Các đội ngũ tài chính tại AWS đã giải quyết bài toán lãng phí hàng trăm giờ mỗi tháng cho việc tổng hợp dữ liệu thủ công. Bằng cách triển khai trợ lý AI tạo sinh Amazon Quick, họ đã tự động hóa các quy trình lặp đi lặp lại, chuyển đổi thời gian phân tích từ vài giờ xuống chỉ còn vài phút, giúp nhân sự tập trung vào các công việc mang lại giá trị chiến lược cao hơn.
Amazon Quick là một trợ lý AI tạo sinh có khả năng kết nối trên tất cả dữ liệu và ứng dụng doanh nghiệp, cho phép người dùng nghiệp vụ tìm kiếm, phân tích và thực hiện hành động thông qua ngôn ngữ tự nhiên. Công cụ này xử lý sự phức tạp của việc truy vấn hàng triệu dòng dữ liệu, chạy các phân tích nâng cao và tự động hóa các quy trình công việc định kỳ.
Bài viết này trình bày cách đội ngũ tài chính của chính AWS đã sử dụng chat agents và Flows trong Quick để chuyển đổi hai trong số các quy trình tốn nhiều thời gian nhất của họ.
Trường hợp 1: Tự động hóa lập mô hình kịch bản và phân tích rủi ro
Việc thiết lập các mục tiêu tài chính cho các khách hàng chiến lược đòi hỏi phải đối chiếu dự báo từ dưới lên của các nhóm kinh doanh với các dự báo từ trên xuống của ban lãnh đạo. Công việc này cũng yêu cầu đủ độ sâu để phát hiện những rủi ro ẩn sau dữ liệu lịch sử.
Đội ngũ tài chính của AWS đã xây dựng một chat agent trên Amazon Quick kết nối trực tiếp với các nguồn dữ liệu doanh nghiệp và cung cấp thông tin chi tiết phức tạp thông qua cuộc trò chuyện bằng ngôn ngữ tự nhiên. Agent này có thể truy vấn tức thì hàng triệu dòng dữ liệu trên các bảng dữ liệu của Amazon Redshift, đồng thời tìm kiếm các tín hiệu dữ liệu bên ngoài.
Sự thay đổi mang lại là rất đáng kể:
- Trước đây: Các nhà phân tích chỉ có thể phân tích sâu khoảng một phần ba số khách hàng chiến lược trong thời gian cho phép. Một phân tích cho một khách hàng duy nhất tiêu tốn tới 6 giờ làm việc thủ công, bao gồm trích xuất dữ liệu, chạy mô hình và ghi lại kết quả.
- Sau khi áp dụng: Agent của Quick đánh giá các dự báo thống kê, chạy phân tích hồi quy (regression analysis), mô phỏng Monte Carlo, và thực hiện mô hình hóa kịch bản trên nhiều yếu tố trong khoảng 10 phút cho mỗi khách hàng. Công cụ này phát hiện các rủi ro và cơ hội mà phân tích thủ công đã bỏ lỡ. Giờ đây, đội ngũ có thể bao quát toàn bộ danh mục khách hàng của mình với độ sâu thậm chí còn lớn hơn trước.
“Chúng tôi đã mở rộng từ việc phân tích sâu một phần ba số khách hàng chiến lược sang bao quát toàn bộ danh mục. Đội ngũ tài chính của chúng tôi giờ đây dành thời gian cho những gì quan trọng: hợp tác với bộ phận kinh doanh để thúc đẩy doanh thu, thay vì tổng hợp dữ liệu hay viết các truy vấn phức tạp.”
– Geoff Winkler
Điểm cốt lõi của giải pháp này là một nhà phân tích chỉ cần đặt câu hỏi bằng ngôn ngữ tự nhiên, ví dụ: “Chạy đánh giá cơ hội và rủi ro cho các tài khoản chiến lược hàng đầu của chúng ta.” Quick sau đó sẽ truy vấn hàng triệu dòng, chạy các phân tích nâng cao và tổng hợp dữ liệu có cấu trúc với các thông tin chi tiết phi cấu trúc từ các báo cáo và dữ liệu pipeline. Vì không có rào cản về lập trình, mọi chuyên gia tài chính trong nhóm đều có thể trở thành nhà phân tích dữ liệu.
