I mange økonomiavdelinger ser man for seg at kunstig intelligens vil «trylle frem» raskere rapportering, bedre prognoser, mer automatisering og en økonomifunksjon som i større grad bidrar til bedre beslutninger i virksomheten.
Marianne Brusdal, partner og leder for CFO Solutions i PwC, mener i likhet med de fleste andre at potensialet er betydelig. Men hun mener også at mange undervurderer hva som faktisk må ligge i bunnen.
– Det er veldig fristende å tenke at AI kan gi økonomiavdelingen et utviklingsmessig syvmilssteg, som på magisk vis løser gamle utfordringer med manuelle prosesser, svake datastrukturer og dårlig datakvalitet. Det gir i beste fall dårlige resultater, sier Brusdal.
Hun mener AI først og fremst kan løfte økonomiavdelingen innen innsikt, analyse og beslutningsstøtte. Men da må virksomhetene ha et fundament som teknologien faktisk kan bygge på.
– AI brukes best når den hjelper økonomifunksjonen med å forstå mer, se mønstre tidligere og gi bedre beslutningsgrunnlag. Men hvis dataene ikke henger sammen, prosessene er uklare og systemene brukes ulikt fra avdeling til avdeling, blir det vanskelig å hente ut den verdien, sier hun.
Når rutineoppgavene tar mindre plass, blir dømmekraft, forståelse av virksomheten og evnen til å forklare tallene enda viktigere.
Marianne Brusdal
Fra å telle raskere til å beslutte bedre
Brusdal oppfordrer CFO til å tenke på at kunstig intelligens kan bidra til langt mer enn vanlig effektivisering av økonomiavdelingen – selv om man ikke er kommet skikkelig i gang med AI ennå.
– Vi snakker ofte om AI som om det bare handler om å gjøre eksisterende oppgaver litt raskere. Litt raskere avstemming, litt enklere rapportskriving og litt mindre manuelt arbeid. Det er en del av bildet. Men den store endringen handler ikke bare om å telle raskere. Den handler om å beslutte bedre, sier hun.
Dette er en gammeldags tankemåte, mener hun, som henger sammen med at økonomifunksjonen tradisjonelt har vært bygget for å forklare fortiden: Hva skjedde, hvorfor skjedde det, og hvordan ser tallene ut?
Med AI kan økonomiavdelingen i større grad bevege seg videre. Fra historisk rapportering, til løpende innsikt i hva som skjer nå, og videre til prediktiv beslutningsstøtte: Hva kommer sannsynligvis til å skje, og hva bør virksomheten gjøre?
– Det er der jeg mener det virkelige potensialet ligger. Når rutineoppgavene tar mindre plass, blir dømmekraft, forståelse av virksomheten og evnen til å forklare tallene enda viktigere. CFO-en går fra å være en forvalter av tall til å bli en arkitekt for bedre beslutninger, sier Brusdal.
Hvis en prosess kan standardiseres, automatiseres og kontrolleres godt i ERP-systemet, er det ofte der man bør begynne. AI skal ikke være et plaster på prosesser som egentlig burde vært ryddet opp i.
Marianne Brusdal
Begynn med ERP-systemet
Veien til dette «lovede landet» er noe hun og kollegene tenker mye på, inkludert hvordan gode råd fra PwC internasjonalt kan tilpasses norske forhold. Hennes erfaring er at mange virksomheter bør starte på et mer jordnært sted enn med de mest avanserte AI-løsningene.
– Den sikreste veien til å lykkes med AI starter ofte med å bruke systemene man allerede har, bedre. Det høres kanskje mindre spennende ut enn AI-agenter og sanntids beslutningsstøtte, men det er ofte helt avgjørende. De fleste har fortsatt mye å hente i eksisterende ERP-systemer og andre digitale verktøy som allerede er kjøpt inn, implementert og tatt i bruk – i hvert fall delvis, sier Brusdal.
Hun mener velfungerende automatikk i mange tilfeller er bedre enn å legge AI oppå en svak prosess.
