Kanskje trenger vi ikke PDF-en likevel

«Kan dere lage en PDF av denne grafen?»

Spørsmålet kom fra en regnskapsfører som bruker Capassa. Hun skulle i møte med en kunde og ønsket å ta med seg en graf som viste utviklingen i selskapet. Et helt naturlig ønske, og svaret kunne vært enkelt: Ja, selvfølgelig kan vi lage en PDF.

Men før vi gjorde det, spurte jeg: «Hva skal du bruke den til?»

Hun ville vise grafen til kunden og bruke den som utgangspunkt for en samtale om hvordan det gikk med selskapet. Da viste jeg henne en annen mulighet. «Prøv å høyreklikke på grafen.»

Det gjorde hun. Og i stedet for bare å få et bilde av utviklingen, laget systemet hele analysen for henne. Hun fikk fortsatt grafen og den historiske utviklingen hun ønsket å vise kunden. Men hun fikk også en full analyse av hva tallene viste, hvorfor utviklingen så ut som den gjorde, hvilke forhold hun burde være oppmerksom på, og forslag til hva hun burde ta opp og diskutere videre med kunden.

Alt startet med et høyreklikk.

Reaksjonen hennes kom raskt: «Da trenger jeg jo ikke PDF-en. Dette er jo mye smartere.»

Den lille samtalen ble sittende igjen hos meg. Ikke fordi regnskapsføreren hadde tenkt feil. Tvert imot. Hun gjorde akkurat det de fleste av oss gjør når vi får tilgang til ny teknologi: Vi tar utgangspunkt i arbeidsmåten vi allerede kjenner. Hun hadde en graf, hun skulle i et kundemøte og ville ta med grafen.

Men teknologien hadde i mellomtiden endret hva som var mulig. Og det reiser et spørsmål som er langt større enn én PDF:

Hvis vi skulle løst denne oppgaven fra bunnen av i dag, med teknologien vi nå har tilgjengelig, ville vi fortsatt gjort den på samme måte?

Fra én graf til en annen måte å jobbe på

Regnskapsbransjen har lenge snakket om at regnskapsføreren skal ta en større rolle som rådgiver. Det gir mening. Regnskapsføreren kjenner kundens økonomi, sitter tett på tallene og har et utgangspunkt få andre rådgivere har. Likevel er det ikke nødvendigvis enkelt å gjøre ambisjonen til en del av arbeidshverdagen. Når vi snakker med regnskapskontorer om rådgivning, går særlig noen utfordringer igjen:

1. Hvor skal tiden komme fra?
2. Hvordan skal medarbeiderne gjøre selve analysearbeidet?
3. Hvordan skal flere bli trygge nok til å ta den rådgivende rollen overfor kunden?

Det er her historien om grafen blir interessant. Regnskapsføreren skulle ikke lære seg AI. Hun skulle ikke skrive en avansert prompt. Hun skulle ikke sette opp en agent eller forstå teknologien som lå bak. Hun høyreklikket. Analysearbeidet som ellers ville krevd at hun selv gikk gjennom tallene, vurderte utviklingen, lette etter sammenhenger og forberedte hva hun skulle ta opp med kunden, kunne nå gjøres automatisk.

Det frigjør tid. Men kanskje enda viktigere: Det endrer hva hun kan bruke tiden sin på. I stedet for å bruke tiden på å produsere analysen, kan hun bruke den på å forstå analysen, vurdere den opp mot det hun vet om kunden, stille de gode spørsmålene og diskutere hva kunden bør gjøre videre.

Og her ligger nøkkelen: teknologien overtar ikke rådgiverrollen. Den kan overta deler av arbeidet som må gjøres før den gode rådgivningen kan begynne.

Når effektivisering ikke lenger er nok

Det er nettopp her en fersk analyse fra Boston Consulting Group blir interessant. BCGs Applied AI Index 2026 bygger på svar fra mer enn 1 300 toppledere og ledere på tvers av over 20 bransjer. Nesten halvparten av virksomhetene i undersøkelsen skaper nå verdi med AI. Men bare 7,5 prosent befinner seg i gruppen BCG omtaler som «future-built», de mest AI-modne virksomhetene. Disse leverer 2,3 ganger så høy aksjonæravkastning og 2,8 ganger så sterk EBITDA-vekst som de som ligger lengst etter.

