Tjäna pengar utomlands, spendera hemma: få AI-verktyg för ekonomi att fungera för dig

En designer i Mexico City fakturerar en kund i New York i dollar, får betalt till en digital plånbok och betalar hyran i pesos. Fram till nyligen fick hon inte veta vad en månads arbete faktiskt var värt förrän pengarna hade kommit in och växlats, och då hade växelkursen redan hunnit påverka beloppet negativt.

På ett år blir den osäkerheten märkbar. En uppdragstagare som offererar i en valuta och budgeterar i en annan sköter en mindre likviditetsförvaltning utan stöd från ett ekonomiteam. Hon måste bestämma när hon ska växla, lägga undan pengar till skattemyndigheten i ett land medan kunderna finns i ett annat och förklara för en lokal bank varför varje insättning kommer från utlandet. Tidigare fattades alla dessa beslut utifrån inaktuell information.

Det är den delen som AI har förändrat snabbast. ”För några år sedan hade en uppdragstagare som fakturerade i USD, fick betalt i en digital plånbok och spenderade i pesos ingen realtidsbild av vad det innebar”, säger Stephan Tschabold, Chief Compliance & Risk Officer på Ontop, som hanterar betalningar åt distansarbetande uppdragstagare. Folk fick veta sin faktiska köpkraft först i efterhand. I dag kan samma person följa den i takt med att den förändras.

En stor del av branschens AI-satsningar är dock inte inriktade på detta. Hos de stora företagen inom penningöverföringar och betalningar är investeringarna 2026 enligt Tschabold till största delen interna, enligt McKinsey, och syftar till att driva verksamheten billigare och lansera produkter snabbare. Han hänvisar till en idé som vinner gehör i diskussionen om betalningar: AI:s verkliga uppgift vid en gränsöverskridande överföring är att göra en befintlig förtroendekanal beräkningsbar genom att stämma av namn, translittereringar och avsikt. Den kan inte skapa förtroende där det aldrig har funnits. För en enskild arbetstagare innebär det att verktygen i mobilen har blivit mycket bättre på att tolka personens situation än på att förändra systemen bakom den.

För det växande antalet människor som tjänar pengar på det här sättet är resultatet ojämnt. AI-drivna ekonomiverktyg hjälper nu mycket inom vissa områden och mycket lite inom andra. Tschabold har en tydlig bild av var gränsen går i dag, och den pekar på några praktiska vanor som är värda att lägga sig till med.

Använd AI för att få överblick

Det starkaste argumentet för de här verktygen är det Tschabold kallar problemets ”seende” sida. Kassaflödesprognoser, automatisk kategorisering av utgifter och aviseringar om när det är dags att växla valuta ger arbetstagare en aktuell bild av sina pengar i flera valutor. Han räknar även funktioner som hjälper till att förbereda deklarationen och vägledning om avgifter anpassad efter personens egna betalningsmönster till den här kategorin.

”Det här finns redan och är verkligen användbart”, säger han. För en uppdragstagare är det praktiska steget att aktivera valutakursaviseringar och prognoser där plattformen erbjuder dem och att kontrollera månadsprognosen innan man bestämmer när pengar ska växlas mellan valutor.

Spara egna underlag när du arbetar över gränser

Verktygen räcker inte till när något berör mer än ett rättssystem. ”De flesta AI-verktyg för ekonomi är byggda för en användare i ett enda land, med en valuta, en skattemyndighet och en bank”, säger Tschabold.

”Intelligenslagret ligger före infrastrukturlagret.” En app kan visa vad som händer med inkomsterna i realtid och ändå inte hjälpa till med att stämma av skyldigheter i två länder.

Samma glapp märks när människor flyttar. En person med fem års jämn och dokumenterbar inkomst kan vid ankomsten framstå som om hen saknar tillgång till banktjänster eller utgör en hög risk, eftersom inkomster, skatteuppgifter och kredithistorik finns i separata system som aldrig kommunicerar med varandra. Tschabold ser en överförbar finansiell identitet som den största möjligheten som ännu inte har tagits till vara.

