, luego el efectivo

‍

00:50:01.780 --> 00:50:04.960

Evan Ryan: pronóstico. Mis flujos de caja promedio.

‍

00:50:05.860 --> 00:50:19,169

Evan Ryan: mi promedio de salidas de efectivo por unidad de negocio. Y también mi riesgo de liquidez. Y repito, si tuviera que, ya sabes, volver a echar un vistazo a la narración aquí. Va a modificar ese nervio para que quede eso

‍

00:50:19,470 --> 00:50:26,960

Evan Ryan: narrativa cohesiva desde la perspectiva del reportaje. De nuevo, puedo copiar esto y ponerlo en un paquete de cartón

‍

00:50:27.340 --> 00:50:32.600

Evan Ryan: preparado para una baraja que pueda, ya sabes, ahorrarme mucho tiempo y esfuerzo.

‍

00:50:33.590 --> 00:50:38,799

Evan Ryan: Así que con eso dejaré de compartir. Lo haré

‍

00:50:41.013 --> 00:50:49.750

Evan Ryan: pasaremos ahora a la sección de preguntas y respuestas del seminario web de hoy.

‍

00:50:51,180 --> 00:50:58.759

Evan Ryan: Y solo tenemos una A. Así que si tienes alguna pregunta, puedes escribirla en el cuadro de preguntas y respuestas.

‍

00:50:59.660 --> 00:51:06380

Evan Ryan: Y aquí hay un par de preguntas. Por lo tanto, la primera es que los usuarios puedan crear preguntas con información sobre las previsiones.

‍

00:51:06,885 --> 00:51:30,040

Evan Ryan: Por el momento tenemos un banco de preguntas que hemos creado trabajando con un grupo de usuarios de Sme treasure. Pero ya sabes, si estás usando el sistema y si hay comentarios que te interesen. Sabes, supongo que hay varias formas en las que podemos recibir comentarios desde la perspectiva del producto.

‍

00:51:30.606 --> 00:51:32.540

Evan Ryan: Uno está dentro de esos comentarios.

‍

00:51:33.089 --> 00:51:45.659

Evan Ryan: Funcionalidad. Y si hay usuarios que, ya sabes, hacen preguntas con bastante regularidad. Entonces, sin duda, podemos considerar la posibilidad de añadir esas preguntas a ese banco de preguntas.

‍

00:51:51.680 --> 00:51:56,460

Mark Johnson: Sí, tal vez lo haga, es una buena pregunta. Vimos otra pregunta. Similar

‍

00:51:56.830 --> 00:52:25,349

Mark Johnson: marco sobre simplemente hola? Si tengo mis propias preguntas o quiero ver más sugerencias en relación con el argumento de Evan, definitivamente quiero construir ese banco aún más. Así, a medida que vayamos teniendo más usuarios, podremos ser bastante receptivos y construir más en el mercado. Otra pregunta que teníamos tenía que ver con la estimación del despliegue de datos para G. Smart. Así pues, lo que Evan acaba de demostrar hoy está disponible para cualquier previsión de tesorería

‍

00:52:25,380 --> 00:52:31,090

Mark Johnson: cliente. Y podemos ayudarlos a habilitarlo. Y tendremos

‍

00:52:31.140 --> 00:52:40,429

Mark Johnson: una especie de diapositiva del siguiente paso justo después de esto. Pero ahora estamos produciendo lo que demostramos con Risk and the Hub

‍

00:52:40,490 --> 00:52:54,849

Mark Johnson: y trabajando en cuál será la fecha de entrega también este año, pero también en un programa de acceso anticipado allí. Así que si te interesaba, no dudes en ponerte en contacto con nosotros y nos aseguraremos de que también participes en ambos programas.

‍

00:52:58.034 --> 00:53:22,509

Evan Ryan: Veo otra pregunta aquí. ¿Qué controles existen para verificar la precisión de la gran pregunta sobre reportar AR? Y ya sabes, una pregunta a la que hemos dedicado mucho tiempo desde el punto de vista de las pruebas. Como ya saben, el objetivo clave para nosotros, desde el punto de vista de la precisión, es garantizar que las cifras del informe sean correctas.

