Så kan ekonomisk AI-rapportering på 10 sek se ut

Nu kommer rapporteringsprogrammen som låter dig skapa en månadsrapport på 10 sekunder. Rätt program, några knapptryck och vips så har du en månadsrapport. Ekonomen blir överflödig, eller?

AI-rapportering går snabbt att göra. Mycket snabbt. Men blir det bra?

Grunden för AI-rapportering

Nu börjar det komma system med AI-stöd för den ekonomiska rapporteringen. Ännu krävs förstås att redovisningen har utförts, att balanskonton är avstämda och kontrollerade samt att nyckeltalsparametrar är i ordning. Men sedan räcker det faktiskt med en knapptryckning för att generera en ekonomisk månadsrapport.

Så går det till

Att skapa en månadsrapport i t.ex. Oxceed (rapporteringssystemet Nya Ekonomikompetens använder sedan flera år tillbaka) är enkelt. Man klickar fram själva rapporten som i sig genereras direkt av Oxceed och ställer sig sedan i kommentarsfältet. Väl där väljer man vilka parametrar man vill att AI skall kommentera på. Man aktiverar textgenereringen och vips börjar AI arbeta. Efter bara ett 10-tal sekunder rullar texterna in i rapporten. Klart.

Så här ser rapporten ut

En AI-genererad rapport påverkas alltså av vilka parametrar man från början valt att bygga rapportmallen med. Plus att AI direkt vid rapporttillfället också tar hänsyn till vilka informationsområden man väljer att få kommenterade.

Den AI-genererade textmassan kan t.ex. se ut enligt följande:

“Först och främst, den goda nyheten. Nettoomsättningen för perioden uppgick till 243 075 SEK, det är en ökning med 26% jämfört med samma period förra året då nettoomsättningen landade på 193 665 SEK. Detta visar på den starka försäljningsprestationen och bra besluten som vår verksamhet har tagit.

I likhet framstegsgången visar vårt resultat, som är en indikator på företagets lönsamhet, en extremt positiv utveckling. Resultatet för perioden blev 66 772 SEK, en enorm förbättring på 127% jämfört med samma period förra året då resultatet var 29 469 SEK. Denna framgång speglar att kostnadskontrollen varit effektiv och vi har kunnat omvandla inkomstökningen till lönsamhet.

En av de mest uppmuntrande indikatorerna är dock förändringen av det totala kapitalet. Det har ökat med fantastiska 191%, från 22 % under jämförelseperioden till 64 % under den aktuella perioden. Denna överlägsna förändringstakt antyder att företaget har en sund finansiell ställning och god investeringskapacitet.

Även om allt detta är mycket positivt, är det alltid viktigt att överväga områden där vi kan förbättra. Basera på de siffror vi har, är det svårt att peka ut specifika områden för förbättringar, men jag skulle föreslå att vi fortsätter att lägga fokus på kostnadskontroll och effektivitetsförbättringar. Dessutom bör vi överväga att diversifiera inkomstkällorna för att skapa en mer hållbar tillväxt.”

Bortsett från att svenskan i delar av texten kan vara lite tillgjord, är AI redan idag bra på att sammanfatta det som rapporteras. Men, och det är en utmaning som återstår för AI, det handlar i stort sett ‘bara’ om att AI genererar en textmässig sammanfattning.

Det här klarar AI inte av. Ännu.

När vi på Nya Ekonomikompetens analyserar och skriver månadsrapporterna till (alla) våra kunder, är vi noga med att fokusera på ‘varför’. Varför är omsättningen i förhållande till budget (eller föregående år) något? Varför har kostnaderna ökat eller minskat? Varför har ett nyckeltal hamnat i en negativ trend etc. etc.

Att omsättningen t.ex. är 1,2 msek står redan i siffer- och diagrammaterialet. Detsamma gäller att likviden t.ex. uppgår till 750 ksek. Eller att intäkterna/kund uppgår till ett visst belopp. Analysen och rapporten behöver istället ge svar på ‘varför’ omsättningen avviker, varför kostnaderna utvecklats på visst sätt eller varför nyckeltalet faller/stiger. Och sedan, efter bästa förmåga, vad bör kunden göra för att kunna fortsätta en positiv trend alt. bryta en negativ dito.

Och det här klarar AI ännu inte av i t.ex. dagens Oxceed.

Hur ser det ut ‘i morgon’?

AI är fortfarande i sin linda. Och utvecklingen har gått, och går, snabbt. Utan tvekan kommer AI-verktygen att klara av allt mer även inom analys och rapportering. Och kanske kan vi redan 2024 börja dra nytta av AI för att även få fram ‘varför’ i rapporteringen. Nästa steg är förstås att AI börjar få fram ännu bättre analyser och svar på ‘varför’ än vad vi människor klarar av. Framförallt när situationen blir komplex och det handlar om mycket underliggande data.

En framtidsdröm som kanske inte heller ligger allt för långt framme är förstås att ännu smartare AI kopplas ihop med program som PowerBI vilket skulle kunna generera smarta uppföljningar och rapporter anpassade för såväl daglig- såväl som veckovis- och månadsvis rapportering. Men någon/en ekonom kommer fortfarande inom överskådlig tid att behöva ta del av rapporteringen, kommunicera kring den och få åtgärderna implementerade i verksamheten.

Så även om ekonomens/controllerns roll utvecklas så finns det gott hopp om att människan behöver vara med även framöver. Vi behöver samtidigt tänka ‘ständigt lärande’ och vi behöver ha en vilja att ta till oss den nya tekniken så att vi inte blir passiva och ryggar tillbaka. Spännande är vår framtid!

- - -

Vill du få ett exempel på en helt komplett AI genererad månadsrapport?. Klicka och ange din mailadress här>>>