AI revolutionerar just nu ekonomiavdelningar i rasande fart. I den här artikeln får du som finansiell ledare som CFO eller ekonomichef råd kring det viktigaste som du behöver ha koll på när du navigerar i denna nya AI-era.

Många AI-frågor i luften

Många arbetsuppgifter hos ekonomiavdelningar är särskilt gynnsamma att automatisera. Orsaken till det är att arbetsuppgifterna här ofta är repetitiva och tidskrävande, innefattar stora mängder data och styrs av strikta och tydliga regelverk.

Att den finansiella ledaren dessutom har en central roll när det gäller att stötta och säkerställa ansvarsfulla och datadrivna affärsbeslut i sin verksamhet gör att det ofta är här AI-frågorna om automatisering hamnar:

 

Vilka är de främsta möjligheterna och riskerna? Vilken kompetens behövs? Hur automatiserar vi ansvarsfullt, långsiktigt och hållbart? I vilken ände börjar man? Vad och hur gör man rent konkret?

 

Positiva effekter av AI

De ekonomiorganisationer som redan har kommit långt i sina AI-resor brukar peka ut några olika punkter där den positiva effekten av automatisering är särskilt tydlig:

Frigjord tid och kapacitet ...

... till mer värdeskapande arbete, som strategi, utveckling, samarbete, utbildning, samtal, stöttning och analys.

Svea Bank har exempelvis kunnat skapa utrymme åt sina anställda att kunna fokusera mer på kundservice istället för betalningar, fakturering och påminnelser. Läs mer om Svea här.

Högre kvalitet ...

... i den ekonomiska datan samt mer träffsäker forecasting och datadrivna affärsbeslut.

SEB, en av de största bankerna i Sverige, uppmärksammas ofta i branschmedier för sina investeringar i AI för att förbättra sina finansiella prognoser och riskhantering.

Genom att använda avancerade algoritmer kan de göra mer exakta prognoser och optimera kapitalallokeringen.

Ökad säkerhet och förbättrad riskhantering ...

... exempelvis genom att lättare upptäcka och förhindra bedrägerier, cyberattacker och kreditrisker.

Klarna som proaktivt använder AI för att öka säkerheten för användarna genom att analysera transaktionsdata och beteendemönster brukar ofta nämnas i sammanhanget.

Bättre compliance ...

... genom löpande kontroll och anpassning där AI används för att säkerställa efterlevnad av policier, regler och lagar.

Ökad produktivitet och lönsamhet ...

... exempelvis genom snabbare betalningar, optimerade prisstrategier, mer träffsäker resursfördelning och maximerad kostnadseffektivitet.

Nöjdare kunder och medarbetare som får avlastning och tid till arbetsuppgifter som de uppfattar är mer givande.

Automatisera ekonomiavdelning: Vilka konkreta processer och arbetsuppgifter kan man automatisera?

En av de främsta styrkorna med AI är kapaciteten att hantera och hitta mönster i stora mängder data. Det handlar ofta om automatisering av olika processer och uppgifter som innefattar inmatning, avläsning, inläsning, tolkning, analys och vidaresändning av stora datamängder mellan flera system. Här kommer en lista på exempel som är vanligt att automatisera.

Till exempel hantering av:

• Budget
• Prognoser
• Rapporter
• Resultaträkningar
• Balansräkningar
• Kassaflödesanalyser
• Intäkter
• Utlägg
• Attestering
• Kvitton
• Påminnelser
• Valutor
• Skatter
• Kreditkontroller
• Kostnader
• Skulder
• Fakturering
• Bokföring
• Kund- och leverantörsreskontra
• Valutor
• Compliance, som att olika aktuella lagar, regler och policier följs.
• Förmånsprogram, som pensionsplaner och hälsoförmåner.
• E-post, som att ta emot, tolka och formulera
• Lageroptimering som förändringar, inventering och svinn
• Ordrar
• Kundchatt
• Attestering
• Kontering
• Utlägg
• Transaktioner
• Reseräkningar
• Dokument
• Arkiv
• Avtal
• Utvärderingar och rekommendationer, exempelvis kring portföljjusteringar, försäkringslösningar, skatter, investeringar och lönsamhet.

Vilka risker och hinder behöver man förhålla sig till?

Naturligtvis innebär stor och snabb förändring även alltid risker, frågeställningar och utmaningar.

Några av orosmomenten som ofta adresseras handlar om jobb, säkerhet och hållbarhet.

Jobben

Den dominerande frågan både i samhällsdebatten och inom många organisationer handlar om på vilket sätt AI kommer att påverka jobben. Kommer de att ersättas av AI - och i så fall vilka?

Att arbetsliv och yrkesroller ständigt förändras - som nu med AI-omställningen - är ett faktum som man i alla verksamheter alltid behöver förhålla sig till. Däremot visar studier och framtidsspaningar, bland annat i en FN-studie som nyligen publicerades, att de flesta yrkesroller generellt snarare kommer att kompletteras och stärkas av AI och automatisering - snarare än att ersättas.

