2020 में, CFOs को नए टूल्स की ज़रूरत थी। अब ये टूल्स इस भूमिका को ही बदल रहे हैं।
यह भूमिका पहले से ज़्यादा रणनीतिक (strategic) हो रही थी, लेकिन सॉफ्टवेयर अभी भी पुराना और घिसा-पिटा था। CFO आधे डेटा एनालिस्ट और आधे आर्किटेक्ट बन गए थे — वे तीस साल पुराने ERP सिस्टम्स के इर्द-गिर्द घूमते कई point solutions और Excel के ढेरों exports को जोड़कर काम चला रहे थे। असली अड़चन डेटा था। वह बहुत जगहों पर बिखरा हुआ था और उसे संभालना मुश्किल था, और इसके ऊपर मौजूद टूल्स कमज़ोर थे और उनकी क्षमताएं सीमित थीं।
अब AI उन बाधाओं को हटा रहा है। डेटा को एक साथ लाना आसान हो गया है, और सॉफ्टवेयर खुद ज़्यादा काम करने लगा है। और जब ऐसा होता है, तो काम करने का तरीका और काम करने वाले लोग — दोनों बदल जाते हैं। इसका मतलब है कि फाइनेंस फंक्शन खुद बदल रहा है, और उसके साथ बदल रही है टीम और उसका नेतृत्व करने वाले व्यक्ति का पूरा प्रोफाइल।
अकाउंटेंट से बैंकर, और बैंकर से बिल्डर तक
आप इसे इस बात में देख सकते हैं कि कंपनियों ने समय के साथ इस पद के लिए किसे चुना:
एक बेहतरीन CFO के गुण हर दौर में लगभग एक जैसे ही रहे हैं। सबसे अच्छे CFO सिर्फ आंकड़े या बोर्ड प्रेजेंटेशन तैयार नहीं करते। वे डेटा का इस्तेमाल करके यह राय भी बनाते हैं कि बिज़नेस को किस दिशा में जाना चाहिए। इस पद की बुनियादी मांग वही रहती है, बस उस दौर में जो स्किल दुर्लभ होती है, उसके हिसाब से इसका स्वरूप बदलता रहता है।
हर दौर के आदर्श CFO ने इसी बदलाव का पीछा किया है। जब काम किताबें साफ करने, कंट्रोल स्थापित करने और नतीजे रिपोर्ट करने का था, तब कंपनियां Big 4 अकाउंटिंग फर्मों से CFO लाती थीं। जब काम कैपिटल जुटाने और डील पक्की करने का हो गया, तो उन्होंने इन्वेस्टमेंट बैंकिंग से लोगों को चुना। जब काम प्लानिंग, मेट्रिक्स और बिज़नेस पार्टनरशिप का बन गया, तो प्लानिंग ("FP&A") स्किल की अहमियत बढ़ गई, हालांकि कंपनियां अक्सर बैंकिंग या प्राइवेट इक्विटी बैकग्राउंड वालों को ही तरजीह देती रहीं।
आज की दुर्लभ स्किल कुछ नई है: उस ऑपरेटिंग सिस्टम को डिज़ाइन करना जिस पर कंपनी चलती है। इसका मतलब है डेटा, वर्कफ़्लो, agents, स्किल्स और कंट्रोल्स — वे सब चीज़ें जो context को intelligence और फैसलों में बदलती हैं। आप इसे फाइनेंस टीमों के भीतर "finance engineer" के उभार में देख सकते हैं, और इस बात में भी कि CFO खुद तेज़ी से यही भूमिका निभा रहे हैं।
इस तरह काम करने वाले फाइनेंस लीडर्स अपने विभाग को अपने पूर्ववर्तियों से अलग नज़रिए से देखते हैं। OpenAI की CFO, Sarah Friar, फाइनेंस को एक real-time फंक्शन मानती हैं। फाइनेंस अब zero-day close और लगातार अपडेट होने वाले forecast की दिशा में बढ़ रहा है, जो पारंपरिक मंथली close के तौर-तरीकों से एक बड़ा बदलाव है। चाहे compute बांटने की बात हो या capital की, आज के सबसे अच्छे फाइनेंस लीडर्स हिसाब रखने वालों की तरह कम और निर्माताओं (builders) की तरह ज़्यादा बात करते हैं।
ज़्यादा डेटा, बेहतर टूल्स, छोटी टीम
