Hvordan CFO-en bør måle ROI på AI-investeringer?
AI kan frigjøre tid, øke kapasiteten og gi bedre beslutningsgrunnlag. Men bruk, aktivitet og sparte timer er ikke det samme som økonomisk gevinst. Jarle Soland i VIEW Group forklarer hvordan CFO-en kan måle den faktiske avkastningen og vite når en AI-investering bør skaleres, justeres eller stoppes.
AI-budsjettene vokser. Gevinstene gjør ikke alltid det.
– Jeg møter virksomheter som har investert i AI-verktøy i ett til to år, men som fortsatt sliter med å svare på et enkelt spørsmål: Hva har vi faktisk fått igjen? sier Jarle Soland.
Problemet starter ofte allerede før verktøyet er valgt. Virksomheten kjøper lisenser, ruller ut Copilot eller tester en automatiseringsplattform uten å ha definert hvilken kostnad, prosess eller risiko investeringen skal påvirke.
Da blir det også vanskelig å dokumentere effekten.
Start med problemet, ikke verktøyet
Et AI-initiativ bør begynne med en konkret situasjon som virksomheten ønsker å forbedre.
Det kan være:
- månedsavslutningen tar for lang tid
- prognosene treffer for dårlig
- økonomiavdelingen bruker mye tid på manuelle kontroller
- kundeservice har for lang behandlingstid
- økt volum krever stadig flere ansatte
Før prosjektet starter, må dere måle dagens situasjon.
Hvor mange timer bruker dere? Hva koster prosessen? Hvor mange feil oppstår? Hvor lang er behandlingstiden? Hvor store er prognoseavvikene?
Uten en slik baseline blir det vanskelig å vite om AI-løsningen har skapt en forbedring.
Ta med hele kostnaden
Lisensen er bare én del av investeringen. En ROI-beregning bør også omfatte:
- implementering og integrasjoner
- rydding og strukturering av data
- intern prosjekt- og arbeidstid
- opplæring og endring av arbeidsprosesser
- løpende forbruk av API-er og skytjenester
- sikkerhet, kontroll og juridiske vurderinger
- drift, vedlikehold og oppfølging
En enkel beregning kan se slik ut:
ROI = (dokumentert gevinst − samlet kostnad) / samlet kostnad × 100
CFO-en bør også følge tilbakebetalingstiden. En investering kan ha positiv avkastning over tre år, men fortsatt være krevende for likviditeten det første året.
Frigjorte timer er ikke automatisk en gevinst
Tidsbesparelse er ofte den enkleste effekten å måle. Hvis økonomiavdelingen bruker færre timer på rapportering, bilagshåndtering, avstemming eller prognosearbeid, har AI-løsningen frigjort kapasitet.
Men frigjorte timer er ikke det samme som penger på konto.
Tiden får først en tydelig økonomisk verdi når virksomheten bruker den til noe konkret. Det kan være å:
- redusere overtid eller kjøp av eksterne tjenester
- håndtere vekst uten å øke bemanningen tilsvarende
- flytte kapasitet fra manuelle oppgaver til analyse
- redusere behandlingstid og levere raskere
- unngå eller utsette en nyansettelse
Hvis de ansatte bare fyller tiden med andre oppgaver, bør gevinsten beskrives som frigjort kapasitet. Den bør ikke føres som en kontantbesparelse.
Velg måltall som viser faktisk effekt
Antall brukere, innlogginger og produserte sammendrag forteller om aktivitet. De sier lite om verdien for virksomheten.
Hvilke KPI-er dere bør følge, avhenger av hva AI-løsningen skal forbedre.
