Hvad kan AI overtage i regnskabet?
AI kan tage det gentagne arbejde i bogholderiet: læse bilag og fakturaer, trække beløb, dato, leverandør, fakturanummer og momssats ud af dem, foreslå den rigtige konto og afstemme posteringer mod bankkontoudtog og kreditorlister. Det, AI ikke tager, er ansvaret. En bogholder eller revisor skal stadig godkende, og I skal kunne se, hvorfor systemet foreslog, som det gjorde. Gevinsten er, at tiden flytter sig fra tastearbejde til kontrol - ikke at regnskabet passer sig selv.
McKinsey finder, at virksomheder, der lægger AI ind i administrative processer, typisk sparer 20-30% af arbejdstiden på de processer. Bogholderi er netop den slags proces: fast struktur, mange gentagelser, klare regler.
Hvor sidder timerne i et typisk bogholderi?
Når vi kortlægger bogholderiet i en virksomhed med 20-50 ansatte, ligger tiden næsten altid de samme fire steder:
- Indgående fakturaer, der skal læses, konteres og sendes til godkendelse
- Udlæg og kvitteringer, der kommer ind som fotos i en mailtråd
- Afstemning af bank, kreditorer og debitorer ved månedsluk
- Rykkere og opfølgning på det, kunderne ikke har betalt
De tre første er mønsterarbejde. Det er dem, AI kan rykke på. Den fjerde handler om kommunikation, og der kan AI godt skrive udkastet, men ikke tage beslutningen om, hvornår en god kunde skal have en rykker.
Bilag og fakturaer: fra PDF til postering
Teknisk er der to trin, og de bliver ofte forvekslet.
Først skal bilaget læses. Beløb, dato, leverandør, fakturanummer, momssats, linjer. Det virker på fotos, scannede PDF'er og mails, også når layoutet er nyt. Det er her, de gamle skabelonbaserede scannere faldt igennem: hver ny leverandør krævede en ny skabelon, og så blev der aldrig ryddet op i skabelonerne.
Dernæst skal bilaget konteres. Det er ikke læsning, men et valg: hvilken konto, hvilket projekt, hvilken momskode. Her lærer systemet af jeres egen historik. Har I konteret den samme abonnementsfaktura på samme konto 30 gange, foreslår den selv den 31. Det er også derfor, kvaliteten stiger over de første måneder i stedet for at være høj fra dag ét.
En realistisk ambition er, at de tilbagevendende bilag går igennem med ét klik, og at de nye eller skæve bilag lander hos et menneske. Ikke "nul bilagshåndtering".
Afstemning er det, AI er bedst til
Afstemning er sammenligning af to lister, der burde være ens. Det er præcis den opgave, man skal give en maskine. Et AI-lag kan matche banklinjer mod posteringer, også når teksten ikke er identisk, samle delbetalinger, der tilsammen dækker én faktura, og pege på de poster, der ikke kan forklares.
Resultatet er sjældent "afstemningen er færdig". Det er "her er de 11 linjer ud af 900, du skal se på". Den liste er hele værdien. Det er den samme mekanik som når data skal samles på tværs af systemer, og vi har skrevet den ud i guiden om AI-agent og CRM-integration.
Momsen, og det I stadig selv svarer for
AI foreslår. I godkender. Det er ikke en formalitet, for det er jer, der står på momsindberetningen og årsregnskabet. Derfor er tre ting ikke til forhandling i en regnskabsløsning:
- Sporbarhed: hvert forslag skal kunne føres tilbage til det bilag, det kom fra
- Godkendelsesflow: et menneske siger ja, før noget bliver bogført
- Usikkerhed frem for gæt: systemet skal kunne sige "den her er jeg ikke sikker på"
Særligt det sidste adskiller en brugbar løsning fra en, der laver stille fejl. En model, der gætter uden at sige det, er dyrere end slet ingen model, fordi fejlen først bliver fundet hos revisor.
Hvor havner bilagene, og dermed jeres data?
Et bilag er forretningsdata og persondata på samme tid: navne, kontonumre, lønoplysninger, leverandøraftaler. Før I sender dem gennem en AI-tjeneste, skal I vide, hvor de behandles, om de gemmes, og om de bruges til træning. Det har vi gennemgået i AI-datasikkerhed: hvor havner jeres data.