Mänsklig expertis kommer alltid att behöva ställa de rätta frågorna, övervaka och förstå vad svaren innebär. Precis som vid andra teknikskiften har nya jobb dykt upp när andra försvunnit. Som IBM har formulerat det i en studie:

 

“AI won’t replace people—but people who use AI will replace people who don’t.”

 

En central förutsättning är här att företag, politiker och även medarbetarna själva tar ansvar och behåller initiativet. Företagsledare behöver på allvar sätta sig in i vad skiftet innebär och vara med och styra utvecklingen i organisationen ansvarsfullt och transparent.

Politiken behöver hänga med och anpassa lagar och regelverk löpande, medan enskilda individer och medarbetare behöver ta ansvar för att anpassa sig genom fortbildning.

Och sist men inte minst - medarbetarna ute i verksamheterna som berörs måste få möjlighet att tidigt delta i förändringen. Full transparens och löpande information med inbjudan att delta är en framgångsfaktor för att minska internt motstånd och därmed få ut maximal effektivitet.

Datasäkerheten

Datasäkerhet är en särskilt viktig fråga inom ekonomiområdet där finansiell data och även personuppgifter måste skyddas. Här är det återigen viktigt att behålla initiativet och låta AI-verktygen som införs användas i de egna systemen och miljöerna så långt som möjligt.

Dock innebär inte AI i sig några säkerhetsrisker eftersom verktygen programmeras att göra det som människor instruerar dem att göra. Datasäkerheten måste alltid prioriteras - men inte särskilt på grund av att vi använder oss av AI-teknik.

Korrekt data

Även om man brukar höra att AI “inte kan göra fel” kan man aldrig lita blint på att AI ger 100 procent korrekt information. AI kan bara göra det bästa av det som finns att tillgå och de instruktioner som getts. Här kommer återigen människor att behöva behålla kontrollen över arbetet.

Hållbarhet, etik och kompetens

Många funderar också över hur man inför AI hållbart, etiskt och långsiktigt, och vilken kompetens som behövs internt. Hur undviker man att låsa in sig i verktyg, ERP och andra affärssystem där de flesta löpande bytts ut med allt fler automatiserade funktioner?

Eller om man som företag väljer att bygga något själv där något helt annat kanske gäller om ett år och det egentligen inte tillhör kärnverksamheten? Och kanske det värsta av allt: Tänk om någon grupp eller individ oavsiktligt riskerar att kränkas eller diskrimineras?

Här är det åter centralt att ta kontrollen och säkerställa att AI anpassar sig till verksamhetens unika behov och flöden - istället för tvärtom.

För att uppnå det är det bra att hitta en AI-partner med ett helhetsperspektiv och ständigt aktuell och utvecklad kompetens inom hela området. Det är också en fördel om leverantören inte är beroende av en specifik teknik eller programmeringsteknik utan kan anpassa lösningen till det som den unika verksamheten behöver.

Välj en långsiktig AI-partner med helhetsperspektiv

Vid val av AI-partner ska det vara tydligt vad leverantören erbjuder i förväg, vad det kommer att kosta och vad som ingår. Och kanske det viktigaste, välj en AI-leverantör som förstår sitt uppdrag:

AI och automation handlar om verksamhetsutveckling - mer än om automatisering, kodning och teknisk kompetens.

Vill du veta mer och få råd hur du kan vara med och styra utvecklingen - istället för att bli styrd av den: Kontakta Zimply.

Sammanfattande punkter

1. AI revolutionerar finansavdelningarna och skapar möjligheter för CFOer, ekononmichefer och deras medarbetare för mer värdeskapande arbete, exakta prognoser och datadrivna beslut, förbättrad säkerhet och riskhantering, bättre efterlevnad, ökad produktivitet och lönsamhet.
2. Exempel på olika processer som kan automatiseras är budgetar, prognoser, rapporter, resultaträkningar, balansräkningar, kassaflödesanalyser, skatter, kostnader med mera.
3. Risker som ofta adresseras när det gäller automatisering inkluderar jobben, datasäkerhet och korrekt information.
4. För att lyckas med övergången till ett AI-drivet arbetsflöde krävs ansvarsfulla initiativ från företagsledare för att behålla initiativet i utvecklingen av organisationen.
5. Att välja en långsiktig AI-partner med ett helhetsperspektiv är avgörande.

 

AI-webbinarium 10 november!

10 november kl 10.45 sänder Zimply med gäster ett livewebbinarium riktad till CFOer och ekonomichefer för att djupdyka ytterligare i ämnet samt för att svara på frågor kring AI och ekonomifunktioner.

Läs mer och anmäl dig här

Om du inte kan vänta tills dess kan du redan nu lyssna och titta på Zimplys Chief Commercial Officer Sebastian André som deltog i Svea Talks 21 september för att diskutera hur man som företagare rustar sig för AI-boomen.