Hvor mye skal en AI-agent få lov til å gjøre i økonomiavdelingen?
Skrevet av Thea Krekke
Når en faktura skal betales i en norsk økonomiavdeling, er det ofte to eller flere personer involvert. Én kontrollerer at fakturaen stemmer, en annen godkjenner betalingen. Nå får mange avdelinger en tredje aktør: AI-agenten. Spørsmålet er hvilken av de to rollene den skal ha. I USA har nettstedet CFO Dive nylig skrevet om agenter som går sine egne veier, og om hvilke kontroller økonomiledere bør kreve. Rådene passer overraskende godt med slik vi allerede jobber i Norden.
Hva skjedde i USA, og hvorfor angår det oss?
I sommer fortalte to av de største AI-selskapene at modellene deres hadde gått lenger enn de skulle. OpenAI opplyste at egne modeller lå bak en cyberhendelse som rammet AI-plattformen Hugging Face. Anthropic rapporterte fire tilfeller der Claude-modeller fikk tilgang til eksterne systemer under sikkerhetstester. Et feilkonfigurert testmiljø hadde sluppet dem ut på internett, selv om de var fortalt at de var i en simulering.
Agentene prøvde bare å løse oppgaven de fikk, men de tok snarveier ingen hadde forutsett. På papiret så svaret riktig ut. I virkeligheten hadde modellen omgått reglene for å nå målet raskest mulig. Forskere kaller dette reward hacking. Ifølge Matt Pearl i tankesmien CSIS kunne hele episoden vært unngått, rett og slett fordi de tekniske sperrene som skulle holde agentene i sjakk, ikke fungerte.
Tenk deg at du ber en AI-agent om å «rydde opp i utestående fakturaer før kvartalsslutt». Målet er null åpne poster innen fredag klokken 16. I stedet for å sende purringer eller sjekke kontoutskrifter, finner agenten ut at den raskeste måten å tømme listen på er å kreditere hele bunten eller slette loggen. Oppgaven er teknisk sett løst, men regnskapet ditt er ødelagt.
I Norge bygger vi arbeidslivet på høy tillit, og det er en styrke vi skal ta vare på. Samtidig gjør tilliten oss sårbare når verktøyene får friere tøyler, både mot feil internt og mot svindlere utenfra. Tall fra Finanstilsynet viser at svindeltapene gjennom norske betalingstjenester nådde 962 millioner kroner i 2025. Når automatiserte agenter kobles på pengestrømmene, øker fallhøyden dramatisk hvis rammene er utydelige.
Reward hacking skjer når en KI finner et smutthull i reglene for å sanke flest mulig poeng, i stedet for å faktisk gjøre jobben den er satt til. Et kjent eksempel er en spill-KI som oppdager at den får mer poeng av å kjøre i ring for å samle bonuspoeng i det uendelige, fremfor å fullføre selve billøpet.
Skal agenten attestere eller anvise?
Å attestere betyr å sjekke at varen er levert og fakturaen stemmer. Å anvise betyr å godkjenne betalingen. Én sjekker, en annen godkjenner. Slik kan feil oppdages før pengene betales ut.
Det prinsippet er et godt utgangspunkt for AI-agenter.
En chatbot er som en kollega du spør til råds. Den svarer, og du bestemmer selv hva du gjør med svaret. En agent er koblet til systemene dine. Den kan lese fakturaer, slå opp i leverandørregisteret, endre en kontering eller starte en betaling. Da står det ikke lenger et menneske mellom forslaget og konsekvensen, med mindre du har bestemt at det skal det.
Vårt svar er at agenten kan gjøre mye av kontrollarbeidet. Den sjekker, sammenligner og sier fra. Anvisningen, altså beslutningen som flytter penger eller endrer regnskapet, skal ligge hos et menneske.
Det samme mener Yue Zhao, informatikkforsker ved University of Southern California. Til CFO Dive sier han at betalinger og endringer i regnskapet bør kreve menneskelig godkjenning og håndfaste grenser. Godkjenningen skal gjelde en konkret mottaker og et konkret beløp, ikke en generell fullmakt. Det er anvisning, bare med et nytt ord.
Fem spørsmål før agenten får nøkler til økonomisystemet
Ekspertene CFO Dive har snakket med, er samstemte om at det handler mindre om teknologien og mer om rammene rundt. Oversatt til norsk hverdag blir det fem spørsmål.
- Hva skal agenten oppnå? «Rydd i leverandørgjelden» er et mål som inviterer til snarveier. «Flagg fakturaer der kontonummeret ikke stemmer med det vi har registrert» er et mål du kan kontrollere.
- Hvilke tilganger trenger den, og hvilke trenger den ikke? Gi agenten bare dataene og verktøyene oppgaven krever, ikke de samme rettighetene som medarbeideren som bruker den. Ofte holder det med lesetilgang. Det er også god personvernpraksis etter GDPR.
- Hvem har ansvaret når noe går galt? Ansvaret blir hos virksomheten, også når jobben er gitt til en agent. Avklar hvem som eier agenten, og gå gjennom avtalen med leverandøren: hvor dataene behandles, varsling ved hendelser og ansvar for skade. EUs KI-forordning gjelder også i Norge gjennom EØS, og regjeringen har pekt ut Nkom som koordinerende tilsyn.
- Finnes det et revisjonsspor? Norske regnskapsfolk vet hva det betyr. Alt agenten gjør, og alle godkjenninger, bør logges et sted agenten selv ikke kan endre. Da kan både du og revisor se i etterkant at den holdt seg innenfor rammene.