Det er også grunden til, at vi byggede Lavazzas HR-agent i et lukket miljø på deres egne dokumenter i stedet for en offentlig tjeneste. Samme krav gælder et bogholderi. Se Lavazza-casen.
Hvad kræver det af jeres systemer?
Mindre end de fleste tror, men ikke ingenting. I praksis skal der være:
- Et økonomisystem med et API eller i det mindste et importformat
- Et sted, bilagene kommer ind, som løsningen kan læse fra: en fællespostkasse, en mappe eller et scanningsflow
- En kontoplan, der er nogenlunde konsistent
Det sidste punkt er det, der oftest udskyder et projekt. Hvis samme udgiftstype historisk er konteret fem forskellige steder, er der ikke noget mønster at lære. Det er til gengæld oprydning, I alligevel får igen hvert år.
Hvad koster det, og hvornår tjener det sig hjem?
Prisen afhænger af, om I bruger en funktion, der allerede ligger i jeres økonomisystem, eller får bygget noget oven på jeres eget flow. Regnestykket kan I til gengæld lave, før I køber noget: antal bilag om måneden gange minutter per bilag gange jeres timepris. Sæt selv ind, hvor stor en del af tastearbejdet der realistisk forsvinder, og vær konservativ. Rammerne for prissætning har vi lagt frem i Hvad koster en AI-løsning.
Sådan kommer I i gang uden at rode med årsregnskabet
- Vælg én bilagstype med mange gentagelser, typisk abonnementer eller vareleverandører
- Kør AI-forslagene parallelt med den nuværende proces i en måned, uden at de bogføres automatisk
- Mål, hvor ofte forslaget var rigtigt, og hvor det fejlede
- Udvid først derefter til flere bilagstyper og til afstemning
Den rækkefølge lyder langsom, men den er hurtigere i praksis, fordi I ikke skal rydde op bagefter. Da vi arbejdede med INDKOM som deres eksterne AI-afdeling, var det netop kortlægningen først og de konkrete use cases derefter, der gjorde, at tingene kom i drift i stedet for at blive et forsøg. Se INDKOM-partnerskabet, eller læs mere om, hvordan vi bygger skræddersyede AI-løsninger.
Ofte stillede spørgsmål
Kan AI bogføre helt af sig selv?
Teknisk kan meget af det automatiseres, men I bør ikke gøre det uden godkendelse. Det ansvarlige setup er, at AI konterer og et menneske godkender - og at godkendelsen bliver nemmere og nemmere, fordi forslagene bliver bedre.
Kan AI lave vores momsindberetning?
AI kan klargøre den: foreslå momskoder, finde bilag der mangler, og pege på posteringer der ser forkerte ud. Selve indberetningen skal et menneske stå bag, fordi ansvaret ligger hos jer og ikke hos leverandøren.
Erstatter det vores bogholder eller revisor?
Nej. Det flytter arbejdet. Mindre indtastning, mere kontrol, afvigelser og rådgivning. De virksomheder, der får mest ud af det, bruger den frigjorte tid på at få tal ud af regnskabet i stedet for bare at få det lukket. Det er samme spor som i vores arbejde med AI og dataanalyse.
Hvor lang tid tager det, før det virker?
Læsningen af bilag virker fra starten. Konteringen bliver først rigtig god, når systemet har set jeres egen historik, og det tager typisk nogle måneder med almindelig bilagsmængde. Derfor den parallelle prøveperiode ovenfor.
Virker det med vores økonomisystem?
Spørg jeres leverandør om to ting: har systemet et API, og kan bilag hentes og posteringer oprettes programmatisk. Kan svaret på begge være ja, kan der bygges oven på det. Er svaret nej, kan der stadig arbejdes med import og eksport, men det bliver mere manuelt.
Vil I vide, hvad der kan automatiseres hos jer?
Vi tager en gratis AI-afklaring på 45 minutter. Ingen forpligtelse, og I skal ikke forberede noget. Vi ser på jeres bilagsflow og siger ærligt, om der er en gevinst at hente, og hvor stor den er. Find os via kontaktsiden, eller ring til Alexander på +45 25 54 70 74.