Der var en tid, hvor et stærkt CFO CV havde nogle ret tydelige markører.
CFO’en havde været igennem en ERP-implementering. CFO’en havde arbejdet under PE-ejerskab. Man havde været tæt på M&A-processer, carve-outs og integrationer. Man havde outsourcet bogholderi eller controlling til Indien, Polen eller Filippinerne. Man havde implementeret robotter til rutineprocesser med RPA. Og naturligvis: Man havde bygget Power BI dashboards, så bestyrelsen kunne se omsætning, EBITDA, cash conversion og working capital i realtid.
Alt sammen vigtigt. Alt sammen stadig relevant.
Men lad os være ærlige: Det er ikke længere differentierende.
Power BI er ikke fremtidens finance. Det er nutidens hygiene factor. Ligesom Excel engang var et power tool og senere blev adgangsbilletten til overhovedet at være med, er dashboards, datamodeller og automatiserede rapporter nu bare basisinfrastruktur.
Dette er ikke en artikel om finance-teknologi. Det er en artikel om, hvorvidt virksomheden om 6-18 måneder har en finance-funktion, der kan skabe hurtigere beslutninger, bedre cash control og stærkere value creation end konkurrenterne.
For Chair handler det om governance og strategisk risiko. For CEO handler det om beslutningshastighed og performance. For CFO handler det om at bygge den nye finance-maskine.
Spørgsmålet til CEO og bestyrelsesformand er derfor ikke længere: “Har vi et godt dashboard?”
Spørgsmålet er: Har vi en finance-funktion, der kan tænke, bygge og handle med AI?
Fra rapporteringsmaskine til beslutningsmotor
Finance har historisk været bygget som en kontrol- og rapporteringsfunktion. Først transaktioner. Så regnskab. Så rapportering. Så analyse. Så beslutningsoplæg.
AI vender den rækkefølge på hovedet.
De bedste finance-funktioner vil ikke længere primært være dem, der kan forklare sidste måneds afvigelser. De vil være dem, der kan opdage mønstre, simulere scenarier, identificere risici, foreslå handlinger og eksekvere dele af processen selv.
Det er ikke science fiction. McKinsey beskriver allerede, hvordan finance-teams bruger AI til hurtigere indsigt, stærkere kontroller og målbare forbedringer i konkrete finance-processer. PwC peger tilsvarende på AI-agenter i finance, der kan frigøre mennesker fra struktureret, repetitivt arbejde og løfte kapaciteten over mod analyse, rådgivning og værdiskabelse.
Alligevel er adoptionen ikke eksploderet så hurtigt, som hypekurven antyder. Gartner viste i sin 2025 Finance AI Survey, at AI-adoptionen i finance kun steg svagt efter et kraftigt hop fra 37 procent i 2023 til 58 procent i 2024. Det betyder, at mange virksomheder stadig står midt i et strategisk vindue: AI i finance er ikke længere eksperimentelt, men det er heller ikke commoditized.
Det er netop nu, vinderen formes. Tænk, hvis realtid – rent faktisk ligner realtid:
Før: Finance bruger 8 dage på at samle tal, forklare afvigelser, skrive kommentarer og bygge slides. CEO og bestyrelse får et historisk billede af sidste måned.
Efter: AI identificerer marginfald i Tyskland samme uge, opdeler effekten i mix, pris, rabat og fragt, foreslår tre handlinger og viser cash- og EBITDA-effekt af hvert scenarie. CFO validerer, CEO beslutter, og bestyrelsen kan se både risiko og handling.
Den nye finance-profil: ikke controller, ikke data scientist — men finance builder
Den klassiske finance-karriere var bygget omkring disciplin: regnskab, controlling, rapportering, forecast, processer og governance.
Den nye finance-profil skal stadig forstå alt det. Men ovenpå kommer noget nyt: evnen til at bygge.
Ikke nødvendigvis som softwareudvikler. Men som en finance builder: en person, der kan tage et konkret finance-problem og bygge en fungerende AI-understøttet løsning med Claude, ChatGPT, Copilot, Python, low-code, API’er og virksomhedens datalag.
