Efikasna automatizacija financija u praksi
Održali smo intervju sa Zlatkom Unetićem, stručnjakom za BI i analitiku, u INA Grupa, o tome kako se AI u praksi koristi kao podrška analitičarima i kontrolerima, bez potrebe za složenim IT projektima. Na konferenciji FINANCE DAYS, 07.-08.05.2026. održat će predavanje na temu AI automatizacija u financijama i kontrolingu - primjena u praksi bez velikih budžeta, a u intervjuu donosi konkretne uvide iz prakse.
Koji su, prema Vašem iskustvu, najčešći zadaci u financijama i kontrolingu koje je moguće automatizirati IT i AI alatima, a da pritom nije potreban veliki IT budžet?
Najveći potencijal za automatizaciju leži u tzv. „higijeni podataka” – prikupljanju, čišćenju i konsolidaciji izvještaja. To uključuje spajanje podataka iz različitih ERP modula, usklađivanje međukompanijskih transakcija (engl. intercompany reconciliation), praćenje odstupanja od plana (engl. variance analysis) te izradu mjesečnih P&L izvještaja. Danas, uz pomoć AI asistenata, radikalno ubrzavamo procese koji su se nekada radili isključivo ručno. To uključuje kategorizaciju troškova, automatsko iščitavanje podataka iz nestrukturiranih ili skeniranih dokumenata (poput PDF računa ili ugovora) te proaktivno traženje anomalija u velikim setovima podataka. AI može u sekundi prepoznati dvostruka knjiženja, neobične skokove u troškovima ili odstupanja od uobičajenih obrazaca poslovanja, što financijskom stručnjaku omogućuje da se fokusira na rješavanje problema umjesto na njihovo traženje. Sve je to izvedivo alatima koje većina poduzeća već posjeduje u sklopu Microsoft 365 paketa, što znači da barijera nije budžet, već znanje kako te alate povezati.
Koje biste alate i pristupe istaknuli kao najefikasnije za automatizaciju financijskih procesa, posebno kada organizacije žele smanjiti operativni rad i povećati točnost bez velikih ulaganja?
Apsolutni pobjednik u kategoriji „uloženo-dobiveno” je Power Query. On omogućuje financijašima da izgrade održivu arhitekturu podataka bez pisanja kompleksnog koda. Uz njega, Power BI nudi vrhunsku vizualizaciju i interaktivnost, dok moderne dinamičke Excel formule (poput FILTER, XLOOKUP, GROUPBY, PIVOTBY) drastično smanjuju mogućnost ljudske pogreške. Ključni pristup je odmak od „kozmetičke digitalizacije” (ručnog uređivanja tablica) prema izgradnji automatiziranih tokova podataka gdje se jednom definirana pravila primjenjuju na svaki novi set podataka jednim klikom na tipku refresh.
Kako u praksi AI i IT alati, kao što su Power Query ili VBA, mogu pomoći u pripremi i čišćenju podataka za financijske izvještaje? Koje konkretne funkcionalnosti najviše doprinose automatizaciji i ponovljivosti procesa?
Power Query i VBA služe sličnoj svrsi – automatizaciji, ali uz drastičnu razliku u pristupu i vremenu potrebnom za učenje. Power Query dizajniran je kao low-code alat s intuitivnim sučeljem; osnove koje omogućuju automatizaciju 80 % financijskih procesa mogu se usvojiti u svega nekoliko sati. S druge strane, za kvalitetno pisanje i održavanje VBA koda potrebni su mjeseci učenja i programersko razmišljanje, što je često prepreka u dinamičnom financijskom okruženju. Upravo zato fokus stavljam na Power Query – on omogućuje financijašima da gotovo trenutno postanu „arhitekti podataka”.
