KI kan gi et perfekt svar. På feil tall.

Det er enkelt å få KI til å levere en imponerende økonomisk analyse. Last opp et resultatregnskap, still noen spørsmål og få en velformulert vurdering av lønnsomhet, likviditet og risiko. Problemet er at modellen kan ha misforstått tallene, oversett en forpliktelse eller trukket konklusjoner på mangelfullt grunnlag. Svaret kan likevel høres helt riktig ut.

Det er forskjellen på en chatbot som kan snakke om økonomi, og et økonomisystem du kan stole på.

Språkmodellen er ikke økonomisystemet

Tenk deg at en daglig leder spør: «Har vi råd til å ansette to personer neste år?» En språkmodell kan raskt formulere et svar. Men et godt svar krever langt mer enn å lese resultatregnskapet. Systemet må forstå kostnadsstrukturen, likviditeten, eksisterende forpliktelser og hvordan nye lønnskostnader påvirker økonomien. Det må skille mellom resultat og kontantstrøm, håndtere periodiseringer og beregne konsekvenser under ulike forutsetninger. Dette er ikke først og fremst en språkoppgave, men regnskapsforståelse, databehandling og matematikk.

I en teknisk artikkel om context engineering fra september 2025 beskriver Anthropic hvorfor det ikke holder å gi en språkmodell tilgang til store mengder informasjon. Den må få riktig informasjon, i riktig sammenheng, når den trenger den, og dette er spesielt viktig i økonomi. En virksomhet kan ha tusenvis av transaksjoner og flere års regnskapshistorikk. Men for å vurdere likviditeten de neste tre månedene må systemet identifisere relevante data, forstå sammenhengene og gjennomføre riktige beregninger.

Feil datagrunnlag gir feil analyse, uansett hvor god språkmodellen er.

KI skal forklare. Beregningene skal kunne kontrolleres.

En språkmodell er god til å forstå spørsmål, tolke sammenhenger og forklare komplisert informasjon. Det betyr ikke at den bør utføre alle beregningene. Nøkkeltall, kontantstrøm og økonomiske konsekvenser bør beregnes med definerte regler som kan testes og etterprøves. KI kan deretter bruke resultatene til å forklare utviklingen og anbefale tiltak. Hvis et system varsler at likviditeten blir negativ om tre måneder, må vi kunne kontrollere hvorfor. Hvilke tall er brukt? Hvilke forutsetninger ligger til grunn? Hva skjer hvis inntektene faller ti prosent? Dette skal ikke være skjult inne i språkmodellens svar.

Beregningene må være etterprøvbare. Anbefalingene må være forståelige. Ellers ber vi brukeren stole på en konklusjon uten å kunne kontrollere grunnlaget.

En god demonstrasjon er ikke et pålitelig produkt

I januar 2026 publiserte Anthropic en artikkel om testing av KI-agenter. Utfordringen er at agenter kan bruke ulike fremgangsmåter for å løse samme oppgave. Derfor holder det ikke å se på hva agenten sier at den gjorde. Vi må teste hva som faktisk ble resultatet: hvilke tall som ble brukt, hva som ble beregnet og hva som ble utført. Anthropic advarer mot å kreve en bestemt rekkefølge på stegene, og anbefaler å vurdere det agenten faktisk produserte. Testene må også kunne gjentas når systemet endres eller en ny språkmodell tas i bruk.

I økonomistyring er dette avgjørende. En agent som skal identifisere virksomhetens største risikoer, må også fange opp de alvorlige problemene. Det hjelper lite at den leverer fem gode analyser dersom den overser et kommende likviditetsproblem.

Og når agentene får mulighet til å utføre handlinger, øker kravene ytterligere. Det er stor forskjell på å anbefale endrede betalingsbetingelser og å faktisk endre dem i et system. OWASP, en organisasjon som arbeider med programvaresikkerhet, publiserte i desember 2025 en egen topp ti over risikoene ved agentiske KI-systemer, nettopp fordi en agent med tilgang til verktøy kan gjøre mer enn å gi et feil svar.

At en KI-agent kan utføre en handling, betyr ikke at den bør få lov. Tilganger, kontrollmekanismer og menneskelig godkjenning må tilpasses konsekvensene av det agenten gjør.

Det vanskeligste med en AI-CFO er ikke språkmodellen

Språkmodellene blir stadig bedre. De kan forstå mer, resonnere bedre og løse mer komplekse oppgaver. Men tilgang til en god språkmodell er ikke et varig konkurransefortrinn. Vi bruker selv mange ulike språkmodeller fra flere leverandører, og det er nettopp derfor jeg mener at det avgjørende er hva du bygger rundt dem. Forstår systemet regnskapsdataene? Kan det identifisere relevante sammenhenger? Er beregningene korrekte? Kan resultatene kontrolleres? Og fungerer dette stabilt på tvers av virksomheter og regnskapssystemer? Det er disse utfordringene vi har arbeidet med i Capassa. Vi har bygget Capa som en AI-CFO, ikke som en chatbot med tilgang til regnskapstall. Capa analyserer virksomhetens økonomi, identifiserer risiko og muligheter, forklarer sammenhengene og anbefaler tiltak. Underveis viser Capa hva som gjøres og hvilke språkmodeller som brukes, slik at brukeren ikke bare får en konklusjon, men kan se hvordan den ble til.

Det enkle er det brukeren ser. Det krevende ligger bak: Å gjøre regnskapsdata om til økonomisk innsikt som kan brukes til å ta beslutninger.

For en bedriftsleder betyr det bedre oversikt over hva som krever oppmerksomhet. For et regnskapskontor betyr det at analysearbeidet kan gjennomføres for langt flere kunder, uten tilsvarende økning i tidsbruken. Det er her teknologien skaper verdi. Ikke ved å produsere flere rapporter, men ved å gjøre økonomisk innsikt tilgjengelig når beslutningene skal tas.

Vi trenger ikke KI som høres ut som en økonomidirektør. Vi trenger teknologi som gjør jobben til en økonomidirektør. Og da holder det ikke med et overbevisende svar.

Det må være riktig.