Den nye profil kan f.eks.:
- omsætte en cash forecast-proces til en AI-understøttet workflow-model
- bygge en agent, der læser kontrakter og markerer revenue recognition-risici
- automatisere månedlig kommentering af performance på tværs af lande og forretningsenheder
- lave due diligence på hundredvis af dokumenter, leases, kundekontrakter og leverandøraftaler
- kombinere ERP-data, CRM-data og markedsdata i en beslutningsmodel, ikke bare et dashboard
Det er ikke “Power BI plus lidt prompt engineering”. Det er en ny kompetencekombination: finance judgment + AI fluency + process design + data discipline.
Og det rejser et vigtigt spørgsmål til CEO og Chair: Skal den næste nøgleperson i finance være endnu en traditionel FP&A-profil — eller en, der kan bygge customized AI-løsninger, som ændrer hele cost-to-serve, forecast-kvalitet og beslutningshastighed?
Den sværeste transformation er ikke teknologi — det er teamet
Den største flaskehals i fremtidens finance bliver ikke adgang til AI. Den bliver adgang til de rigtige mennesker.
Den klassiske finance-funktion er bygget op omkring controllere, accountants, FP&A-profiler og processtærke ledere. Det er stadig nødvendigt. Men det er ikke længere tilstrækkeligt. Fremtidens finance-team får brug for profiler, der kan bevæge sig på tværs af finance, data, proces og teknologi. Ikke nødvendigvis softwareudviklere i traditionel forstand, men finance-profiler, der forstår API’er, datalag, integrationer, modeloutput, automatisering og AI-agenter godt nok til at kunne bygge, teste og udfordre løsningerne.
Det betyder, at CFO’en skal begynde at ansætte anderledes. Den næste stærke finance-hire er måske ikke endnu en senior controller. Det kan være en data engineer, en AI engineer, en analytiker med Python-kompetencer eller en kommerciel FP&A-profil, der kan bygge en prototype på tre dage i stedet for at skrive en business requirement til IT på tre måneder.
Det vil føles uvant for mange CFO’er. Men det er netop pointen. Hvis finance-funktionen skal ændre sig, kan den ikke kun bygges af de samme kompetencer, som skabte den nuværende funktion.
Mange finance-funktioner har for mange mennesker, der kan forklare fortiden, og for få, der kan bygge fremtiden.
Den næste nøgleansættelse i finance er derfor ikke nødvendigvis endnu en controller. Det kan være en AI process owner, en data engineer, en finance automation lead eller en FP&A-profil, der kan prototype en løsning på tre dage.
CEO/Chair-spørgsmålet: Har vores finance-team kompetencerne til at bygge fremtidens finance — eller kun til at drive gårsdagens model?
Outsourcing var gårsdagens arbitrage. AI-insourcing er morgendagens
De sidste 15-20 år har mange CFO’er skabt værdi ved at flytte opgaver til lavere omkostningsbaser. Shared service centres i Indien, Polen, Rumænien eller Filippinerne gav mening, fordi finance-processer kunne standardiseres, dokumenteres og flyttes.
Den logik forsvinder ikke. Men den ændrer karakter.
Hvis en opgave er regelbaseret, gentagende og digital, er spørgsmålet ikke længere kun: “Kan den udføres billigere i Indien?”
Spørgsmålet er: Skal den udføres af mennesker overhovedet?
Det betyder ikke, at man ukritisk skal hjemtage alt. Tværtimod. Fremtidens operating model bliver sandsynligvis mere hybrid:
- transaktionelle volumener håndteres af AI-agenter, ERP-workflows og specialiserede servicepartnere
- finance builders og AI process owners placeres tættere på forretningen
- Polen, Indien og andre hubs bruges mindre som “billige hænder” og mere som skalerbare talent pools for AI-enabled finance operations
- governance, modelkontrol, prompt libraries, datakvalitet og beslutningslogik ejes centralt
Det strategiske spørgsmål er derfor ikke outsourcing versus insourcing. Det er: Hvor skal intelligensen ligge?
Hvis intelligensen ligger hos eksterne BPO-leverandører, mister virksomheden læring, tempo og differentiering. Hvis intelligensen bygges internt, kan finance-funktionen blive en proprietær motor for performance improvement.