Hva er det de gjør annerledes? Noe av det mest interessante er at svaret ikke først og fremst handler om mer teknologi. BCG beskriver AI-transformasjon som en organisatorisk endring, ikke bare en teknologioppgradering. Deres kjente 10-20-70-regel sier det samme: 10 prosent av innsatsen handler om algoritmer, 20 prosent om teknologi og data, og 70 prosent om mennesker, organisasjon og prosesser.

Det flytter spørsmålet. Det handler ikke lenger bare om: Hvilke AI-verktøy skal vi ta i bruk?

Et langt mer interessant spørsmål blir: Hva gjør teknologien mulig å gjøre annerledes?

BCG finner at de mest modne virksomhetene konsentrerer AI-innsatsen om færre, viktige arbeidsprosesser og arbeider med hele arbeidsflyter.

Og da er vi tilbake ved PDF-en. Vi i Capassa kunne ha laget PDF-knappen som ville gjort en eksisterende arbeidsoppgave litt enklere. Men arbeidsmåten ville i prinsippet vært den samme. Når analysen i stedet kan gjøres automatisk, skjer det noe annet. Regnskapsføreren kan bruke mindre tid på å produsere grunnlaget for rådgivningen og mer av sin kompetanse på å forstå kunden, vurdere konteksten, stille spørsmål og diskutere hvilke beslutninger som bør tas.

Det er ikke bare effektivisering. Det er en annen arbeidsdeling mellom mennesket og teknologien.

Regnskapsføreren trenger ikke bli AI-ekspert

Når vi snakker om AI og rådgivning, er det lett å gjøre terskelen unødvendig høy. Det kan høres ut som om regnskapsføreren nå må lære seg prompting, forstå agentisk AI, bygge egne agenter og holde seg oppdatert på en teknologi som endrer seg fra uke til uke. Det mener jeg er feil utgangspunkt. Regnskapsføreren skal først og fremst være god på det regnskapsføreren allerede kan: forstå økonomien, kjenne kunden, se virksomheten i sammenheng og bruke sin faglige kompetanse til å hjelpe kunden med å ta bedre beslutninger.

Kompleksiteten bør ligge i teknologien, ikke hos regnskapsføreren.

Historien om grafen illustrerer dette ganske godt. Regnskapsføreren skrev ingen prompt. Hun bygget ingen agent. Hun høyreklikket. Bak dette ene høyreklikket kunne teknologien gjøre analysearbeidet. Men det betyr ikke at regnskapsføreren ukritisk skal videreformidle det systemet foreslår.

Tvert imot. Det er nettopp da hennes faglige kompetanse blir enda viktigere. Hun kjenner kunden. Hun vet hva som har skjedd i virksomheten. Hun kan vurdere analysen opp mot virkeligheten, stille oppfølgingsspørsmål og sammen med kunden diskutere hvilke tiltak som faktisk gir mening.

AI kan gjøre analysearbeidet. Regnskapsføreren tilfører konteksten, vurderingen og den menneskelige dialogen.

BCGs undersøkelse peker også på at AI i stor grad forventes å endre arbeid fremfor bare å fjerne det. 89 prosent av virksomhetene i undersøkelsen forventer at AI vil skape nytt arbeid, mens 11 prosent forventer at teknologien primært vil erstatte eksisterende jobber. Blant de mest AI-modne virksomhetene arbeider 55 prosent allerede strategisk med hvilke roller som bør eksistere i en mer agentbasert verden, mot 17 prosent blant virksomhetene som ligger lengst etter.

Kanskje er derfor ikke det mest interessante spørsmålet om AI skal erstatte regnskapsføreren, men heller: Hva kan regnskapsføreren bruke kompetansen sin på når teknologien kan gjøre en større del av analysearbeidet?

Fra noen få rådgivere til en rådgivende organisasjon

Dette blir enda mer interessant når vi løfter blikket fra den enkelte regnskapsføreren til hele regnskapskontoret. For mange kontorer er utfordringen ikke at ingen kan drive med rådgivning. Ofte finnes det allerede medarbeidere som er svært gode på det. Utfordringen er å gjøre det systematisk på tvers av medarbeidere og kunder.

