Digital medarbejder til bogholderi

Bogholderi er fyldt med gentagne trin, men det er ikke simpelt. Det er netop derfor en almindelig automatisering ofte bliver for stiv. Et bilag kan mangle en reference. En kunde kan have betalt med forkert tekst. En leverandør kan sende fakturaen til den forkerte adresse. Et menneske kan normalt finde ud af det, men bruger tid på at samle brikkerne.

En digital medarbejder passer ind her, fordi den kan holde styr på kontekst. Den kan se at fakturaen ligner sidste måneds faktura, at godkenderen normalt er den samme, og at der mangler et bilag før posten bør gå videre. Den skal ikke træffe den endelige økonomiske beslutning. Den skal gøre beslutningen lettere.

Danmarks Statistik beskriver, at omkring en tredjedel af de virksomheder der anvender AI i 2024, bruger det til markedsføring eller salg samt regnskab, kontrol eller økonomistyring. Det er et godt signal. Økonomifunktionen er ikke et eksotisk AI-område. Den er et praktisk sted, hvor mange virksomheder allerede leder efter roligere arbejdsgange.

En god første version bør være snæver. Den kan overvåge en økonomi-indbakke og sortere mails i kategorier: bilag, leverandørfaktura, kundeindbetaling, intern godkendelse, spørgsmål til løn eller noget der skal til menneske med det samme. Den kan foreslå næste handling, men ikke skjule usikkerhed.

Den kan også lave bilagsjagt. Hvis en transaktion mangler dokumentation, kan den lede i mail, drev eller aftalte mapper, finde sandsynlige bilag og lægge dem frem med kilde. Hvis den ikke finder noget, kan den lave et kort udkast til en intern besked: “Jeg mangler bilag for køb hos X den 14. april. Er det dig der har det?”

Ved månedsluk kan den forberede en afvigelsesliste. Ikke en konklusion, men et overblik: poster der afviger fra sidste måned, betalinger uden tydelig reference, åbne godkendelser og sager hvor datagrundlaget er ufuldstændigt. Det er ofte nok til at spare tid, fordi bogholderen starter med overblik i stedet for tomt ark.

Den skal ikke være en sort boks der “klarer bogholderiet”. Det ville være forkert framing. Bogholderi kræver ansvar, faglighed og ofte konkrete vurderinger. En digital medarbejder skal derfor bygges med stopklodser.

Betalinger, endelig bogføring, ændring af stamdata, eksterne rykkere og vurderinger med skat, moms eller jura bør som udgangspunkt kræve klart mandat og eskalering ved undtagelser. Nogle lavrisiko-trin kan senere automatiseres mere, men først efter kvaliteten er målt og fejltyperne er kendt.

Datatilsynet peger generelt på risici ved ukontrolleret brug af generativ AI, særligt når persondata eller interne oplysninger ryger ind i værktøjer uden arbejdspladsens viden. Pointen er ikke at undgå AI. Pointen er at bygge den ind i en kontrolleret arbejdsgang, hvor adgang, logning og godkendelser er tydelige.

Start med “manglende bilag og godkendelser”. Det er konkret, hverdagsnært og let at kontrollere. Den digitale medarbejder får lov til at læse økonomi-indbakken, en aftalt dokumentmappe og eventuelt et eksportudtræk fra økonomisystemet. Den laver en daglig liste: hvad mangler, hvem skal spørges, og hvilke sager ser mærkelige ud.

Mennesket godkender beskederne i starten. Efter nogle uger kan man se mønstre: hvilke sager håndterer den stabilt, hvor misforstår den, og hvilke kilder mangler den? Først derefter bør man udvide til flere opgaver.

Det er mindre dramatisk end en stor AI-transformation. Til gengæld er det sådan digitale medarbejdere ofte bliver nyttige. De overtager ikke hele afdelingen. De får et ansvarsområde, lærer arbejdsgangen og holder styr på det arbejde, der ellers falder mellem stole.