Taloushallinto automatisoi organisaatiorakennetta kassankierron sijaan

Taloushallinnossa on käytetty paljon aikaa sen pohtimiseen, ottavatko työntekijät tekoälyn käyttöön, rahoittavatko talousjohtajat sitä ja onko teknologia riittävän kypsää siirtyäkseen kokeiluvaiheesta eteenpäin. En ole enää edes varma, ovatko nämä kysymykset hyödyllisiä, sillä talousjohtajien toimistoissa tekoälyä otetaan jo käyttöön tasaisesti.

Auditorian tuoreessa vuoden 2026 tutkimuksessa 66,5 % taloushallinnon organisaatioista kertoi kasvattavansa tekoälyinvestointejaan, ja keskimääräinen taloushallinnon tiimi hyödynsi sitä 2,43 toiminnossa eli 36 % useammassa kuin vuotta aiemmin. Vain 21 % kuitenkin kertoi tekoälyhankkeidensa tuottaneen merkittäviä ja mitattavia tuloksia.

Yksi mahdollinen selitys tälle kehitykselle on, että yritykset ovat valinneet väärät työkalut, edenneet liian nopeasti tai epäonnistuneet saamaan riittävästi ihmisiä käyttämään niitä. En kuitenkaan oikein usko tähän, sillä tekoälyä on otettu käyttöön taloushallinnon rakenteen mukaisesti, ja nyt ostoreskontra, myyntireskontra, kassanhallinta ja jopa taloussuunnittelu ja -analyysi (FP&A) ovat aiempaa älykkäämpiä.

Raha ei kuitenkaan liiku tällä tavoin. Se ylittää kaikki nämä rajat, ja uskon, että alamme havaita, mihin asti taloushallinnon yksittäisten osa-alueiden älykkäämmiksi tekeminen voi kantaa, jos samaa ei tehdä niiden yhdessä hallinnoimalle kassankierrolle.

Olemme tehneet osa-alueista älykkäämpiä

Yksi nykyisen taloushallinnon erikoisimmista puutteista on se, että olemme kehittäneet erittäin pitkälle vietyjä tapoja, joilla kukin toiminto ymmärtää oman osansa rahavirroista. Ostoreskontra (AP) hallinnoi lähteviä maksuja, myyntireskontra (AR) keskittyy saapuviin maksuihin, kassanhallinta huolehtii maksuvalmiudesta ja taloussuunnittelu ja -analyysi (FP&A) pyrkii ennakoimaan lukujen kehitystä. Kukin tiimi voi hoitaa tehtävänsä hyvin, mutta silti talousjohtajalla ei välttämättä ole ketään, joka selkeästi vastaisi siitä, mitä rahalle tapahtuu sen liikkuessa näiden toimintojen välillä.

Tarkastellaan ostovelkojen maksuaikaa (DPO) ja myyntisaamisten kiertoaikaa (DSO). Ostoreskontratiimi voi pidentää ostovelkojen maksuaikaa viidellä päivällä ja aivan perustellusti raportoida sen edistykseksi, vaikka samana vuosineljänneksenä saatavien perintä hidastuisi ja myyntisaamisten kiertoaika pitenisi seitsemällä päivällä. Molemmat tiimit ovat saattaneet tehdä täsmälleen sen, mitä niiltä pyydettiin, ja kummallakin voi olla tuloksilleen täysin pätevät selitykset. Yrityksen käyttöpääoman muuttaminen rahaksi kestää silti vuosineljänneksen lopussa kaksi päivää kauemmin.

Taloushallinnossa vastuut osataan määritellä eri toiminnoille hyvin, mutta taloudellinen lopputulos syntyy usein niiden välisessä tilassa.

Olemme rakentaneet järjestelmiä laskujen automatisointiin, tilien täsmäytykseen, kassavirran ennustamiseen, saatavien hallintaan ja raporttien tuottamiseen. Nyt tekoälyä lisätään samoihin osa-alueisiin, mikä tarkoittaa, että vaarana on tehdä taloushallinnon jokaisesta osasta tehokkaampi ilman, että taloushallinnon hajanaisuus vähenee.

Työn nopeutuminen ei tarkoita matkan lyhenemistä

Yksi tutkimuksemme havainto palaa mieleeni yhä uudelleen, sillä se kuvaa tätä ongelmaa poikkeuksellisen hyvin. Nyt 43,8 % vastaa pyyntöihin 24 tunnin kuluessa, mikä on korkein osuus neljään vuoteen. Samaan aikaan 44,5 % tiimeistä käyttää viikoittain vähintään 11 tuntia toimittajien, asiakkaiden ja yrityksen sisäisten sidosryhmien perään kyselemiseen; vuotta aiemmin osuus oli 29,7 %. Lisäksi 13,4 % käyttää tähän viikossa yli 30 tuntia.

Luvut näyttävät ristiriitaisilta vain, jos oletamme nopeamman vastauksen tarkoittavan, että työ on lähempänä valmistumista. Toimittaja voi esimerkiksi vastata sähköpostiin, mutta tiedot jäävät puutteellisiksi, tai asiakas voi vastata maksumuistutukseen kiistämällä laskun. Taloushallinto huomaa poikkeaman ja joutuu sitten etsimään jonkun yrityksen toisesta osasta selittämään sen.

