Högskolan i Skövde

Bakgrund: Digitalisering och AI förändrar i snabb takt hur företag arbetar med finansiell redovisning. Där tidigare manuella och repetitiva uppgifter dominerade redovisningsprocessen används nu AI-teknologier som RPA, ML och NLG för att automatisera bokföring, avstämningar och rapportering. Samtidigt ställer detta krav på företagsledningar att stötta medarbetarna. Trots omfattande internationell forskning saknas dock studier kring hur svenska medelstora och stora företag konkret använder AI i den finansiella redovisningen. Detta motiverar behovet av att undersöka hur AI tillämpas i praktiken i svensk kontext, samt hur företagsledningar hanterar de mänskliga utmaningar som uppstår.

Syfte: Syftet med studien är att undersöka hur svenska medelstora och stora företag använder AI i den finansiella redovisningsprocessen, samt hur deras företagsledningar hanterar de mänskliga utmaningar som uppstår vid denna användning. Genom detta bidrar studien till ökad förståelse för AI:s praktiska tillämpning inom redovisning och ger stöd för ledningsbeslut kring användning och hantering av mänskliga utmaningar.

Teoretisk referensram: Den teoretiska referensramen ger en grundläggande förståelse för hur AI används i den finansiella redovisningsprocessen och vilka mänskliga utmaningar detta skapar. Först definieras redovisning som en aktiv och tolkande process där ekonomisk information registreras, bearbetas och rapporteras. Vidare beskrivs de olika former av AI. Tidigare studier och artiklar visar att AI främst används för processautomation och beslutsstöd. Sedan definieras de mänskliga utmaningarna som kan uppstå vid användning av AI. Socio Technical System Theory används för att kunna besvara forskningsfrågorna.

Metod: I denna studie har en kvalitativ metod använts. Empiriska data samlades in genom semistrukturerade intervjuer med redovisningsekonomer, ekonomichefer och HR-ansvariga från ett urval av företag som aktivt använder AI i sina redovisningsprocesser. Litteraturinsamling skedde parallellt genom sökningar i vetenskapliga databaser och branschrapporter, med särskild hänsyn till aktuell forskning.

Slutsats: Studien visar att svenska medelstora och stora företag använder AI genom hela den finansiella redovisningsprocessen. De mest avancerade tillämpningarna finns i automatiseringen av leverantörsfakturor och löpande bokföring med hjälp av RPA och maskininlärning. Vid bokslut används AI för datainsamling och analys, medan Generativ AI i rapporteringen förändrar redovisningsekonomens roll från administrativ till mer strategisk. Ledningarna hanterar mänskliga utmaningar genom att anpassa det sociala systemet via tydlig kommunikation, kompetensutveckling, delaktighet och rättvisa incitament.

Background: Digitalization and Artificial Intelligence (AI) are rapidly transforming how companies manage financial accounting. Where manual and repetitive tasks once dominated the accounting process. AI technologies such as Robotic Process Automation, Machine Learning, and Natural Language Generation are now used to automate bookkeeping, reconciliations, and reporting. At the same time, this shift demands on corporate leadership to support employees. Despite extensive international research, there is a lack of studies on how medium-sized and large Swedish companies specifically use AI in financial accounting. This highlights the need to explore how AI is applied in practice within a Swedish context and how corporate leadership addresses the human challenges that arise.

Purpose: The purpose of this study is to examine how medium-sized and large Swedish companies use AI in the financial accounting process, and how their corporate leadership manages the human challenges associated with this use. In doing so, the study aims to enhance understanding of AI's practical application in accounting and provide guidance for management decisions related to the adoption and human aspects of AI.

Theoretical Framework: The theoretical framework provides a foundational understanding of how AI is used in financial accounting and the human challenges it generates. Accounting is first defined as an active and interpretive process involving the recording, processing, and reporting of financial information. The framework also describes the role of AI. Previous studies and articles show that AI is primarily used for process automation and decision support. Then, the human challenges that may arise when using AI are defined. Socio Technical System Theory is used to answer the research questions.

Method: A qualitative research method was used in this study. Empirical data were collected through semi-structured interviews with accounting professionals, CFOs, and HR managers from a selection of companies actively using AI in their accounting processes. Literature was gathered concurrently through searches in academic databases and industry reports, with particular attention to recent research.

Findings: The findings show that Swedish medium-sized and large companies utilize AI throughout the financial accounting process. The most advanced applications are found in the automation of accounts payable and bookkeeping using RPA and ML. AI is also used for data compilation and analysis in the closing process, while Generative AI transforms the accountant’s role in reporting from administrative to strategic. Management addresses human challenges by adapting the social system through clear communication, skills development, participation and fair incentives.