AI-teknologi vid företagsekonomiska analyser: En kvalitativ studie om användning av maskininlärning vid företagsekonomiska analyser samt relevanta faktorer att ta i beaktande vid implementering

Sammanfattning: Bakgrund: Artificiell intelligens (AI) innebär att skapa intelligenta system som överträffar mänsklig kunskap. Den snabba framväxten av AI har gjort att stora företag behöver överväga implementering för att hänga med i dagens utveckling. Forskning visar att maskininlärning kan användas vid redovisning, revision samt vid analyser inom banksektorn. Frågan är dock hur företag använder sig av maskininlärning vid företagsekonomiska analyser?   Syfte: Syftet med uppsatsen är att undersöka hur maskininlärning används vid företagsekonomiska analyser. Vidare avser uppsatsen att analysera vilka faktorer som behöver tas i beaktande av företag vid implementering av AI samt vilka faktorer som enligt Rogers adaptionsteori har legat till grund för spridningen av maskininlärning. Metod: Uppsatsen utgår från en kvalitativ metod med ett induktivt tillvägagångssätt. Den empiriska materialinsamlingen baseras på tio semistrukturerade intervjuer med relevanta personer för arbetets frågeställningar. Arbetets teoretiska referensram har samlats in via befintlig litteratur, såsom vetenskapliga artiklar samt böcker. Slutsats: Slutsatserna som kan dras utifrån studiens frågeställningar och syfte är att användningen av AI vid företagsekonomiska analyser ses som ett hjälpmedel som effektiviserar arbetet för ekonomer. Arbetet effektiviseras då maskinerna kan komma med tips, insikter och avvikelser som människan annars hade behövt leta efter själv. Den främsta fördelen vi identifierat med maskininlärning är att det kapar tid för användaren, vilket gör att personalen kan ägna sig åt andra arbetsuppgifter som är mer tidskrävande. Studien kom fram till att faktorerna som företag behöver beakta vid implementering av maskininlärning är legala, cybersäkerhet, kostnad, kunskap, etik samt datakvalitet.