Vault / CFO Knowledge/Interviews

date: 2026-08-19 cfo: Jeff Cobourn company: Gusto industry: SaaS / Payroll (Fintech) tags: [CFO, AI Adoption, FP&A, Semantic Layer]

Jeff Cobourn — Gusto

Date: 2026-08-19 Role: Finance Lead, Product & Go-to-Market (nu CFO formal — conduce finance pe produs + GTM) Source: https://cfosonai.cashboard.co/p/gustos-finance-team-rebuilt-its-forecasting

🎯 AI Use Cases (ce folosește deja)

Automated forecasting — revenue models mutate din Google Sheets în Python (Streamlit în Snowflake). ~80% din task-urile FP&A automatizate în 6 luni, de la zero.
Performance commentary agent — plugin Claude custom (în Claude Code marketplace-ul echipei): scrie comentariul de performanță, omul revizuiește, scrie în Notion, trimite pe Slack. Meeting-urile de business partner încep direct la problem-solving.
Model-checking agent (8 agenți) — sensitizează fiecare ipoteză, vizualizează trenduri, flagează ce e greșit, generează un flowchart al întregului model (trace dependents ×100).
Initiative/lift modeling — operatorul injectează o ipoteză („+1% conversion în ian") → modelul calculează impactul live → intră în coadă pentru review-ul finance.

💡 Key Insight

„Agenții care verifică munca contează mai mult decât cei care o scriu." Vibe-coding îți dă 80% repede; ultimii 20% e unde se duce tot timpul, pentru că nu mai cunoști fiecare celulă. De-aia a construit un agent care scorează modelul, flagează „could be wrong" și desenează fiecare calcul ca flowchart.
Modelele sunt Python pur, fără LLM în ele. Deterministic. „Cine greșește mai probabil — Python sau un om cu o formulă rapidă și nervoasă?" Claude a scris Python-ul, dar modelul e cod verificabil, nu răspuns de LLM.
Nimic nu merge fără fundația de date. Semantic layer + unified warehouse (Snowflake) — luni de muncă ne-glamorous, câmpuri canonice definite produs cu produs. AI-ul din ultimele 6 luni e partea vizibilă a unui build mult mai lung.
Code-ul finance în GitHub — rezolvă coordonarea când toată lumea codează cu AI (workstream-uri împrăștiate pe desktop-uri).

📊 Timeline (0 → 80%)

Acum 1 an: 0% automatizare. Acum 6 luni: tot 0%. Azi: ~80%.
Forecast delivery: business day 10 → 5 (țintă). Accounting close: day 7 → 4. Close+3 → close+1.

🧰 Stack

Snowflake (warehouse, source of truth) · Streamlit (apps + modele) · NetSuite (one-way → Snowflake) · Pigment (cost forecasting, two-way) · MCP în Snowflake prin semantic layer · GitHub (repo) · Notion (comentarii + context lunar).

❓ Open Questions