Koncernøkonomidirektør deler, hvor AI gør mennesker endnu mere relevante i økonomifunktioner

Annabella Bassler er koncernøkonomidirektør hos Ringier, en diversificeret international medie- og teknologivirksomhed med mere end 120 enheder.

Vi satte os ned med Annabella for at lære, hvordan AI ændrer finansorganisationer — og hvor mennesker bliver stadig mere relevante. Her er, hvad hun sagde.

At forme fremtiden med AI

Jeg har været koncernøkonomidirektør hos Ringier siden 2012, og min rejse har været en kontinuerlig transformation.

Da jeg begyndte, bidrog digital forretning stort set ikke til vores EBITDA. I dag bidrager den med mere end 80 %. Undervejs gennemførte vi omkring 80 M&A-transaktioner med et samlet volumen på cirka CHF 2.5 billioner.

Så transformation er ikke noget nyt for mig. AI er endnu et kapitel — men potentielt et grundlæggende et. For første gang ændrer teknologien ikke kun, hvor hurtigt finansfunktionen behandler information. Den ændrer, hvordan vi tænker med information.

Det er det reelle skifte: fra finans som en funktion, der forklarer fortiden, til finans som en funktion, der hjælper med at navigere i og forme fremtiden.

En diversificeret medie- og teknologivirksomhed

Ringier er en stærkt diversificeret international medie- og teknologivirksomhed med mere end 120 enheder i 19 lande.

Det har betydning, når vi taler om AI. Vi lever ikke i en smuk verden, hvor alt kører på ét SAP-system — tryk på F9, og pludselig viser sandheden sig.

Vores virkelighed — ligesom mange virksomheders, der er blevet opbygget gennem årtier og via opkøb — er et kludetæppe af systemer, datastrukturer, forretningsmodeller, valutaer og markeder.

Det gør finans vidunderligt komplekst.

Vores opgave er ikke kun at konsolidere tal. Vi skaber gennemsigtighed på tværs af kompleksitet og omdanner forskellige data til information, der gør beslutninger mulige. Vi beskytter og driver virksomheden fremad. AI kan hjælpe os med at gøre begge dele bedre.

Hvordan AI flytter finans fra at finde information til at interagere med den

En vigtig ændring, vi har gennemført med AI, var et skifte fra at søge efter information til at interagere med information.

Historisk set betød det at besvare et spørgsmål fra ledelsen, at man skulle finde den rigtige rapport, identificere relevante data på tværs af forskellige systemer, afstemme definitioner og derefter udarbejde og fortolke en analyse.

Det er særligt relevant for os, fordi vores datalandskab afspejler vores historie: mange virksomheder, opkøb, markeder og systemer. Vores dataunivers er ikke perfekt standardiseret.

Annabella svarer

Men den største ændring handler ikke om hastighed. Den handler om, hvor finans bruger sin intellektuelle energi. I stedet for at bruge det meste af vores tid på at spørge: “Hvor er tallene?”, spørger vi i stigende grad: “Hvorfor sker det her? Hvad betyder det? Og hvad bør vi gøre?”

Gennem vores AI- og datainitiativer, herunder vores arbejde med Palantir, forbinder vi i stigende grad disse dataverdener og gør dem nemmere at udforske.

Men den største ændring handler ikke om hastighed. Den handler om, hvor finans bruger sin intellektuelle energi. I stedet for at bruge det meste af vores tid på at spørge: “Hvor er tallene?”, spørger vi i stigende grad: “Hvorfor sker det her? Hvad betyder det? Og hvad bør vi gøre?”

Det er dér, jeg ønsker, at mine finansfolk bruger deres hjerner.

Hvordan AI ændrer planlægning og prognoser

Et andet eksempel er planlægning og prognoser.

Mange virksomheder gennemfører stadig planlægningsprocesser, der er designet til en verden, hvor information var dyr, og computerkraft var begrænset. Vi bruger måneder på at skabe en utrolig detaljeret fremtid, som vi allerede ved ikke vil udspille sig præcis sådan.

AI giver os mulighed for at gå fra årlig forudsigelse til kontinuerlig navigation. Det betyder dynamiske scenarier, sandsynligheder, ledende indikatorer og langt hurtigere feedbacksløjfer.

Spørgsmålet bør ikke længere kun være: “Hvad bliver vores EBITDA om tolv måneder?”

Det bør i stigende grad være: “Hvad kan ændre vores EBITDA? Hvor tidligt vil vi kunne se det? Hvad vil det betyde — og hvad vil vi gøre?”

Det er en fundamentalt anderledes finansorganisation.

