AI v računovodstvu: zakaj je natančno poročanje končno dobilo svojega copilota
Če ste kdaj ob polnoči usklajevali Excelove tabele z Word dokumenti za letno poročilo, veste, da je finančno poročanje ena najbolj bolečih točk v podjetju. Prodaja ima CRM, razvoj ima GitHub Copilot, finance pa še vedno množično živijo v preglednicah in e‑pošti. To se začenja spreminjati. Ameriški startup InScope želi avtomatizirati ravno tisti del dela kontrolerjev in računovodij, ki ga vsi sovražijo – in pravkar je zbral resen kapital. V nadaljevanju analiziramo, zakaj je to pomembno tudi za evropska in slovenska podjetja.
Kaj se je zgodilo
Po poročanju TechCruncha je InScope zbral 14,5 milijona dolarjev serije A, v kateri je vodilni investitor Norwest, sodelovali pa so tudi Storm Ventures ter obstoječi vlagatelji Better Tomorrow Ventures in Lightspeed Venture Partners. Podjetje sta leta 2023 ustanovili izkušeni računovodji Mary Antony in Kelsey Gootnick, ki sta skupaj delali v hitro rastočem logističnem podjetju Flexport, kasneje pa zasedali vodstvene finančne vloge v podjetjih Miro, Hopin in Thrive Global.
InScope razvija platformo za finančno poročanje, ki z uporabo umetne inteligence avtomatizira velik del priprave računovodskih izkazov, kot so letna in četrtletna poročila za regulatorje. Rešitev zaenkrat še ne generira celotnih izkazov sama, avtomatizira pa velik del ročnega dela: preverjanje izračunov, konsistentno oblikovanje, enotno uporabo valutnih znakov in ločil. Po navedbah podjetja lahko takšna avtomatizacija računovodjem prihrani do 20 % časa pri pripravi poročil.
V zadnjih 12 mesecih je InScope svojo bazo uporabnikov povečal približno petkrat in med strankami pridobil tudi večjo ameriško računovodsko družbo CohnReznick.
Zakaj je to pomembno
Finančno poročanje je ena redkih ključnih funkcij v podjetju, kjer se še vedno ogromno dela ročno. Ne zato, ker bi bilo delo nepomembno, ampak ker je tveganje napake izjemno veliko: napačno poročanje lahko pomeni revizijske popravke, globe, škodo ugleda, v skrajnem primeru celo kazensko odgovornost. Posledica je, da so finančni direktorji pri uvajanju avtomatizacije izjemno previdni.
InScope je zanimiv zato, ker ne obljublja magičnega »AI bo sam napisal vaše letno poročilo«. Namesto tega cilja na tisti tihih 20–30 % procesa, kjer se izgubi največ časa in živcev: usklajevanje formatiranja, popravljanje zaokrožitev, lovljenje nedoslednih številk med tabelami in teksti. To je delo z nizkim tveganjem in visokim donosom za avtomatizacijo.
Neposredni zmagovalci so srednje velike revizijske hiše ter interni finančni oddelki, ki večino leta delujejo na robu kapacitet. Prihranek 20 % časa pri poročanju, večkrat letno, pomeni manj nadur ali pa možnost, da prevzamejo več dela brez sorazmernega zaposlovanja. Za partnerje v računovodskih družbah to pomeni zelo konkreten vpliv na marže.
Potencialni poraženci so ponudniki starejših rešitev za razkritja in zunanji izvajalci, ki še vedno temeljijo na ročnem delu. Orodja, kot sta Workiva in Donnelley Financial Solutions, so sicer premaknila poročanje iz izključno namiznega okolja v oblak, vendar njihovi procesi še vedno predpostavljajo ogromno ročnega dela. Če platforme, kot je InScope, to delo razpolovijo, se bo moral del trga prilagoditi ali konsolidirati.
Ključno vlogo igra tudi t. i. »founder‑market fit«: ustanoviteljici sta prišli iz sveta računovodstva. Pri zelo reguliranih področjih, kot sta računovodstvo in revizija, je to bistveno – uporabniki veliko lažje zaupajo orodju, ki ga gradijo ljudje, ki razumejo materialnost, revizijske sledi in stres zadnjih dni pred oddajo poročila regulatorju.
Širši kontekst
InScope se lepo vklaplja v širši trend, kjer se umetna inteligenca seli iz generičnih »asistentov« v zelo specifične delovne tokove. Prvi val »AI za finance« je bil osredotočen na klepetalne vmesnike nad BI‑orodji in generično povzemanje dokumentov. Koristno, a ne prelomno. Naslednji val se spušča globlje: v zapiranje knjig, pripoznavanje prihodkov, davčno načrtovanje in zdaj tudi v zunanjo objavo računovodskih izkazov.
Podoben vzorec vidimo v pravnih tehnologijah, kjer specializirana orodja za pregled pogodb ne poskušajo zamenjati odvetnikov, ampak ciljajo na najbolj ponavljajoče se naloge. V razvoju programske opreme GitHub Copilot ne piše celotnih aplikacij, temveč pospešuje pisanje rutinske kode. InScope skuša enako narediti v finančnem poročanju.