‍

00:53:22,750 --> 00:53:50,200

Evan Ryan: Dentro de esas ideas están las correctas. Hay varias maneras de abordar este tema, pero en última instancia, lo que hemos hecho con el Middleware de IA es establecer un conjunto de datos de oro, y luego podemos usar la IA como juez usando LLM. Como juez. Básicamente, estás entrenando. Te aseguras de que las respuestas que salen coincidan esencialmente

‍

00:53:50,840 --> 00:54:07.389

Evan Ryan: la entrada y, por lo tanto, también dentro de las indicaciones, hay muchas barandillas que se implementan allí. Así que ya sabes, para centrarnos realmente en la precisión de las cifras reales y reducir las alucinaciones.

‍

00:54:09.270 --> 00:54:29.009

Mark Johnson: Otra pregunta sobre los costos adicionales. Si ya es cliente de Cash Analytics, G. Smart incurre en costes adicionales. Por lo tanto, para aquellos que ya tienen previsiones de tesorería. Lo que acabamos de hacer una demostración de nuestra prioridad no conlleva ningún coste adicional. Esa experiencia impulsa la adopción y el aprendizaje y, francamente, los mejora a medida que avanzamos.

‍

00:54:29290 --> 00:54:35180

Mark Johnson: y por ahora no hay planes de cobrar más por esa experiencia en particular.

‍

00:54:43210 --> 00:54:50,710

Evan Ryan: Sí. Así que ya veo. Otra pregunta aquí es si la IA se integrará con la funcionalidad de pronóstico de tendencias en el futuro.

‍

00:54:50,80 --> 00:54:55116

Evan Ryan: Y actualmente, el plan. Como Mark mencionó,

‍

00:54:55.850 --> 00:55:04,069

Evan Ryan: durante su presentación. El plan actual es implementar la IA dentro del debido riesgo de tesorería.

‍

00:55:04.260 --> 00:55:31.290

Evan Ryan: Por lo tanto, aplique los mismos datos de previsión que ha visto aquí, pero desde la perspectiva del riesgo, y también desde el punto de vista del centro. Pero además, de cara a, ya sabes, en los próximos dos meses buscaremos diferentes áreas dentro de la propia herramienta, dentro de la previsión y, obviamente, dentro de la plataforma G Treasury, donde podamos mejorar la funcionalidad actual para poder habilitar la IA también allí.

‍

00:55:34.220 --> 00:55:57,202

Mark Johnson: Los controles son una gran pregunta. Entonces, ¿qué controles existen para verificar la precisión de los informes de la IA? Así que puedo empezar, y luego Evan definitivamente puede lanzarse. Así que, francamente, hay muchas cosas en las que entra en juego gran parte del trabajo para asegurarnos. Oigan, lo que ven en el panel de información refleja exactamente los datos que tienen en G Treasury.

‍

00:55:57.540 --> 00:56:09,940

Mark Johnson: Y lo hacemos de dos maneras diferentes. En primer lugar, utilizamos varios modelos de IA en el proceso. Así que piénsalo, ya que no solo es un modelo el que interviene en

‍

00:56:10.370 --> 00:56:35.200

Mark Johnson: creación de ese panel de ideas, pero también otro modelo involucrado en la revisión de esa información. Así que ahí tenemos controles y contrapesos adicionales. También tenemos una especie de trabajo preliminar similar cuando se trata de establecer la pauta adecuada, establecer el punto de vista de evaluación adecuado de todas las respuestas que se generen. Y luego hay otro componente.

‍

00:56:35,250 --> 00:56:42,529

Mark Johnson: tenemos visibilidad en tiempo real de los resultados y nos aseguramos. Ey, tenemos el nuestro

‍

00:56:43140 --> 00:56:45.310

Mark Johnson: medición de precisión en tiempo real.

‍

00:56:45.420 --> 00:56:59920

Mark Johnson: y podemos seguir eso y también ver, además de eso. Evan mencionó ese panel de comentarios con el pulgar hacia arriba, el pulgar hacia abajo y los comentarios para que podamos ver directamente todo lo que se envía y, obviamente, responder en consecuencia.

‍

00:57:00,180 --> 00:57:01,639

Mark Johnson: Evan. Cualquier otra cosa.

‍

00:57:01,640 --> 00:57:21.220

Evan Ryan: No, no, has dado en el clavo, como decía anteriormente, ya sabes, como sabes, utilizamos. Luego, que soy juez. Entonces, usar ese otro modelo de IA básicamente para juzgar y asegurarse de que sabes qué aspecto tiene el bien y, de nuevo, eso se puntúa dentro del

‍

00:57:21.850 --> 00:57:26359

Evan Ryan: Servicio de IA, para asegurarnos de que esos conocimientos sean precisos.

