CFO가 수익 창출자가 될 수 있나요?

플라톤에 의해 재발행

팔로워 : 0

CFO가 수익 창출자가 될 수 있나요? PlatoBlockchain 데이터 인텔리전스. 수직 검색. 일체 포함.

생성적 인공 지능은 결제 핀테크가 고객을 위한 가치를 창출하는 방식에 영향을 미치기 시작했습니다. Stripe은 현재 고객이 ChatGPT와 같은 자체 언어 학습 모델을 연결하면 서비스가 무엇을 할 수 있는지에 대해 아시아 기술 회사, 상인 및 기업을 대상으로 판매 홍보를 구축하고 있습니다.

Stripe은 청구, 구독, 체크아웃 등을 지원하는 기업 결제 도구를 판매합니다. 현재 가치가 50억 달러에 달하는 미국-아일랜드 핀테크는 비즈니스 혁신으로 결제와 AI를 내세워 진전을 이루려고 노력하고 있습니다.

싱가포르의 수익 및 재무 자동화 책임자인 Vivek Sharma는 "CFO와 회계사는 비즈니스에 가드레일을 제공하는 비용 회수 기능으로 간주됩니다."라고 말했습니다. "하지만 수익 창출에도 도움이 될 수 있습니다."

스트라이프는 영업사원을 위한 CRM이나 IT 부서를 위한 데이터베이스에 맞춰 '수익 성장 스택'으로 자리매김하기를 희망하고 있다. 여기에는 선불부터 후불까지 상호 강화하는 데이터 소스 세트인 '결제 플라이휠'이 포함됩니다.

점들을 잇는

회사는 분명히 다양한 결제 서비스가 거래를 추적하고 실행하는 것뿐만 아니라 연동된 유형의 데이터에서 통찰력을 창출하는 재무 담당자의 구성 요소 역할을 하기를 원합니다.

Sharma는 "회사는 결제 및 수집을 최적화할 수 있습니다. 하지만 결제 전에 무엇이 오나요?"라고 말했습니다. 이는 청구서, 구독 서비스, 쇼핑 웹사이트 또는 POS 장치일 수 있습니다.

핀테크는 이 데이터를 기반으로 모델을 구축함으로써 백오피스의 초점이 단순한 효율성에서 수익에 영향을 미칠 수 있는 통찰력으로 발전한다고 주장합니다.

“재무팀은 데이터를 전략적 자산으로 취급하지 않습니다.”라고 Sharma는 말했습니다. 아마도 데이터를 활용하는 것이 쉽지 않기 때문일 것입니다. 현재 데이터베이스에는 SQL 또는 구조화된 쿼리 언어에 대한 지식이 필요합니다.

그러나 언어 학습 모델의 출현으로 인해 Google 검색 명령을 입력하는 것만큼 쉽게 데이터베이스를 쿼리할 수 있게 되었습니다. LLM은 '자연스러운' 질문에 응답하고 친절하게 응답합니다. 팀은 데이터베이스에서 정보를 수집하기 위해 SQL로 코딩할 필요가 없습니다. LLM을 사용할 수 있습니다.

이를 결제 스택(다양한 회계, 재무, 거래 정보) 위에 올려놓으면 고객이나 부문에 무슨 일이 일어나고 있는지 쉽게 물어볼 수 있습니다.

혼란

Sharma는 “회계사가 아니더라도 조직의 모든 사람이 회사의 금융 심장부에 접근할 수 있습니다.”라고 말했습니다. 이러한 도구는 백오피스 기능을 위해 설계되었지만 영업사원이나 제품 개발 팀은 동일한 정보를 사용하여 제안을 작성할 수 있습니다.

데이터는 단지 독점적일 수도 있지만 Stripe은 파이프를 통해 흐르는 모든 금융 데이터를 고려하여 거대한 데이터베이스 자체로 자리매김하기를 원합니다.

아시아 고객이 Sharma의 제품을 구매하고 있습니까? CFO를 포함한 사람들이 모바일 기술에 익숙해지는 지역입니다. 그것만으로는 충분하지 않을 수 있습니다.

"우리는 아시아에 일찍 진출했습니다. 오랜 전통을 지닌 자체 개발 도구 덕분입니다."라고 그는 말했습니다.

그는 또한 기업들이 특히 경제가 어려움을 겪을 때 비즈니스 혁신으로 인한 고통을 경계하고 있음을 인정합니다. 혁신을 위한 예산이 없을 수도 있습니다. LLM은 신뢰할 수 없으며 종종 일을 만들어냅니다.

많은 핀테크와 마찬가지로 Stripe도 구독료 지불과 같은 모듈식 기반으로 서비스를 제공하고 교차 판매를 시도합니다. 환각 AI와 관련하여 Sharma는 이것이 바로 기술이 인간을 대체할 수는 없지만 실시간에 가까운 결정을 내리는 데 도움이 될 수 있다고 말합니다. “그것이 혼란입니다.”라고 그는 말했습니다.