Når økonomidirektører (CFO'er) overvejer integrationen af agentisk kunstig intelligens (AI), bør de tilgå det på samme måde som tidligere vedtagne teknologier, samtidig med at de foretager nødvendige justeringer for at håndtere de unikke risici, der er forbundet med dette nye system. Ifølge George Westerman, en lektor ved MIT Sloan School of Management, er agentiske systemer ikke et nyt koncept. Selvom der ikke findes en universelt accepteret definition, kan agentisk AI forstås som software, der er i stand til at bearbejde information og træffe beslutninger eller tage handlinger autonomt. Historiske eksempler inkluderer automatiserede processer i Microsoft Windows og handelsalgoritmer på Wall Street. Forskellen ligger i evnerne hos AI-agenter baseret på generative AI-modeller, der kan tilpasse sig, lære og deltage i samtaler, i modsætning til tidligere regelsystemer. På trods af disse fremskridt bør CFO'er stadig evaluere agentisk AI med de samme kriterier, der blev anvendt for tidligere automatiseringsteknologier—identificere gavnlige processer, potentielle besparelser og vurdere risici for både økonomi og omdømme. Eksisterende governance-politikker og risikorammer bør vejlede evalueringen af agentisk AI med nødvendige ændringer for at imødekomme den nye teknologi. Stærk governance inden for automatisering bør også gælde for agentisk AI med de nødvendige justeringer af politikker. Ved vurderingen af investeringsafkast (ROI) for agentisk AI understreger Westerman vigtigheden af at forstå de tilknyttede omkostninger, som kan være betydelige. Disse omkostninger inkluderer beregningsgebyrer, datarensning, licenser og ændringer i processer.

De mest lovende muligheder for finansielle applikationer af agentisk AI inkluderer håndtering af ustrukturerede data, automatisering af planlægning og rapportering, sikring af overholdelse, underwriting og forbedring af kundeinteraktioner. CFO'er anbefales at: 1. **Justere AI-initiativer med forretningsmål**: Tydeligt definere finansielle resultater som omkostningsbesparelser og forbedret prognoser for at sikre, at AI-investeringer stemmer overens med forretningsmål og demonstrerer ROI. 2. **Håndtere risici proaktivt**: Identificere risici relateret til databeskyttelse, privatliv, overholdelse af reguleringer og finansiel nøjagtighed. Etablere ansvarlighedsstrukturer og forberede beredskabsplaner for potentielle AI-fejl. 3. **Investere i færdigheder og adressere bekymringer om job**: Være gennemsigtig over for medarbejderne angående potentielle jobændringer og tilbyde træning i brugen af AI. Virksomheder bør bygge et kerne-team med en stærk forståelse af AI, samtidig med at resten af arbejdsstyrken også uddannes i dens anvendelser. Generelt er gennemsigtighed, proaktiv risikostyring og tilpasning af AI-projekter til forretningsmål afgørende for en succesfuld integration af agentisk AI i finans.