Automatisering først. AI som forsterker.

AI skaper både entusiasme og usikkerhet. Men for økonomifunksjonen bør ikke målet være å ta i bruk mest mulig AI. Målet må være å skape verdi. Det krever gode prosesser, pålitelige data og kontroll – og mennesker som fortsatt har ansvar for vurderingene og beslutningene, sier Torhill Falnes, CEO i Eye-share.

– Vi er forbi stadiet hvor AI først og fremst handler om forventninger og muligheter. Nå må vi begynne å se på hvor teknologien faktisk skaper verdi.

Vi bruker alle allerede AI-teknologien i arbeidshverdagen – typisk til å oppsummere møter, analysere dokumenter, lage tekstutkast, prosjektoppfølging, finne informasjon og som sparringspartner på alle mulige nivå.

Neste steg handler blant annet om AI-agenter og om vår evne til å beskrive hva vi ønsker at teknologien skal gjøre. Da blir domenekunnskap enda viktigere. For å stille de riktige spørsmålene og vurdere svarene trenger vi fortsatt forståelse for økonomi, virksomhet og kontekst.

Hvilke AI prosjekter skal vi starte? Hvor gir AI faktisk effekt? Og hva bør vi fortsatt overlate til mennesker?

For oss som teknologileverandør er dette kanskje noe av det viktigste vi må bidra til å svare på. Kundene våre skal ikke selv måtte utforske alle mulige anvendelser av AI. Vårt ansvar er å gjøre teknologien praktisk, relevant og trygg – og bygge den inn der den faktisk kan gjøre økonomifunksjonen bedre.

Fra AI-forventninger til faktisk verdi

De siste årene har mye av AI-diskusjonen handlet om muligheter. Nå går vi inn i en ny fase. Det holder ikke lenger at teknologien imponerer. Vi må kunne se hvilken effekt den faktisk gir.

For økonomifunksjonen betyr det at AI ikke bør være teknologi for teknologiens skyld. Den må bidra til noe konkret: høyere effektivitet, bedre kontroll, mer innsikt eller bedre beslutningsgrunnlag.

Det er også derfor Eye-share ser AI som en praktisk forsterker av automatisering – ikke som en løsrevet trend.

Men før AI kan forsterke noe, må det finnes et godt fundament å bygge videre på.

Fundamentet kommer først

Standardiserte prosesser, god datakvalitet og kontroll gjør det mulig å automatisere mer. Og automatisering skaper igjen bedre forutsetninger for å lykkes med AI.

Rekkefølgen er viktig.

Først må vi vite hvor vi skal. Deretter må vi bygge prosessene og sørge for at dataene og kontrollmekanismene fungerer. Når dette er på plass, kan stadig mer av arbeidsflyten automatiseres.

Så kan AI brukes til å se lenger, forstå mer og bevege oss raskere.

Automatisering gjør prosessene mer effektive. AI kan i tillegg bidra til å finne mønstre, skape innsikt og gi bedre beslutningsgrunnlag.

Det betyr ikke at alle virksomheter må ha AI i alle prosesser nå. Endring tar tid. Vi kommer til å teste ting som ikke gir den effekten vi håpet på, lære av det og prioritere bedre neste gang.

Det viktige er at vi går fra å eksperimentere med AI fordi vi kan, til å bruke AI der den faktisk skaper verdi.

Menneskene må fortsatt ha kontroll

Jo mer teknologien kan gjøre, desto viktigere blir spørsmålet om ansvar. AI kan være en svært god sparringspartner. Den kan behandle store informasjonsmengder, foreslå løsninger og hjelpe oss raskere frem.

Men noen må fortsatt vite om svaret er riktig. Det krever mennesker med fagkompetanse som kan utfordre resultatene, oppdage feil og forstå konsekvensene av beslutningene som tas. Det gjelder i økonomi, i prosjektarbeid og i softwareutvikling.

AI skal derfor være en del av prosessen – ikke erstatte ansvaret i prosessen. Og nettopp her oppstår et av de mest interessante spørsmålene ved utviklingen:

Hvis AI gjør juniorjobben – hvordan får vi seniorene?

I dag ser vi at de dyktigste fagpersonene kan bli enda bedre ved hjelp av AI.

De har erfaringen som gjør at de kan vurdere kvaliteten på det teknologien produserer, stille bedre spørsmål og oppdage når noe ikke stemmer.

Men hvordan utvikler vi denne kompetansen fremover?

Hvis AI overtar stadig flere av oppgavene juniorer tradisjonelt har brukt til å lære faget – hvordan skal de få erfaringen som gjør dem til morgendagens seniorer?

Dette er ikke bare et teknologispørsmål. Det handler om kompetanseutvikling, organisering og ledelse.