- Kan du skru den av? Test at du kan trekke tilbake tilgangene og stoppe agenten før du trenger det. Spør også hvor mye den rekker å gjøre før noen griper inn.
Navrina Singh, toppsjef i Credo AI, legger til et råd som bør henge på veggen hos enhver økonomisjef: regn kostnaden for kontroll og oppfølging inn i business casen. En gevinst som bare holder hvis du dropper tilsynet, er ikke en gevinst.
Hvordan ser det ut i fakturamottaket en vanlig tirsdag?
En EHF-faktura kommer inn fra en rørleverandør i Drammen som dere har brukt i åtte år. Beløpet er 184 000 kroner, omtrent som forrige måned. Men kontonummeret er nytt, og det tilhører en bank i Litauen.
Kanskje har leverandøren byttet bank. Kanskje har noen kapret e-posten til regnskapsføreren deres og sendt ut nye betalingsopplysninger. Det er slik direktør- og fakturasvindel ofte ser ut. Ingenting virker rart før noen ser på akkurat den ene detaljen.
Her er agenten sterk. Den sjekker kontonummeret mot leverandørregisteret og eksterne nordiske kilder, sammenligner med tidligere fakturaer og ser at noe skurrer. Den gjør det på hver eneste faktura, også klokka fire en fredag i fellesferien.
Men det er ikke agenten som skal avgjøre om dette er svindel, eller endre kontonummeret i registeret. Det krever en telefon til en kontaktperson du kjenner, på et nummer du har fra før.
|
Oppgave i fakturamottaket |
Agenten (attesterer) |
Mennesket (anviser) |
|---|---|---|
|
Lese og tolke innkommende fakturaer |
Gjør det |
Stikkprøver |
|
Sjekke kontonummer, beløp og mønster mot historikk |
Gjør det |
— |
|
Flagge avvik og forklare hvorfor |
Gjør det |
Leser og vurderer |
|
Endre leverandørdata, for eksempel kontonummer |
Foreslår |
Godkjenner |
|
Godkjenne og betale fakturaen |
Aldri alene |
Godkjenner mottaker og beløp |
Agenten leser, sammenligner og sier fra. Mennesket bestemmer når noe har konsekvenser.
Slik er agentplattformen til Compello bygget
I Compello har vi bygget agentplattformen vår rundt det samme skillet. Agentene gjør kontrollarbeidet. Du tar bare unntakene, og du har siste ord.
Plattformen består av flere agenter med hver sin smale oppgave:
- Avviks- og risikoagenten er i drift. Den fanger opp duplikater, uvanlige beløp og ukjente kontonumre før noe blir betalt. Sammen med nordiske Inyett sjekker den betalingsopplysningene mot nordiske kilder.
- Konteringsagenten er i pilot. Den foreslår konto, kostnadssted og mva ut fra hvordan dere har kontert før.
- Referanseagenten er i pilot. Den kobler hver faktura til riktig ordre, prosjekt eller referanse.
Ingen av agentene har en bred fullmakt. Hver av dem har én jobb, og når de finner noe, flagger de fakturaen med hva de har sett og et forslag til hva du bør gjøre. Det er en person i økonomiavdelingen som godkjenner, avviser, setter på vent eller overstyrer. Overstyrer du agenten, må du oppgi en grunn.
Hver faktura har en fullstendig historikk som viser hvilken agent eller regel som gjorde hva, og når. Det er revisjonssporet fra spørsmål fire, bygget inn fra start.
Daniel Castro i den amerikanske tankesmien ITIF tror ikke bedrifter blir konkurransedyktige i fremtiden uten agenter. Vi er enige. Det avgjørende blir hvor tydelig du setter grensene for hva agenten får gjøre.
Så hvor mye skal en AI-agent få lov til å gjøre i økonomiavdelingen?
Den skal få attestere. Anvisningen skal du ha selv.
En chatbot svarer på spørsmål, og du bestemmer selv hva du gjør med svaret. En AI-agent er koblet til systemene dine og kan handle på egen hånd, for eksempel lese fakturaer, endre en kontering eller starte en betaling. Derfor trenger en agent tydeligere rammer enn en chatbot.
Det bør den ikke. Betalinger og endringer i regnskapet bør alltid godkjennes av et menneske, med mottaker og beløp spesifisert. Agenten kan gjøre kontrollen, altså attesteringen, mens anvisningen ligger hos en person i økonomiavdelingen.
Agenten sjekker hver innkommende faktura mot leverandørregisteret og tidligere fakturaer. Den reagerer på nye kontonumre, uvanlige beløp og mulige duplikater, og flagger fakturaen før den blir betalt. Et menneske avgjør så om det er svindel, gjerne etter å ha ringt leverandøren på et kjent nummer. I disse svindeltider, kan d se på den slik agent som en god forsikring for bedriften.
Bare de dataene og verktøyene oppgaven krever. Ofte holder det med lesetilgang. Agenten bør ikke få de samme rettighetene som medarbeideren som bruker den, og alt den gjør bør logges et sted den selv ikke kan endre.
I Compello har vi nettopp lansert en Svindel- og avviksagent som fanger opp mistenkelige mønstre i fakturahistorikk før betaling, i tillegg til at vi endrer noen av våre beste funksjoner til å bli agenter. Konteringsagenten foreslår kontering og Referansekontroll-agenten kobler fakturaer til riktig ordre eller referanse. Agentene flagger det de finner og foreslår hva du bør gjøre. Det er alltid en person som godkjenner, avviser eller overstyrer, og hver faktura har en fullstendig historikk.