Effektivisering uten tap av kontroll – hva skal til i praksis?

Hvordan kan økonomifunksjonen bli mer effektiv uten at det går på bekostning av kontroll?
Da Eye-share samlet kunder fra energi-, olje- og gassnæringen til bransjesamling under ONS-uken, sto automatisering, datakvalitet, kontroll og AI sentralt. 

Perspektivene fra Petoro, Eye-share og diskusjonene rundt bordene viste samtidig at veien til økt effektivitet ikke nødvendigvis handler om mest mulig teknologi, men om å bygge et solid fundament først.

Bransjesamlingen tok utgangspunkt i et spørsmål mange økonomifunksjoner står overfor:
Hvordan øker vi effektiviteten samtidig som vi styrker kontrollen?

Eirik Skjæveland, Finance Manager i Petoro, delte konkrete erfaringer fra Petoro’s arbeid med digitalisering, automatisering og kontroll. Torhill Gysland Falnes, CEO i Eye-share, fulgte opp med sitt perspektiv på hvordan automatisering og AI kan bidra til å utvikle økonomifunksjonen videre. Deretter ble perspektivene tatt videre i rundebordssamtaler, hvor deltakerne delte egne erfaringer og diskuterte hva som skal til for å lykkes i praksis.

Til tross for ulike ståsteder og ulike utgangspunkt var det flere tydelige fellestrekk i perspektivene.

Effektivisering handler om mer enn å gjøre ting raskere

For Petoro handler effektivisering først og fremst om å utvikle robuste prosesser som fungerer over tid.

Det er særlig viktig i en virksomhet som forvalter store verdier på vegne av staten og håndterer komplekse økonomiske prosesser. Petoro har derfor over flere år arbeidet systematisk med forbedringer av data, arbeidsprosesser og automatisering.

En sentral del av utviklingen har vært etableringen av et felles datagrunnlag. Gjennom datavarehuset Tora samles data fra en rekke kilder, mens Power BI gjør informasjonen tilgjengelig for analyse og oppfølging.

Tidligere kunne ulike deler av organisasjonen arbeide med forskjellige tall og manuelle sammenstillinger. Med et felles datagrunnlag har Petoro redusert denne friksjonen og frigjort mer tid til analyse og oppfølging.

Skjæveland understreket samtidig at utviklingen ikke har vært ett stort digitaliseringsprosjekt. Den har bestått av flere mindre prosjekter og forbedringer som har overlappet og bygget på hverandre over tid.

Automatisering er et virkemiddel
– ikke målet

Petoros arbeid med Billing & Cash Call viser hvordan automatisering kan gi konkrete gevinster. Prosesser som tidligere krevde betydelig manuell håndtering er i større grad automatisert, samtidig som Petoro har fått bedre kontroll på dataene.

Men et av de kanskje mest interessante perspektivene fra Skjæveland var at 100 prosent automatisering ikke nødvendigvis bør være målet. I noen prosesser kan en automatiseringsgrad på 80–90 prosent være riktig dersom arbeidet og kompleksiteten som kreves for å automatisere de siste prosentene er større enn gevinsten. Teknologien skal løse et reelt behov og skape verdi – ikke bli et mål i seg selv.

Erfaringen fra Petoro er også at teknologi først gir de store gevinstene når flere elementer fungerer sammen: prosessen, datafangsten, eierskapet og måten man arbeider på. Og forbedringsarbeidet må være forankret hos menneskene som faktisk bruker løsningene. Digitalisering kan ikke behandles som et rent IT-prosjekt.

Når prosessene automatiseres, flyttes kontrollen

Økt automatisering betyr heller ikke mindre kontroll.

Petoro’s erfaring er snarere at kontrollen flytter seg. Når normalprosessene i større grad går automatisk, kan økonomifunksjonen rette oppmerksomheten mot avvik, risiko og de områdene hvor menneskelig vurdering faktisk tilfører verdi.

Skjæveland trakk frem risikobasert kontroll som et viktig prinsipp. I stedet for å kontrollere alt på samme måte, kan data og automatiserte prosesser bidra til å identifisere signaler og avvik som krever nærmere oppfølging.

