Controllers och systemförvaltare inom ekonomi måste kunna visa vem som gjort vilken ändring i viktiga finansiella data, och när. Denna granskningslogg är grunden för kontroll och redovisning, internt och gentemot revisor eller tillsynsmyndighet. Frågan är om AI kan ta över denna loggning, eller om detta arbete måste förbli mänskligt.
Denna uppgift får höga poäng på de tre axlar som är avgörande, men inte på det sätt ni kanske förväntar er. Det är ingen uppgift för generativ AI eller smart automatisering med bedömningsförmåga. Det är en uppgift för RPA: regelstyrd, deterministisk programvara som registrerar vad som händer, utan tolkning.
En ändring i ett bokföringssystem eller ERP-system är en strukturerad händelse: en användare justerar ett belopp, konto eller motpart, vid en bestämd tidpunkt, i ett bestämt fält. Det finns inget att tolka. Vem som gjorde ändringen, vad det gamla värdet var och vad det nya värdet är, är hårda data som systemet redan känner till vid tidpunkten för transaktionen.
Volymen är dessutom stor: i ett medelstort ERP-system sker dagligen tiotals till hundratals transaktioner, från fakturarader till huvudboksjusteringar. Manuell loggning är inte realistisk vid den volymen och inte heller nödvändig, eftersom systemet redan registrerar ändringen i det ögonblick den sker. Detta är precis den typ av uppgift som RPA är utformad för: hög volym, helt strukturerad, inget omdöme behövs.
Efterlevnadsaxeln får en poäng på 1, vilket faktiskt är ogynnsamt för lättvindig automatisering, och det är en viktig signal. Det handlar här inte om efterlevnad som gör AI svårt, utan om efterlevnad som kräver att loggningen är vattentät, oföränderlig och bevisligen tillförlitlig. En granskningslogg som kan manipuleras har inget värde för en revisor eller tillsynsmyndighet. Det betyder att tekniken inte spelar någon roll så länge förutsättningarna inte stämmer: systemet måste logga automatiskt, och loggfilerna måste bevaras oföränderliga, utom räckhåll för den användare som gjorde ändringen.
Bedömningsutrymmet får en poäng på 4: det behövs knappast någon tolkning av vad man loggar, högst en enstaka överenskommelse om vilka fält som är tillräckligt relevanta att registrera. Felkostnader får en poäng på 3, genomsnittligt: en missad loggrad är besvärlig vid en granskning, men oftast åtgärdbar om systemet loggar konsekvent. Kundkontakt, fysiskt arbete och kreativitet är inte aktuella här och får därför alla maximalt gynnsamma poäng för automatisering, helt enkelt eftersom de inte spelar någon roll i denna uppgift.
Om ert bokföringssystem eller ERP-system redan har en audit trail-funktion som registrerar ändringar automatiskt och oföränderligt, är denna uppgift i praktiken redan övertagen. Controllerns eller systemförvaltarens roll förskjuts då från att själv logga till att kontrollera om loggningen är fullständig och orörd, samt att bedöma innehållet vid ett stickprov eller en undersökning. Det senare, att tolka en misstänkt ändring, förblir mänskligt arbete och faller utanför denna uppgift.
I ett annat företag kan bilden se annorlunda ut. Arbetar man fortfarande med ett föråldrat system eller ett skräddarsytt system utan inbyggd audit trail, måste loggning fortfarande byggas upp eller kompletteras med ett separat verktyg, och det är ett implementeringsprojekt, inte en färdig övertagning. Ligger tyngdpunkten inte på själva loggningen utan på bedömningen av avvikelser — till exempel att upptäcka ovanliga ändringsmönster som kan tyda på bedrägeri — då förskjuts uppgiften till kategori två: AI eller programvara kan flagga avvikelser, men en människa bedömer och beslutar med motivering. Det är en annan uppgift än själva loggningen och förtjänar en egen bedömning.
Loggfilens oföränderlighet är ingen teknisk detalj utan kärnan i dess värde. Så snart loggfiler kan ändras av samma personer som gör de underliggande ändringarna, blir kontrollfunktionen i praktiken värdelös, hur avancerad loggningen än är i övrigt. Detta berör intern styrning och eventuellt lagstadgade bevarandekrav för finansiell administration; för dessa gäller egna lagkrav som varierar beroende på situation och bransch, och som denna sida inte fastställer.
Denna uppgift står för övrigt inte isolerad från bredare automatisering kring kontroll och riskhantering. Den som tittar på Screening av kunder och partners mot sanktionslistor ser ett liknande mönster: strukturerade kontrolluppgifter med hög volym lämpar sig väl för automatisering, så länge resultatet förblir bevisligen tillförlitligt. Även på IT-avdelningen spelar loggning och granskning en stor roll, och avvägningarna där löper ofta parallellt med dem inom den finansiella administrationen.
Denna sida beskriver en uppgift utifrån en generell bedömning. Hur detta utfaller för ert eget team beror på det system ni använder, i vilken utsträckning audit trail-funktionalitet redan är inrättad, och den roll loggning spelar vid sidan av bedömning av avvikelser. Vill ni veta vilken andel av timmarna i er egen profil som just nu kan tas över av AI, kan ni fylla i den kostnadsfria snabbanalysen från ftetoai: tolv frågor, utan konto, med en indikation direkt. Den fullständiga arbetsanalysen, som går djupare in på enskilda funktioner och team, är fortfarande under uppbyggnad.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.