CFO’en skal eje AI-operating modellen
Det næste spørgsmål er ikke kun, hvilke AI-tools finance skal bruge. Det er, hvilken operating model finance skal have.
Alt for mange virksomheder kommer til at behandle AI som endnu en softwareimplementering. Man køber licenser, laver nogle pilots, træner medarbejdere i prompts og kalder det transformation. Men AI i finance handler ikke primært om værktøjer. Det handler om, hvordan arbejdet designes, hvem der udfører det, hvilke beslutninger der automatiseres, hvilke beslutninger der forbliver menneskelige, og hvor læringen akkumuleres.
Det er derfor CFO’en skal eje AI-operating modellen for finance. Ikke IT. Ikke en ekstern rådgiver. Ikke en softwareleverandør. CFO’en skal definere, hvad finance selv skal eje, hvad der kan delegeres, og hvad der bør automatiseres. Financial strategy, kapitalallokering, M&A, performance management, governance og risikostyring skal fortsat ejes af finance leadership. Men rapportudkast, variance detection, cash updates, reconciliations, matching, dunning, management comments og KPI-overvågning bør i stigende grad automatiseres eller agent-understøttes.
Det afgørende skifte er, at CFO’en ikke længere kun designer rapporteringsprocesser. CFO’en designer en intelligent finance-maskine.
Den farligste AI-strategi i finance er at forveksle adgang med transformation.
Copilot-licenser, ChatGPT Enterprise, ERP-AI og BI-assistenter giver adgang. Men de ændrer ikke operating modellen af sig selv. Transformationen sker først, når finance redesigner arbejdet: hvilke opgaver AI skal udføre, hvilke beslutninger mennesker skal eje, hvilke data modellen må bruge, og hvordan værdien måles.
CEO/Chair-spørgsmålet: Har vi en AI-strategi for finance — eller har vi bare købt nogle AI-værktøjer?
Platformen er ikke strategien
Der kommer en ny bølge af leverandører, der vil fortælle CFO’en, at fremtiden ligger i netop deres platform. ERP-leverandører, BI-leverandører, cloud-leverandører og AI-platforme vil alle bygge AI ind i deres eksisterende suiter. Det vil uden tvivl skabe værdi. Men det skaber også en risiko: at virksomheden forveksler leverandørens roadmap med sin egen strategi.
Fremtidens finance-funktion bør være platform-agnostisk. Det betyder ikke, at man skal undgå store systemer. ERP, BI, cloud og AI-platforme vil fortsat være kritisk infrastruktur. Men den egentlige differentiering ligger ikke i licensen. Den ligger i finance-teamets evne til at kombinere data, processer, forretningsforståelse og AI til løsninger, der passer præcist til virksomhedens beslutninger.
CFO’en skal derfor stille et andet spørgsmål end tidligere. Ikke kun: “Hvilket system skal vi vælge?” Men: “Hvilke kapabiliteter skal vi eje internt, så vi ikke bliver afhængige af én platform, én implementeringspartner eller én roadmap?”
Det bliver især vigtigt, når AI-omkostningerne begynder at ligne cloud-omkostninger: usage-baserede, variable og tæt knyttet til compute, storage og modelvalg. Finance kommer ikke kun til at bruge AI. Finance kommer også til at skulle forstå økonomien i AI.
CEO/Chair-spørgsmålet: Bygger vi en finance-kapabilitet — eller binder vi os til en leverandørs produktstrategi?
Men AI kræver realtidsdata — ellers bliver det bare hurtigere gætværk
Der er dog en vigtig forudsætning, som CFO’en ikke må undervurdere: AI skaber kun værdi, hvis den fodres med gode, konsistente og opdaterede data. En beslutningscopilot er ikke bedre end de data, den arbejder på. Hvis salgsdata, lagerdata, cash-data, kundedata og forecast-input stadig kommer fra manuelle Excel-uploads, månedlige rapporteringspakker eller forsinkede ERP-udtræk, bliver AI ikke en beslutningsmotor. Så bliver den blot en mere sofistikeret måde at automatisere gårsdagens usikkerhed på.
