Fra midlertidig løsning til skalerbarhet: Forvandle økonomifunksjonen med KI og CTO-ledelse

Som økonomidirektør i Rossum, et selskap som arbeider for å automatisere økonomifunksjonen, opplever jeg et paradoks jeg ikke lenger kan ignorere. 

I Rossum tilbyr vi en toppmoderne plattform som hjelper virksomheter med å modernisere og automatisere økonomidriften. Likevel er jeg fortsatt avhengig av Excel til rapportering, spesialanalyser, budsjettering og prognoser.

Det er ikke fordi jeg motsetter meg endring. Tvert imot. Jeg forstår bedre enn de fleste det transformative potensialet ved automatisering og AI. Men jeg ser også realitetene som økonomiteam står overfor. Verktøy som Excel består ikke fordi vi mangler ambisjoner, men fordi de dekker behov som automatiseringsløsninger – inkludert våre egne – ikke dekker fullt ut. De tilbyr fleksibilitet, kjennskap og et universelt språk for samarbeid på tvers av bransjer. De fungerer. Og, ikke minst, de har alles tillit.

Men la oss være tydelige: Excel er ikke fremtiden. Det er en midlertidig løsning. Organisasjoner som klamrer seg til det uten å forberede seg på det som kommer, risikerer å sakke akterut. Det er her lederskapet deres er avgjørende: CTO-er er unikt posisjonert til å bygge bro mellom verktøyene vi bruker i dag, og innovasjonene vi ønsker å ta i bruk i morgen.

Løftet fra AI: Å skape reell verdi

AI tilbyr et enestående potensial for økonomifunksjonen, med muligheten til å behandle enorme datamengder, effektivisere arbeidsflyter, spare tid og redusere manuelt arbeid (og den iboende risikoen for feil), identifisere avvik og til og med oppdage og forhindre svindel.

En nylig Gartner-undersøkelse viser at økonomidirektørers holdning til AI generelt er i hovedsak positiv, og at 85 % av respondentene er optimistiske med tanke på å bruke det i økonomifunksjonen. McKinsey spår at «de fleste, om ikke alle, økonomifunksjoner i store virksomheter sannsynligvis vil bruke GenAI på betydelige måter i løpet av de neste tre til fem årene.»

For økonomimedarbeidere gir AIs løfte om effektivitet og nøyaktighet stor gjenklang. Mange er fortsatt tynget av repetitive oppgaver, sliter med mangel på kvalifisert arbeidskraft og har utfordringer med å opprettholde jevn datakvalitet. I dagens hektiske miljø er det viktigere enn noen gang å levere nøyaktig og handlingsrettet innsikt raskt, slik at ledelsen kan ta informerte, strategiske beslutninger.

I denne sammenhengen blir det en avgjørende faktor å ta i bruk skydataplattformer for maskinlæring for å skalere driften og håndtere store og komplekse transaksjons- og datamengder.

For at AI skal innfri dette løftet, må det imidlertid møte økonomiteamene der de er – ved å tilby verktøy som er effektive, forståelige, etterprøvbare og pålitelige.

Utfordringene: Kompleksitet, tillit og risiko

Til tross for potensialet møter innføringen av AI i økonomifunksjonen betydelige hindringer. Kompleksitet er en stor barriere, og 25 % av økonomiledere oppgir dette som en av de største bekymringene i Rossums nyeste rapport om trender innen dokumentautomatisering for 2025.

Mange økonomimedarbeidere ser på AI som en «svart boks» – ugjennomsiktig, skremmende og vanskelig å etterprøve. I motsetning til Excel, der ferdigheter opparbeides gjennom mange års praksis, krever AI-verktøy et helt nytt ferdighetssett som de fleste økonomiteam vanligvis mangler. 

Og så har vi spørsmålet om tillit. Hvordan kan økonomiledere på en trygg måte forklare AI-drevne beslutninger til revisorer hvis de ikke fullt ut forstår den underliggende logikken? Hva skjer når AI gjør feil – for eksempel leser en faktura på 1 000 dollar som 100 000 dollar, noe som fører til en 100-dobbel overbetaling? Denne risikoen, kombinert med frykten for AIs «hallusinasjoner», gjør mange økonomiledere nølende med å ta teknologien i bruk. Og det er ikke bare en økonomisk risiko, men også en omdømmerisiko.

Dette gjelder særlig fordi økonomiteam arbeider under strenge krav til etterlevelse og regulering , for eksempel å opprettholde konfidensialitet, anonymisere sensitive data, følge strenge rapporteringsstandarder og opprettholde et effektivt internt kontrollmiljø.

Finansledere krever et nivå av åpenhet og ansvarlighet som mange AI-løsninger har problemer med å tilby. Uten tydelige revisjonsspor og robust styring kan innføring av AI føles som å bytte kontroll mot usikkerhet. Ifølge vår nylige undersøkelse prioriterer ikke 38 % av finanslederne automatisering, ikke fordi de ikke ser potensialet, men fordi samsvarsrisikoen føles for overveldende å håndtere uten riktig styring på plass​. 

