Finansiell kontroll i konsern er ikke ett problem. Det er fire.

Finansiell kontroll på tvers av et konsern krever fire ting: Konsolidert rapportering, ledelsesinnsikt, mulighet for dyp analyse samt et datagrunnlag som er klart for AI-agentene som nå inntar økonomifunksjonene. 

I virkelighetens verden feiler hver av disse på ulike måter og av ulike årsaker. Men, de avhenger alle av den samme forutsetningen: Ett felles, normalisert bilde av finansielle data på tvers av alle enheter i gruppen. 

De færreste konsern har dette i dag. Inntil det er på plass, forblir alle de fire dimensjonene vanskeligere enn de burde være. La meg derfor bidra til en bedre hverdag for CFO ved å besvare tre spørsmål i sakens anledning:

Hva som kreves for å lykkes, hvor de fleste selskaper kjører seg fast, og hva som endres når det underliggende dataproblemet blir løst. 

Finansiell kontroll har fire dimensjoner

Når jeg snakker med CFOer og administrerende direktører som leder konsern med flere juridiske enheter, starter samtalen ofte med ett problem, men avslører raskt tre andre. Konsolideringen går sakte. Rapporteringen er forsinket. Ingen kan forklare tallene godt nok til å agere på dem. Og når AI-verktøy kommer inn i bildet, er resultatene imponerende helt til noen spør hvor de egentlig kommer fra.

Dette er ikke varianter av det samme problemet. Det er fire ulike dimensjoner av finansiell kontroll, hver med sin egen feilmekanisme, og hver med behov for det samme fundamentet for å fungere skikkelig.

Dimensjon 1: Konsolidert rapportering

Hver enhet avslutter sine bøker. Konsernet trenger ett samlet bilde. Mellom disse to faktaene ligger ofte flere ulike ERP-systemer med ulike kontoplanstrukturer, samt konserninterne transaksjoner som fremstår som inntekt i én enhet og en kostnad i en annen.

I de fleste konsern bruker en controller eller en senior økonomimedarbeider dager – av og til opptil to uker – på dette dataarbeidet hver eneste måned. De konsoliderte tallene kommer til slutt på bordet, men vinduet for å faktisk bruke dem til noe er ofte lukket. Konsolidert rapportering er den mest synlige dimensjonen, og den eneste de fleste konsolideringsverktøy faktisk forsøker å løse. 

Dimensjon 2: Ledelsesinnsikt

Konsoliderte tall forteller deg resultatet, men sjelden hvorfor. De fleste konsern kan rapportere at EBITDA falt med tre prosentpoeng i tredje kvartal. Færre kan si hvilken enhet som drev fallet, om det reflekterer et strukturelt skifte eller en engangshendelse, eller hvilken kostnadslinje som har ansvaret. Å bevege seg fra konserntallet til dette nivået av forståelse betyr vanligvis å åpne flere regneark og bruke tid ingen har.

Før økonomiavdelingen har blitt ferdige med å sette sammen dataene for å svare på «hvorfor skjedde dette?», har diskusjonen allerede gått videre. Ledelsesinnsikt på konsernnivå betyr å kunne drille seg ned fra en KPI direkte til enheten, kostnadsstedet og transaksjonen som produserte tallet. Konsern som har dette, kan agere på det de ser der og da. Konsern som ikke har det, bruker måneden på å sette sammen svaret i stedet for å respondere på det.

Rene faktiske tall (actuals) skaper også fundamentet for å sammenligne prestasjoner mot planer og prognoser, men dette laget blir først meningsfylt når de underliggende dataene er pålitelige nok til å sammenlignes.

Dimensjon 3: Dyp analyse

De fleste konsern har et BI-verktøy de liker – Power BI, Excel eller noe annet. Verktøyet er sjelden problemet. I et oppsett med flere enheter er dataene som går inn i verktøyet nesten aldri komplette. Hvert ERP-system sitter på et delvis bilde av konsernet. Tallene er ikke normalisert på tvers av enhetene. Det som ser ut som en sammenlignbar beregning på tvers av porteføljen, er ofte ulike målinger som ikke er uniforme nok til meningsfull analyse.

Et inntektstall fra enhet A og et inntektstall fra enhet B kan se ganske like ut. Men ofte måler de helt forskjellige ting. Dyp analyse krever data som er komplette, normaliserte og sammenlignbare på tvers av hver enhet i konsernet. Når dette fundamentet eksisterer, kan en CFO bruke hvilket som helst analyseverktøy teamet allerede behersker, og få svar som holder vann. Uten dette vil selv sofistikerte analyser bygge på et ufullstendig bilde.

Dimensjon 4: En autonom økonomifunksjon (Agentic finance)

I løpet av de neste årene vil økonomifunksjoner få tilgang til en rekke AI-agenter som er i stand til å forklare avvik, utkast til styrekommentarer, flagge uregelmessigheter før de kommer til syne i tallene, og svare på ad-hoc spørsmål om konsernets prestasjoner. Flere eksisterer allerede i tidlig form, og utviklingstakten er høy.

Forskjellen mellom en agent som er genuint nyttig, og en som blir en risiko, er enkel: Kan den vise hvor svaret kom fra? En agent som jobber på tvers av rådata fra fire ulike ERP-systemer, hver med sin egen kontostruktur og forretningslogikk, vil produsere skråsikre svar. Den vil imidlertid ikke kunne spore dem (traceability). Tall uten en sporbar kilde et tall du ikke kan bruke overfor et styre eller en revisor. 

Konsern som bygger et rent, normalisert og etterrettelig datafundament i dag, løser ikke bare et rapporteringsproblem. De bestemmer hvilken type økonomiteam de vil være i stand til å drive om tre år. 

Datagrunnlaget er det viktigste for at en AI-agent skal kunne resonnere pålitelig på tvers av finansielle data i konsern. Agenten selv er ikke flaskehalsen. 

Den ene blokkeringen de fleste deler

Alle de fire dimensjonene feiler av samme underliggende årsak: Datafundamentet ble aldri bygget. Ikke fordi ambisjonen manglet, men fordi de tilgjengelige løsningene krevde IT-prosjekter de fleste konsern ikke kunne absorbere. Måneder med implementering, løpende vedlikehold og et nytt prosjekt hver gang strukturen endret seg. Mange initiativer startet, men stoppet opp før de leverte det som var nødvendig.

De konsernene som beveger seg fra reaktiv til proaktiv finansiell kontroll, vil gjøre det ved å løse problemet med datafundamentet én gang, for så å bygge de fire dimensjonene på toppen av det.

Det hjelper også med et verktøy som kobler seg til de ERP-systemene et konsern allerede kjører, normaliserer og konsoliderer dataene i en virtuell konsernhovedbok (Virtual Group Ledger), og gjør dem tilgjengelige for rapportering, analyse og AI-bruk.