‍

00:57:26,880 --> 00:57:33,980

Evan Ryan: Y veo que hay otra pregunta aquí sobre cómo nos aseguramos de que la información

‍

00:57:34.260 --> 00:57:47,010

Evan Ryan: ¿las ideas ignoran ciertas aportaciones del informe o desde la perspectiva del informe? La clave para ello es, ya sabes, centrarse realmente en lo que se introduce e introduce en el

‍

00:57:47130 --> 00:57:56,560

Evan Ryan: informe desde la perspectiva de los parámetros. Como ya sabes, los usuarios básicamente pueden configurar el informe de muchas maneras diferentes. Así que.

‍

00:57:56,983 --> 00:58:18.620

Evan Ryan: Sabes, tuve llamadas con uno de los usuarios de nuestro programa de acceso anticipado para preguntarme cómo puedo excluir partidas o unidades de negocio específicas, pero sabes que eso se puede gestionar fácilmente en la sección de parámetros simplemente deseleccionando esos elementos para que no reciba el informe. En primer lugar.

‍

00:58:25,120 --> 00:58:46,139

Mark Johnson: Me parecen un par de preguntas sobre cómo pensamos aplicar G. Smart a la gestión de la liquidez y la gestión del efectivo, y eso es, sin duda, una parte del proceso. Creo que esto se debe a la forma en que nos centramos en el riesgo, y esa es la siguiente área, impulsada principalmente por los comentarios de los clientes.

‍

00:58:46,290 --> 00:59:13,600

Mark Johnson: Bueno, estamos aplicando el mismo enfoque para la liquidez, la planificación y otras partes de la plataforma. Así que ya tenéis ideas y casos de uso, tenéis intereses y estáis viendo algo parecido a lo que se ha mostrado hoy y cómo eso podría aplicarse a otros flujos de trabajo directamente dentro de la plataforma. Bueno, definitivamente estamos atentos a eso. Y en la siguiente diapositiva verás mi información de contacto y también la información de contacto de Evan.

‍

00:59:16,710 --> 00:59:17,470

Evan Ryan: Y.

‍

00:59:17.470 --> 00:59:18.140

Mark Johnson: Con eso. Quizás.

‍

00:59:18.140 --> 00:59:18,580

Evan Ryan: ¡Adelante!

‍

00:59:18,580 --> 00:59:21.189

Mark Johnson: Más preguntas y luego pasaremos a la última.

‍

00:59:21.190 --> 00:59:28,999

Evan Ryan: Sí, sí, iba a decir que veo que hay una especie de pregunta aquí. ¿Cómo se prevé la primera semana y cuándo

‍

00:59:29,625 --> 00:59:44620

Evan Ryan: AR y Ap están cerrando el registro de su ERP. Eso podría ser algo que quizás quede fuera de esta área, pero específicamente desde la perspectiva de un libro de contabilidad inteligente. Ahí es donde se encuentran los datos de AR y Ap

‍

00:59:46,100 --> 01:00:01,820

Evan Ryan: solución. Y luego puedes usar reglas de mapeo para mapear esos datos de AR y Ap con eso. Conoce la primera semana de tu pronóstico. Y sí, como dijo Mark, consciente del tiempo que pasa aquí. Así que creo que tiene sentido pasar a la última diapositiva.

‍

01:00:02.960 --> 01:00:08.800

Mark Johnson: Sí. Así que mira, lo agradezco mucho. ¿Van a pasar una hora con nosotros hoy

‍

01:00:08.960 --> 01:00:26,730

Mark Johnson: espero que el gran objetivo sea aprender más sobre lo que está sucediendo en la oficina del CFO. La forma en que lo vemos como empresa, tanto internamente desde el punto de vista cultural como con G. Smart como parte de nuestra plataforma, ha sido útil

‍

01:00:26,880 --> 01:00:46,830

Mark Johnson: y no dudes en tomar una foto del QR. Código con el que puede obtener más información directamente sobre G. Smart. Al mismo tiempo, tanto mi información de contacto como la información de contacto de Evan figuran a continuación y, si no respondemos a su pregunta, también nos aseguraremos de hacer un seguimiento individual.

‍

01:00:47.080 --> 01:00:52489

Mark Johnson: De nuevo, gracias por la asistencia. Gracias por las estupendas preguntas.

‍

01:00:52.920 --> 01:00:55.970

Mark Johnson: y esperamos colaborar juntos en este viaje.

‍

01:00:57.160 --> 01:00:59480

Evan Ryan: Gracias. Que tengan un buen día, amigos.

‍