En vigtig regel for AI i finans

Jeg bryder mig ikke om at trække en skarp grænse mellem beslutninger, der træffes af AI, og beslutninger, der træffes af mennesker. Begge hører hjemme ved bordet.

Vi kalder nogle gange AI for vores nye kollega. Jeg vil have den kollega med i rummet til prognoser, scenarieanalyse, variansanalyse og risikovurdering — og også til kapitalallokering, investeringer og M&A. Hvorfor skulle jeg ikke det?

Hvis AI kan udfordre en investeringstese, identificere mønstre, vi overser, afprøve antagelser på baggrund af langt mere information, skabe alternative scenarier eller opdage risici, som mennesker overser, vil jeg have det perspektiv, før vi investerer millioner.

Men der er én vigtig regel: Vi skal udfordre vores nye kollega ligesom alle andre kolleger.

AI kan være ekstremt kraftfuld, men den kan også tage selvsikkert fejl.

En økonomisk optimal beslutning er ikke nødvendigvis den rigtige beslutning. Strategi handler om kontekst. Ledelse handler om værdier. M&A handler om mennesker. Nogle gange er den vigtigste variabel den, der ikke ligger pænt i dit datasæt.

Så det er mennesker plus AI — med menneskeligt ansvar. AI får en plads ved bordet. Ansvaret forlader ikke bordet.

Sådan ændrer AI analysen af ledelsens resultater

Tag analysen af ledelsens resultater. Traditionelt begynder processen med at indsamle data: faktiske tal, budget, prognose, foregående år og operationelle KPI'er — ofte fra forskellige systemer og forskellige virksomheder. Finansafdelingen afstemmer oplysningerne, identificerer afvigelser, beder virksomhederne om forklaringer og udarbejder til sidst ledelsesindsigt.

Den AI-understøttede finansmodel ændrer rækkefølgen.

Når de relevante data er forbundet, kan AI hjælpe med at identificere usædvanlige udviklinger, mønstre og væsentlige afvigelser, opstille hypoteser om mulige drivkræfter og give finansafdelingen mulighed for at undersøge dataene langt mere dynamisk.

Mennesket kan derfor involvere sig tidligere, præcis dér hvor menneskelig intelligens skaber størst værdi: fortolkning og dømmekraft.

Jeg ser den fremtidige arbejdsgang sådan her: Data → AI-registrering → Menneskelig udfordring → Dialog med virksomheden → Beslutning → Læring.

Og jeg er især glad for det sidste trin. For når vi systematisk lærer af de beslutninger, vi traf, og af det, der skete bagefter, holder finansafdelingen op med kun at være et rapporteringssystem. Den bliver et læringssystem.

Hvorfor den nye udfordring med AI handler om fokus

Det største positive resultat af AI er ikke kun omkostningsreduktion; det er den kortere tid mellem spørgsmål og indsigt.

Opgaver, der tidligere krævede flere gennemløb — indsamling, afstemning, analyse og klargøring af oplysninger til ledelsen — sker nu langt hurtigere. Det skaber noget, jeg finder langt mere værdifuldt end effektivitet: ledelsesmæssigt råderum.

Men AI har også skabt et nyt problem: overflod.

Pludselig kan vi udarbejde endnu en analyse, endnu et scenarie, endnu en præsentation eller endnu et notat på ti sider — med næsten ingen ekstra indsats. Man kan endda se det i den daglige kommunikation. E-mails bliver længere, fordi AI gør det så let at skrive mere. Men mere er ikke nødvendigvis bedre.

Jeg tror, at en af de mest værdifulde færdigheder for CFO'er i AI-tidsalderen bliver evnen til at sammenfatte.

Hvad betyder virkelig noget? Hvad er de to eller tre indsigter? Hvilken beslutning skal vi træffe? At holde det kort og enkelt får pludselig en helt ny betydning.

De klassiske spørgsmål er stadig bemærkelsesværdigt stærke: Hvorfor? Hvad? Hvordan?

AI kan udvide mulighederne næsten uendeligt. Ledelse skal skabe fokus.

Hvorfor AI ikke kan implementeres isoleret

Jeg har altid ment, at transformation bygger på fire indbyrdes forbundne dimensioner:

• Processer
• Systemer
• Organisation
• Kultur

Ændr én af dem, og det påvirker uundgåeligt de andre. AI gør det endnu tydeligere.

Du kan ikke redesigne en proces med AI uden at sikre, at dine systemer understøtter den. Du kan ikke ændre systemet uden at identificere procesejerskabet. Du kan ikke ændre ansvarsområder uden at tage højde for kompetencer, incitamenter og kultur.

Derfor ville jeg i dag altid tænke stort, før jeg tænkte småt.

