Finansdirektør inden for sundhedsteknologi siger, at den svære del ikke er AI – det er det, der ligger nedenunder

Fernando Blumenkron er CFO hos den globale sundhedsteknologivirksomhed Eden. Han er i øjeblikket i gang med at implementere AI på tværs af økonomiprocesser med særligt fokus på fakturering, opkrævning og kategorisering af udgifter.

Vi satte os ned med Fernando for at høre, hvad han med succes har automatiseret. Han sagde, at succes afhænger af den underliggende infrastruktur.

Skalering af økonomifunktionen ud over startup-eksekvering

Jeg leder økonomifunktionen hos Eden, en amerikanskbaseret AI-sundhedsteknologivirksomhed, der opererer på tværs af Latinamerika. Virksomheden er i en vækstfase med en amerikansk moderkonstruktion og komplekse kommercielle, juridiske og skattemæssige aktiviteter i Mexico, Brasilien, Colombia og andre regionale markeder.

Økonomifunktionen dækker en drift med flere enheder og valutaer samt SaaS- og brugsbaserede indtægter, implementeringstjenester, distributørrelationer, virksomhedskunder, lokale faktureringskrav, valutaeksponering og styring af AI- og infrastrukturrelaterede omkostninger.

Teamet er slankt og bygget op omkring de centrale søjler i økonomifunktionen: FP&A, regnskab, fakturering, opkrævning, bogføring af indbetalinger, skat/compliance og strategisk økonomistyring. En væsentlig del af min rolle er at skalere økonomifunktionen fra startup-eksekvering til en mere institutionaliseret driftsmodel med stærkere kontroller, bedre data, renere O2C-processer og et tættere samarbejde med Salg, Jura, Drift og Produkt.

Sådan transformerer AI økonomidriften

Det seneste år har vi flyttet dele af økonomifunktionen fra manuel datakompilering til AI-assisteret procesovervågning, især inden for fakturering, opkrævning og kategorisering af udgifter.

Tidligere brugte økonomiteamet for meget tid på at hente data fra forskellige systemer, rense rapporter, kontrollere fakturastatus, gennemgå forfaldne poster, kategorisere udgifter og manuelt identificere behov for opfølgning. Arbejdet var nødvendigt, men meget operationelt og reaktivt.

Vi indførte AI-understøttede arbejdsgange, der overvåger økonomiske data, fremhæver afvigelser, klassificerer transaktioner, identificerer prioriteter for opkrævning og udarbejder det første analyselag til menneskelig gennemgang. Målet var ikke at erstatte økonomifunktionens dømmekraft, men at fjerne det gentagne forberedelsesarbejde, som forhindrede teamet i at fokusere på beslutninger.

Som følge heraf blev økonomifunktionen hurtigere og mere proaktiv. Teamet bruger nu mindre tid på at samle information og mere tid på at handle på den: prioritere forfaldne konti, identificere faktureringsmangler tidligere, forbedre synligheden af udgifter og eskalere problemer med bedre kontekst. Den største forbedring er, at AI flyttede os fra at “rapportere, hvad der skete” til at “opdage, hvad der kræver opmærksomhed”.

Sådan effektiviserer AI økonomifunktionens opkrævningsproces

Som et eksempel er vi ved at opbygge en AI-drevet arbejdsgang til opkrævning.

Økonomifunktionen sigter mod at håndtere opkrævningen i én applikation, så behovet for at skifte mellem faktureringsdata, oversigter over forfaldne poster, e-mail, Slack, betalingsoplysninger og kundenoter elimineres.

AI identificerer forfaldne konti, læser betalings- og kommunikationshistorikken, prioriterer risikoen og anbefaler den næste handling: påmindelse, eskalering, banner, betalingsplan eller juridisk gennemgang. Systemet genererer derefter meddelelsen, sporer svaret, opdaterer sagen og eskalerer efter behov.

Det hele foregår i Claudes erhvervsløsning, som beskytter følsomme oplysninger og også har tokenforbrug.

Mennesker godkender stadig følsomme handlinger, men arbejdsgangen bliver mere automatiseret, centraliseret og proaktiv.

Hvorfor økonomiske vurderinger stadig kræver et menneskeligt præg

Det bringer mig til en anden pointe.

AI vil understøtte prognoseinput, budgetlægning, afvigelsesanalyse, kategorisering af udgifter, prioritering af opkrævninger, registrering af faktureringsafvigelser, overvågning af pengestrømme og markering af risici. Men menneskelig dømmekraft er stadig nødvendig ved godkendelse af budgetter, kapitalallokering, kreditbeslutninger, betalingsplaner, juridisk eskalering, kommunikation med investorer og afvejninger vedrørende likviditetsperioden.

