In un mondo in cui ogni dipartimento aziendale sembra avere i propri strumenti digitali evoluti, la funzione finanziaria storicamente è rimasta legata a processi che, pur essendo essenziali, sono spesso faticosi, ripetitivi e soggetti a errori umani. Per i direttori finanziari (CFO) moderni, il vero ostacolo non è tanto fare i calcoli di bilancio o gestire numeri complessi, ma raccontare in modo chiaro e significativo la storia nascosta dietro quei numeri. Per anni, infatti, dopo la chiusura dei conti mensili, gli analisti contabili e i team finanziari hanno trascorso giorni – a volte settimane – a consolidare fogli di calcolo, copiare e incollare grafici da Excel a PowerPoint, sistemare report e preparare slide destinate al board o agli investitori. Queste attività di “ultimo miglio” nella creazione del reporting hanno richiesto manualità, tempo e molta pazienza.
Oggi questa dinamica sta cambiando grazie a un nuovo approccio che fonde l’intelligenza artificiale con l’esperienza consolidata negli strumenti che i CFO già “amano”: Excel. Datarails, un’azienda fondata nel 2015, ha appena lanciato una serie di agenti AI progettati per automatizzare non solo la raccolta e la sincronizzazione dei dati finanziari, ma anche l’interpretazione e la presentazione dei risultati. In altre parole, ciò che una volta richiedeva ore di lavoro manuale ora può essere ottenuto con un semplice comando in linguaggio naturale. Immagina di poter chiedere alla piattaforma: “Perché la nostra profittabilità è cambiata quest’anno?” oppure “Perché il budget di marketing ha superato le previsioni del mese scorso?” e ottenere in risposta non un blocco di testo, ma un set completo di slide PowerPoint, file Excel oppure PDF già pronti per essere condivisi.
Il cuore di questa evoluzione non è una semplice chat con l’AI, ma una trasformazione dell’intero stack dei dati finanziari. Negli uffici CFO la difficoltà maggiore non è solo avere i dati, ma avere dati affidabili, unificati e immediatamente interpretabili. Storicamente i dati finanziari sono sparsi in sistemi diversi: ERP, HRIS, CRM, portali bancari e fogli Excel non sempre aggiornati o coerenti tra loro. Datarails affronta questo problema consolidando queste fonti in una singola vista unificata, basata su un livello dati interno che evita gli errori di “allucinazione” tipici dei modelli linguistici generici. Inoltre, l’infrastruttura di sicurezza si appoggia a Microsoft Azure OpenAI Service, offrendo un ambiente che mantiene la riservatezza necessaria per i dati sensibili delle aziende.
Questa capacità di interpretare dati complessi e generare output articolati si inserisce in una tendenza più ampia che nel mondo tech si definisce “vibe coding”: un modo di interagire con il software attraverso linguaggio naturale e prompt più liberi, piuttosto che con codice rigido o configurazioni manuali. Sebbene il termine sia nato nel mondo degli sviluppatori software per descrivere un’interazione più fluida e collaborativa con AI e strumenti di sviluppo, Datarails lo porta nel dominio finanziario: i CFO e i loro team possono ora “codificare” le loro analisi e richieste come se stessero conversando con un assistente esperto, senza dover conoscere linguaggi di scripting o sistemi complessi.
Una delle componenti più interessanti di questa evoluzione è la cosiddetta “anti-implementazione”. In molte trasformazioni digitali, la parola “implementazione” evoca mesi di migrazioni di dati, nuove infrastrutture da integrare, team IT sovraccarichi e resistenze interne. Datarails ha scelto un percorso diverso: non sostituire gli strumenti esistenti, ma potenziarli. Excel, strumento onnipresente nelle funzioni finanziarie, non viene abbandonato né rimpiazzato, ma conservato come interfaccia familiare, mentre il sistema di Datarails agisce dietro le quinte come un motore dati centralizzato. In questo modo, la transizione può avvenire in poche ore o giorni, e non richiede necessariamente competenze tecniche avanzate o un grosso impegno da parte dei team IT.
La crescita di Datarails negli ultimi anni riflette l’interesse crescente verso strumenti finanziari avanzati: dopo aver raccolto decine di milioni di dollari nei round di finanziamento Series A e B, l’azienda ha recentemente annunciato un investimento di 70 milioni di dollari in un round Series C, sostenuto da investitori come One Peak, Vertex Growth e Vintage Investment Partners, e guidato dalla sua espansione di prodotti che includono strumenti per la chiusura di fine mese (month-end close) e la gestione della liquidità (cash management). Questi nuovi moduli fungono da “plumbing” che rende possibile l’efficacia degli agenti AI, assicurando che i dati fondamentali – come i flussi di cassa in tempo reale – siano aggiornati, corretti e pronti per l’analisi.