Begynd med sluttilstanden: Hvordan bør økonomifunktionen fungere i en AI-udvidet organisation? Hvilke beslutninger bør blive bedre? Hvor bør mennesker bruge deres tid?

Arbejd derefter baglæns gennem processer, systemer, organisation og kultur — og integrer AI i hele dette billede i stedet for at tilføje det som en femte boks ved siden af. For AI er ikke endnu et lag i driftsmodellen. AI løber i stigende grad gennem driftsmodellen.

Hvorfor processer og data skal optimeres, før AI tilføjes

AI har ikke på magisk vis løst fragmenterede processer eller dårlige data. Det var en vigtig læring for mig.

I et komplekst miljø som vores opdager man hurtigt, at intelligens oven på kompleksitet ikke automatisk fjerner den.

Hvis processer eller ejerskab er uklare, eller hvis datadefinitioner varierer mellem virksomheder, kan AI nogle gange afsløre problemet hurtigere. Det er værdifuldt — men det er endnu ikke transformation.

Min konklusion er: Lad være med at lægge AI oven på en dårlig proces. Forstå først, hvad processen skal opnå. Forenkl den derefter. Beslut så, hvor teknologi og AI reelt skaber værdi. Ellers kan du ende med at skabe en hurtigere version af noget, du slet ikke burde gøre til at begynde med.

Hvorfor erfarne mennesker stadig er afgørende for økonomifunktionen

Forklarlighed er fortsat afgørende inden for økonomi. Et smukt svar er ubrugeligt, hvis jeg ikke kan forstå, hvor det kommer fra.

I økonomifunktionen kan “det siger modellen” aldrig være tilstrækkelige beviser. Vi har brug for en tydelig sporbarhed fra kildedata over AI-genereret indsigt til den endelige beslutning.

Og vi har brug for mennesker, der bevarer tilstrækkelig ekspertise til at udfordre maskinen.

Annabella svarer

Forklarlighed er fortsat afgørende inden for økonomi. Et smukt svar er ubrugeligt, hvis jeg ikke kan forstå, hvor det kommer fra.

Hvordan økonomiteams ændrer sig

Kortene bliver blandet på ny. Og det synes jeg er spændende.

Traditionel ekspertise inden for økonomi er stadig afgørende, men pludselig bliver andre evner langt mere værdifulde: nysgerrighed, dataforståelse, kreativitet, evnen til at formulere gode spørgsmål og modet til at eksperimentere.

Gennem initiativer som vores AI-hackathons ser vi mennesker afsløre talenter, som traditionelle økonomistrukturer måske aldrig ville have afdækket.

Så jeg tænker ikke nødvendigvis først på færre mennesker i økonomifunktionen. Jeg tænker på, at forskellige superkræfter bliver synlige.

Hvorfor CFO'er skal forstå psykologi for at være effektive med AI

CFO'er skal forstå psykologi. Helt seriøst.

Teknologien vil sandsynligvis udvikle sig hurtigere, end din organisation kan optage den. Folk vil være begejstrede, skeptiske, bange, nysgerrige og defensive — nogle gange alt sammen før frokost.

Så hvis du vil have AI taget i brug, skal du forstå mennesker.

Teknologi kan drive AI-transformationen. Men den drives af menneskelig psykologi.

Sådan ændrer du AI fra en trussel til en invitation

Jeg vil komme med tre råd:

1. Start med forretningsspørgsmålet, ikke teknologien. AI-universet er ved at blive en jungle af muligheder. Som CFO'er er vores opgave ikke at demonstrere alle teoretiske muligheder. Vores opgave er at prioritere det, der betyder noget. Jeg vil hellere have fem AI-anvendelsesområder, der ændrer virksomheden, end halvtreds imponerende demoer.
2. Engager dig personligt. Overlad ikke AI til it-afdelingen, dit digitale team eller den yngste person i rummet. Eksperimentér med det. Udfordr det. Brug det. Du kan ikke lede en transformation, som du kun har læst om i en PowerPoint-præsentation.
3. Frem for alt skal du omfavne forandringen og gøre den sjov. Jeg elsker vores AI-hackathons netop af den grund. Nye kombinationer af økonomisk ekspertise, nysgerrighed, kreativitet og teknologi opstår. Det er utrolig energigivende.

Lad derfor ikke AI være en trussel, der hænger over jeres organisation. Gør det til en invitation. Giv folk lov til at eksperimentere. Lad dem overraske dig. Fejr nysgerrigheden.

Fordi jeg tror, at den største mulighed ikke er at erstatte talent med AI. Den er at opdage talent gennem AI, som vi ikke engang vidste, at vi havde.

Følg med

Du kan følge med i Annabella Basslers arbejde på LinkedIn. Du kan også se nærmere på hendes initiativ, EqualVoice.