Det innebærer også en endring i hvordan tiden brukes: mindre tid på å lete etter dokumentasjon og sammenstille informasjon – og mer tid på analyse, oppfølging og vurdering.

Gode data er fortsatt fundamentet

Både Petoro og Eye-share løftet betydningen av data som en grunnleggende forutsetning for videre automatisering.

Skjæveland pekte spesielt på masterdata som et område virksomheter aldri egentlig blir ferdige med. Endringer i systemer eller datagrunnlag kan raskt påvirke automatiserte prosesser som tidligere har fungert. Derfor krever også automatisering kontinuerlig oppfølging og eierskap.

Torhill Gysland Falnes trakk den samme tankegangen videre inn i AI:

Før virksomheten kan hente ut den virkelige verdien av AI, må fundamentet være på plass.

Standardiserte prosesser, god datakvalitet og kontroll gjør det mulig å automatisere mer. Først da skapes også gode forutsetninger for å bruke AI på en trygg og verdiskapende måte.

Automatisering først. AI som forsterker

AI har allerede blitt en naturlig del av arbeidshverdagen for mange. I Eye-share ser vi AI som en praktisk forsterker av automatisering – ikke som en løsrevet teknologitrend. Det handler om å bruke AI der teknologien kan bidra til å skape reell effekt.

Når prosessene og dataene er på plass, kan AI bidra til å øke fart og kapasitet, finne mønstre og gi bedre grunnlag for innsikt. Samtidig må sikkerhet, personvern, compliance, sporbarhet og kvalitet ivaretas.

Og selv med stadig mer avansert teknologi er det ett element som fortsatt er avgjørende: menneskelig kompetanse.

AI kan bidra med fart, kapasitet og presisjon. Menneskene må fortsatt stå for intensjon, vurdering og beslutninger.

Fra håndtering til vurdering, innsikt
og ansvar

Det peker mot en økonomifunksjon hvor menneskets rolle gradvis endres.

Når mer av den repetitive håndteringen automatiseres, kan kompetansen brukes på områder hvor den skaper større verdi: analysere avvik, forstå sammenhenger, vurdere risiko og bidra med innsikt til virksomheten.

Men utviklingen reiser også nye spørsmål. Hvilken kompetanse trenger økonomifunksjonen fremover? Hvordan sikrer virksomhetene tilstrekkelig fagkompetanse til å kvalitetssikre det teknologien produserer? Og hvordan utvikler  dagens juniorer den erfaringen som skal gjøre dem til morgendagens seniorer når flere av de tradisjonelle oppgavene automatiseres? Dette var blant refleksjonene Falnes løftet i sitt innlegg.

Også Skjæveland reflekterte rundt hvordan rollene kan endres. Han forventer at færre mennesker på sikt vil arbeide med tradisjonell regnskapshåndtering, mens mer av kapasiteten kan flyttes mot controlleroppgaver, forbedringsarbeid og utvikling av nye prosesser hvor automatisering og AI inngår.

Hva må være på plass for å lykkes?

Etter innleggene ble deltakerne delt inn i mindre grupper for rundebordssamtale. Her ble perspektivene fra scenen satt opp mot deltakernes egne erfaringer og utfordringer.

Det første spørsmålet tok utgangspunkt i en problemstilling Skjæveland selv løftet i sitt innlegg: Hva er det viktigste som må være på plass når virksomheten skal i gang med automatisering, digitalisering eller AI?

Svarene viste raskt at det ikke finnes én enkelt faktor.

Prosesser, masterdata og struktur, datakvalitet og endringsvilje var blant områdene som gikk igjen i gruppenes diskusjoner.

Samtidig var virksomhetene rundt bordene svært forskjellige – fra noen av de største aktørene i bransjen til betydelig mindre organisasjoner. Utgangspunkt, modenhet og behov varierer, og dermed vil også svaret på hvor forbedringsarbeidet bør starte være forskjellig.

Det som likevel gikk igjen, var behovet for å ha fundamentet på plass før teknologien kan gi den ønskede effekten.