Mielestäni olemme käyttäneet liikaa aikaa yksittäisten tehtävien nopeuden mittaamiseen ja liian vähän siihen, kuinka kauan kestää havaita ongelma ja ratkaista se tavalla, joka muuttaa taloudellista lopputulosta.

Tekoälyagentit nostavat panoksia

Perinteinen automaatio on palvellut meitä hyvin pirstaleisen prosessin nopeuttamisessa. Tekoäly on kuitenkin muuttanut tilanteen täysin. Tekoälyagentti voi alkaa tehdä päätöksiä automatisoidun prosessin sisällä. Siksi näille järjestelmille asetettavilla tavoitteilla on paljon suurempi merkitys kuin silloin, kun ohjelmisto vain siirsi tietoja kentästä toiseen.

Ongelma korostuu, kun tekoäly alkaa toimia taloushallinnon eri osa-alueilla. Ostoreskontra saattaa pyrkiä optimoimaan maksujen ajoitusta, myyntireskontra nopeuttamaan saatavien perintää ja kassanhallinta turvaamaan maksuvalmiutta, ja kaikilla näillä tavoitteilla voi olla hyvät perusteet. Riski syntyy, kun järjestelmät tekevät päätöksiä erilaisten onnistumisen määritelmien perusteella ilman yhteistä näkemystä yrityksen tavoittelemasta taloudellisesta lopputuloksesta.

Siksi taloushallinnon seuraava tekoälyhaaste ei ole käyttöönotto. Kyse on sen sijaan siitä, mitä järjestelmän pitäisi optimoida ja mitä tapahtuu, kun paikallisesti järkevät päätökset ovat ristiriidassa laajemman taloudellisen lopputuloksen kanssa. Käyttöoikeudet, hyväksymisrajat, tarkastusketjut ja eskalointisäännöt ovat tärkeitä, mutta ne kertovat, mitä tekoälyjärjestelmä saa tehdä. Talousjohtajien on myös päätettävä, mitä järjestelmän on tarkoitus saavuttaa taloudellisten ja hallinnollisten sääntöjen puitteissa.

Integraatiosta on tulossa operatiivinen kysymys

Olemassa oleviin järjestelmiin integroitumisen puute on nyt yleisimmin mainittu este tekoälyn käyttöönotolle; tutkimuksemme mukaan se on esteenä 36,7 prosentissa tapauksista. Aiemmin listan kärjessä ollut teknologian käyttöönoton vastustus on pudonnut seitsemännelle sijalle. Erillisessä, ACCA:n ja CA ANZ:n vuonna 2026 tekemässä tutkimuksessa havaittiin, että 40 % taloushallinnon ammattilaisista pitää useiden tietolähteiden integroinnin vaikeutta esteenä liiketoimintaa koskevan ymmärryksen parantamiselle.

Taloushallinnon johtajat eivät enää käytä suurinta osaa ajastaan siihen, että he vakuuttelisivat ihmisiä tekoälyn tarpeellisuudesta taloushallinnossa. Heille alkaa selvitä, mitä tapahtuu, kun useiden tekoälyominaisuuksien on toimittava samojen tapahtumien, käytäntöjen, hyväksyntöjen, poikkeusten ja taloudellisten tulosten parissa.

Hyödyllinen tekoälyominaisuus voi toimia yksittäisen toiminnon sisällä. Hyödyllinen taloushallinnon toimintamalli ei voi.

Sen sijaan, että laskettaisiin, kuinka monta käyttötapausta on otettu käyttöön, kannattaa selvittää, kuinka monta siirtymää on vielä jäljellä ongelman havaitsemisen ja sen taloudellisten vaikutusten ratkaisemisen välillä. Sen sijaan, että tarkastelisin vain AP:n tai AR:n sisällä säästettyjä työtunteja, kysyisin, kulkeeko raha yrityksen läpi aiempaa ennakoitavammin. Ja sen sijaan, että jokaiselle taloushallinnon toiminnolle annettaisiin oma määritelmänsä tekoälyn onnistumiselle, kysyisin, kuka vastaa tuloksesta, kun määritelmät törmäävät toisiinsa.

Taloushallinnon teknologiaa on vuosien ajan rakennettu organisaation rakenteen pohjalta, joten ei ole yllättävää, että tekoälyä otetaan käyttöön samalla tavalla. Talousjohtaja vastaa näiden toimintojen suoriutumisesta, mutta viime kädessä liiketoiminta ei arvioi taloushallintoa sen perusteella, saavuttaako AP, AR, kassanhallinta tai FP&A kukin omat tehokkuustavoitteensa. Sitä kiinnostaa niiden yhdessä tuottama taloudellinen tulos.

Jos tekoälyn on määrä muuttaa taloushallintoa merkittävällä tavalla, tämän on oltava muutoksen perusyksikkö. Muuten automatisoimme toiminnot ja parannamme paikallisia mittareita, mutta taloudellinen tulos jää edelleen hajanaiseksi samojen siilojen väliin, joita meidän oli tarkoitus purkaa.