AI och Ekonomichefen – går dom bra ihop?

Vi har i tidigare bloggar tagit upp AI och hur olika tillämpningar inom AI nu integreras i Affärssystemen mer och mer. Artificiell Intelligens – AI – som begrepp är inte nytt. AI har funnits inom forskningsvärlden så långt tillbaka som på 1950-talet. Den kraftiga tillväxt av tillämpningar och företag som arbetar med AI de senaste 10 – 15 åren, kan till stor del förklaras av 3 huvudfaktorer:

• Datorkraftens extrema ökning vilket lett till kraftigt sänkta kostnader för applikationer och hårdvara
• Snabb utveckling av förmågan att använda algoritmer för beräkning
• Kraft ökning av tillgång till data genom webben och öppna gränssnitt

AI som samlingsbegrepp står för ett antal olika typer av tekniker såsom Digitala assistenter, Process Mining, Maskininlärning och Datadriven analys som exempel. För de olika teknikerna finns det olika typer av tillämpningar beroende på situation och process inom organisationen.

Om nu AI mer och mer blir en realitet i många processer som stöds av ett affärssystem, så infinner sig frågan hur man snabbast drar nytta av de förbättringar som AI kan innebära. I våra uppdrag hos kunder, både privat och offentligt, ser vi att detta ansvar är spritt på många olika roller och avdelningar. Det kan vara roller som digitaliseringsansvarig, IT-strateg, verksamhetsutvecklare men även enhetschefer såsom Ekonomi- och HR-chefer. Medvetenheten om AI, dess möjligheter och begränsningar har definitivt ökat de senaste åren vilket är positivt och nödvändigt om man skall kunna dra nytta av allt det som den nya tekniken möjliggör nu och i framtiden.

Historisk har ekonomisystemet utgjort en betydande del av ett affärssystem och ekonomichefen jämte IT-chefen har ofta haft stor påverkan på investeringar i affärssystem och hur processer i systemet utformas.

Med den utveckling som sker nu där många nya tillämpningar kopplat till AI integreras i affärssystemet, blir det ännu viktigare för exempelvis ekonomichefen att förstå vilka möjligheter detta innebär i form av effektivare och mer automatiserade arbetsprocesser och bättre möjligheter till styrning och uppföljning.

Vi lyfter fram ekonomichefen som roll med avseende på AI just i denna blogg. Vi är vana att det många gånger är ekonomichefen som är vår uppdragsgivare och vi kan se tendenser att ekonomichefen inte fullt ut är påläst inom AI. Med ”påläst” menar vi här att ekonomichefen måste förstå både begreppen inom AI och vilka tillämpningar det ger möjligheter till, snävt avgränsat till ekonomidelarna i affärssystemet men i ett vidare perspektiv för hela affärssystemet.

Just i denna tid på året skall bokslutet ställas samman och ekonomiavdelningen och ekonomi-chefen har fokus på att leverera enligt tidplan. När bokslutet är levererat och det förhoppningsvis lugnar ner sig lite för ekonomerna, så hoppas vi det finns lite tid över till att sätta sig in i vad AI kan betyda för ekonomiavdelningen. Alla avdelningar både inom det privata och offentliga måste hitta sina vägar att automatisera sina processer och ekonomiavdelningen är inget undantag.

Här kommer några inspirerande exempel:

• Med stöd av Maskininlärning finns det redan idag teknik och stöd för att en fullständig digitalisering och automatisering av kontering av leverantörsfakturor. Tidigare kunde olika typer av EFH-system tolka delar på en faktura och ge stöd för kontering, men nu skapar tekniken med maskininlärning möjligheter att se hur tidigare konteringar på samma typ av händelse hanteras i Huvudbok och Leverantörsreskontra och uppnå en träffsäkerhet på 98 % vid automatiserad kontering.
• Med stöd av Process Mining kan komplexa flöden för hantering av leverantörsfakturor analyseras på kort tid och avvikelser eller direkta felaktigheter synliggörs och rättas sedan i nästa steg rättas till med Maskininlärning.
• Med stöd av Djupinlärning och Datadriven analys kan arbetet med prognosarbetet effektiviseras och göras mer träffsäkert. Genom att addera påverkande faktorer med hjälp av externa data (inköpsindex, konjunkturutveckling, valutakurser etc.) till den vanlig verksamhetsdata i budgetarbetet ökar kvaliteten i budget och prognosarbetet.

Framtiden är redan här, nu gället det bara att ta tillvara på den!