Som ekonomichef på Rossum, ett företag som ägnar sig åt att automatisera ekonomifunktionen, finner jag mig själv brottas med en ironi som jag inte längre kan ignorera.
På Rossum tillhandahåller vi en toppmodern plattform som hjälper företag att modernisera och automatisera sin ekonomihantering. Ändå använder jag fortfarande Excel för rapportering, ad hoc-analyser, budgetering och prognoser.
Det är inte så att jag motsätter mig förändring. Tvärtom. Jag förstår bättre än de flesta automatiseringens och AI:s omvälvande potential. Men jag ser också de verkligheter som ekonomiteamen möter. Verktyg som Excel består inte för att vi saknar ambitioner, utan för att de tillgodoser behov som automatiseringslösningar – inklusive våra egna – inte täcker fullt ut. De erbjuder flexibilitet, igenkänning och ett universellt språk för samarbete över branschgränser. De fungerar. Och, vilket är avgörande, de är betrodda av alla.
Men låt oss vara tydliga: Excel är inte framtiden. Det är en tillfällig lösning. Organisationer som håller fast vid det utan att förbereda sig för nästa steg riskerar att hamna på efterkälken. Det är här ert ledarskap är avgörande: CTO:er har en unik position att överbrygga gapet mellan de verktyg vi använder idag och de innovationer vi strävar efter att införa i morgon.
AI:s löfte: att skapa verkligt värde
AI erbjuder en aldrig tidigare skådad potential för ekonomifunktionen, med förmågan att bearbeta stora datamängder, effektivisera arbetsflöden, spara tid och minska manuellt arbete (och den inneboende risken för fel), identifiera avvikelser och till och med upptäcka och förebygga bedrägerier.
En nyligen genomförd Gartner-undersökning visar att ekonomichefers inställning till AI i allmänhet är övervägande positiv, där 85 % av de svarande uttrycker optimism kring att använda tekniken inom ekonomifunktionen. McKinsey förutspår att ”de flesta, om inte alla, ekonomifunktioner i stora företag sannolikt kommer att använda GenAI på betydande sätt inom de närmaste tre till fem åren.”
För ekonomer får AI:s löfte om effektivitet och noggrannhet stor betydelse. Många är fortfarande tyngda av repetitiva uppgifter, brottas med kompetensbrist och kämpar med att upprätthålla en jämn datakvalitet. I dagens snabbrörliga miljö är det viktigare än någonsin att snabbt leverera korrekta och handlingsbara insikter för att ge ledningen möjlighet att fatta välgrundade, strategiska beslut.
I det sammanhanget blir det en verklig förändringskraft att använda molnplattformar för maskininlärning för att skala upp verksamheten och hantera stora och komplexa volymer av transaktioner och data.
För att AI ska kunna infria detta löfte måste den dock möta ekonomiteamen där de befinner sig – genom att erbjuda verktyg som är effektiva, begripliga, möjliga att granska och tillförlitliga.
10 De bästa AI-plattformarna!
Utmaningarna: komplexitet, förtroende och risker
Trots sin potential möter införandet av AI inom ekonomifunktionen betydande hinder. Komplexitet är ett stort hinder, där 25 % av ekonomicheferna identifierar detta som en av de främsta farhågorna i Rossums senaste rapport om trender inom dokumentautomatisering 2025.
Många ekonomer betraktar AI som en ”svart låda” – ogenomskinlig, skrämmande och svår att granska. Till skillnad från Excel, där man blir skicklig genom många års övning, kräver AI-verktyg en helt ny kompetensuppsättning som de flesta ekonomiteam vanligtvis saknar.
Och sedan har vi frågan om förtroende. Hur kan ekonomichefer med säkerhet förklara AI-drivna beslut för revisorer om de inte fullt ut förstår den bakomliggande logiken? Vad händer när AI gör fel – till exempel läser en faktura på 1 000 dollar som 100 000 dollar, vilket leder till en överbetalning på 100 gånger det korrekta beloppet? Denna risk, tillsammans med rädslan för AI:s ”hallucinationer”, gör många ekonomichefer tveksamma till att ta till sig tekniken. Och det handlar inte bara om en ekonomisk risk, utan även om en anseenderisk.
Detta gäller särskilt eftersom ekonomiteam arbetar under strikta krav på efterlevnad och reglering , såsom att upprätthålla konfidentialitet, anonymisera känsliga data, följa rigorösa rapporteringsstandarder och upprätthålla en effektiv intern kontrollmiljö.
Ekonomichefer kräver en nivå av transparens och ansvarsskyldighet som många AI-lösningar har svårt att erbjuda. Utan tydliga granskningsspår och robust styrning kan införandet av AI kännas som att man byter kontroll mot osäkerhet. Enligt vår senaste undersökning prioriterar 38 % av ekonomicheferna inte automatisering, inte för att de inte ser dess potential, utan för att efterlevnadsriskerna känns alltför överväldigande att hantera utan rätt styrning på plats.
