Petter Løken (til venstre), sjef for forretningsteknologi, og Vidar Bekken, IT-direktør i Azets.
Petter Løken (til venstre), sjef for forretningsteknologi, og Vidar Bekken, IT-direktør i Azets. (Foto: Kurt Lekanger, digi.no)

Maskinlæring og kunstig intelligens

Bruker egenutviklet maskinlæring og kunstig intelligens til å automatisere regnskap og timeføring. – Bransjen er i ekstrem endring

Azets har røtter i Visma, men nå ser de på seg selv nesten like mye som et teknologiselskap som et regnskapsselskap.

BJØRVIKA, OSLO (digi.no): En rekke rapporter de siste årene har spådd at regnskapsførere er blant de yrkesgruppene som står i størst fare for å bli erstattet av automatisering og kunstig intelligens.

Den nordiske regnskapsgiganten Azets, med hovedkontor i Oslo, tror imidlertid ikke deres ansatte vil bli overflødige. I stedet satser de selv stort på bruk av kunstig intelligens og maskinlæring i løsningene – og har et stort antall utviklere på lønningslisten.  

I denne artikkelen kan du lese mer om hvordan AI-løsningen er laget, og hvilke utfordringer Azets støtte på underveis. (Ekstra)

3000 ansatte

Azets var Vismas regnskaps- og lønnsdivisjon frem til 2016, og selskapet er nå eid av britiske Cogital Group.

Med rundt 3000 ansatte og en omsetning på 2,2 milliarder kroner er de blant de største innenfor regnskap i Norge. Blant konkurrentene finner vi selskaper som BDO, Sparebank 1 og Amesto. 

IT-direktør Vidar Bekken forteller til digi.no at de etter skilsmissen med Visma har gått fra å være et tradisjonelt regnskapsfirma til å være vel så mye et IT-selskap med et stort antall utviklere, rådgivere og konsulenter innenfor IT-feltet. Mange av kundene er ikke en gang kunder på selskapets egne regnskapsløsninger, men bruker Azets i forbindelse med ulike digitaliseringsprosjekter, til å få hjelp med IT-strategier, og så videre.

– Kjernebusinessen har vært å levere regnskap og lønn, men så har teknologi blitt viktigere og viktigere for å levere dette også, sier Bekken. 

Han forteller videre at da de i rundt ti år var en del av Visma, var det de som leverte tjenester i tilknytning til mye Visma-teknologi. Teknologibiten har i de senere årene blitt en stadig større del av det selskapet driver med.

50 utviklere

Rundt 200 av Azets 3000 ansatte i Norden jobber med teknologi, både med utvikling, konsulentvirksomhet og rådgivning, support og drift. Cirka 50 er utviklere. 

I det siste har selskapet jobbet med nye tjenester som benytter maskinlæring og kunstig intelligens til automatisk kontering av fakturaer og til å hjelpe ledere som skal godkjenne timelister.

Ifølge en rapport fra konsulentselskapet McKinsey som DN viser til, vil rundt 500.000 av dagens jobber i Norge være borte innen ti til 15 år.  Det er typisk jobber i kategoriene «dirty, dull and dangerous» som vil forsvinne, hvor regnskapsføring går under kategorien «dull» – eller kjedelig. Noen opererer med at så mange som 98 prosent av alle regnskapsjobber kommer til å forsvinne.

– Vi tror kanskje ikke det blir fullt så ille, men at bransjen er i en ekstrem endring, det er åpenbart. Og det merker alle på kroppen, sier Bekken. 

Bruken av elektroniske reiseregninger og elektroniske bilag har gjort at det nå er veldig lite som gjøres manuelt. Manuelle bilag vil antagelig aldri forsvinne helt, men det store volumet av bilag er nå elektroniske – også hos Azets. Der ligger antallet manuelt bokførte bilag nå på rundt 9 prosent, mens så godt som alle ble ført manuelt i 2014.

Det åpner opp for å ta i bruk kunstig intelligens og maskinlæring i enda større grad enn før. 

Petter Løken, sjef for forretningsteknologi, forteller at kunstig intelligens er ett av de store satsningsområdene til Azets, og at de i første omgang har kommet med to nye AI-løsninger for å automatisere rutineoppgaver. Prosjektet begynte i mars, og løsningene er allerede rullet  ut til kundene. 

– Vi har vært igjennom en lang digitaliseringsreise og tar vår egen medisin. Med over 20.000 kunder og store investeringer i teknologi, har vi også fått en unik innsikt i trender og kundedata, sier Løken.