CFO के प्रोफाइल और समग्र फाइनेंस संगठन में यह बदलाव AI-native टूल्स की तेज़ तरक्की से आ रहा है। डेटा तक आसान और तेज़ पहुंच ने बेहतर टूल्स को जन्म दिया, जिससे काम करने का तरीका और काम करने वाले लोग बदले, और बदले में यह भी बदला कि फाइनेंस टीमें कैसे बनती हैं और कैसे काम करती हैं।
1. डेटा अब अड़चन नहीं रहा। हमारे 2020 के लेख की मुख्य शिकायत यह थी कि CFO का कच्चा माल — यानी डेटा — पुराना, बिखरा हुआ और इकट्ठा करने में बेहद दर्दनाक था। फाइनेंस टीमें अपनी ज़्यादातर ऊर्जा पिरामिड के निचले हिस्से में इनपुट्स को जोड़ने में खर्च कर रही थीं: exports निकालना, स्प्रेडशीट मिलाना, और किसी email thread में दबी हुई विसंगति (variance) की वजह ढूंढना, या उससे भी बुरा, Slack DMs और channels में भागदौड़ करना। AI अलग-अलग सिस्टम्स और फॉर्मेट्स में बिखरे डेटा को निकालना, उसमें शामिल करना और उसे समझना तेज़ और आसान बना देता है। टीमें अब जानकारी जुटाने में कम और उस पर कार्रवाई करने में ज़्यादा वक्त लगा सकती हैं।
2. फाइनेंस स्टैक अब फाइनेंस टीम का हिस्सा बन रहा है। 2020 में, हमने फाइनेंस स्टैक को परत-दर-परत मैप किया था और कहा था कि हर परत के लिए आधुनिक टूल्स की एक लहर आने वाली है। AI ने डेटा की समस्या सुलझाने में मदद की, और वह लहर आ गई। नई पीढ़ी के टूल्स तिमाहियों की जगह दिनों में खड़े हो जाते हैं, डेटा मिलने का इंतज़ार करने की बजाय खुद डेटा कलेक्शन को ऑटोमेट करते हैं, और महीने के अंत की बजाय real-time में इनसाइट देते हैं। उस पुराने market map के हर क्षेत्र में अब ERP से लेकर tax और procurement तक के लिए कोई न कोई AI-native दावेदार मौजूद है।
हमारे पोर्टफोलियो से कुछ उदाहरण:
- Rillet का ERP लागू होने में लगने वाले महीनों को घटाकर दिन या हफ्तों में ले आता है, डेटा अपने आप खींचता है, और मंथली close को डेली close में बदल देता है।
- Concourse फाइनेंशियल प्लानिंग और forecasting के लिए agents तैनात करता है, और live scenarios बनाने के लिए real-time pipeline data खींचता है।
- Lio procurement के लिए multi-agent model का इस्तेमाल करता है, जहां इसके agents vendor diligence करते हैं, कॉन्ट्रैक्ट पर मोलभाव करते हैं, आंतरिक मंज़ूरियों पर नज़र रखते हैं, और fulfillment को ट्रैक करते हैं।
- Stuut outreach से लेकर follow-up, collection और dispute resolution तक accounts receivable के पूरे cycle को मैनेज करता है, और cash application process को ऑटोमेट करता है।
- Sphere जटिल indirect tax compliance को end-to-end ऑटोमेटेड प्रक्रिया में बदल देता है।
- Petual SOX testing और enterprise internal audit वर्कफ़्लोज़ को ऑटोमेट करता है।
ये सभी ऐसे वर्कफ़्लो हैं जिन्हें पहले समर्पित टीमों या बाहरी सर्विस प्रोवाइडर्स की ज़रूरत पड़ती थी।
सॉफ्टवेयर की पिछली पीढ़ी ने फाइनेंस पेशेवरों को काम मैनेज करने में मदद की। यह पीढ़ी खुद काम करती है। आज का सबसे बेहतरीन AI-native फाइनेंस सॉफ्टवेयर अब फाइनेंस का काम खुद करता है।