I väntan på att någon löser det är det bättre att arbetstagare själva sammanställer underlaget: fakturor, skattedeklarationer, betalningshistorik från plattformar och kontoutdrag samlade på ett ställe och i en form som de kan lämna till en långivare i ett nytt land.

Förstå varför betalningar flaggas

Äldre regelbaserade bedrägerisystem flaggade allt som var obekant, från en betalning från ett nytt land till en överföring vid en ovanlig tidpunkt. Som Tschabold påpekar är det ”precis så en laglig uppdragstagares vardag brukar se ut”. Följden blev åratal av felaktigt nekade betalningar och frysta konton för människor som inte hade gjort något fel.

Nyare modeller väger in transaktionshastighet, enhetsdata, tidigare relationer och beteendemässig konsekvens, och kortutgivare som använder dem rapporterar färre falska positiva resultat. Därför är det värt att fråga en leverantör hur den granskar betalningar innan man registrerar sig.

Konsekvens hjälper också: om man använder samma enheter och fakturerar enligt en förutsägbar rytm får en beteendemodell mindre att ifrågasätta. Räkna också med strängare identitetskontroller när du blir kund, eftersom syntetiska identiteter och bedrägerier med deepfake-röster ökar i takt med gränsöverskridande bedrägerier.

Använd de regler som redan finns

I februari nästa år träder EU:s AI-förordnings skyldigheter för högrisksystem i kraft. Den kategorin omfattar bedrägeribekämpning, övervakning mot penningtvätt och kreditbedömning. Sådana bedömningar måste nu kunna förklaras och granskas samt kunna åsidosättas av en människa, och ansvaret ligger hos den institution som använder modellen. En arbetstagare vars konto fryses eller vars låneansökan avslås av en modell har skäl att begära en förklaring och en mänsklig granskning.

Skyddet är dock ojämnt. EU:s reviderade regelverk för betalningar, som flyttar ansvaret för bedrägerier där betalaren själv godkänner överföringen till betaltjänstleverantörerna, väntas inte vara fullt genomfört förrän i slutet av 2027, och i USA arbetar FinCEN fortfarande med ett förslag om penningtvättsbekämpning. ”En betalning som en arbetstagare gör kan juridiskt sett klassas som högrisk-AI i en jurisdiktion och i praktiken vara oreglerad för exakt samma användningsområde i en annan, längs samma betalningsstråk”, säger Tschabold. Frilansare har sällan en arbetsgivare eller kundansvarig som kan föra deras talan, så det lönar sig att ta reda på vilket regelverk varje leverantör omfattas av.

Låt en människa fatta de stora besluten

Tschabold anser att helt autonoma AI-baserade finansiella rådgivare mest är en överdriven hajp än så länge. Mönsterigenkänningen är tillräckligt avancerad, men ingen har slagit fast vem som bär ansvaret när en algoritms beslut om skatt eller investeringar över nationsgränserna får negativa följder. Visa, Mastercard och Alipay bygger alla infrastruktur för betalningar mellan AI-agenter, men även de beskriver ett brett införande som något som fortfarande ligger en bit fram i tiden.

Den rimliga lösningen under tiden är AI som signalerar när det är ett bättre tillfälle att växla eller uppmärksammar arbetstagaren på en skatteplikt i god tid, medan arbetstagaren godkänner allt som kan få betydande konsekvenser. En välpolerad yta är en dålig vägledning när man väljer leverantör. ”Den större risken är att snabbhet förväxlas med trovärdighet”, säger han. Den mer relevanta frågan att ställa till en plattform är vem som tar ansvar när något går fel, eftersom ”AI-driven” enligt honom fortfarande måste innebära att människor kan hållas ansvariga.