Derfor er en central CFO-opgave fortsat at sikre, at virksomheden bevæger sig mod realtidsdata eller nær-realtidsdata på de vigtigste finansielle og operationelle drivere: omsætning, ordreindgang, pipeline, cash, working capital, churn, margin, lager, indkøb og kapacitetsudnyttelse. Ikke alle data behøver være perfekte fra dag ét. Men de vigtigste beslutningsdata skal være definerede, ejede, kvalitetssikrede og tilgængelige i et datalag, som både mennesker, dashboards og AI-agenter kan arbejde på.
CEO/Chair-spørgsmålet: Har vi kun rapportering i realtid — eller har vi også et datagrundlag i realtid, som AI faktisk kan handle på?
Tre AI-tiltag CFO-området bør prioritere nu
1. AI-agenter til closing, controlling og working capital
Det første store værdiskabende område er ikke fancy strategirapporter. Det er den tunge finance-maskine: closing, controlling, cash, AR/AP, indkøbsmatch, afstemninger, accruals og working capital.
Her kan AI-agenter skabe reel værdi, fordi processerne er datatunge, gentagende og fulde af undtagelser. PwC beskriver eksempelvis, hvordan AI-agent workflows i finance kan håndtere PO processing og matching med langt mindre manuel indsats.
De mest oplagte use cases:
- automatisk forklaring af balance- og P&L-afvigelser
- agent-baseret opfølgning på overdue receivables
- intelligent matching af PO, invoice og goods receipt
- identifikation af usædvanlige posteringer før close
- automatiske udkast til management comments
- real-time cash risk alerts på kunder, lande eller forretningsenheder
Værdien er ikke kun lavere omkostninger. Det er hurtigere close, færre fejl, bedre cash discipline og mere tid til business partnering.
CEO/Chair-spørgsmålet: Hvor mange dage, fejl og manuelle timer kan vi fjerne fra finance-maskinen — uden at svække kontrollen?
2. AI-drevet performance management: fra dashboard til beslutningscopilot
Power BI viser, hvad der skete. AI skal hjælpe ledelsen med at forstå, hvorfor det skete — og hvad man bør gøre nu.
Det næste niveau i performance management er en beslutningscopilot, der kan svare på spørgsmål som:
- Hvorfor faldt marginen i Tyskland, og hvor meget skyldes mix, pris, rabat, valuta eller fragt?
- Hvilke kunder driver cash drag?
- Hvilke produkter bør vi prisjustere først?
- Hvilke cost centres har strukturel overspending?
- Hvilke synergier i en M&A-integration er reelle, forsinkede eller tabt?
- Hvad sker der med covenant headroom, hvis churn stiger 2 procentpoint?
BCG har i 2025 undersøgt ROI fra AI og GenAI i finance blandt mere end 280 finance executives og fokuserer netop på, hvordan finance-ledere kommer fra hype til målbar forretningsværdi. Det er den rigtige linse: AI i finance skal ikke måles på antal pilots. Det skal måles på bedre beslutninger, hurtigere reaktionstid og dokumenteret EBITDA/cash-effekt.
Den store forskel fra dashboards er interaktivitet. Bestyrelsen skal ikke længere nøjes med at bladre i slides. Den skal kunne stille spørgsmål til tallene, få hypoteser testet og se scenarier live.
CEO/Chair-spørgsmålet: Har vi stadig en rapporteringsfunktion — eller har vi en beslutningsmotor?
3. AI til M&A, PE value creation og risikoafdækning
Det tredje område er måske det mest strategiske: AI i transaktioner, value creation og risikostyring.
For PE-ejede virksomheder og acquisitive corporates kan AI ændre både hastighed og kvalitet i M&A-arbejdet. Ikke ved at erstatte judgment, men ved at øge analysekapaciteten dramatisk.
