Ο Dan Durn, Οικονομικός Διευθυντής και Αντιπρόεδρος Εξαμήνου της Adobe, μεταμορφώνει τον οικονομικό οργανισμό της εταιρείας σε ένα πρωτοποριακό πεδίο δοκιμών για την agentic AI. Στοχεύει στη χρήση αυτόνομων λογισμικών για την πρόβλεψη αποτελεσμάτων, την ανάλυση συμβάσεων και την απάντηση σε εκατοντάδες χιλιάδες emails, καθιστώντας το τμήμα οικονομικών πρωτοπόρο στην ενσωμάτωση της τεχνητής νοημοσύνης.
Αυτή η πρωτοβουλία ευθυγραμμίζεται με τη γενικότερη στρατηγική της Adobe στον τομέα της agentic AI. Για τους πελάτες, η εταιρεία επιτρέπει την επιλογή μοντέλων, την ενσωμάτωση με τα δικά τους δεδομένα και τα δεδομένα της Adobe, και την κατεύθυνση των agentic AI προς συγκεκριμένους επιχειρηματικούς στόχους. Εσωτερικά, ο Durn, ο οποίος είναι επίσης υπεύθυνος για την τεχνολογία, την ασφάλεια και τις λειτουργίες, υιοθέτησε παρόμοια προσέγγιση στα οικονομικά: συνδυάζοντας μια λειτουργία που βασίζεται σε κανόνες και πλούσια σε δεδομένα με την AI, σε μια δομή όπου τα οικονομικά, το IT και η ασφάλεια αναφέρονται σε έναν ηγέτη, ώστε τα πιλοτικά προγράμματα να μπορούν να μεταβαίνουν γρήγορα στην παραγωγή. “Η ακρίβεια είναι αδιαπραγμάτευτη”, τονίζει, γι’ αυτό η Adobe επενδύει σε δομημένα δεδομένα και διακυβέρνηση, ώστε να μπορεί να κινείται γρήγορα χωρίς να θυσιάζει την ακρίβεια.
Η άνοδος της AI αναδιαμορφώνει ραγδαία την εταιρική ηγεσία, επιταχύνοντας τον κύκλο εργασιών και αναδεικνύοντας στελέχη που μπορούν να προσφέρουν γρήγορα, απτά αποτελέσματα. Ακόμη και οι έμπειροι ηγέτες αντιμετωπίζουν αυξανόμενη πίεση από τους επενδυτές να κινηθούν δυναμικά στην AI. Πρόσφατες αλλαγές στη διοίκηση, συμπεριλαμβανομένης της ανακοινωθείσας συνταξιοδότησης του CEO της Adobe, Shantanu Narayen, υπογραμμίζουν την έλλειψη υπομονής των αγορών για αντιληπτή διστακτικότητα. Ταυτόχρονα, η Adobe ανέφερε ότι τα ετήσια έσοδα από τα προϊόντα της με επίκεντρο την AI τριπλασιάστηκαν σχεδόν έτος με έτος το πρώτο τρίμηνο του οικονομικού έτους 2026, το οποίο έληξε στις 27 Φεβρουαρίου. Σε όλες τις εταιρείες του Fortune 500, αυτή η δυναμική δημιουργεί ένα νέο εσωτερικό πεδίο δοκιμών, όπου τα στελέχη κρίνονται από την αποτελεσματικότητα και την ταχύτητα με την οποία αναπτύσσουν την AI για να οδηγήσουν την ανάπτυξη, την αποδοτικότητα και την καινοτομία.
Μέσα στα οικονομικά, ο Durn ομαδοποιεί τη χρήση της AI σε τρεις κατηγορίες: πρόβλεψη, ανίχνευση ανωμαλιών και γενική παραγωγικότητα. Για την πρόβλεψη, η AI αποκαλύπτει μοτίβα και σήματα στα δεδομένα που θα ήταν δύσκολο για τους ανθρώπους να εντοπίσουν γρήγορα. Οι agentic AI για την ανίχνευση ανωμαλιών επισημαίνουν την απόδοση που είναι απροσδόκητα ισχυρή ή αδύναμη – “πράγματα που μπορούν να χαθούν στη θάλασσα των δεδομένων” – ώστε τα οικονομικά να μπορούν να παρέμβουν γρηγορότερα.
