Smartere finans med AI-drevet automation

Teknologiske pionerer

De modtager kun sjældent anerkendelse for det, men personer der arbejder med finans og regnskab har længe været, og er stadig, teknologiske pionerer. Den finansielle sektor har i årtier med elektroniske handelsplatforme, online-betalingsmetoder, kryptovaluta osv. på mange måder banet vejen for udviklingen af digital teknologi på arbejdspladsen.

Optimering af den daglige drift

Skal den teknologiske innovation fortsætte ind i det næste årti, peger alt på, at det er teknologi indenfor områder som AI-drevet automation og nye analyseværktøjer og teknikker man bør investere i. Disse teknologier kan potentielt optimere virksomhedens daglige drift, skabe øget indsigt i virksomhedens kapacitet og formåen samt hjælpe virksomhedens ledelse med den stratetiske planlægning for fremtiden.

Big Data

Indsamling af store mængder data, kendt under begrebet Big Data, er der efterhånden i mange år blevet talt rigtig meget om. Og indsamling af data har i sig selv særdeles stor værdi, men først når denne værdi er afdækket. Derfor er den efterfølgende organisering og analysering af den indsamlede data mindst lige så vigtig som indsamlingen og derfor kommer det næppe som en overraskelse, at beslutningstagere til stadighed har fokus på applikationer der håndtere og analysere data.

Indsamling og analysering af data

For mange finansielle ledere er evnen til at indsamle og analysere data kritisk og kan være ikke mindre end selve nøglen til at starte og opretholde profitvæksten i virksomheden. Også forbedring af analytisk funktionalitet der har til formål at omdanne og forbedre prognoser, risikostyring og forståelse af, hvad der driver virksomhedens værdi, har høj prioritet blandt finansielle beslutningstagere og ledere.

Den rigtige data

Efterhånden som regnskabs- og finansfolk tager del i strategier for virksomheden og dermed træder ind ledelsesroller i virksomheden, er vigtigheden af, at få den helt rigtige kvalitetsdata præsenteret blevet essentiel. Derfor er det i stigende grad blevet nødvendigt, at de forretningspartnere der skal drive virksomhedens business intelligence er kompetente og levere de rigtige løsninger og præsentere den rigtige data. Med stadig mere kraftfulde og intelligente cloud services, flyttes de storemængder data og gøres hurtigere tilgængelig hvilket betyder, at ledelsen hurtigere er i stand til at afslutte regnskaberne, leverer bedre og mere præcis rapportering og ikke mindst ligge forretningsstrategier der bygger på indsigt og intelligens.

Håndtering af data

Analysedelen er dog ikke den eneste udfordring den moderne virksomhedsledelse står over for når der arbejdes med data. Også den stigende problematik der vedrører den stadig voksende udfordring omkring håndtering af data, hvilket indbefatter datalagring, overvågning, sikkerhed og styring af kvaliteten af data, er en udfordring der skal løses. Disse ofte forretningskritiske opgaver har stor betydning for, om ledelsen kan udføre deres arbejde optimalt, men har også stor betydning for, at andre funktioner kan fungere så effektivt som muligt. Kort sagt, uden den rigtige håndtering af data, vil virksomhedslederne træffe beslutninger og lægge strategier, som er baseret på mangelfuld eller i værste fald forkert information.

Analyse af data

Eftersom analysering af data til stadighed får en større betydning for virksomhederne, bliver dataanlysering et forretningsstratetisk udgangspunkt frem for blot at være grundlaget for efterrationalisering. Derfor er det også sædeles vigtigt, at virksomhedsledere har adgang til de data, de har brug for, når de har brug for det, så de strategiske beslutninger for virksomheden bliver taget på et informeret grundlag. Big Data investeringerne giver med andre ord først for alvor afkast, når den nye indsigt der er fremkommet på baggrund af dataanalyserne fordeles på tværs af virksomhedens afdelinger, der bygges datamodeller med machine learning og kunstig intelligens og der i sidste ende træffes beslutninger og foretages handlinger på baggrund af den nye indsigt.

Optimer driften i virksomheden med AI drevet automation

Grundet manglende internene kompetencer og betydelige omkostninger vælger en stor del af virksomhederne at outsource en del af deres finansielle funktioner. Også en stigende mængde af transaktioner og evigt skiftende regler gør økonomi administration stadig mere kompleks. Derfor bestræber mange virksomheder sig på at reducere de omkostninger der er forbundet med de mange manuelle arbejdsopgaver opgaver der er forbundet med regnskab og bogføring.