Automatisk kontering og sjekk av timeregistrering

Den ene maskinlæringsløsningen sørger for at fakturaene automatisk får forslag til hvilken konto den skal føres mot – slik at man skal spare tid ved å slippe å taste inn dette selv. 

Når en kunde får en faktura i dag, kommer den inn i et fakturahåndteringssystem. Hos Azets' kunder sendes de fleste fakturaene direkte til et fakturamottak. Dermed ser ikke kundene fakturaene når fakturaen kommer, men først når den er behandlet av Azets og dukker opp i et fakturaflytprogram hvor de må godkjenne den.

Det er lagt inn grenseverdier, slik at man får opp forslag til kontering kun hvis det er mer enn 70 prosent sannsynlighet for at konteringen er korrekt. Hvis sannsynligheten er mellom 70 og 90 prosent vises forslaget i gult, hvis den er mer enn 90 prosent vises det som grønt.

Suksessraten til AI-løsningen er god. Av rundt 300.000 konteringsrader i 2017 ble bare 14 prosent av radene endret. Resten hadde fått riktige forslag. 

Det lages automatisk et forslag til kontering i fakturaflytprogrammet, hvis det er mer enn 70 prosent sannsynlighet for at det er riktig. Foto: Azets

Den andre løsningen er knyttet til Azets' løsning for timeregistrering, som brukes av rundt 6300 ledere i dag – som til sammen godkjenner rundt 55.000 rapporter hver måned. Det er selvfølgelig ikke til å unngå at det av og til blir feil, for eksempel ved at en ansatt har tastet inn noe galt – eller i verste fall: bevisst forsøkt å svindle arbeidsgiveren.

Ved hjelp av kunstig intelligens kan selskapet nå automatisk bli varslet om det er noen timelister man bør se nærmere på, og oppdage feil – slik at man kan sende timelistene i retur for retting.

– Vi hadde en hypotese om at det godkjennes mange timelister som er feil. Da har vi sett på ulike måter å bruke AI på for å kunne avdekke avvik fra normalen. 

En utfordring i arbeidet med løsningen har vært at det som kan se ut som en «unormal» rapport for de fleste brukere, kan være helt normal for en annen. Det kan for eksempel hende at en ansatt jobber mer enn normalt i perioder, eller i perioder arbeider på uvanlige tidspunkter. 

– Vi måtte prøve mange ulike metoder for å finne ut hva som treffer best. Hvordan klarer vi å fange opp mest mulig innenfor normalen, samtidig som vi klarer å finne avvikene?

Når systemet finner timeregistreringer som kan være feil, dukker det opp et lite gult flagg ved siden av registreringen.

– Vil systemet lære – og bli «smartere» – hvis man korrigerer ting som er feil? Det vil si, vil maskinlæringsalgoritmen trenes med nye data etter hvert som man bruker systemet?

– Det er neste skritt på veien. For da må du kombinere både AI og «self learning», og algoritmene må trenes igjen. Men dette er noe vi vurderer å gjøre i fremtiden.

Bekken understreker imidlertid at dette avhenger av hvor stor ekstraverdien for brukerne vil bli, ettersom det vil gjelde veldig få tilfeller og utviklingskostnaden vil være stor. 

Utviklet på egen hånd 

Det meste av det Azets gjør rundt kunstig intelligens, er utviklet på egen hånd – men selskapet ser også på muligheter for å bruke hyllevareteknologi utviklet av selskaper som Google og Amazon.

– Vi har et ganske stort prosjekt på AWS (Amazon Web Services), for eksempel, der vi ser på muligheten for å bruke noe av det ferdige som finnes, i tillegg til Google. Da kan vi få en del gratis, og slipper å finne opp hjulet helt på nytt.

Selskapet skal ha et utviklerforum i slutten av november, der de skal fokusere spesielt på maskinlæring og AI-tjenester hos AWS.

Bekken forteller at selskapet har hatt en ekstra motivasjon til å bygge denne typen løsninger, ettersom bare en liten tidsbesparelse per kunde vil ha veldig mye å si når man ganger dette med 20.000 kunder. En tradisjonell produsent av et regnskapsprogram vil kanskje ikke ha den samme motivasjonen til å bygge inn AI-løsninger av denne typen når besparelsene kun gjelder én enkelt kunde, mener han.  

I denne artikkelen kan du lese mer om hvordan AI-løsningen er laget, og hvilke utfordringer Azets støtte på underveis. (Ekstra)

Kommentarer (0)

Kommentarer (0)
Til toppen