På CFO Radar 2026 stod Daniel de Sousa på scen och presenterade sitt ramverk för hur ekonomifunktionen kan möta AI-skiftet. Här delar han sina reflektioner.
OpenAIs senaste modell presterar över mänsklig expertnivå i 83 av 100 jämförelser, inom 44 yrken från finans till juridik. AI har gått från hype till verklighet. Och ekonomifunktionen kan inte stå vid sidan om.
Det finns en enorm möjlighet här. Men också en reell affärsrisk. Hur vi förhåller oss till det här skiftet kommer att avgöra hur relevanta våra ekonomifunktioner är de kommande åren.
På CFO Radar delade jag mitt perspektiv på vad en AI-first-strategi för ekonomifunktionen faktiskt innebär. Här djupdyker jag i dessa sju steg.
1. Vad betyder AI-first för er ekonomiavdelning?
De flesta organisationer börjar i fel ände. De väljer ett verktyg och hoppas att det ska skapa stor förändring. Det gör det sällan.
Det som krävs är en tydlig vision. En konkret beskrivning av hur ekonomifunktionen arbetar kommande år. Vad producerar den? Vilken roll spelar den i organisationen? Vad gör den som den inte gör idag?
Börja med frågan: Hur skulle ekonomifunktionen se ut om vi byggde den från grunden idag?
2. Definiera er riskaptit
Ekonomifunktionen är känslig. Det vet vi. Det finns regelverk, internkontroll, revisionskrav. Och det är lätt att använda det som argument för att stå still.
Men det är ett farligt val. Att inte anpassa sig är inte ett neutralt beslut, det är ett aktivt val att sacka efter.
Fällan är att behandla ekonomiavdelning som "för känslig för AI". Det som krävs är att definiera tydliga regelverk för automatiseringsgränser, kontroller och godkännandeflöden snarare än att undvika frågan.
Fråga er själva: Vilka processer kan automatiseras? Var krävs mänskligt omdöme? Var går gränsen?
3. Identifiera kritiska processer där AI gör störst nytta
När organisationer försöker kartlägga var AI gör störst nytta är det vanligt att man fokuserar på specifika avdelningar eller befintliga system. Det skapar ofta en felaktig prioriteringslista. Här bör man snarare söka efter bäst automatiseringspotential.
Ställ tre frågor för varje process: Hur kritisk är den? Vilka kontroller krävs? Hur stor är automatiseringspotentialen?
Svaren på de frågorna ger er en ärlig bild av var ni ska börja och var ni ska vara försiktiga.
4. Lägg inte AI som ett lager ovanpå gammal struktur
Det här är kanske den fälla jag ser allra oftast. Att man integrerar en AI-assistent i ett befintligt rapportverktyg och kallar det transformation. Den riktiga potentialen ligger inte i att dekorera gamla system. Den ligger i att inventera hela arbetsflöden.
Ställ er frågan: Hur ser det här arbetsflödet ut när det är byggt för en verklighet som är AI-first? Inte hur vi kan förbättra det vi redan har.
5. Involvera era egna intressenter
AI-marknaden är full av löften. Verktyg som ser fantastiska ut. Referenscase som alltid visar 70 procents effektivisering. Det är minst sagt svårt att navigera. Då blir det extra viktigt att lyssna till era egna intressenter.
Vad säger era controllers? Era revisorer? Era systemägare?
De sitter på svaren som avgör vad som faktiskt fungerar i er organisation. Börja där, inte med en pitch från en leverantör.
6. AI utan business case är en kostnad, inte en investering
Man kan inte investera i AI utan att budgetera för det. Det signalerar att det inte är en strategisk prioritering. Investerar man inte i AI på rätt sätt så kommer den aldrig att prioriteras när budgeten är tight.
Räkna på det. Kostnad per faktura. Tid i månadsavslut. Antal manuella undantag. Risken för fel.
Det är det språket ledning och styrelse förstår och det är det underlag som krävs för att ta AI från pilotprojekt till verklig förändring.
7. Skapa en ny verksamhetsmodell
Den sista och kanske viktigaste punkten. Man kan göra allt ovanstående rätt och ändå misslyckas om man inte är beredd att förändra organisationen.
AI förändrar vad kompetensen ska användas till. Man kan inte lämna ekonomiavdelningen oförändrad. Nya verktyg i gammal struktur ger gamla resultat. Det som krävs är nya roller, tydliga AI-standarder och ett skifte från produktion till tolkning och beslutstöd.
Det handlar inte om att ersätta folk. Det handlar om att förändra vad medarbetarna lägger
sin tid på. Skapa förutsättningar för att teamet ska lyckas i den nya verkligheten.
Frågan är inte om, utan hur snabbt
AI omformar ekonomifunktionen här och nu. De sju punkterna ovan är inte en checklista. De är en struktur för att ställa rätt frågor i rätt ordning. För de organisationer som gör det rätt finns en stor möjlighet att bli en mer strategisk, mer relevant och mer framtidssäker funktion.
Vill du veta mer om hur Rillion arbetar med AI i ekonomifunktionen? Boka ett samtal med oss här!
