Konsernøkonomidirektør deler hvor KI gjør mennesker enda mer relevante i finansorganisasjoner

Annabella Bassler er konsern-CFO i Ringier, et diversifisert internasjonalt medie- og teknologiselskap med mer enn 120 enheter.

Vi satte oss ned med Annabella for å lære hvordan AI endrer finansorganisasjoner – og hvor mennesker blir stadig mer relevante. Her er det hun sa.

Å forme fremtiden med AI

Jeg har vært konsern-CFO i Ringier siden 2012, og reisen min har vært en kontinuerlig transformasjon.

Da jeg begynte, bidro digital virksomhet praktisk talt ikke til EBITDA. I dag bidrar den med mer enn 80 %. Underveis gjennomførte vi rundt 80 M&A-transaksjoner med et samlet volum på omtrent CHF 2.5 billioner.

Transformasjon er altså ikke noe nytt for meg. AI er et nytt kapittel – men potensielt et grunnleggende et. For første gang endrer teknologien ikke bare hvor raskt finans håndterer informasjon. Den endrer hvordan vi tenker med informasjon.

Det er det virkelige skiftet: fra finans som en funksjon som forklarer fortiden, til finans som en funksjon som hjelper med å navigere i og forme fremtiden.

Et diversifisert medie- og teknologiselskap

Ringier er et svært diversifisert internasjonalt medie- og teknologiselskap med mer enn 120 enheter i 19 land.

Dette er viktig når vi snakker om AI. Vi lever ikke i en vakker verden der alt kjører på ett SAP-system – trykk på F9, og plutselig kommer sannheten til syne.

Virkeligheten vår – i likhet med virkeligheten til mange selskaper som er bygget opp over flere tiår og gjennom oppkjøp – er et lappeteppe av systemer, datastrukturer, forretningsmodeller, valutaer og markeder.

Det gjør finans fantastisk komplekst.

Jobben vår er ikke bare å konsolidere tall. Vi skaper åpenhet på tvers av kompleksitet og gjør mangfoldige data om til informasjon som legger til rette for beslutninger. Vi beskytter og driver selskapet fremover. AI kan hjelpe oss med å gjøre begge deler bedre.

Hvordan AI flytter finans fra å finne informasjon til å samhandle med den

En viktig endring vi har gjort med AI, var å gå fra å søke etter informasjon til å samhandle med informasjon.

Historisk sett innebar det å svare på et spørsmål fra ledelsen å finne den riktige rapporten, identifisere relevante data på tvers av ulike systemer, avstemme definisjoner og deretter utarbeide og tolke en analyse.

Dette er spesielt relevant for oss fordi datalandskapet vårt gjenspeiler historien vår: mange selskaper, oppkjøp, markeder og systemer. Datauniverset vårt er ikke perfekt standardisert.

Annabella svarer

Men den største endringen handler ikke om hastighet. Den handler om hvor finans bruker sin intellektuelle energi. I stedet for å bruke mesteparten av tiden vår på å spørre: «Hvor er tallene?», spør vi stadig oftere: «Hvorfor skjer dette? Hva betyr det? Og hva bør vi gjøre?»

Gjennom AI- og datainitiativene våre, inkludert arbeidet vårt med Palantir, kobler vi i stadig større grad sammen disse dataverdenene og gjør dem enklere å undersøke.

Men den største endringen handler ikke om hastighet. Den handler om hvor finans bruker sin intellektuelle energi. I stedet for å bruke mesteparten av tiden vår på å spørre: «Hvor er tallene?», spør vi stadig oftere: «Hvorfor skjer dette? Hva betyr det? Og hva bør vi gjøre?»

Det er der jeg vil at medarbeiderne mine i finans skal bruke hodene sine.

Hvordan AI endrer planlegging og prognoser

Et annet eksempel er planlegging og prognoser.

Mange selskaper bruker fortsatt planleggingsprosesser som er utformet for en verden der informasjon var kostbar og datakraft begrenset. Vi bruker måneder på å lage en utrolig detaljert fremtid som vi allerede vet ikke vil inntreffe nøyaktig slik.

AI gir oss muligheten til å gå fra årlige forutsigelser til kontinuerlig navigering. Det betyr dynamiske scenarier, sannsynligheter, ledende indikatorer og mye raskere tilbakemeldingssløyfer.

Spørsmålet bør ikke lenger bare være: «Hva vil EBITDA være om tolv måneder?»

Det bør i stadig større grad være: «Hva kan endre EBITDA? Hvor tidlig vil vi se det? Hva vil det bety – og hva vil vi gjøre?»

Det er en fundamentalt annerledes finansorganisasjon.

En viktig regel for AI i finans

Jeg liker ikke å trekke en skarp grense mellom beslutninger for kunstig intelligens og beslutninger for mennesker. Begge hører hjemme rundt bordet.

