Spør oss om AI: Økt effektivitet for CFO-området

– Utfordringer knyttet til kostnadspress, raskere produktutvikling, robuste og fleksible verdikjeder og økende konsumentkrav. CFO-områdets rolle blir stadig viktigere for å understøtte og drive transformasjon på tvers av virksomheten. Dette knytter seg blant annet til en sentral rolle i det strategiske arbeidet og beslutninger, operasjonelle forbedringer, gjennomføringskraft og oppfølging av iverksatte tiltak. Det stilles også høyere krav til bedre finansiell planlegging, styring og rapportering.

Potensialet ved å optimalisere og digitalisere økonomiprosesser ved bruk av AI for mer automatisering og økt utnyttelse av tilgjengelige data er betydelig. Fremover vil vi kunne automatisere transaksjonsoppgaver og kjerneprosesser og tilby avansert AI-basert beslutningsstøtte, analysekapasitet og anbefalinger. 

For eksempel kan effektiv bruk av AI hjelpe oss til å gjennomføre planleggingssyklusen og månedsavslutninger mye raskere enn tidligere. Vi kan få vesentlig bedre kvalitet i prognoser og vil ha en modnet tilnærming til prediksjon og analyse. Videre vil vi kunne utnytte eksterne data mer omfattende, spesielt inn mot strategisk planlegging, ESG, optimalisering, benchmarking og konkurrentanalyse. 

Ansatte med administrative arbeidsoppgaver må begynne å vende seg til å jobbe side om side med en AI-assistent, og om under et år vil assistenter som Microsoft Copilot være integrerte deler av verktøyene vi bruker hver dag. Det vil være et godt grunnlag for høyere effektivitet i arbeidshverdagen. 

Til tross for at potensialet ved bruk av AI er stort, står bedrifter også overfor vesentlige utfordringer ved rask implementering av AI dersom den implementeres på toppen av forretningsdata som ikke er tilpasset med hensyn på dette. CFO-området må derfor proaktivt sette retningslinjer og være førende for bruk av AI ved å balansere dette med behovet for å bevare og øke konkurransekraft ved å ta det i bruk raskt nok.

Vi ser flere konkrete utfordringer CFO-området må forholde seg til raskt som følge av anvendelse av AI. Et eksempel de fleste bedrifter kommer til å støte på knytter seg til dårlig datakvalitet. Dersom brukerne ikke håndterer dette på en god måte, og det ikke eksisterer styringsstrukturer for hvordan brukerne skal forholde seg til dette, vil det kunne medføre at viktige forretningsbeslutninger tas på feil grunnlag. 

En annen utfordring vi kan møte på, er at uerfarne brukere får tilgang på sofistikerte analysemetoder som ikke fungerer til formålet, uten at AI-en gir beskjed om dette. Det vil kunne føre til at man tar beslutning på feil grunnlag, at man genererer innsikt som er vanskelig å forklare eller informasjon som beslutningstakere ikke tør å stole på.

En tredje utfordring kommer av at flere har mulighet til å analysere de samme dataene. Ulike analyser som tar utgangspunkt i samme datasett vil kunne skape divergerende resultater som følge av forskjellige forutsetninger som de ulike brukerne har tatt. Den raske produksjonen av beslutningsinformasjon kan føre til at beslutningstakerne ikke forstår hvilke elementer i grunnlaget som bør vektlegges.

Alle disse punktene underbygger behovet for solide styringsstrukturer rundt sikker infrastruktur, dataplattformer, dataanalyse og innsiktsarbeid. Vi kan ikke sitte og «vente» på at dette fundamentet skal komme på plass av seg selv – vi må starte arbeidet nå. CFO-området må jobbe proaktivt for å sikre høy datakvalitet i virksomheten, god dokumentasjon av data, retningslinjer for analytiske metoder, og å ha kompetente ressurser til å veilede brukere innen analytisk arbeid.

Innenfor ESG-områdene (Environmental, Social, Governance) er det et stort og komplekst regelverk knyttet til regulerte føringer og rapportering, som for eksempel EU-taksonomien og CSRD (Corporate Sustainability Reporting Directive).

Virksomheter har enorme datasett på tvers av verdikjeden, internt og eksternt, men mye data er både gjemt og glemt bort eller blir av andre årsaker ikke nyttiggjort. Ustrukturerte dokumenter, manuelle kilder, Excel-ark og rapporter, eksterne datasiloer eller interne applikasjoner kan være vanskelig tilgjengelig. Med høy endringstakt og varierende modenhet selskapene imellom er det viktig å etablere en fleksibel, robust og intelligent løsning for å håndtere økte krav til omfang og kvalitet.

Totalt sett gjør automasjon, AI og dataintegrasjon det mulig å håndtere rammeverk som CSRD på en mer bærekraftig måte. Ny, intelligent teknologi kan støtte selskapet i:

• Uthenting og prosessering av ulike interne og eksterne datakilder
• Prosessering av ustrukturerte dokumenter
• Overvåking over et stort antall datapunkter
• Tolking av signaler fra fysiske enheter i det operative miljøet
• Klassifisering av aktiviteter og deres påvirkning
• Optimalisering og prognose av forventede trender
• Å simulere påvirkning og endringer for ulike scenarioer
• Generering av kommentarer, innsikt og analyser