Inden for økonomistyring er det en kendt sandhed, at formålet med et budget ikke kun er selve slutresultatet, men i høj grad den strategiske dialog og undren, processen skaber. Virkeligheden udvikler sig sjældent lineært i forhold til tallene i regnearket. Men de spørgsmål, der rejses undervejs, definerer virksomhedens evne til at tilpasse sig.
I dag bør budgetdialogen centrerer sig om kunstig intelligens (AI) og automatisering. AI er for længst bevæget sig forbi hype-fasen, men mange virksomheder sidder fast i isolerede pilotprojekter. Det er en kritisk strategisk risiko. Virksomheder, der ikke formår at indlejre teknologien dybt i deres forretningsprocesser, vil opbygge en væsentligt tungere omkostningsstruktur end de konkurrenter, der anvender AI som en force multiplier.
Mens AI i sprog- og tekstbaserede roller (som marketing og kommunikation) allerede har flyttet markedet og reduceret behovet for eksterne bureauer, ligger det største, oversete potentiale for målbare bundlinjeeffekter i virksomhedernes indkøb og procurement-funktioner.
I produktions-, handels- og fremstillingsvirksomheder udgør indkøb af råvarer, komponenter og eksterne ydelser typisk mellem 60% og 75% af de samlede omkostninger (COGS – Cost of Goods Sold). Data fra de førende analysehuse (herunder Hackett Group) viser, at digitale top-performere i dag opererer med op til 30% lavere procesomkostninger. AI og Gen-AI estimeres til at kunne løfte produktiviteten yderligere med op mod 54%.
Små, målrettede optimeringer på 5-10% i procurement slår direkte igennem på bundlinjen med en effekt, der svarer til tocifrede vækstrater i omsætningen.
For at komme succesfuldt i gang bør virksomheden følge en struktureret 3-faset model:
Fase 1: Kortlægning: Identificér alle manuelle hoved- og delprocesser i økonomi og indkøb.
Det helt afgørende element er imidlertid, hvordan disse AI-effektiviseringer indbygges i virksomhedens overordnede finansielle planlægning. Hvis gevinsterne ikke kan synliggøres og spores, udebliver investeringsvilligheden.
Gennem IBM Planning Analytics kan jeres AI- og automatiseringsprojekter kobles direkte til de operationelle og finansielle forecasts. Platformen gør det muligt at modellere de forventede gevinster (f.eks. færre FTE-timer pr. proces eller reducerede indkøbspriser) og holde dem op mod de løbende licens- og implementeringsomkostninger. Derved sikres det, at AI ikke forbliver et diffust it-projekt, men bliver forankret som en integreret, strategisk driver for virksomhedens langsigtede rentabilitet.