Hvis hver regnskapsfører selv må finne ut hvilke tall som bør analyseres, hvordan de skal analyseres, hvilke sammenhenger som er viktige og hvordan analysen skal omsettes til en god kundesamtale, blir rådgivning både tidkrevende og personavhengig. Da blir det også vanskelig å skalere.

Men dersom analysearbeidet kan automatiseres og gjennomføres etter en standardisert metodikk på tvers av kundene, endres utgangspunktet. Flere medarbeidere kan møte kunden med et strukturert bilde av hva som har skjedd, hvilke forhold som bør undersøkes nærmere og hvilke problemstillinger det kan være relevant å diskutere.

Og samtidig skjer det noe annet som jeg tror er viktig: Teknologien kan bli en del av læringen. Når regnskapsføreren igjen og igjen får presentert hvilke økonomiske sammenhenger som er viktige, hva hun bør være oppmerksom på og hvilke tiltak som kan være relevante, får hun også et faglig utgangspunkt hun kan lære av. Analyse for analyse. Kunde for kunde.

Dermed begynner vi å adressere flere av barrierene regnskapskontorene selv peker på når vi snakker med dem om rådgivning:

Tid. Verktøy. Kompetanse. Trygghet.

Tiden frigjøres fordi medarbeideren ikke trenger å gjøre hele analysearbeidet manuelt før kundemøtet. Verktøyet gjør mer enn å presentere tall. Det bidrar med selve analysegrunnlaget. Kompetansen kan utvikles fordi medarbeideren får se hvilke sammenhenger som er viktige og hva som bør undersøkes. Og tryggheten kan vokse fordi man ikke går inn i rådgiversamtalen med et blankt ark. Man har et faglig utgangspunkt å vurdere, utfordre og bygge samtalen rundt.

Over tid kan det få en effekt som er større enn tidsbesparelsen alene. Regnskapskontoret kan bygge en felles metodikk for rådgivning. Kundene kan få en mer konsistent og profesjonell oppfølging, samtidig som flere medarbeidere kan utvikle rådgiverkompetansen gjennom det daglige arbeidet. Da handler det ikke bare om å gjøre én regnskapsfører mer effektiv.

Det handler om muligheten til å gjøre rådgivning mer systematisk, mer standardisert og mer skalerbar som tjeneste, med menneskene regnskapskontoret allerede har.

Kanskje trenger vi ikke PDF-en

Det startet med et enkelt spørsmål: «Kan dere lage en PDF av denne grafen?»

Det kunne vi selvfølgelig gjort. Men noen ganger er det mest verdifulle vi kan gjøre med ny teknologi ikke å bygge det vi allerede kjenner, bare litt raskere og litt enklere. Noen ganger bør vi heller stoppe opp og spørre: Hva er det vi egentlig prøver å oppnå?

For regnskapsføreren var målet aldri å produsere en PDF. Målet var å gå inn i kundemøtet bedre forberedt, forstå hva tallene fortalte og kunne hjelpe kunden med hva som burde gjøres videre. Når teknologien kan gjøre analysearbeidet, endrer det ikke bare hvor lang tid oppgaven tar, men hva mennesket bruker tiden sin på.

Og kanskje er det nettopp der den største muligheten ligger. Ikke i å erstatte regnskapsføreren med AI. Ikke i å gjøre alle regnskapsførere til AI-eksperter. Og heller ikke i å legge enda et nytt verktøy oppå en allerede travel arbeidshverdag. Men i å la teknologien gjøre mer av det teknologien er god på, slik at menneskene kan bruke mer tid på det de er gode på.

Det er også derfor BCGs analyse er interessant. De mest modne virksomhetene behandler ikke AI som et isolert teknologiprosjekt. De konsentrerer innsatsen om viktige arbeidsprosesser, redesigner arbeidsflyter og investerer samtidig i mennesker, organisasjon og styring.

Det store spørsmålet for regnskapsbransjen blir derfor kanskje ikke: Hvordan kan vi bruke AI til å gjøre det vi allerede gjør mer effektivt?

Men: Hvis vi skulle designet denne arbeidsprosessen i dag, med teknologien vi har tilgjengelig nå, hvordan ville vi gått frem?

Noen ganger kan svaret begynne med noe så enkelt som et høyreklikk. Og noen ganger oppdager vi at vi ikke trengte PDF-en likevel.

Kilde: BCG, The Formula for Winning Enterprise AI Adoption in 2026 / Applied AI Index 2026