AI vil revolusjonere alle slags områder, fra samferdsel, helse, media og samfunn for øvrig. AI har allerede endret hverdagen, uten at folk flest er oppmerksomme på det. Du opplever nok verdien av kunstig intelligens hver dag, det kan være når Google forteller deg hvordan du bør legge opp kjøreruten, på en måte som ingen navigasjonssystem i en bil noen gang har vært i nærheten av. Eller når søndagen bare blir litt bedre, fordi Spotify spiller ny musikk som du liker, men som du aldri har hørt før, fordi de vet hva du liker. Eller når du leker med barna på mobilen, der du forvandles live til en ape eller en fotomodell, noe som før ville krevd en hel fjellhall fylt med dataprosesseringskraft. I tillegg har ChatGPT og lignende språkmodeller også blitt en del av hverdagen for mange, enten gjennom kundeservice, innholdsgenerering, eller som personlige assistenter som kan besvare spørsmål og hjelpe med å skrive tekster.
Googles ruteplanlegger er bedre enn konkurrentenes, men det er vanskelig å sette seg inn i forskjellen, den magiske ingrediensen. Om Spotify leter frem bedre musikk til deg enn konkurrentene, kan det også være fordi de har bedre kunstig intelligens, eller at du har brukt Spotify mest, slik at de har mest data de kan lære av.
LES MER: Derfor kan kunstig intelligens gjøre økonomiavdelingen enda mer effektiv
Innenfor vårt ekspertisefelt, intelligent automasjon, hvor vi bruker maskinlæring (herunder dyp læring), opplever vi at det er mye enklere å forklare vår verdi når kunden har brukt litt tid på å sette seg inn i hva kunstig intelligens er.
Først da ser de forskjellen på (og potensialet i) en automatiseringsplattform som lærer, versus en automatiseringsløsning som bygger på regler.
Som Spotify lærer av hva du liker av musikken du har spilt før, kan programvare for økonomiavdelingen lære hvordan ting skal gjøres av det som har vært gjort tidligere. Økonomiavdelinger har forholdt seg til regelstyrte automatiseringsløsninger i mange år, typisk for håndtering av inngående faktura. Der må hver regel etableres, oppdateres ved endringer, og nye regler må lages for samme type leverandør og behandling. Reglene dekker normalt ikke fakturalinjer.
Til sammenligning vil en lærende automatiseringsløsning kontere basert på tidligere erfaringer, lære av feil og styrke algoritmen. Den vil kort fortalt bli bedre over tid, og den vil klare å skille på fakturalinjer. Resultatet blir langt høyere automatiseringsgrad, og betydelige effektiviseringsgevinster.
LES MER: Hvorfor takker økonomiavdelingen nei til å spare en arbeidsdag i uka?
Effektivisering av regnskapsføringen er imidlertid bare starten. Enda mer spennende er mulighetene som ligger innenfor dataanalyse! Det AI-automatiserte regnskapet blir mer nøyaktig og konsistent enn et regnskap ført med regelbasert automatisering og manuelle prosesser. Med et regnskap der alle inngående fakturaer er konsistent ført både på hode og linjenivå kan man bryte ned tall på et helt nytt nivå og få innsikt man aldri har hatt tidligere.
Nye sanntidsrapporter forteller hvordan utgiftene utvikler seg over tid innenfor ulike kategorier, og hva man bruker penger på, på tvers av for eksempel avdeling og prosjekt. Sammenstilling av data fra ulike kilder kan gjøre det mulig å fremforhandle bedre avtaler. Ved å analysere innkjøpsmønstre i sanntid kan du raskere oppdage endringer i etterspørsel og handlemønstre. Rollebaserte sanntids-dashbord gjør at dataene blir lett tilgjengelige for alle som kan ha nytte av dem.
LES MER: Så enkelt kan fokuset flyttes fra punching til analyse
Dette var bare noen smakebiter på verktøykassen som står til disposisjon for både økonomisjefen og resten av bedriften når kunstig intelligens brukes til automatisering.