Vi omtaler noen ganger kunstig intelligens som vår nye kollega. Jeg vil ha denne kollegaen med i rommet når vi lager prognoser, gjennomfører scenarioanalyser, analyserer avvik og vurderer risiko – og også når vi fordeler kapital, foretar investeringer og arbeider med M&A. Hvorfor skulle jeg ikke det?

Hvis kunstig intelligens kan utfordre en investeringsoppgave, identifisere mønstre vi overser, teste antakelser mot langt mer informasjon, lage alternative scenarioer eller oppdage risikoer mennesker overser, vil jeg ha dette perspektivet før vi investerer millioner.

Men det finnes én viktig regel: Vi må utfordre vår nye kollega på samme måte som alle andre kolleger.

Kunstig intelligens kan være ekstremt kraftfull, men den kan også ta feil med stor overbevisning.

En økonomisk optimal beslutning er ikke nødvendigvis den riktige beslutningen. Strategi handler om kontekst. Ledelse handler om verdier. M&A handler om mennesker. Noen ganger er den viktigste variabelen den som ikke finnes pent og ryddig i datasettet ditt.

Det handler altså om mennesker pluss kunstig intelligens – med mennesker som ansvarlige. Kunstig intelligens får en plass rundt bordet. Ansvar forsvinner ikke fra bordet.

Slik endrer kunstig intelligens analysen av virksomhetens resultater

La oss ta analysen av virksomhetens resultater som eksempel. Tradisjonelt begynner prosessen med å samle inn data: faktiske tall, budsjett, prognose, foregående år og operative KPI-er – ofte fra ulike systemer og virksomheter. Økonomiavdelingen avstemmer informasjonen, identifiserer avvik, ber virksomhetene om forklaringer og utarbeider til slutt innsikt for ledelsen.

Den AI-forsterkede økonomimodellen endrer rekkefølgen.

Når de relevante dataene er koblet sammen, kan kunstig intelligens bidra til å identifisere uvanlige utviklingstrekk, mønstre og vesentlige avvik, utarbeide hypoteser om mulige drivere og gjøre det mulig for økonomiavdelingen å undersøke dataene langt mer dynamisk.

Mennesket kan dermed involveres tidligere, nettopp der menneskelig intelligens skaper størst verdi: tolkning og vurdering.

Jeg ser for meg at arbeidsflyten fremover blir: Data → Oppdagelse ved hjelp av kunstig intelligens → Menneskelig utfordring → Dialog med virksomheten → Beslutning → Læring.

Og jeg liker spesielt godt det siste trinnet. For når vi systematisk lærer av beslutningene vi tok og det som skjedde etterpå, slutter økonomiavdelingen å bare være et rapporteringssystem. Den blir et læringssystem.

Hvorfor den nye utfordringen med kunstig intelligens handler om fokus

Det største positive resultatet av kunstig intelligens er ikke bare kostnadsreduksjon; det er at tiden mellom spørsmål og innsikt blir kortere.

Oppgaver som tidligere krevde flere runder – innsamling, avstemming, analyse og klargjøring av informasjon for ledelsen – skjer nå langt raskere. Det skaper noe jeg synes er langt mer verdifullt enn effektivitet: mer kapasitet hos ledelsen.

Men kunstig intelligens har også skapt et nytt problem: overflod.

Plutselig kan vi produsere enda en analyse, enda et scenario, enda en presentasjon og enda et notat på ti sider – med nesten ingen ekstra innsats. Du kan til og med se det i den daglige kommunikasjonen. E-poster blir lengre fordi kunstig intelligens gjør det så enkelt å skrive mer. Men mer er ikke nødvendigvis bedre.

Jeg tror at en av de mest verdifulle ferdighetene for økonomidirektører i kunstig intelligens-alderen vil være evnen til å sammenfatte.

Hva betyr egentlig noe? Hva er de to eller tre viktigste innsiktene? Hvilken beslutning må vi ta? Å holde det kort og enkelt får plutselig en helt ny betydning.

De klassiske spørsmålene er fortsatt bemerkelsesverdig kraftfulle: Hvorfor? Hva? Hvordan?

Kunstig intelligens kan utvide mulighetene nesten uendelig. Ledelse må skape fokus.

Hvorfor kunstig intelligens ikke kan implementeres isolert

Jeg har alltid ment at transformasjon hviler på fire sammenkoblede dimensjoner:

• Prosesser
• Systemer
• Organisasjon
• Kultur

Endrer du én av dem, påvirker det uunngåelig de andre. Kunstig intelligens gjør dette enda tydeligere.

Du kan ikke redesigne en prosess med kunstig intelligens uten å sikre at systemene støtter den. Du kan ikke endre systemet uten å avklare hvem som eier prosessen. Du kan ikke endre ansvarsområder uten å ta hensyn til kompetanse, insentiver og kultur.

Derfor ville jeg i dag alltid tenke stort før jeg tenker smått.