– Hvis en prosess kan standardiseres, automatiseres og kontrolleres godt i ERP-systemet, er det ofte der man bør begynne. AI skal ikke være et plaster på prosesser som egentlig burde vært ryddet opp i. God automatikk på en god prosess slår avansert teknologi på toppen av kaos, sier hun.
Når virksomhetene blir flinkere til å bruke eksisterende systemer, skjer det også noe med datakvaliteten.
– God datakvalitet kommer ikke av seg selv. Den kommer av tydelige prosesser, riktig systembruk, klare roller og forståelse for hvorfor data må registreres og struktureres riktig. Når du får det på plass, får du et helt annet utgangspunkt for å bruke AI på en trygg og verdiskapende måte, sier Brusdal.
Vi ser mange som sitter fast i pilotfellen. De tester, eksperimenterer og lager proof of concepts, men får ikke forbedringene skikkelig ut i produksjon.
Marianne Brusdal
Mange sitter fast i pilotfellen
PwC-partneren mener norske virksomheter generelt har høy digital modenhet. Likevel ser hun at mange økonomifunksjoner ikke er i nærheten av å hente ut potensialet de kunne hatt.
– Vi ser mange gode initiativer, og vi ser selskaper som gjør spennende ting. Men vi ser også mange som sitter fast i pilotfellen. De tester, eksperimenterer og lager proof of concepts, men får ikke forbedringene skikkelig ut i produksjon. Da blir det mye aktivitet, men for lite effekt, sier hun.
Ifølge Brusdal skyldes dette sjelden teknologien alene.
– Ofte handler det mer om ledelse, prioritering og endringskapasitet. Hvem eier dette? Hvilke problemer prøver vi faktisk å løse? Hvilke data bygger vi på? Og hvordan skal dette bli en del av måten økonomiavdelingen jobber på, ikke bare et prosjekt ved siden av?
Hun mener det er en viktig årsak til at mange økonomiavdelinger ikke har kommet så langt som de kunne.
– Det er sjelden én stor barriere. Det er summen av mange små. Litt for mange manuelle steg, litt for mange lokale Excel-løsninger, litt for uklart dataeierskap, litt for svak prosessdisiplin og litt for lite tid satt av til forbedring. Da blir det vanskelig å ta ut potensialet, enten vi snakker om ERP, automatisering eller AI, sier Brusdal.
Noen arbeidsformer har vært både nødvendige og smarte i en gammel virkelighet, men de er ikke nødvendigvis optimale i møte med nye muligheter.
Marianne Brusdal
Endringsledelse er ikke pynt
En av Brusdals kjepphester er at teknologisk endring i økonomiavdelingen først og fremst er et menneskelig prosjekt. Det gjelder også når virksomheten «bare» skal utnytte eksisterende systemer bedre.
– Noen ganger snakker vi om endringsledelse som om det først blir relevant når prosjektet er stort nok. Det mener jeg er feil. Å få mer ut av ERP-systemet, standardisere prosesser, rydde i masterdata eller endre rapporteringsrutiner kan være krevende endringer for folk som står i dette hver dag, sier hun.
Hun mener ledere må ha respekt for kompetansen som allerede finnes i økonomiavdelingen.
– Det sitter mange faglig dyktige mennesker i økonomifunksjoner som har perfeksjonert teknikker og rutiner over mange år. De har funnet måter å få ting til å fungere på, ofte under tidspress og med systemer som ikke alltid har spilt på lag. Da kan man ikke bare komme inn og si at alt skal gjøres annerledes fra mandag, sier Brusdal.
Samtidig må ikke respekt for dagens praksis bli en unnskyldning for å la være å forbedre.
– Noen arbeidsformer har vært både nødvendige og smarte i en gammel virkelighet, men de er ikke nødvendigvis optimale i møte med nye muligheter. Det må man klare å snakke ærlig om, uten at folk opplever at kompetansen deres blir underkjent, sier hun.
Det ligger ikke alltid i DNA-et til økonomifunksjonen å teste masse nytt, feile raskt og iterere seg frem.