3. Finance engineer का उभार। डेटा की समस्या पीछे छूटने के साथ, 2020 में हमने जिस चीज़ की भविष्यवाणी नहीं की थी, वह सामने आ गई है। सबसे उन्नत फाइनेंस टीमें सिर्फ AI सॉफ्टवेयर टूल्स का इस्तेमाल नहीं कर रहीं, बल्कि अपने ऑटोमेशन, डैशबोर्ड और अन्य आंतरिक टूल्स खुद बना रही हैं। इनमें से कई लोगों ने पहले कभी कोड नहीं लिखा था, AI को लेकर शक रखते थे, और उनके पास engineering resources तक पहुंच नहीं थी। पिछले 9-12 महीनों में, वे पूरी तरह AI के दीवाने हो गए हैं।
Anthropic की फाइनेंस टीम ने 70+ फाइनेंस-स्पेसिफिक AI skills की एक लाइब्रेरी बनाई है और उसे मेंटेन करती है, जिसके साथ वे production code जैसा व्यवहार करते हैं। उनमें से एक skill 90-95% तक पूरा मंथली फाइनेंशियल रिव्यू तैयार कर देता है, जिससे इंसानों के घंटों का काम सिर्फ तीस मिनट में सिमट जाता है। OpenAI में, Friar की टीम investor relations और procurement के लिए custom GPTs बनाती है, साथ ही static board books की जगह लेने वाले live dashboards भी तैयार करती है।
हमारे पोर्टफोलियो की एक growth-stage कंपनी के CFO ने अपनी टीम से agents बनाने को कहा, और दो हफ्ते के भीतर उनके पास 50 agents थे। वे सभी उपयोगी नहीं थे, लेकिन इसने सबको वह जादुई पल महसूस करने का मौका दिया जब कोई agent वास्तव में असली काम करके दिखाता है। एक और CFO ने बताया कि उनकी फाइनेंस और अकाउंटिंग टीमें अब product managers बन रही हैं, जो इंजीनियर्स के साथ मिलकर अपने टूल्स खुद बना रही हैं।
जैसे हमने GTM engineer, growth engineer और talent engineer का उभार देखा है, वैसे ही कई कंपनियों में अब "finance engineer" आ रहे हैं। domain expertise और बनाने की क्षमता को जोड़ने वाली अन्य भूमिकाओं की तरह, यह आमतौर पर कोई फाइनेंस वाला व्यक्ति होता है, अक्सर engineering बैकग्राउंड के साथ, जो Codex या Claude Code में माहिर हो गया है और टीम के लिए टूल्स बनाने की अगुवाई करता है। वे अक्सर सिस्टम्स को जोड़ते हैं और वर्कफ़्लो की अड़चनों को दूर करते हैं। उदाहरण के लिए, इसका मतलब ऐसा टूल बनाना हो सकता है जो customer revenue को model inference costs, cloud usage और support costs के साथ जोड़े, और फिर उन accounts को हाइलाइट करे जहां margins गिर रहे हैं या usage की वजह से कोई खास कॉन्ट्रैक्ट घाटे का सौदा बन गया है।
पहले इसके लिए core engineering teams से मदद मिलना मुश्किल होता था, या फिर फाइनेंस टीम में इंजीनियर्स को भर्ती करने की कोशिश करनी पड़ती थी। आज कई CFO खुद AI के साथ कुछ बनाने या AI-native टूल्स इस्तेमाल करने में ज़्यादा वक्त बिताते हैं, और मीटिंग्स में कम। "इन नए प्रोडक्ट्स को इस्तेमाल करने में मज़ा आता है" — यह फीडबैक हम अक्सर सुनते हैं।
Finance engineer के पीछे का काम का नियम सरल है: अगर आप कोई काम दो बार कर रहे हैं, तो एक workflow लिखें; अगर आप workflow दो बार लिख रहे हैं, तो एक agent लिखें।