Begynn med sluttbildet: Hvordan bør økonomifunksjonen fungere i en AI-forsterket organisasjon? Hvilke beslutninger bør bli bedre? Hvor bør mennesker bruke tiden sin?

Arbeid deretter baklengs gjennom prosesser, systemer, organisasjon og kultur — og bygg inn AI i hele dette bildet i stedet for å legge det til som en femte boks ved siden av. For AI er ikke et ekstra lag i driftsmodellen. Det går i økende grad gjennom hele driftsmodellen.

Hvorfor prosesser og data må optimaliseres før AI legges til

AI har ikke på magisk vis løst fragmenterte prosesser eller dårlige data. Det var en viktig lærdom for meg.

I et komplekst miljø som vårt oppdager man raskt at intelligens oppå kompleksitet ikke automatisk fjerner den.

Hvis prosesser eller eierskap er uklare, eller datadefinisjonene er forskjellige mellom virksomheter, kan AI noen ganger avdekke problemet raskere. Det er verdifullt — men det er ennå ikke transformasjon.

Min konklusjon er: Ikke legg AI oppå en dårlig prosess. Forstå først hva prosessen skal oppnå. Forenkle den deretter. Bestem så hvor teknologi og AI faktisk tilfører verdi. Ellers kan du ende opp med å skape en raskere versjon av noe du ikke burde ha gjort i utgangspunktet.

Hvorfor erfarne mennesker fortsatt er avgjørende for økonomifunksjonen

Forklarbarhet er fortsatt avgjørende i økonomifunksjonen. Et vakkert svar er verdiløst hvis jeg ikke forstår hvor det kom fra.

I økonomifunksjonen kan «modellen sier det» aldri være tilstrekkelig dokumentasjon. Vi trenger tydelig sporbarhet fra kildedata via AI-generert innsikt til den endelige beslutningen.

Og vi trenger mennesker som beholder nok ekspertise til å utfordre maskinen.

Annabellas svar

Forklarbarhet er fortsatt avgjørende i økonomifunksjonen. Et vakkert svar er verdiløst hvis jeg ikke forstår hvor det kom fra.

Hvordan økonomiteamene er i endring

Kortene stokkes på nytt. Og det synes jeg er spennende.

Tradisjonell økonomikompetanse er fortsatt avgjørende, men plutselig blir andre egenskaper langt mer verdifulle: nysgjerrighet, dataforståelse, kreativitet, evnen til å formulere gode spørsmål og selvtilliten til å eksperimentere.

Gjennom initiativer som AI-hackathonene våre ser vi at mennesker avdekker talenter som tradisjonelle økonomistrukturer kanskje aldri ville ha avdekket.

Så jeg tenker ikke nødvendigvis først på færre mennesker i økonomifunksjonen. Jeg tenker på at ulike superkrefter blir synlige.

Hvorfor CFO-er må forstå psykologi for å lykkes med AI

CFO-er må forstå psykologi. Helt seriøst.

Teknologien vil sannsynligvis utvikle seg raskere enn organisasjonen din klarer å ta den opp i seg. Folk vil være entusiastiske, skeptiske, redde, nysgjerrige og defensive — noen ganger alt før lunsj.

Så hvis du vil ha AI-adopsjon, må du forstå mennesker.

Teknologi kan drive AI-transformasjonen. Men den drives av menneskelig psykologi.

Hvordan gjøre AI om fra en trussel til en invitasjon

Jeg vil gi tre råd:

1. Begynn med forretningsspørsmålet, ikke teknologien. AI-verdenen blir en jungel av muligheter. Som CFO-er er det ikke vår oppgave å demonstrere alle teoretiske muligheter. Vår oppgave er å prioritere det som betyr noe. Jeg vil heller ha fem AI-bruksområder som endrer virksomheten, enn femti imponerende demonstrasjoner.
2. Engasjer deg personlig. Ikke deleger AI til IT-avdelingen, det digitale teamet ditt eller den yngste personen i rommet. Lek med det. Utfordre det. Bruk det. Du kan ikke lede en transformasjon du bare har lest om i en PowerPoint-presentasjon.
3. Viktigst av alt: omfavn endringen og gjør den morsom. Jeg elsker hackathonene våre, nettopp av den grunnen. Nye kombinasjoner av økonomisk ekspertise, nysgjerrighet, kreativitet og teknologi oppstår. Det er utrolig energigivende.

Så ikke gjør AI til en trussel som henger over organisasjonen din. Gjør det i stedet til en invitasjon. Gi folk tillatelse til å eksperimentere. La dem overraske deg. Feir nysgjerrigheten.

For jeg tror den største muligheten ikke er å erstatte talenter med AI. Det er å oppdage talenter gjennom AI som vi ikke engang visste at vi hadde.

Følg med

Du kan følge arbeidet til Annabella Bassler på LinkedIn. Du kan også se nærmere på initiativet hennes, EqualVoice.