Use cases:
- AI-læsning af kundekontrakter, leverandøraftaler, leases og lånedokumenter
- automatisk identificering af change-of-control-klausuler, margin leakage og working capital-risici
- synergy tracking efter closing
- kvalitativ analyse af churn drivers og kundekoncentration
- carve-out readiness vurderet på processer, data, systemer og TSA-afhængigheder
- AI-understøttet integration management office
Det interessante er, at de store professionelle servicefirmaer også bevæger sig hurtigt i denne retning. KPMG har for nylig indgået partnerskab med Anthropic for at integrere Claude i globale tax- og advisory-platforme, herunder med ambition om at bygge agenter og accelerere materialegenerering og dokumentarbejde. Deloitte har tilsvarende indgået en stor enterprise-aftale med Anthropic og vil træne tusindvis af medarbejdere i Claude-baserede løsninger.
Det sender et klart signal: Hvis rådgiverne bygger AI-native advisory-modeller, bør CFO-funktionen ikke blive siddende med manuelle datarum, Excel-trackers og due diligence checklister fra 2018.
CEO/Chair-spørgsmålet: Vil vi købe AI-kapaciteten dyrt fra rådgivere hver gang — eller bygge en del af den som intern capability?
Hvad skal stå på CFO CV’et i 2027?
Det gamle CFO-CV sagde:
“ERP implementation. Shared services. M&A. Power BI. Process automation.”
Det nye CFO-CV bør sige:
“Built AI-enabled finance operating model. Deployed finance agents. Reduced close cycle. Improved forecast accuracy. Created decision cockpit for CEO and Board. Embedded AI in M&A and value creation. Established model governance and AI controls.”
Det handler ikke om, at CFO’en selv skal være teknolog. Men CFO’en skal forstå nok til at stille de rigtige spørgsmål, vælge de rigtige use cases, ansætte de rigtige profiler og sikre governance.
For CEO og Chair er pointen enkel: Finance er for vigtig til at være en passiv modtager af AI-transformationen. Finance bør være et af de første steder, hvor AI skaber målbar værdi — fordi data, processer, kontrol og beslutninger allerede bor der.
CFO’en skal beskytte judgment mod automatiseringens bivirkninger
AI erstatter ikke judgment. Den gør judgment vigtigere.
Når AI kan skrive første udkast til management comments, identificere afvigelser, foreslå forklaringer, teste scenarier og udarbejde beslutningsoplæg, bliver finance hurtigere. Men hastighed er ikke det samme som kvalitet. Risikoen er ikke kun hallucinationer. Risikoen er også, at AI producerer et overbevisende svar, som bekræfter den hypotese, ledelsen allerede havde.
Det er her CFO’ens rolle bliver endnu vigtigere. CFO’en skal sikre, at AI-output ikke bare accepteres, fordi det ser professionelt ud. Der skal være processer for challenge, kildekritik, datakvalitet, modelkontrol, adgangsstyring og beslutningslogik. Hvem må bruge hvilke data? Hvor bliver prompts og output gemt? Hvilke modeller må bruges til følsomme finansielle data? Hvornår kræver en AI-anbefaling menneskelig godkendelse? Og hvordan dokumenterer man beslutninger, når analysen delvist er genereret af en maskine?
Den moderne CFO skal derfor både være sponsor for AI og kontrolinstans for AI. Ikke som bremseklods, men som garant for, at hastighed ikke erstatter ansvarlighed.
For bestyrelsen bliver AI i finance en del af risikostyringen. Ikke kun fordi AI kan tage fejl, men fordi AI kan gøre dårlige beslutninger hurtigere, mere skalerbare og mere overbevisende.
Derfor bør Audit Committee eller bestyrelsen mindst én gang i halvåret gennemgå finance AI-governance: datagrænser, modelvalg, adgangsrettigheder, beslutningslogik, dokumentation og menneskelig godkendelse.
CEO/Chair-spørgsmålet: Har vi governance, der gør AI hurtigere uden at gøre beslutningerne svagere?
Konklusion: Den næste CFO-transformation handler ikke om systemer. Den handler om kapabilitet.
ERP var fundamentet. Outsourcing var skala. RPA var effektivisering. Power BI var synlighed.
AI er noget andet.
AI er evnen til at gøre finance-funktionen mere intelligent, mere proaktiv og mere værdiskabende. Det kræver ikke blot nye tools. Det kræver en ny type finance-profil, en ny operating model og en ny ambition fra CEO og bestyrelse.