Princippet er enkelt: AI skal hurtigere synliggøre risici, mønstre og muligheder. Økonomifunktionen har stadig ansvaret for beslutningen, ansvarligheden og de forretningsmæssige afvejninger.

Hvordan AI skaber falsk tryghed, hvis datainfrastrukturen er utilstrækkelig

Fernandos tanker

I sidste ende er AI ikke den svære del. Den svære del er rene data, tydeligt ejerskab og en veldefineret proces.

Resultaterne er stadig tidlige, eftersom dette er en del af vores køreplan og endnu ikke er fuldt skaleret.

Den største fordel er naturligvis hastighed: mindre tid brugt på at samle og rense data samt hurtigere identifikation af faktureringshuller, prioriteter for opkrævninger, udgiftsproblemer og årsager til afvigelser.

Den kvalitative forbedring er fokus: Økonomifunktionen kan bruge mere tid på vurderinger og eskalering og mindre tid på den indledende analyse.

Den største ulempe er datakvaliteten. AI kan skabe falsk tryghed, hvis kildedataene er ufuldstændige eller dårligt strukturerede.

Det har heller ikke fjernet behovet for rene systemer og kontroller. Hvis faktureringsdata, kundestatus, kontrakter eller udgiftskategorier er inkonsistente, kan AI producere hurtigere analyser, men ikke nødvendigvis bedre analyser.

I sidste ende er AI ikke den svære del. Den svære del er rene data, tydeligt ejerskab og en veldefineret proces.

Brug derfor mere tid i starten på at definere datamodellen, reglerne for afvigelser, godkendelsespunkterne og lagene for menneskelig gennemgang, før I forsøger at automatisere. Hvis vi havde gjort det, kunne vi have undgået meget omarbejde og mange falske positiver.

Hvordan AI redefinerer økonomisk kontrol og prognosticering

AI viser, at kontrol ikke behøver at betyde flere kontrolpunkter, regneark eller godkendelser. I mange tilfælde kommer stærkere kontrol fra bedre indsigt i realtid: at opdage afvigelser tidligere, markere usædvanlige mønstre og sende problemer videre til den rette person inden månedens udgang.

AI har også ændret vores måde at tænke på om prognosticering. Prognosen bør ikke være en statisk månedlig øvelse. Den bør blive en levende model, der løbende opdateres, efterhånden som nye signaler kommer ind.

Hvorfor CFO'er bør redesigne ordre-til-likviditet-processen til AI

CFO'er skal redesigne ordre-til-likviditet-processen.

Målet bør være et integreret, automatiseret og revisionsspor-egnet flow fra oprettelse af ordrer til fakturering, opkrævning og bogføring af indbetalinger, så virksomheden kan frigive likviditet så hurtigt som muligt.

Det betyder, at AI skal hjælpe med at opdage faktureringshuller, udløse rykkere, prioritere opkrævninger, afstemme betalinger, markere tvister og eskalere risici — alt sammen i én sammenhængende arbejdsgang.

Vi redesigner dette område, så økonomifunktionen bevæger sig fra manuel sporing og reaktive opkrævninger til proaktiv omsætningskontrol.

Det ønskede resultat er enkelt: hurtigere konvertering til likviditet, færre manglende fakturaer, renere kontroller, bedre revisionsspor og mere tid i økonomifunktionen til vurderinger i stedet for at jagte data.

Sådan kan CFO'er udnytte AI til løbende forbedringer

Mit råd? CFO'er bør registrere og dokumentere alt. I en AI-drevet driftsmodel gælder det, at hvis noget ikke er registreret, er det ikke sket.

Den største mulighed er at sætte teams i stand til at udrette mere med mindre: større output, hurtigere analyser og mere tid til vurderinger i stedet for manuel forberedelse.

Men det egentlige mål er ikke kun individuel produktivitet; det handler om at opbygge løbende forbedringssløjfer, hvor AI konstant observerer processen, identificerer friktion, anbefaler løsninger og gør arbejdet lettere og mere effektivt over tid.

Økonomifunktionen bør bevæge sig i denne retning: ikke blot ved at bruge AI som et værktøj, men ved at designe økonomidrift, der forbedrer sig selv døgnet rundt.

Følg med

Følg Fernando Blumenkron arbejde på LinkedIn.

Der kommer flere ekspertinterviews på The CFO Club!