Trường hợp 2: Rút ngắn báo cáo kinh doanh hàng tuần từ 6 giờ xuống 10 phút
Nếu việc thiết lập mục tiêu là một công việc phân tích sâu định kỳ, thì các buổi đánh giá kinh doanh thường xuyên là hoạt động lặp đi lặp lại chiếm nhiều thời gian của các nhóm hoạch định và phân tích tài chính (FP&A) ở khắp mọi nơi. Tại AWS, mỗi tuần, các thông tin chi tiết về hiệu quả doanh thu cần được tổng hợp, phân tích và đóng gói để trình lên ban lãnh đạo. Và mỗi tuần, công việc chuẩn bị đó tiêu tốn cả một buổi sáng thứ Hai.
Đội ngũ tài chính của AWS đã giải quyết vấn đề này bằng cách triển khai các chat agents của Amazon Quick cho từng khu vực địa lý, được kết nối thông qua Flows để tự động hóa các quy trình chạy theo lịch trình định sẵn mà không cần can thiệp thủ công.
- Trước đây: Mỗi sáng thứ Hai, các nhà phân tích FP&A dành cả buổi sáng để tổng hợp dữ liệu từ nhiều hệ thống, phân tích xu hướng, liên hệ thủ công với các trưởng nhóm kinh doanh để lấy thông tin cụ thể về khách hàng và chuẩn bị nội dung trình bày.
- Sau khi áp dụng: Quick tự động chạy Flow vào mỗi sáng thứ Hai. Các chat agent theo khu vực sẽ phân tích hiệu suất doanh thu trên nhiều phương diện, chuẩn bị các thông tin chi tiết toàn diện với các nội dung trình bày sẵn sàng sử dụng cho ban lãnh đạo. Phân tích mới nhất đã sẵn sàng trước khi ngày làm việc bắt đầu.
“Những thông tin chi tiết này được chuẩn bị tự động vào mỗi sáng thứ Hai. Đội ngũ của chúng tôi giờ đây dành thời gian cho các ưu tiên chiến lược thay vì tổng hợp dữ liệu rời rạc. Chúng tôi dành nhiều thời gian hơn cho việc tìm hiểu ‘tại sao’ và thúc đẩy các kết quả kinh doanh.”
Chuyển đổi trọng tâm: Từ tổng hợp dữ liệu sang đối tác chiến lược
Hai trường hợp sử dụng này có một điểm chung. Trong cả hai, nút thắt không phải là kỹ năng phân tích, mà là việc tổng hợp dữ liệu. Dữ liệu bị phân tán trên các hệ thống, và việc có được một bức tranh toàn cảnh đòi hỏi hàng giờ trích xuất thủ công trước khi có thể bắt đầu bất kỳ phân tích thực sự nào.
Amazon Quick loại bỏ nút thắt đó bằng cách kết nối trực tiếp với các nguồn dữ liệu doanh nghiệp và cho phép các chuyên gia tài chính tương tác với dữ liệu của họ thông qua ngôn ngữ tự nhiên. Kết quả không chỉ là hiệu quả gia tăng, mà là sự thay đổi trong cách các đội ngũ tài chính sử dụng thời gian của họ.
Với các trường hợp sử dụng này, đội ngũ Tài chính Kinh doanh và Tiếp thị của AWS đã giảm thời gian thiết lập mục tiêu từ 6 giờ xuống còn khoảng 10 phút cho mỗi lần phân tích sâu khách hàng. Họ cũng đã loại bỏ hoàn toàn quy trình thủ công vào sáng thứ Hai để chuẩn bị cho việc xem xét kinh doanh hàng tuần. Thời gian được giải phóng đã được chuyển trực tiếp vào công việc chiến lược: phân tích rủi ro, tổng hợp thông tin khách hàng và xác định các cơ hội tăng trưởng.