Inden for de næste 6 måneder bør enhver CEO og Chair kunne bede CFO’en om tre ting:
- En prioriteret AI-roadmap for finance
- Tre AI-enabled workflows i produktion
- Et scorecard, der viser effekt på cash, close, forecast, kontrol og beslutningshastighed
Hvis svaret stadig er “vi tester Copilot” eller “vi kigger på AI i ERP-systemet”, er finance ikke i gang med transformation. Så er finance i gang med softwareadoption.
Og det er ikke det samme.
Den CFO, der kun leverer rapportering, bliver presset.
Den CFO, der bygger en AI-enabled beslutningsmotor, bliver en af virksomhedens vigtigste værdiskabere.
Læs mere
https://www.mckinsey.com/capabilities/m-and-a/our-insights/gen-ai-in-m-and-a-from-theory-to-practice-to-high-performance 3. november 2025 – Real-world examples reveal how finance functions apply AI to deliver faster insights, stronger controls, and measurable results.
https://www.mckinsey.com/capabilities/strategy-and-corporate-finance/our-insights/how-finance-teams-are-putting-ai-to-work-today 3. november 2025 – How finance teams are putting AI to work today
14. januar 2026. Gen AI in M&A: From theory to practice to high performance
Boston Consulting Group. (2025). How Finance Leaders Can Get ROI from AI. BCG. Fokus på at AI i finance bør måles på dokumenteret ROI, beslutningskvalitet og forretningsværdi frem for antal pilots. BCG’s analyse bygger på en survey blandt over 280 finance executives med erfaring i AI og GenAI i finance.
Gartner. (2025). Gartner Survey Shows Finance AI Adoption Remains Steady in 2025. Gartner Newsroom. Underbygger observationen om, at AI-adoptionen i finance er steget fra 37 procent i 2023 til 58 procent i 2024, men kun marginalt videre i 2025.
McKinsey & Company. (2025). AI in finance: Driving automation and business value. McKinsey & Company. Finance-funktioner bruger allerede AI til hurtigere indsigt, stærkere kontroller og målbar værdiskabelse. McKinsey peger blandt andet på stigende brug af GenAI-use cases blandt CFO’er.
PwC. (2025). AI agents for finance. PwC. Om AI-agenter i closing, controlling, PO-processing, matching og repetitive finance-processer. PwC beskriver blandt andet, hvordan AI-agent workflows kan reducere cyklustider markant og frigøre finance-medarbejdere til analyse og værdiskabende arbejde.
KPMG. (2026). KPMG and Anthropic sign global alliance and launch Digital Gateway Powered by Claude. KPMG. De store rådgivningshuse bevæger sig mod AI-native advisory-modeller. KPMG beskriver alliancen med Anthropic som en integration af Claude i KPMG’s client delivery platform med fokus på blandt andet tax, legal og private equity.
The Wall Street Journal. (2026). KPMG Taps Anthropic to Revamp Global Tax, Advisory Platforms. KPMG integrerer Claude i globale tax- og advisory-platforme og giver medarbejdere adgang til Claude-værktøjer.
Anthropic. (2025). Anthropic Deloitte Partnership. Anthropic. Om udrulning af Claude til mere end 470.000 Deloitte-medarbejdere samt certificering af 15.000 professionelle.
IT Pro. (2025). Deloitte signs up Anthropic in AI enterprise deal. IT Pro. Om Deloittes aftale med Anthropic, herunder etablering af Claude Center of Excellence, træning/certificering og udvikling af AI-løsninger til regulerede brancher.
McKinsey & Company. (2023). The CFO’s guide to generative AI. McKinsey on Finance. Om CFO’ens rolle i at identificere value pools, prioritere use cases og sikre, at AI-investeringer kobles til enterprise value creation.
PwC Denmark. (2025). AI i Finans: Fra optimering i hverdagen til strategisk værdiskabelse. PwC Danmark. Om, hvordan AI bliver en integreret del af finansfunktionen, herunder værktøjer, konkrete eksempler, kompetencer og ansvarlig brug af AI.