RPA

Med fremkomsten og udbredelsen af tekonologi indenfor kunstig intelligens er RPA (Robotic Process Automation) nu blevet interessant for virksomhederne. RPA kan nemlig potentielt reducere omkostninger, øge processhastigheden, forbedre kvalitetskontrollen og ikke mindst frigøre medarbejdernes tid som de, frem for trivelle og manuelle opgaver, kan bruge deres tid på eksempelvis analytisk eller forretningsstratetisk arbejde.

Automatisering, styrket og optimeret af AI og Machine Learning, kan strømline og effektivisere driften af finansadministrationen og generelt frigøre ressourcer ved af automatisere opgaver der tidligere skulle udføres manuelt både hurtigere og med en lavere fejlmargin. RPA, altså kunstig intelligente arbejdstagere, kan i dag bruges til en lang række opgaver, hvilket eksempelvis inkluderer digital fakturering, omkostningsstyring, regnskabsafstemning, revisionsomkostningsrapporter.

Automatisering af overholdelse

Ud over at automatiseringen kan udfører en lang række arbejdsopgaver hurtigere og derfor til lavere omkostninger, spiller den nye teknologi en endnu større rolle når det gælder overholdelse. Med de intelligente og automatiserede systemer er det muligt eksempelvis at gennemgå oplysninger om dine medarbejdere eller at gennemgå medarbejder udgifter, hvilket kan bruges til at identificere potentielle misbrug eller konfliktområder. Intelligente og automatiserede systemer kan også bidrage til at håndtere og mindske de finansielle risiko der er forbundet med opgaver ved bl.a. at fastslå årsagerne til en evntuel risikoeksponering og bidrage til at afdække årsagerne til en sådan eksponering samt at vurdere og begrænse kunderisici og komme med forslag om kreditgrænser eller maksimale lånebeløb.

Større værdi for virksomheden

Automatisering af manuelle arbejdsopgaver og processer udført af såkaldt digitale medarbejdere kan altså reducere virksomhedernes driftsomkostninger væsentligt og vil formentlig i løbet af blot få år kunne automatisere og helt eliminere store dele af regnskabsarbejdet. Det betyder dog ikke, at automatisk intelligens bliver enden på regnskabsmedarbejderen, tværtimod. Automatisering, AI og RPA kan løfte finansfunktionen og -driften og frigiver tid og ressourcer hvilket bevirker, at medarbejderne kan bruge mindre tid på trivielle manuelle arbejdsopgaver og i stedet bruge tiden på eksempelvis stratetisk eller analytisk arbejde og derved skabe større værdi for virksomheden. Inden for den nærmeste fremtid vil manuelle bogføringsprocesser høre til fortiden, der vil dog fortsat være behov for menneskeligt tilsyn i økonomiafdelingerne samt en kyndig medarbejderstab, der kan bidrage til, at analysere data og fastlægge strategier der skal drive væksten i virksomheden.

Kunstig intelligens i Business Central

En af de virksomheder der investere stort i kunstig intelligens (AI) og machine learning (ML) er Microsoft, eksempelvis med Cortana Intelligence og Cognitive Services). Som så mange andre virksomheder der tilbyder forretningssoftware, er de fuldt bevidst om, at mulighederne i de nye teknologier er et kritisk element i deres fremtidige serviceydelser og produkter.

Et eksempel på resultatet af denne indsats er, at der på nuværende tidspunkt findes tre AL- og ML- drevne funktionaliteter i Business Central og der er ingen tvivl om, at vi kommer til at se endnu mere intelligent og automatiseret teknologi i fremtidige udgivelser.

De AI og ML drevne funktionaliteter i Business Central er:

1. Vare opsætning assisteret af billedgenkendelse.

2. Forsinket betalingsforudsigelse for salgsordrer

3. Lagerprognoser

Microsoft har designet AI og ML funktionerne ud fra et princip om, at gøre deres applikationer intelligente og at personliggøre databehandlinger, hvilket i sidste ende skal effektivisere arbejdsgangene. AI og ML har tilsammen større kapacitet, end de traditionelle rapporteringsmetoder og kan give brugeren indsigt der ellers ikke ville blive synliggjort. I sidste ende kan disse indsigter give de virksomheder der benytter kunstig intelligens og maskinlæring en konkurrencemæssig fordel.