Kurumsal hazine yönetimi yapay zekâ konusunda rahatsız edici bir gerçeğe yaklaşıyor. Neredeyse her firmanın yapay zekâsı var ama bunu finansal olarak daha iyi durumda olduklarını gösterebilen şirket sayısı oldukça az.
PYMNTS Intelligence'ın Working Capital Index (WCI) 2026 baskısındaki bulgulara göre, en düşük performanslı orta ölçekli firmaların 97%'si hazinede yapay zekâ kullanıyor; bu oran en iyi performans gösterenlerdeki 100%'lük benimseme oranıyla hemen hemen aynı.
Ancak iki grup hâlâ belirgin şekilde farklı finansal verimlilik düzeyleriyle çalışıyor.
En iyi performans gösterenler ortalama nakit dönüşüm süresini 39 gün olarak bildirirken, en zayıf grupta bu süre 63 gün. Güçlü firmaların yüzde 70'i finansman ihtiyacının öngörülebilir olduğunu söylerken, geride kalanlarda bu oran sadece yüzde 3.
PYMNTS Intelligence WCI raporu bulguları, kurumsal hazinede bir sonraki rekabet ayrımının yapay zekâ benimsemiş şirketler ile benimsemeyenler arasında olmayabileceğini gösteriyor. Ayrım, yapay zekâyı nakit pozisyonlarını anlamak için kullananlar ile bu teknolojiyi finansal kararlara çevirebilenler arasında olabilir.
Daha iyi tahmin her zaman daha iyi nakit akışı üretmiyor
Tahsilatları otomatikleştirmek, gecikmiş faturaları tespit etmek ve nakit tahminlerini iyileştirmek finans operasyonlarını daha verimli hale getirebilir. Ancak bu iyileştirmeler tek başına müşterilerin ne zaman ödeme yapacağını, şirketin ne kadar likidite tutması gerektiğini ya da nakdin daha üretken kullanımlara yönlendirilebileceğini değiştirmez.
Raporun bulguları görünürlük ile kontrolün farklı yetenekler olduğunu gösteriyor.
Bir hazine departmanı yaklaşan bir nakit açığını daha isabetli bilebilir. Ancak bu bilgi borçlanma, ödeme ya da yatırım kararlarını değiştirmedikçe tahmin, finansal bir avantajdan ziyade operasyonel bir girdi olarak kalır.
En güçlü performans gösteren firmalar kendilerini yapay zekâ kullanıp kullanmamalarıyla değil, bunu hazine kararlarına ne kadar istekli entegre ettikleriyle ayırıyor. Raporda görüşülen en iyi performans gösterenlerin yüzde 93'ü yapay zekânın nakit açığını tahmin etmesine izin vereceğini söylerken, en zayıf grupta bu oran yüzde 69. Yüzde 60'a yakını yapay zekânın kredi hattından ne zaman çekim yapılacağına karar vermesine izin vereceğini belirtirken, geride kalanlarda bu oran yüzde 48.
En iyi performans gösterenlerin yaklaşık yüzde 19'u 100 bin doları aşan işlemlerin yapay zekâ tarafından yürütülmesinden rahat olurken, en zayıf performans gösteren firmalardan hiçbiri böyle bir rahatlığa sahip değil.
Bir yapay zekâ sistemi likidite sorununu öngörebiliyor ama belirlenmiş kontroller dahilinde uygun bir yanıt başlatamıyorsa, potansiyel ekonomik değerinin ne kadarı gerçekleşmeden kalır?
Bankalar, ERP sağlayıcıları ve hazine yönetimi platformları analiz ötesine geçip iş akışı yürütme yeteneğine sahip yapay zekâ ajanları sunmaya başladıkça bu soru daha da önem kazanıyor.
PYMNTS Intelligence araştırması finansal olgunlukla ilgili yaygın bir varsayımı da sorguluyor: likidite ürünlerine daha fazla erişim mutlaka daha güçlü işletme sermayesi yönetimine işaret eder. WCI'ya göre en zayıf performans gösterenler dış işletme sermayesi çözümlerini en iyi performans gösterenlere kıyasla daha sık kullanıyor; oranlar yüzde 97'ye karşı yüzde 74.
Ayrıca üç veya daha fazla finansman çözümü kullanma olasılıkları neredeyse beş kat daha fazla.
Daha geniş örneklemde şirketlerin yüzde 83'ü en az bir dış işletme sermayesi çözümü kullanıyor, yüzde 61'i ise iki veya daha fazlasını kullanıyor. Her iki ölçüt de dört yıllık seride en yüksek seviyesine ulaştı.
Ancak borçlanma nedenleri değişti. WCI'nın 2023 baskısından bu yana ilk kez, nakit akışı yönetimi ve acil durumlar gibi taktiksel motivasyonlar, büyüme ile ilgili motivasyonları geride bıraktı; oranlar yüzde 45'e karşı yüzde 38.
Neredeyse her şirket yapay zekâyı benimsediğinde, benimseme tek başına rekabet avantajının kullanışlı bir ölçütü olmaktan çıkıyor. Hazine teknolojisi için bir sonraki sınav, nakit akışı sorununun borçlanma gerekliliğine dönüşmeden önce şirketlerin tahminleri daha iyi finansal kararlara dönüştürmesine yardımcı olup olmayacağı olabilir.
