AI-agenter i ekonomiarbetet: vad kan automatiseras och vad behöver CFO kontrollera? 

AI-agenter kan automatisera återkommande sammanställningar och analyser av ekonomiska data. Men vilka uppgifter lämpar sig för automatisering och var behövs fortsatt mänsklig kontroll? I samband med lanseringen av Corvenias Scheduled Agents svarar Imran Tamboli, medgrundare och CTO på Corvenia, på fem frågor om AI-agenternas roll i ekonomiarbetet. 

‍

Vilka uppgifter är en bra början för en ekonomiavdelning som vill använda AI-agenter? 

– Det finns två bra startpunkter. Den första är månadsbokslutet. Agenten följer statusen för varje bolag, påminner dem som ännu inte har lämnat sitt underlag och flaggar för ovanliga rörelser innan bokslutet godkänns. CFO:er får en lägesbild utan att behöva jaga in underlag. 

Den andra är ledningsrapporten, menar Tamboli. 

– Varför ska ledningen vänta på månadsskiftet? Agenten kan leverera rapporten varje vecka, med de största avvikelserna mot budget och prognos och vad som driver dem, direkt där ledningen redan arbetar: i e-post, Teams eller SharePoint. Börja med en avgränsad uppgift, så blir det lätt att kontrollera att resultatet stämmer. Poängen är inte fler eller snabbare rapporter. Poängen är att upptäcka det som påverkar resultatet medan det fortfarande går att göra något åt det. 

‍

Vad skiljer AI-agenter från att använda en vanlig AI-chatt för ekonomisk analys? 

– En AI-chatt ser bara det underlag man själv laddar upp, ofta en PDF eller ett kalkylblad, och språkmodellen räknar ofta själv. Språkmodeller är inte byggda för att räkna. Svaret kan låta övertygande men vara fel, och det går inte att spåra hur det togs fram. Det duger inte i en styrelserapport, säger Tamboli. 

För att AI-agenter ska kunna användas i ekonomisk rapportering behöver beräkningarna bygga på tillförlitliga data och resultaten kunna spåras till underliggande transaktioner. 

‍

Hur kan CFO bedöma om siffrorna går att lita på? 

– Med samma krav som vid en revision: varje siffra ska gå att stämma av mot bokföringen och spåras till sitt ursprung, säger Tamboli.

I Corvenias lösning görs beräkningarna separat från AI-agenten, som i stället sammanställer och förklarar resultaten.

– Jag skulle vända på frågan. Den största risken i dag är inte AI. Det är kalkylblad och manuell copy-paste, där ingen kan se hur en siffra kom till. Ta en siffra från er senaste styrelserapport och fråga: kan ni på under en minut visa vilka transaktioner den bygger på? Om svaret är nej är det där risken finns.

‍

Vilka utmaningar finns när koncernens bolag använder olika ekonomisystem?

– Det är normalfallet, särskilt i förvärvsdrivna koncerner, säger Tamboli. 

En central utmaning är att skapa jämförbara data från olika bolag. Tamboli beskriver hur gemensamma kontoplaner och AI-stödd kontomappning kan bidra till att skapa en sammanhållen bild av koncernens ekonomi. 

– Då kan koncernen analyseras som en koncern och inte som en samling bolag. Man kan jämföra bolagen på samma grund, till exempel för att förstå varför marginalen är fyra procentenheter lägre i ett bolag än i bolag med liknande kostnadsstruktur. 

‍

Vad bör ekonomiavdelningen fortsätta ansvara för? 

– Bedömningarna och besluten. Agenterna tar över insamlingen av underlaget, inte ansvaret, säger Tamboli. De flesta CFO:er vill vara strategiska. De vill lägga tiden på analys, på att ge ledningen råd och på att visa var koncernen ska fokusera. I verkligheten går en stor del av månaden åt till att samla ihop och stämma av siffror. Det är inte ett kompetensproblem, det är ett dataproblem. 

Han menar att automatiseringen kan frigöra tid för mer framåtblickande arbete. 

– När datagrunden är på plats och agenterna sköter det återkommande arbetet kan ekonomifunktionen ta den roll den alltid har velat ha: att gå från att förklara vad som hände förra månaden till att styra vad som händer framöver. Varje siffra går fortfarande att kontrollera, men det är människorna som avgör vad som ska göras.