Effektivitet og kontroll er ikke nødvendigvis motsetninger

Da gruppene diskuterte hvordan økt effektivitet kan balanseres med krav til kontroll og etterlevelse, ble teknologi også trukket frem som en del av selve kontrollmekanismen.

Automatisering kan redusere den menneskelige faktoren i repetitive prosesser og dermed også risikoen for enkelte typer feil. Deltakerne diskuterte blant annet hvordan systembaserte kontroller og sperrer kan bidra til bedre datakvalitet og redusere behovet for manuell håndtering.

Samtidig kom et annet perspektiv tydelig frem: Endring tar tid.

For noen kan nye arbeidsmåter og AI oppleves både krevende og uvant. Teknologien kan være tilgjengelig lenge før organisasjonen er klar til å utnytte den fullt ut. Dermed handler utviklingen ikke bare om systemer og data, men også om mennesker, kompetanse og vilje til å endre etablerte arbeidsmåter.

Start der det gjør mest vondt

Et annet perspektiv fra diskusjonen var behovet for å være konkret når virksomheten skal ta neste steg – også med AI. I stedet for å starte med spørsmålet «Hvor kan vi bruke AI?», kan et mer relevant utgangspunkt være:

Hvor har vi et faktisk problem som er verdt å løse?

Det harmonerer godt med erfaringene Skjæveland delte fra Petoro. Forbedringsreisen har ikke vært drevet av ett stort teknologiprosjekt, men av flere konkrete initiativer over tid – der prosesser med stort volum eller tydelig forbedringspotensial har vært naturlige steder å starte.

Målet blir dermed ikke å finne flest mulig områder å automatisere eller bruke AI på, men å prioritere de områdene hvor endringen faktisk kan gi verdi.

Hvor ligger det største forbedringspotensialet fremover?

Mot slutten av samtalen ble perspektivet løftet fremover: Hvordan kan økonomifunksjonen utvikle seg de neste årene?

Diskusjonen berørte alt fra videre automatisering og bedre utnyttelse av eksisterende funksjonalitet til et ønske om enda større kontroll på kostnader – enten de kommer gjennom fakturaer, reiser, utlegg eller andre prosesser.

Ambisjonen om at stadig mer skal kunne gå automatisk når alt stemmer, ble også løftet rundt bordet.

Samtidig var det stor bevissthet om hvor raskt utviklingen går – og hvor vanskelig det er å vite nøyaktig hvordan økonomifunksjonen vil se ut om noen år.

Det kanskje viktigste blir derfor ikke å forsøke å forutsi alt som kommer, men å bygge en økonomifunksjon som er i stand til å utvikle seg videre: med robuste prosesser, gode data, riktig kompetanse og kapasitet til kontinuerlig forbedring.

Teknologien endrer seg – målet består.

Perspektivene fra Petoro, Eye-share og kundene rundt bordet peker i samme retning:

Målet er ikke mest mulig automatisering eller mest mulig AI.
Målet er en økonomifunksjon som kan arbeide mer effektivt, samtidig som virksomheten beholder – og gjerne styrker – kontrollen.

Veien dit vil være forskjellig fra virksomhet til virksomhet. Men gode prosesser, pålitelige data, tydelig eierskap og mennesker med kompetanse til å vurdere og forbedre ser ut til å være et godt sted å starte.

Teknologien gir stadig nye muligheter. Utfordringen – og muligheten – ligger i å bruke den der den faktisk gjør en forskjell.

Tusen takk for deltakelse

Takk til alle som deltok, delte erfaringer og bidro til gode og åpne samtaler. Det er nettopp denne erfaringsdelingen som gjør en bransjesamling verdifull – når vi kan lære av hverandre, utfordre perspektiver og ta med oss nye tanker videre. 

Noen glimt  fra en hyggelig lunsj og gode samtaler mellom deltakerne på Eye-share sin bransjesamlingen, som fant sted på Thon Hotel Stavanger Forum under ONS-uken.

Fordypningsartikkel:
Automatisering først. AI som forsterker.

Torhill Gysland Falnes, CEO i Eye-share,  går dypere inn i hvordan AI kan forsterke automatiseringen – og hvorfor mennesker fortsatt vil spille en avgjørende rolle.