Virksomheter må derfor tenke på mer enn hvilke oppgaver AI kan overta. Vi må også tenke på hvilke oppgaver mennesker trenger å gjøre for å utvikle den kompetansen vi fortsatt vil være avhengige av i fremtiden.

AI endrer ikke nødvendigvis hva vi skal gjøre – men hvordan vi gjør det

Vi ser allerede denne utviklingen i Eye-share. Som programvareleverandør har vi jobbet med AI-funksjonalitet i produktene våre i flere år, samtidig som vi kontinuerlig utforsker hvordan ny teknologi kan gjøre både løsningene og produktutviklingen bedre.

Det som endrer seg nå, er tempoet og mulighetene. AI påvirker ikke nødvendigvis hva vi skal lage eller hvorfor vi skal lage det, men i stadig større grad hvordan vi arbeider – fra koding, testing og feilsøking til kvalitetssikring og videreutvikling av løsningene.

Det gjelder på tvers av organisasjonen – fra salg og markedsføring til support, rådgivning, prosjektarbeid og produktutvikling. Softwareutvikling er et godt eksempel. Tradisjonelt har utvikleren selv skrevet store deler av koden. Med AI kan mer av selve kodingen genereres. Utviklerens oppgave flyttes dermed gradvis mot å beskrive hva som skal bygges, hvorfor det skal bygges, hvilken kontekst AI trenger – og deretter vurdere om resultatet faktisk er riktig.

Når resultatet ikke holder mål, handler arbeidet i større grad om å gi AI bedre informasjon og instruksjoner enn bare å gå inn og rette koden manuelt.

Det er et betydelig skifte.

Samtidig er vi ikke på et punkt hvor AI bare kan overta. I dag krever prosessen fortsatt tett kvalitetssikring fra dyktige mennesker. I enkelte tilfeller sparer vi derfor heller ikke nødvendigvis tid ennå.

Men etter hvert som verktøyene, arbeidsprosessene og fundamentet blir bedre, kan dette endre både produktiviteten og hvordan fagrollene ser ut.

Fra håndtering til vurdering, innsikt og ansvar

Det samme prinsippet kan overføres til økonomifunksjonen. Når teknologi kan håndtere mer av det repetitive arbeidet, blir ikke mennesket nødvendigvis mindre viktig. Kompetansen kan i stedet flyttes mot det teknologien foreløpig ikke kan ta ansvar for alene: vurdering, innsikt, kvalitet, intensjon og beslutninger. Fra håndtering til vurdering. Innsikt og ansvar. AI kan gi fart, kapasitet og presisjon. Menneskene må fortsatt gjøre forskjellen.

Tillit kan ikke automatiseres bort

For en teknologileverandør følger det også et tydelig ansvar med denne utviklingen.

Sikkerhet, personvern, compliance, sporbarhet og kvalitet må være på plass. Hvis ikke, kan vi heller ikke forvente at virksomhetene skal overlate stadig mer av arbeidsflyten til AI.

Det betyr også at AI ikke bør legges på som et ekstra lag som gjør arbeidshverdagen mer kompleks. Teknologien må integreres i arbeidsflyten og bidra til å gjøre den enklere. Målet er ikke at AI skal imponere brukeren. Målet er en mer effektiv, kontrollert og innsiktsdrevet økonomifunksjon.

Neste steg:
AI som kan samhandle – med kontroll

Utviklingen stopper heller ikke ved AI-funksjonalitet inne i ett enkelt system.

Neste steg er et økosystem hvor AI-assistenter kan samhandle med andre systemer, data og tjenester. I Eye-share legger vi blant annet til rette for dette gjennom MCP, en protokoll som gjør det mulig for AI-assistenter å kommunisere med andre systemer gjennom definerte grensesnitt og tillatelser.

For Eye-share betyr det at AI assisten EyeDa over tid kan samhandle kontrollert med eksterne tjenester, samtidig som eksterne AI-assistenter kan få tilgang til utvalgte Eye-share-kapasiteter.

Men prinsippet er det samme: Vi åpner ikke systemet uten kontroll. Vi åpner for sikker samhandling. Tilgang må styres av roller, rettigheter, sporbarhet og kundedefinerte grenser.

Teknologien er ikke målet

AI kommer til å endre økonomifunksjonen – og måten teknologiselskaper som Eye-share utvikler løsningene sine på. Men det viktigste målet har ikke endret seg.

Vi skal automatisere mer. Vi skal forenkle og effektivisere – og vi skal sørge for at ting blir riktig.

– AI kan hjelpe oss med å komme raskere og lenger. Men teknologien er forsterkeren – ikke målet, avslutter Torhill Falnes.