Helse- og teknologidirektør sier at det vanskelige ikke er kunstig intelligens – det er det som ligger under

Fernando Blumenkron er CFO i det globale helseteknologiselskapet Eden. Han implementerer for tiden AI på tvers av arbeidsflyter innen økonomi, med særlig vekt på fakturering, innkreving og kategorisering av utgifter.

Vi satte oss ned med Fernando for å lære hva han har automatisert med suksess. Han sa at suksess avhenger av den underliggende infrastrukturen.

Å skalere økonomifunksjonen utover oppgaver på oppstartsnivå

Jeg leder økonomifunksjonen i et amerikanskbasert helseteknologiselskap som bruker AI og opererer i hele Latin-Amerika. Selskapet er i en vekstfase, med en amerikansk morselskapsstruktur og komplekse kommersielle, juridiske og skattemessige operasjoner i Mexico, Brasil, Colombia og andre regionale markeder.

Økonomifunksjonen dekker en virksomhet med flere juridiske enheter og valutaer, med SaaS- og bruksbaserte inntekter, implementeringstjenester, distributørrelasjoner, bedriftskunder, lokale fakturakrav, valutaeksponering og kostnadsstyring for AI og infrastruktur.

Teamet er slankt og bygget rundt de sentrale driftsområdene i økonomifunksjonen: FP&A, regnskap, fakturering, innkreving, bokføring av innbetalinger, skatt og etterlevelse samt strategisk økonomiarbeid. En viktig del av rollen min er å skalere økonomifunksjonen fra oppstartsorientert gjennomføring til en mer institusjonalisert driftsmodell, med sterkere kontroller, bedre data, ryddigere O2C-prosesser og tettere samarbeid med salg, juridisk avdeling, drift og produkt.

Slik forvandler AI driften av økonomifunksjonen

Det siste året har vi flyttet deler av økonomifunksjonen fra manuell datainnsamling til AI-assistert prosessovervåking, særlig innen fakturering, innkreving og kategorisering av utgifter.

Tidligere brukte økonomiteamet for mye tid på å hente data fra ulike systemer, rydde i rapporter, kontrollere fakturastatus, gå gjennom forfalte fordringer, kategorisere utgifter og manuelt identifisere behov for oppfølging. Arbeidet var nødvendig, men svært operativt og reaktivt.

Vi innførte AI-støttede arbeidsflyter som overvåker økonomidata, avdekker avvik, klassifiserer transaksjoner, identifiserer prioriteringer innen innkreving og utarbeider det første analyselaget for menneskelig gjennomgang. Målet var ikke å erstatte økonomifunksjonens vurderinger, men å fjerne det repetitive forarbeidet som hindret teamet i å konsentrere seg om beslutninger.

Som et resultat ble økonomifunksjonen raskere og mer proaktiv. Teamet bruker nå mindre tid på å sammenstille informasjon og mer tid på å handle ut fra den: prioritere forfalte kontoer, identifisere mangler i faktureringen tidligere, få bedre oversikt over utgifter og eskalere problemer med bedre kontekst. Den største forbedringen er at AI flyttet oss fra «rapportere hva som har skjedd» til «oppdage hva som krever oppmerksomhet».

Slik effektiviserer AI innkrevingsprosessen i økonomifunksjonen

Som et eksempel bygger vi en AI-drevet arbeidsflyt for innkreving.

Økonomifunksjonen har som mål å håndtere innkrevingen i én applikasjon, slik at behovet for å veksle mellom faktureringsdata, oversikter over forfalte fordringer, e-post, Slack, betalingsoppføringer og kundenotater forsvinner.

AI identifiserer forfalte kontoer, leser betalings- og kommunikasjonshistorikken, prioriterer risiko og anbefaler neste handling: påminnelse, eskalering, banner, betalingsplan eller juridisk gjennomgang. Systemet genererer deretter meldingen, sporer svaret, oppdaterer saken og eskalerer ved behov.

Alt skjer i bedriftsnivået til Claude, som beskytter sensitiv informasjon og også har tokenforbruk.

Mennesker godkjenner fortsatt sensitive handlinger, men arbeidsflyten blir mer automatisert, sentralisert og proaktiv.

Hvorfor økonomisk skjønn fortsatt trenger et menneskelig preg

Det bringer meg til et annet poeng.

AI vil drive prognosegrunnlag, støtte til budsjettering, avviksanalyse, kostnadskategorisering, prioritering av innfordring, oppdagelse av fakturaavvik, overvåking av kontantstrøm og identifisering av risiko. Men menneskelig skjønn er fortsatt nødvendig for budsjettgodkjenning, kapitalallokering, kredittbeslutninger, betalingsplaner, juridisk eskalering, investorkommunikasjon og avveininger knyttet til hvor lenge kapitalen rekker.