Cybersäkerhet innebär ytterligare ett risklager. Generativ AI har gett cyberbrottslingar större möjligheter, vilket exemplifieras av ett nyligt deepfake-bedrägeri som orsakade förluster på upp till 25 miljoner dollar. Dessa mycket sofistikerade upplägg utgör ett betydande hot även mot de mest vaksamma organisationerna. Deras förmåga att kontinuerligt anpassa sig, kringgå upptäcktsåtgärder och genomföra bedrägliga aktiviteter i stor skala gör dem särskilt lömska.
Trots alla dessa risker är alternativet – att hålla fast vid gamla verktyg, inklusive Excel – lika ohållbart. Vår rapport visar att 58 % av ekonomicheferna fortfarande förlitar sig på Excel som sitt huvudsakliga automatiseringsverktyg. Även om det är effektivt för analyser som inte återkommer, är det inte skalbart för kraven inom en modern ekonomifunktion.
Jag finns här för att hjälpa oss att samordna våra team kring vad som krävs för att skydda vår verksamhet medan ni fokuserar på att leverera innovativ teknik. Låt oss samarbeta för att överbrygga detta gap, säkerställa efterlevnad och bygga förtroende – inte bara för AI utan också för framtiden för vår verksamhet.
En väg framåt: CTO:er och CFO:er som strategiska partner
För att frigöra AI:s fulla potential inom ekonomi behöver vi partnerskap med CTO:er. Så här kan det gå till:
- Anta ett strategiskt angreppssätt
Börja i liten skala och bygg vidare därifrån. Hjälp oss att identifiera var automatisering kan göra störst skillnad – de områden där processerna är mest manuella, tidskrävande och felbenägna. Tillhandahåll ramverk och tydliga steg för att vägleda beslutsfattande, genomtänkt implementering och sömlös integration i äldre system.
- Avmystifiera AI
Förändra berättelsen om AI-driven automatisering: mindre hype, fler konkreta och välgrundade fördelar och mindre teknisk jargong. Lyft fram avkastningen på investeringen och mätbara resultat, såsom träffsäkerhet, automatiseringsgrad och tidsbesparingar. Var transparent med den tid som krävs för anpassning eller integration med AI-plattformar utan kod.
- Led med transparent AI
Bemöt stämpeln som en ”svart låda”. Säkerställ att AI-systemen tillhandahåller tydlig beslutslogik och granskningsspår. Bygg förtroende genom att hålla en människa involverad i beslut med låg AI-konfidens som kräver bedömning. Vi behöver förstå hur AI:n lär sig och se till att den inte upprepar samma misstag.
- Integrera styrning för att säkerställa efterlevnad
Stark styrning är inte förhandlingsbar. Implementera protokoll för datastyrning för att hålla informationen ren, säker och centraliserad. Samarbeta med ekonomi- och juridikteam för att hantera och minska riskerna med GenAI. Att följa ett ramverk för AI-styrning kan vara till hjälp.
- Stärk cybersäkerheten
AI är både ett verktyg och ett mål. Regelbundna granskningar, metoder för säker data och proaktiv riskhantering är avgörande för att förebygga bedrägerier och minska effekterna av nya sofistikerade hot.
- Stärk självständigheten
Ekonomiteamen måste vara flexibla och snabbt kunna anpassa sig till verksamhetens eller regelverkets föränderliga behov. Utrusta dem med användarvänliga verktyg som inte kräver ständig hjälp från IT. Plattformar med lite eller ingen kod, tillsammans med utbildning, kan påskynda införande och anpassningsförmåga (detta är en av många fördelar med appbyggare utan kod).
- Främja kontinuerligt samarbete
Håll dialogen öppen. Genom att kombinera er tekniska expertis med ekonomifunktionens insikter om regelverk möjliggör ni proaktiv riskhantering och innovation.
Jag vet att frestelsen är att jaga stora vinster. Men jag uppmanar dig att inta ett balanserat förhållningssätt. Verktyg som Excel eller äldre programvara förblir pålitliga och betrodda av ekonomiteam. Att införa AI parallellt med äldre system i en övergångsfas kan bidra till att bygga upp förtroendet. Att testa båda systemen sida vid sida och säkerställa konsekventa resultat kommer att skapa förtroende samtidigt som övergången till innovation underlättas.
Framåtblick
Även om 42 % av ekonomifunktionerna för närvarande inte använder AI planerar hälften av dessa att införa det snart, enligt en nyligen genomförd Gartner-undersökning. De verktyg vi förlitar oss på idag, från Excel till tidiga AI-användare, kommer att ersättas av självlärande system och prediktiv analys. Men för att nå dit krävs förberedelser.
Teknikchefer, ni har nyckeln till denna omvandling. Genom att främja samarbete, prioritera transparens och inta ett väl avvägt förhållningssätt kan ni vägleda ekonomiteam som mitt genom denna förändring.
När jag sitter här och växlar mellan Rossums automatiseringsplattform och ännu ett Excel-ark påminns jag om att framsteg inte är linjära. Det är rörigt, fullt av falska starter och svåra beslut. Men med rätt ledarskap kan vi överbrygga gapet mellan de verktyg vi behöver idag och de innovationer vi kommer att förlita oss på imorgon.
Låt oss få det att hända - tillsammans.
Prenumerera på The CTO Clubs nyhetsbrev för fler bästa praxis.