U praksi, Power Query djeluje kao „stroj za pranje podataka” koji pamti svaki korak transformacije i ponavlja ga bez greške svakim klikom na tipku refresh. Funkcionalnosti poput pretvaranja kompleksnih tablica u baze (engl. unpivot) ili automatskog uvoza podataka iz cijelih mapa (engl. folder import) eliminiraju sate ručnog rada. AI tu uskače kao savršen tehnički asistent koji pomaže u generiranju specifičnog M-koda ili DAX mjera, čime se dodatno ubrzava proces i osigurava maksimalna ponovljivost izvještaja.
Možete li opisati konkretan primjer u kojem automatizirani nadzor KPI-eva ili otkrivanje odstupanja značajno unaprijedilo poslovne odluke? Kako se u tom procesu osigurava da financijski stručnjak i dalje zadržava kontrolu i odgovornost za interpretaciju rezultata?
U praksi se izvrsni rezultati postižu implementacijom specifičnih rješenja za različite potrebe. Primjerice, automatizacija kontrole izloženosti prema kupcima pomoću Excel Power Query-a omogućila je financijskom timu da u sekundi konsolidira podatke iz prodajnih naloga, ugovora i kreditnih limita. Sustav automatski detektira kupce koji su probili limite ili rokove plaćanja, čime je rizik naplate sveden na minimum jer se odluke o daljnjim isporukama donose na temelju ažurnih podataka, a ne osjećaja.
S druge strane, za praćenje OPEX-a (operativnih troškova) najučinkovitijim se pokazao Power BI. Kroz interaktivne dashboarde, menadžment može raditi „drill-down” analizu od ukupnog troška po mjestima troška, kategorijama troškova, kontima itd. pa sve do razine pojedinačnog računa čim se uoči odstupanje od budžeta. Vizualni alati odmah ističu anomalije u troškovima, što omogućuje brzu korekciju poslovanja unutar samog mjeseca.
U oba projekta financijski stručnjak zadržava ključnu ulogu. Automatizacija ne donosi odluke umjesto njega, već mu služi kao precizan navigacijski sustav. On više ne gubi vrijeme na „rudarenje” podataka iz ERP-a, već se fokusira na interpretaciju: je li skok u OPEX-u bio opravdana investicija ili je povećana izloženost kupcu strateški rizik koji poduzeće želi preuzeti. Tehnologija osigurava točnost i brzinu, a stručnjak daje kontekst i donosi konačnu poslovnu odluku.
Kada implementirate automatizirane procese u financijama, kako mjerite njihovu učinkovitost i stvarnu uštedu vremena? Koje metrike ili KPI-eve smatrate najvažnijima za praćenje rezultata automatizacije?
Glavna metrika je vrijeme od sirovog podatka do uvida (engl. time-to-insight). Ako je prije automatizacije za izradu mjesečnog izvještaja trebalo tri dana, a sada tri minute, ušteda je očigledna. Druga važna metrika je broj ručnih intervencija u podacima: cilj nam je svesti ih na nulu. Također pratimo i učestalost izvještavanja; ako smo prije mogli raditi analizu samo jednom mjesečno, a sada možemo svakodnevno, vrijednost za poslovanje raste eksponencijalno.
U konačnici, najvažniji KPI je zadovoljstvo tima koji se više ne bavi monotonim radom, već strateškim analizama.
Zlatko Unetić je stručnjak za BI i analitiku s više od trideset godina iskustva u INA Grupi s fokusom na upravljanje troškovima, KPI-jevima i automatizaciji analiza. Od 2022. djeluje kao stručnjak za informacijske sustave u Razvoju, gdje izrađuje i održava Power BI izvještaje, razvija edukacije kroz INA Akademiju i MOL Group Academy te podržava korisnike u modeliranju podataka i validaciji izvještaja. Višegodišnji je dobitnik priznanja „Najtrener INA Akademije”, zahvaljujući stotinama održanih edukacija u području Power Querya, Power BI-ja, Excela, VBA-a i analitičkih metodologija. Zaslužan je za inovacije inventure spremnika i unaprjeđenja procesa praćenja goriva u spremnicima na maloprodajnim mjestima u INA Grupi.