Marianne Brusdal
Fem spørsmål økonomiavdelingen bør stille seg
For virksomheter som vil videre, anbefaler Brusdal å starte konkret. Ikke med en altomfattende transformasjon, men med en ærlig vurdering av hvor man står. Hun mener økonomiledere bør stille seg fem spørsmål:
Har vi data av god nok kvalitet, og vet vi hvor de ligger?
Er systemlandskapet modent nok til å bygge videre på?
Har vi minst én AI-løsning i produksjon, ikke bare i pilot?
Har vi definert hvem som eier governance og risiko?
Har teamet kompetansen, eller en plan for å bygge den?
– Hvis svaret er nei på tre eller flere av disse, er det ikke et tegn på at man skal gi opp. Det er et tegn på at man må begynne mer grunnleggende. Da handler det kanskje først om prosess, data, systembruk og eierskap. Det er ofte akkurat det som avgjør om AI senere blir en suksess, sier Brusdal.
Ikke forvent en vulkan av innovasjon
Økonomiavdelingen har tradisjonelt hatt en rolle der presisjon, kontroll og etterlevelse har vært viktigere enn eksperimentering. Det preger også kulturen, mener Brusdal.
– Å forvente en vulkan av innovasjon i økonomiavdelingen er ikke nødvendigvis realistisk. Det ligger ikke alltid i DNA-et til funksjonen å teste masse nytt, feile raskt og iterere seg frem. Økonomifolk er ofte trent til å være grundige, nøyaktige og risikoaverse. Det er normalt en styrke – for dem og for bedriften. Men i møte med AI og automatisering må man også bygge muskler for utvikling og forbedring, sier hun.
Derfor må ledelsen skape trygge rammer for endring.
– Folk må forstå hva som skal endres, hvorfor det skal endres, og hva det betyr for deres rolle. Hvis budskapet bare blir at teknologien skal effektivisere bort oppgaver, får du fort motstand. Hvis budskapet er at teknologien skal frigjøre tid til bedre analyser, bedre kontroll og mer verdiskapende dialog med virksomheten, blir samtalen en annen, sier Brusdal.
Rollen endres
I en mer automatisert og AI-støttet økonomifunksjon tror Brusdal at rollen til økonomimedarbeidere vil endre seg. Mindre tid vil gå med til å utføre manuelle prosesser. Mer tid vil gå med til å overvåke, styre og forbedre automatiserte prosesser, vurdere analyser og bruke økonomifaglig skjønn.
– Menneskene forsvinner ikke ut av økonomifunksjonen. Men rollen endrer seg. AI kan hjelpe med å finne mønstre, lage prognoser, skrive utkast og peke på avvik. Men noen må fortsatt stille de gode spørsmålene, vurdere rimeligheten og ta ansvar for beslutningene, sier hun.
Brusdal mener dette kan gi økonomiavdelingen en mer sentral rolle i virksomheten.
– Økonomifunksjonen kan bli en enda viktigere sparringspartner for ledelsen og forretningsområdene. Men da må den klare å kombinere teknologiforståelse med økonomifag, prosessforståelse og evnen til å kommunisere innsikt på en måte folk faktisk kan bruke, sier hun.
Slik kan CFO komme i gang
Brusdal mener virksomheter ikke trenger å gape over alt på én gang. Hun anbefaler en praktisk tilnærming over 90 dager.
De første 30 dagene bør brukes til å kartlegge modenhet og velge to til tre områder med høy verdi og realistisk gevinst. Det kan være avstemming, fakturahåndtering, rapportskriving, prognoser eller deler av månedsavslutningen.
De neste 30 dagene bør virksomheten teste med tydelige mål.
– Én klar suksessmetrikk per case er ofte nok. Governance må være lett nok til at man kommer fremover, men tydelig nok til at man har kontroll. For mye styring dreper farten. For lite styring skaper risiko, sier Brusdal.
De siste 30 dagene bør brukes til å måle, lære og ta en faktabasert beslutning om skalering.
– Gevinsten fra den første bølgen kan ofte finansiere den neste. Men da må man være ærlig på hva som faktisk virket, hva som ikke virket, og hva som må være på plass før man går videre, sier hun.
Flere saker med PwC i Økonomi24
pwc