– CFOens AI-satsing stopper i datakaos

For økonomisjefer som frykter at de allerede har kommet for sent i gang med kunstig intelligens, er budskapet fra en fersk rapport mer betryggende enn hypen skulle tilsi: De fleste er fortsatt i startfasen.

En undersøkelse gjennomført i 2025 blant 83 ledere innen økonomistyring, hovedsakelig i større virksomheter, viser at bare 6 prosent har gjort AI til en standard del av sine finansprosesser. Over halvparten befinner seg fortsatt i pilot- eller testfase, mens resten bruker teknologien svært begrenset.

Rapporten Navigating the Future: AI Adoption in Finance fra Wolters Kluwer avdekker et tydelig gap mellom forventningene til kunstig intelligens og den faktiske modenheten i økonomifunksjonen. Samtidig som rundt 80 prosent forventer at AI vil være standard innen tre år, preges hverdagen fortsatt av manuelle prosesser og fragmenterte datasett.

Datakvalitet er flaskehalsen

Den klart største hindringen for å lykkes med AI i finans er ikke manglende vilje eller budsjetter, men kvaliteten på selskapenes egne data. Nesten seks av ti respondenter peker på utilstrekkelig datagrunnlag som hovedbarrieren.

AI-løsninger er avhengige av historiske, strukturerte og pålitelige data. Rapporten slår fast at det typisk tar to til tre år å bygge opp en slik dataplattform. For mange finansavdelinger er dette krevende, særlig der Excel fortsatt fungerer som bindeledd mellom ulike systemer.

Denne «Excel-overbelastningen» øker risikoen for feil, manuelle justeringer og tap av sporbarhet. Det gjør også dataene lite egnet som grunnlag for automatisering og maskinlæring.

– Suksess med AI starter og slutter med data. Uten pålitelige data blir det «garbage in, garbage out», heter det i rapporten.

Effektivisering før innsikt

Til tross for store visjoner om prediktiv analyse og bedre beslutningsstøtte, er dagens bruk av AI i finans i hovedsak defensiv og operasjonell. Tre av fire oppgir effektivisering og tidsbesparelser som hoveddriveren for AI-initiativene.

De mest utbredte bruksområdene er fakturahåndtering, rapportering og dataklargjøring. Mer avanserte anvendelser, som prognoser og strategisk beslutningsstøtte, kommer lenger ned på prioriteringslisten. Bare rundt halvparten ser forbedret forecasting som en sentral drivkraft i dag.

Ambisjonen om såkalt «autonomous accounting», der hele regnskapsprosessen i stor grad går av seg selv, eksisterer, men rapporten gjør det tydelig at dette ligger flere år frem i tid for de fleste.

Mangler kompetanse – og regnestykket

I tillegg til datautfordringene sliter mange virksomheter med å regne hjem AI-investeringene. Fire av ti har ennå ikke utviklet et konkret business case, og seks av ti oppgir at de synes dette er krevende.

Kompetansegapet er også betydelig. Nesten 60 prosent peker på manglende kunnskap og ferdigheter internt som en viktig årsak til at implementeringen går sakte. Mange forventer derfor å hente ekstern bistand, enten i form av rådgivning, programvare eller ferdige løsninger.

Samtidig er det liten frykt for omfattende jobbtap. De fleste økonomidirektørene forventer endrede roller og arbeidsoppgaver, snarere enn nedbemanning.

Et nøkternt veikart mot 2028

Rapporten skisserer en relativt edruelig tidslinje for AI-modning i finansfunksjonen. Første fase handler om å rydde i masterdata og etablere tydelig datastyring. Deretter følger små, avgrensede piloter. Først etter dette er det realistisk å integrere AI bredt i operative prosesser.

For CFO-er som vurderer hvor hardt de skal trykke på gasspedalen, er hovedbudskapet tydelig: Hastverk øker risikoen. Å investere i avanserte AI-verktøy før datagrunnmuren er på plass, gir sjelden ønsket effekt.

AI kan bli et kraftfullt verktøy i finans, men ikke som snarvei. For de fleste starter reisen med rydding, standardisering og tålmodighet – ikke med selvkjørende regnskap.