Prinsippet er enkelt: AI bør avdekke risikoer, mønstre og alternativer raskere. Finans har fortsatt ansvaret for beslutningen, ansvarliggjøringen og forretningsmessige avveininger.

Hvordan AI skaper falsk trygghet når datainfrastrukturen er mangelfull

Fernandos tanker

Til syvende og sist er ikke AI den vanskelige delen. Den vanskelige delen er rene data, tydelig eierskap og en veldefinert prosess.

Resultatene er fortsatt tidlige, siden dette er en del av veikartet vårt og ennå ikke er fullt ut skalert.

Den viktigste fordelen er selvfølgelig hastighet: mindre tid brukt på å sammenstille og rense data, og raskere identifisering av fakturamangler, innfordringsprioriteringer, kostnadsproblemer og drivere for avvik.

Den kvalitative forbedringen er fokus: Finans kan bruke mer tid på skjønn og eskalering, og mindre tid på førstegangsanalysen.

Den største ulempen er datakvalitet. AI kan skape falsk trygghet hvis kildedataene er ufullstendige eller dårlig strukturerte.

Det har heller ikke fjernet behovet for rene systemer og kontroller. Hvis fakturadata, kundestatus, kontrakter eller kostnadskategorier er inkonsistente, kan AI produsere raskere analyser, men ikke nødvendigvis bedre analyser.

Til syvende og sist er ikke AI den vanskelige delen. Den vanskelige delen er rene data, tydelig eierskap og en veldefinert prosess.

Bruk derfor mer tid i forkant på å definere datamodellen, avviksreglene, godkjenningspunktene og lagene for menneskelig gjennomgang før du forsøker å automatisere. Hvis vi hadde gjort det, kunne vi ha unngått mye omarbeid og mange falske positiver.

Hvordan AI redefinerer økonomisk styring og prognoser

AI viser at styring ikke trenger å bety flere kontrollpunkter, regneark eller godkjenninger. I mange tilfeller kommer sterkere styring fra bedre innsikt i sanntid: å oppdage avvik tidligere, flagge uvanlige mønstre og sende problemer til riktig person før månedsslutt.

AI har også endret måten vi tenker på rundt prognoser. Prognosen bør ikke være en statisk månedlig øvelse. Den bør bli en levende modell som kontinuerlig oppdateres etter hvert som nye signaler kommer inn.

Hvorfor finansdirektører bør redesigne ordre-til-betaling for AI

Finansdirektører må redesigne ordre-til-betaling.

Målet bør være en integrert, automatisert og etterprøvbar flyt fra opprettelse av ordre til fakturering, innfordring og bokføring av innbetalinger, slik at virksomheten kan frigjøre kontantstrøm så raskt som mulig.

Det betyr at AI bør bidra til å oppdage fakturamangler, utløse purringer, prioritere innfordring, avstemme betalinger, flagge tvister og eskalere risikoer – alt i én sammenkoblet arbeidsflyt.

Vi redesigner dette området slik at Finans går fra manuell sporing og reaktiv innfordring til proaktiv inntektsstyring.

Det ønskede resultatet er enkelt: raskere konvertering til kontanter, færre manglende fakturaer, ryddigere kontroller, bedre etterprøvbarhet og mer tid for Finans til å utøve skjønn i stedet for å lete etter data.

Slik kan CFO-er utnytte AI til kontinuerlig forbedring

Mitt råd? CFO-er bør registrere og dokumentere alt. I en AI-drevet driftsmodell har ikke noe skjedd hvis det ikke er registrert.

Den største muligheten ligger i å gjøre teamene i stand til å gjøre mer med mindre: høyere produksjon, raskere analyser og mer tid til vurderinger i stedet for manuell klargjøring.

Men det virkelige målet er ikke bare individuell produktivitet; det handler om å bygge kontinuerlige forbedringssløyfer der AI hele tiden observerer prosessen, identifiserer friksjon, anbefaler løsninger og gjør arbeidet enklere og mer effektivt over tid.

Økonomifunksjonen bør bevege seg i denne retningen: ikke bare bruke AI som et verktøy, men utforme økonomiprosesser som forbedrer seg selv døgnet rundt.

Følg med

Følg med på arbeidet til Fernando Blumenkron på LinkedIn.

Det kommer flere ekspertintervjuer på The CFO Club!