Cybersikkerhet gir enda et risikolag. Generativ AI har gjort nettkriminelle dristigere, noe en nylig deepfake-svindel som førte til tap på opptil 25 millioner dollar viser. Disse svært sofistikerte svindelforsøkene utgjør en betydelig trussel selv mot de mest årvåkne organisasjonene. Evnen deres til kontinuerlig å tilpasse seg, omgå oppdagelsestiltak og gjennomføre svindel i stor skala gjør dem spesielt utspekulerte. 

Likevel er alternativet – å fortsette med gamle verktøy, inkludert Excel – like lite bærekraftig, til tross for alle disse risikoene. Rapporten vår viser at 58 % av finanslederne fortsatt bruker Excel som sitt primære automatiseringsverktøy. Selv om det er effektivt for analyser som ikke gjentas, kan det ikke skaleres for kravene i en moderne økonomifunksjon. 

Jeg er her for å hjelpe oss med å samkjøre teamene om hva som trengs for å beskytte driften vår, mens du fokuserer på å levere innovativ teknologi. La oss samarbeide om å bygge bro over dette gapet, sikre samsvar og bygge tillit – ikke bare til AI, men også til virksomhetens fremtid.

Veien videre: CTO-er og CFO-er som strategiske partnere

For å frigjøre AIs fulle potensial i økonomifunksjonen trenger vi partnerskap med CTO-er. Slik kan det skje:

1. Velg en strategisk tilnærming

Start i det små og bygg videre derfra. Hjelp oss med å identifisere hvor automatisering kan ha størst effekt – områdene der prosessene er mest manuelle, tidkrevende og utsatt for feil. Tilby rammeverk og tydelige trinn som kan veilede beslutningstaking, smart implementering og sømløs integrering i eldre systemer.

2. Avmystifiser AI

Endre fortellingen om AI-drevet automatisering: mindre overdrivelse, flere reelle og konkrete fordeler og mindre teknisk sjargong. Fremhev avkastningen på investeringen og målbare resultater, som nøyaktighetsgrad, automatiseringsgrad og tidsbesparelser. Vær åpen om tiden som kreves for tilpasning eller integrering med AI-plattformer uten kode.

3. Led med transparent AI

Ta tak i «svart boks»-stigmaet. Sørg for at AI-systemene gir en tydelig beslutningslogikk og revisjonsspor. Bygg tillit ved å ha et menneske med i beslutninger der AI-tilliten er lav og menneskelig skjønn er nødvendig. Vi må forstå hvordan AI-en lærer, og sørge for at den ikke gjentar de samme feilene.

4. Inkluder styring for å sikre samsvar

God styring er ikke til forhandling. Implementer protokoller for datastyring for å holde informasjonen ren, sikker og sentralisert. Samarbeid med økonomi- og juridiske team for å håndtere og redusere risikoen ved GenAI. Det kan være nyttig å følge et rammeverk for AI-styring.

5. Styrk cybersikkerheten

AI er både et verktøy og et mål. Regelmessige revisjoner, praksiser for sikre data og proaktiv risikostyring er avgjørende for å forhindre svindel og redusere konsekvensene av stadig mer sofistikerte trusler.

6. Styrk selvstendigheten

Økonomiteam må være fleksible og raskt tilpasse seg virksomhetens eller lovgivningsmiljøets skiftende behov. Utstyr dem med brukervennlige verktøy som ikke krever kontinuerlig inngripen fra IT. Plattformer med lite eller ingen kode, kombinert med opplæring, kan fremskynde innføring og tilpasningsevne (dette er én av mange fordeler med appbyggere uten kode).

7. Fremdyrk kontinuerlig samarbeid

Hold dialogen åpen. Ved å kombinere din tekniske ekspertise med økonomifunksjonens innsikt i regelverk kan dere muliggjøre proaktiv risikostyring og innovasjon.

Jeg vet at fristelsen er å jakte på store gevinster. Men jeg oppfordrer deg til å ha en balansert tilnærming. Verktøy som Excel eller eldre programvare er fortsatt pålitelige og betrodde hjelpemidler for økonomiteam. Å introdusere AI sammen med eldre systemer i en overgangsfase kan bidra til å bygge tillit. Ved å teste begge systemene side om side og sikre konsistente resultater kan man skape tillit samtidig som overgangen til innovasjon blir enklere.

Ser fremover

Selv om 42 % av økonomifunksjonene ikke bruker AI for øyeblikket, planlegger halvparten av disse å ta det i bruk snart, ifølge en nylig Gartner-undersøkelse. Verktøyene vi bruker i dag, fra Excel til tidlige AI-brukere, vil vike plass for selvlærende systemer og prediktiv analyse. Men det krever forberedelser å komme dit.

CTO-er, dere har nøkkelen til denne transformasjonen. Ved å fremme samarbeid, prioritere åpenhet og ha en veloverveid tilnærming kan dere lede økonomiteam som mitt gjennom denne overgangen.

Når jeg sitter her og veksler mellom Rossums automatiseringsplattform og enda et Excel-ark, blir jeg minnet på at fremgang ikke er lineær. Den er rotete, full av feilskjær og vanskelige beslutninger. Men med riktig ledelse kan vi bygge bro mellom verktøyene vi trenger i dag, og innovasjonene vi vil være avhengige av i morgen.

La oss få det til - sammen.

Abonner på nyhetsbrevet til The CTO Club for flere beste praksiser.