Tid og kapasitet
Mål for eksempel:
- timer per månedsavslutning
- behandlingstid per faktura eller kundesak
- transaksjoner per årsverk
- antall rapporter levert innen fristen
Kvalitet
Se på:
- antall feil og manuelle korrigeringer
- avvik i rapporteringen
- andel saker som må behandles på nytt
- kvaliteten på dataene som brukes videre
Beslutninger
Dersom AI skal gi bedre beslutningsstøtte, kan dere følge:
- prognoseavvik
- tid fra avvik oppstår til ledelsen får informasjon
- tid brukt på scenarioanalyser
- hvilke beslutninger analysene faktisk har påvirket
Risiko
AI kan brukes til å oppdage avvik, styrke kontroller og redusere manuelle feil. Da bør dere måle:
- antall kontrollavvik
- tap eller feil som blir oppdaget
- tid brukt på kontroller
- kostnader knyttet til feil og hendelser
Samtidig må ny risiko tas med i vurderingen. Dårlige data, svake tilgangskontroller eller manglende kvalitetssikring kan øke risikoen i stedet for å redusere den.
Skalerbarhet
En løsning kan gi verdi dersom virksomheten håndterer mer volum uten tilsvarende vekst i kostnadene.
Følg utviklingen i kostnad per transaksjon, kunde, rapport eller annen relevant enhet. Da ser dere om løsningen faktisk blir mer lønnsom når bruken øker.
Datagrunnlaget er en del av investeringen
AI fungerer ikke bedre enn dataene den bygger på. I mange prosjekter går mye av arbeidet med til å rydde data, avklare definisjoner og koble sammen informasjon fra forskjellige systemer.
Dette arbeidet bør være synlig i investeringsbeslutningen. Hvis datagrunnlaget må forbedres før løsningen kan tas i bruk, er det en reell kostnad.
Et ryddigere datagrunnlag kan samtidig gi verdi utover AI-prosjektet. Det kan forbedre rapportering, prognoser og analyser i resten av virksomheten. Denne verdien bør beskrives, men ikke telles flere ganger i gevinstberegningen.
Avtal på forhånd når dere skal skalere eller stoppe
Før investeringen godkjennes, bør ledelsen bli enige om:
- hvilken effekt løsningen skal gi
- hvordan effekten skal måles
- hvem som har ansvar for å følge den opp
- hvor lang tid løsningen får på å vise resultater
- hva som skal til for å skalere, justere eller stoppe prosjektet
Start gjerne med én avgrenset prosess og noen få måltall. Sammenlign resultatene med utgangspunktet etter en avtalt periode.
Hvis effekten ikke kan dokumenteres, bør neste steg være å justere eller stoppe. Flere lisenser løser sjelden et uklart gevinstmål.
CFO-en bør eie gevinstmodellen
CFO-en trenger ikke eie hele AI-initiativet. Gevinstmodellen og kravene til dokumentasjon hører likevel naturlig hjemme i økonomifunksjonen.
Prosesseieren bør følge opp effekten i den daglige driften. IT og sikkerhetsmiljøet må ha kontroll på teknologi, data, tilganger og risiko.
Sammen bør de kunne svare på fem spørsmål:
- Hvilket problem skal AI-investeringen løse?
- Hva koster løsningen gjennom hele levetiden?
- Hvilke måltall skal forbedres?
- Hvilken dokumentert verdi har virksomheten fått?
- Skal løsningen skaleres, justeres eller stoppes?
Det avgjørende er ikke hvor mye AI brukes. Det er om investeringen har forbedret en prosess, redusert en kostnad, økt kapasiteten eller gitt bedre kontroll.
Trenger dere et bedre grunnlag for å måle AI-investeringene?
VIEW Group kan hjelpe dere med å kartlegge kostnader, etablere en baseline og definere måltall for AI- og automatiseringsprosjekter.
Ta kontakt med Jarle Soland for en prat om hvordan dere kan måle effekten av investeringene.
Er du nysgjerrig på hvordan vi
hjelper CFO-er?
Book en uforpliktende prat med Jarle her, for å høre mer om hvordan. 20 minutter – konkrete anbefalinger.