4. फाइनेंस टीम छोटी और ज़्यादा प्रभावशाली हो रही है। ज़्यादातर फाइनेंस टीमें अभी भी पुराने तरीके से बनी हैं: controller layer, FP&A layer, ops layer, और एक CFO। यह सब मंथली cadence और एक काम के लिए एक व्यक्ति की ज़िम्मेदारी के हिसाब से बनाया गया था। यह संरचना तब समझ में आती थी जब हर layer का मकसद डेटा को इधर-उधर ले जाना और मिलान करना होता था।
कुल कर्मचारियों का ~5% फाइनेंस में रखने का पुराना नियम भी बदल रहा है। हम जो सबसे lean टीमें देख रहे हैं, वे 2% का लक्ष्य रख रही हैं और headcount की बजाय talent density को तरजीह दे रही हैं। फाइनेंस में नई भर्ती होने वाला व्यक्ति API call से कई सिस्टम्स को जोड़ सकता है, SQL लिख सकता है, और ऑटोमेशन का prototype तैयार कर सकता है। AI fluency अब एक बुनियादी ज़रूरत बन रही है। "मुझे अपना model समझाओ" अब "मुझे अपनी prompt sequence समझाओ" में बदल रहा है।
वरिष्ठ domain experts AI से सबसे ज़्यादा फायदा उठा सकते हैं। Anthropic में, फाइनेंस टीम का सबसे heavy user tax department का प्रमुख है। हमारे एक growth-stage CFO ने जैसा कहा, यह मान लेना आसान है कि सबसे junior लोग इसे सबसे तेज़ी से अपनाएंगे, लेकिन उनके पास वह अनुभव और context नहीं होता कि वे जान सकें कि "बेहतरीन" कैसा दिखता है, या उन्हें क्या बनाना चाहिए।
5. प्लानिंग लगातार चलने वाली प्रक्रिया बन गई है। Usage-based revenue (जैसे tokens, minutes, API calls) का forecast हमेशा से जटिल रहा है। इसके अलावा, मंथली cadence पर चलने वाली मानक प्रक्रियाएं और टूल्स काफी तेज़ नहीं हैं, खासकर इसलिए क्योंकि agents अब P&L में एक किरदार बन चुके हैं। कई फाइनेंस लीडर्स अब continuous forecasting की ओर बढ़ रहे हैं, जो statistical models, account-level evidence और finance judgment का इस्तेमाल करके live view देता है। FP&A सालाना budgeting से निकलकर लगातार चलने वाले operating decisions में बदल रहा है। अब आप मीटिंग में बैठे-बैठे live complex scenarios चला सकते हैं।
6. Controls प्रोडक्ट का एक अहम हिस्सा बन गए हैं। फाइनेंस में सॉफ्टवेयर के ज़्यादा काम संभालने के साथ, फाइनेंस के हर आंकड़े से उसके source तक एक auditable और भरोसेमंद chain होना ज़रूरी हो गया है। फाइनेंस को यह जानना होगा कि हर आंकड़ा कहां से आया, उसकी गणना कैसे हुई, और कौन से agents कहां शामिल थे। उदाहरण के लिए, अगर कोई agent journal entry ड्राफ्ट कर रहा है, तो उसे supporting work papers और evidence रखने होंगे और पोस्ट करने से पहले approval rules का पालन करना होगा। records मिलाने, विसंगतियों और exceptions को हाइलाइट करने और समझाने के लिए AI का इस्तेमाल अभी भी किया जा सकता है, लेकिन नियम फाइनेंस तय करता है और अंतिम मंज़ूरी भी उसी की होती है। controls होने से रफ्तार मिलती है। टीम हर कदम को हाथ से दोबारा जांचने और बनाने के बजाय रणनीतिक काम पर ध्यान दे सकती है।