V preteklosti je računovodsko poročanje že šlo skozi eno veliko digitalno transformacijo: od papirja in diskov do elektronskih poročil z XBRL označevanjem in sodelovalnimi orodji v oblaku. Ta faza je ustvarila zmagovalce med ponudniki, kot je Workiva. Naslednja faza pa ne bo več samo digitalizacija, temveč razumevanje pomena: ali lahko programska oprema razume, da sprememba računovodske politike vpliva na več tabel, kazalnikov in razkritij – in to dosledno aplicira?
Veliki ERP ponudniki (Oracle, SAP, Microsoft) že vgrajujejo AI v svoje rešitve, vendar večinoma na področju vnosa podatkov in odkrivanja anomalij znotraj glavne knjige. Zadnji korak – narativno in tabelarično poročanje za zunanje deležnike – ostaja ročno. Tu se odpre prostor za specializirane igralce, kot je InScope.
Evropski in slovenski pogled
Čeprav InScope za zdaj cilja predvsem na ameriške stranke in ameriške standarde (US GAAP), je bolečina, ki jo naslavlja, v Evropi pogosto še večja. Podjetja tukaj usklajujejo MSRP (IFRS), lokalne standarde, ESEF poročanje za borzne izdajatelje in vse bolj tudi nefinančno poročanje v skladu z Direktivo o trajnostnem poročanju podjetij (CSRD). Kompleksnost se iz leta v leto povečuje.
EU regulativa hkrati pospešuje in omejuje uporabo takšnih orodij. Zakonodaja, kot sta Splošna uredba o varstvu podatkov (GDPR) in prihajajoča Uredba EU o umetni inteligenci, zahtevata visoko stopnjo sledljivosti, varstva podatkov in razložljivosti algoritmov – to je natanko tisto, kar si finančni oddelki želijo. A istočasno bodo regulatorji zelo strogi do ponudnikov, ki bi finančne podatke uporabljali za učenje modelov brez jasnega pravnega temelja ali ne bi znali pojasniti izidov.
Za slovenska podjetja, zlasti tista, ki kotirajo na borzi ali so del večjih mednarodnih skupin, se poročanje hitro spreminja iz letnega projekta v skoraj celoletni proces. Pri tem so močno odvisna od zunanjih računovodskih in revizijskih hiš – priložnost za te, da s takimi orodji povečajo produktivnost in ponudijo bolj svetovalno vlogo.
Slovenski startup ekosistem (denimo podjetja iz Ljubljane, ki že gradijo fintech in B2B SaaS rešitve) ima tukaj zanimivo nišo: lokalizirana orodja za poročanje, ki razumejo slovensko zakonodajo, povezave z e‑računi, davčnimi blagajnami in drugimi specifičnimi sistemi, ob tem pa uporabljajo podobne AI‑pristope kot InScope.
Pogled naprej
V naslednjih dveh letih lahko pričakujemo, da bo fokus takšnih rešitev ostal pri »copilotu za kontrolerja« in ne popolnem avtopilotu. Človek v zanki bo nujen – tako zaradi občutka varnosti kot tudi zaradi zahtev revizorjev, nadzornih svetov in notranjih kontrol.
Prava prelomnica bo prišla, ko se bo umetna inteligenca premaknila od oblikovanja k vsebini: ko bo začela predlagati spremembe v razdelku poslovnega in finančnega pregleda ali združevati postavke v izkazih. Takrat bodo morala podjetja jasno definirati, kaj sistem lahko spreminja samodejno, kaj zahteva odobritev in kako se vse skupaj dokumentira.
Možna je tudi konsolidacija trga. Uveljavljeni ponudniki z velikimi prodajnimi ekipami, a zastarelo tehnologijo, bodo imeli močno motivacijo, da kupijo AI‑native rešitve, ko te dosežejo določen obseg prihodkov. Po drugi strani bodo nekateri AI startupi podcenili dolge prodajne cikle v financah in bodo izginili, še preden bodo dosegli kritično maso.
Za slovenske bralce iz financ in računovodstva je praktično sporočilo jasno: ta val bo prišel tudi do vas, vprašanje je le tempo. Smiselno je že zdaj testirati ozko usmerjena orodja (npr. za pripravo konsolidiranih izkazov ali poročil za nadzorni svet), postaviti osnovna interna pravila uporabe AI ter okrepiti znanje ekip o nadzoru nad avtomatiziranimi orodji.
Ključni nauk
AI se končno loteva najbolj bolečega dela finančnega poročanja, InScope pa je le eden prvih vidnejših primerov tega trenda. Zmagali bodo tisti, ki bodo umetno inteligenco obravnavali kot del stroja v ozadju – nekaj, kar zanesljivo zmanjšuje število napak in ur ročnega dela – in ne kot čarobno škatlo. Ključno vprašanje za slovenske CFO‑je in računovodske družbe je, ali boste svoje procese prilagodili temu valu pravočasno ali boste čakali, da vas prehitijo bolj agilni tekmeci.
