København, 17. maj 2018

Mennesker og robotter i det digitale økosystem

  • Share


Af Michael Groth Hansen, Partner i EY

Teknologier som dataanalyse, Robotic Process Automation (RPA) og kunstig intelligens (AI) er i gang med at transformere – og i mange tilfælde overtage – de daglige rutiner i virksomheders økonomifunktioner. Den omstilling kræver stærke menneskelige kompetencer.

Det er en ny tid for økonomifunktionen, og arbejdet og ansvarsområderne udvikler sig hastigt i disse år. Det er virkeligheden for den CFO, der analyserer store datamængder for at levere indsigt til den øvrige direktion og bestyrelsen, samtidig med der skal holdes styr på den løbende rapportering.

Vi kan se, hvad ny teknologi og digitalisering betyder for økonomifunktionen i dag, og så kan vi se konturerne af en endnu større transformation i de kommende år. Den udvikling sætter ofte CFO’er under pres for at omfavne digitaliseringen, og mange kaster sig over nye systemer og projekter. En fuld digital omstilling kræver dog mere end det.

Hvem leverer mest værdi i en digital verden?

Mange CFO’er reagerer på de digitale udfordringer med en lang række forskellige tiltag, herunder test med RPA og dataanalyse. Men for at opnå effekten af disse innovative løsninger fuldt ud skal de forskellige teknologier forenes og kombineres med menneskelige kompetencer, forretningsindsigt og brancheforståelse.

RPA kan anvendes til at automatisere opgaver, der gentages i en stor skala. Med RPA kan der være store effektiviseringer at hente gennem øget hastighed, effektivisering og præcision. Det er i sig selv et plus, men kobler vi også avanceret dataanalyse og maskinlæring ovenpå, så er der et endnu større potentiale.

Det er fx ikke usædvanligt, at større virksomheder kan have tusindvis af leasingkontrakter. Ved at digitalisere disse data, afkode, sortere og systematisere dem, så kan maskinlæring bruges til at gennemgå store mængder kontrakter og sikre, at de behandles regnskabsmæssigt korrekt.

Hvis vi kan tilføje kunstig intelligens, vil systemet også kunne give anbefalinger og foreslå specifikke handlinger. Vi kan forestille os, at AI kan gennemgå komplicerede kontrakter, definere specifikke klausuler og identificere afvigelser. Ved at præsentere et udvalg af de mest almindelige og de mest usædvanlige kontrakter vil det give en langt bedre indsigt i selskabets risici.

Brugervenligt potentiale

Teknologiernes fulde potentiale er ikke synligt, før vi begynder at kombinere dem og gøre dem brugervenlige. Selvom dataanalyse fungerer med et enkelt sæt af data, så ligger det virkelige potentiale i at se på data fra flere kilder og forstå korrelationer og afvigelser mellem kilderne.

Inden for revision kan dataanalyse sikre, at revisorer kan fokusere på de rigtige risici tidligt i forløbet. Det kan give mulighed for at isolere transaktioner med bestemte risikoprofiler og anvende en specifik tilgang i revisionen af disse områder. Ved fx at udføre tests og analyser af manuelle transaktioner med høj risiko kan revisorerne advare, hvis der har været et usædvanligt højt antal transaktioner. Med øget automatisering kan revisorer dermed fokusere på at bruge deres professionelle erfaring på at tilføre skepsis og vurdering og få en højere kvalitet i revisionen og i endnu højere grad bidrage til at udvikle og styrke kundernes forretning.

Det menneskelige potentiale

Formålet med at kombinere teknologierne er at forbedre eksisterende processer, og det kræver, at mennesker og maskiner arbejder ubesværet sammen. Virksomhederne har stadig behov for den rette sammensætning af teknologi og talent.

Vi skal ikke betragte innovation som noget isoleret, som ren teknik eller som et forsøg. Styrkerne kommer, når vi kombinerer teknologi med menneskelige kompetencer, så både mennesker og maskiner er sammen om at skabe værdi. I et sundt digitalt økosystem handler det om at skabe en bedre interaktion og sammenhæng mellem mennesker og maskiner. Fokus skal være på at skabe mest mulig værdi og de bedste forretningsmæssige beslutninger baseret på gennemanalyserede fakta.