7. फाइनेंस की ज़िम्मेदारी और बढ़ गई है। Real-time data और scenarios को तेज़ी से चलाने की क्षमता के साथ, फाइनेंस को अब कई और रणनीतिक फैसलों में शामिल किया जा रहा है। कई AI कंपनियों के लिए, compute सबसे बड़े operating expenses में से एक है और सबसे अहम capital allocation decisions में शुमार है। अब फाइनेंस टीमें usage data, infrastructure costs और customer revenue का ताज़ा view एक साथ ला सकती हैं, और AI tools यह तय करने में मदद कर सकते हैं कि कोई नया feature या customer usage में बढ़ोतरी margins को कैसे प्रभावित करेगी। इससे फाइनेंस को pricing, product launches और spending commitments पर अपनी राय देने के लिए एक मजबूत आधार मिलता है।
कंपनियां अब ऐसे कई और फैसले भी ले रही हैं जिनमें CFO मुख्य निर्णायक होता है। उदाहरण के लिए, टीमें काम को इंसानों और सॉफ्टवेयर के बीच कैसे बांटती हैं, यह हर संगठन में एक अहम सवाल है और यह एक फाइनेंशियल फैसला है। समय, token usage, software utilization आदि में होने वाले tradeoffs के बारे में ज़्यादा granular data होने से, फाइनेंस इन tradeoffs का सही आकलन कर सकता है। Build versus buy का फैसला भी इसी का हिस्सा है। 'Build' का मतलब अब कोई बड़ा engineering project हो सकता है या फिर कोई non-technical team का छोटा tool vibecoding कर लेना। 'Buy' का मतलब usage या पूरे हुए काम के लिए भुगतान करना हो सकता है, इसलिए adoption के हिसाब से लागत बदलती है। अब AI की मदद से, फाइनेंस इन जटिल scenarios को ज़्यादा तेज़ी और सटीकता से model कर सकता है।
भूमिका, नए सिरे से लिखी गई
CFO का काम पहले भी बदलता रहा है। जो बात अब अलग लग रही है वह यह है कि फाइनेंस फंक्शन और खुद संगठन का कितना बड़ा हिस्सा दोबारा डिज़ाइन किया जा रहा है। ऐतिहासिक रूप से CFO ने फाइनेंस टीमों को उन लोगों की परतों के इर्द-गिर्द बनाया था, जिन्हें कई टूल्स में बिखरे डेटा को इकट्ठा करना, मिलाना और रिव्यू करना होता था — सब कुछ काम को ट्रैक और मैनेज करने के लिए तैयार किया गया था। अब CFO, एक छोटी टीम और ज़्यादा leverage के साथ, उन टूल्स को बना और इस्तेमाल कर सकते हैं जो काम खुद करते हैं। जो फैसले हफ्ते या महीने में एक बार होते थे, वे अब लगातार हो सकते हैं।
CFO अब कंपनी के ऑपरेटिंग सिस्टम के बिल्डर और आर्किटेक्ट बन रहे हैं। इसका मतलब है यह तय करना कि कौन सा काम टीम बेहतर करेगी और कौन सा सॉफ्टवेयर। AI-native CFO को automation-first सोच वाला होना चाहिए और उसे पता होना चाहिए कि आधुनिक फाइनेंस टीम कैसे बनाई, तैयार और संसाधनों से लैस की जाती है। उन्हें यह भी तय करने के लिए नए frameworks चाहिए कि क्या बनाना है, क्या खरीदना है, और इन फैसलों का ROI कैसे निकालना है। इसका फायदा यह है कि अब बिज़नेस पर और CEO के रणनीतिक साझेदार के रूप में ज़्यादा वक्त दिया जा सकता है। काम अभी भी फाइनेंस का ही है, लेकिन अब इस काम का बड़ा हिस्सा यह तय करना है कि फाइनेंस का काम होगा कैसे।
cc: @IvanoMakSF David Borecky
इस लेख में मदद के लिए @astrange और @BKRoberts को धन्यवाद!