Ωστόσο, ο Durn δηλώνει ότι τα καλύτερα παραδείγματα βρίσκονται στην παραγωγικότητα, αναφέροντας τρεις περιπτώσεις χρήσης:
1. **Εξαγωγή πληροφοριών από PDF:** Μία από τις πιο ανεπτυγμένες περιπτώσεις χρήσης περιλαμβάνει “κοντέινερ” πληροφοριών – συλλογές PDF όπως απομαγνητοφωνήσεις επενδυτών, τριμηνιαίες αναφορές και αναλύσεις αναλυτών. Οι οικονομικές ομάδες χρησιμοποιούν τα PDF Spaces της Adobe για να φορτώσουν έγγραφα σε έναν κοινό ψηφιακό χώρο εργασίας και να χρησιμοποιήσουν έναν agentic AI βοηθό για να ανασύρουν θέματα, ιδέες και μηνύματα σε λεπτά αντί για ώρες. Μια πρόσφατη μελέτη Forrester TEI βρήκε ότι ο agentic AI Assistant του Acrobat αυξάνει την αποδοτικότητα στη σύνοψη και ανάλυση εγγράφων κατά 45%. Ο Durn δηλώνει ότι αυτό έχει σημασία επειδή “οι πληροφορίες του κόσμου ζουν σε PDF”, και η AI μετατρέπει το στατικό περιεχόμενο σε χρήσιμες ιδέες.
2. **Μείωση του χρόνου αναθεώρησης συμβάσεων στο μισό:** Η Adobe χρησιμοποιεί επίσης agentic AI για να αναθεωρήσει τις συμβάσεις σε οικονομικές και προμηθευτικές λειτουργίες, συμπεριλαμβανομένης της διασφάλισης εσόδων, της λειτουργίας συμβάσεων, της εκτέλεσης προϊόντων και της διαχείρισης προμηθευτών. Αντί οι επαγγελματίες των οικονομικών να εξετάζουν κάθε ρήτρα, ένας AI βοηθός σαρώνει χιλιάδες συμβάσεις, επισημαίνει διατάξεις που σχετίζονται με κάθε λειτουργία και επισημαίνει μη τυπικούς όρους. Το σύστημα έχει μειώσει τον χρόνο αναθεώρησης περίπου στο μισό, επιταχύνοντας τις μεμονωμένες αναθεωρήσεις και επιτρέποντας στις ομάδες να αναζητούν σε ολόκληρο το αποθετήριο συμβάσεων – για παράδειγμα, εντοπίζοντας ποιες συμβάσεις περιλαμβάνουν δυνατότητες αυτόματης ακύρωσης ή παράθυρα προσαρμογής συναλλαγματικών ισοτιμιών. Η Adobe δημιούργησε το πρώτο της πρωτότυπο τον Απρίλιο του 2024 και άρχισε την ενσωμάτωση ομάδων τον Ιανουάριο του 2025.
3. **Αυτοματοποίηση “κοινών” εισερχομένων:** Μια τρίτη περιοχή είναι τα “κοινά εισερχόμενα” που χειρίζονται μεγάλο όγκο εσωτερικών και εξωτερικών emails – κοινές διευθύνσεις για ερωτήσεις πωλήσεων, ταμείου, οικονομικών και προμηθευτών. Η Adobe ανέπτυξε έναν agentic AI βοηθό που αυτο-ετικετογραφεί, ιεραρχεί, δρομολογεί και, όταν πληρούνται τα κριτήρια, αυτο-απαντά σε emails. Τυπικές ερωτήσεις περιλαμβάνουν θέματα τιμολόγησης προμηθευτών ή τυπικές ερωτήσεις πιστωτικής ποιότητας που έρχονται στο ταμείο από το Salesforce. Το 2025 μόνο, το σύστημα αυτο-απάντησε σε περίπου 300.000 emails σε 19 εισερχόμενα, εξοικονομώντας πάνω από 5.000 ώρες χειρωνακτικής εργασίας και απελευθερώνοντας τις ομάδες να επικεντρωθούν σε πιο σύνθετα ζητήματα. Το εργαλείο χρειάστηκε περίπου έξι μήνες για να κατασκευαστεί.
Το όφελος, όπως τονίζει, δεν είναι περικοπές θέσεων εργασίας, αλλά η ικανότητα να κλιμακωθεί πιο αποτελεσματικά καθώς η Adobe αναπτύσσεται. Ο Durn συνδέει αυτές τις περιπτώσεις χρήσης στα οικονομικά με το μακρύ ταξίδι της Adobe στην AI και μια γραμμή παραγωγής ιδεών από τη βάση προς την κορυφή. Η εταιρεία επενδύει σε μηχανική μάθηση και AI για περισσότερο από μια δεκαετία, αρχικά για να κατανοήσει τα μοτίβα χρήσης των πελατών και να ενσωματώσει νοημοσύνη στα προϊόντα – εργασία που έθεσε τις βάσεις για την παραγωγική και agentic AI. Πολλές από τις καλύτερες εφαρμογές προέρχονται από την “έκκληση προς τα κάτω στην οργάνωση” και την ερώτηση στους υπαλλήλους πού η AI θα μπορούσε να αφαιρέσει την τριβή ή να κάνει τις δουλειές τους ευκολότερες. Υπάρχουν περισσότερες ιδέες από ικανότητα, οπότε η ομάδα δίνει προτεραιότητα σε αυτές με τη μεγαλύτερη επίδραση.
Κατά τη λήψη απόφασης για έγκριση επενδύσεων στην AI, ο Durn εστιάζει στην οργανωτική ταχύτητα – την ικανότητα των λειτουργιών υποστήριξης να συμβαδίζουν με ταχύτερη καινοτομία προϊόντων. Εάν τα οικονομικά δεν υιοθετήσουν την AI, υποστηρίζει, κινδυνεύουν να γίνουν “παράγοντας περιορισμού της ανάπτυξης”. Η πραγματική δαπάνη είναι μέτρια, προσθέτει. μεγάλο μέρος της εργασίας περιλαμβάνει διαχείριση αλλαγών και επανασχεδιασμό διαδικασιών που βασίζονται στην τεχνολογία της Adobe. Η άποψη του Durn για τη διαχείριση αλλαγών συμπίπτει με νέα έρευνα από την McKinsey. Για να αποσπαστεί πλήρως η αξία της AI, οι οργανισμοί πρέπει να ξεπεράσουν την “αποσπασματική προσέγγιση” και να πιέσουν για έναν διπλό μετασχηματισμό – τόσο τεχνικό όσο και οργανωτικό – που περιλαμβάνει την επανεξέταση του τρόπου διεξαγωγής της εργασίας σε όλες τις λειτουργίες και τις ροές εργασίας. Ενώ το 88% των οργανισμών που ερευνήθηκαν πειραματίζονται ήδη με την AI, λιγότερο από το 20% αναφέρουν απτά αποτελέσματα στον τελικό λογαριασμό, σύμφωνα με την έρευνα.
Για τη δική του ροή εργασίας, ο Durn βασίζεται κυρίως στην AI για τη δημιουργία ιδεών. Πριν από τις ανακοινώσεις αποτελεσμάτων, η ομάδα του φορτώνει εκθέσεις έρευνας πριν από τα αποτελέσματα, καταθέσεις της Adobe και απομαγνητοφωνήσεις ανταγωνιστών σε έναν χώρο εργασίας με δυνατότητα AI για να ανασύρει θέματα και πιθανές ερωτήσεις επενδυτών. Στη συνέχεια, τα σενάρια και η προετοιμασία ερωτήσεων-απαντήσεων εκτελούνται μέσω μοντέλων με φρουρούς για να ελέγξουν εάν η μηνυματολογία καλύπτει αυτά τα θέματα και να ρωτήσουν: “Αν ήμουν επενδυτής, ποιες είναι οι βασικές μου παρατηρήσεις;” Το βλέπει ως έναν χρήσιμο έλεγχο για σαφήνεια και συνοχή – χρησιμοποιώντας την AI για να επικυρώσει τα ένστικτα και να ακονίσει τον τρόπο που η Adobe επικοινωνεί με την αγορά.
