Slik bruker norske regnskapsbyråer AI i praksis

Jeg blir ofte spurt om hva andre faktisk gjør, ikke hva som er teoretisk mulig. Her har jeg gått gjennom de ferskeste tallene om AI-bruk i norsk regnskapsbransje, og oversatt dem til noe du kan bruke selv.

Hvor mye tid snakker vi egentlig om?

Regnskap Norge har anslått at over 60 prosent av arbeidstiden på et norsk regnskapskontor fortsatt går med til manuell registrering og kontroll. Med en vanlig 37,5-timers uke er det godt over 20 timer per konsulent, hver eneste uke, på oppgaver som i stor grad lar seg automatisere. Får du bort halvparten av det, er ti timer i uken innenfor rekkevidde. Det er ikke et estimat jeg finner urealistisk. Det stemmer godt med det jeg selv har sett i praksis.

Hvilke oppgaver egner seg best?

Et regnskapskontor håndterer i grove trekk tre typer arbeid. Det løpende: bilagsregistrering, fakturamottak, bankavstemming og purringer, som skjer hundrevis av ganger i måneden. Det periodiske: MVA-rapportering, lønnskjøring og perioderegnskap, som er tidskritisk og kontrolltungt. Og det strategiske: årsoppgjør, skatteberegning og rådgivning, der faglig vurdering ikke kan automatiseres bort.

Det er de to første kategoriene som gir størst og raskest effekt av automatisering. Det strategiske arbeidet er der du fortsatt tjener pengene, og der tiden bør frigjøres til.

Verktøyene som sannsynligvis allerede ligger i systemet deres

Det jeg oftest ser, er at bedrifter tror de trenger et helt nytt verktøy for å komme i gang. I praksis ligger mye av AI-funksjonaliteten allerede i systemene dere bruker. Regnskap Norges teknologiundersøkelse fra januar 2026, som kartla nærmere 1 500 medlemmer, peker på disse som mest utbredt i norske byråer:

• Tripletex – bredt brukt, med automatisk bilagsgjenkjenning, kontoforslag og bankavstemming som de mest brukte AI-funksjonene.
• Conta – har en egen AI («Kaia») som tolker bilag, foreslår kontering og varsler ved avvik i MVA-satser.
• Fiken – mye brukt blant mindre virksomheter, med maskinlæring for faktura- og kvitteringstolking.
• Visma eAccounting og PowerOffice GO – utbredt i byråmarkedet, med API-er som åpner for automatisert rapportering.
• Catacloud – en norsk plattform i vekst, spesialisert på bilagsgjenkjenning og avviksanalyse.

Poenget er ikke at dere nødvendigvis skal bytte system. Poenget er å faktisk finne ut hva som allerede er tilgjengelig i det dere har, før dere vurderer noe nytt.

Det tallene avslører: gapet mellom bruk og effekt

Det er her det blir interessant. Vismas AI-undersøkelse fra 2025, basert på over 200 norske ledere og ansatte, viser at 73 prosent bruker AI på jobb i en eller annen form. Men 40 prosent av dem bruker det utelukkende eksperimentelt, og bare 3 prosent måler effekten systematisk. De aller fleste vet altså ikke om AI-bruken faktisk gir noe igjen.

Det største hinderet er ikke teknologien. I samme undersøkelse peker 36 prosent på manglende kompetanse som den viktigste barrieren, langt foran integrasjonsutfordringer. Det stemmer med det jeg selv erfarer: verktøyene er sjelden problemet. Det er tiden og kunnskapen til å faktisk ta dem i bruk, som mangler.

Blant dem som faktisk måler noe, er automatisering av manuelle oppgaver området flest rapporterer konkrete resultater fra, og økonomi/regnskap kommer rett bak som nummer to. Med andre ord: der gevinsten er lettest å hente, er også der færrest måler den.

Hvor bør dere starte?

Dette er i grove trekk den samme metoden jeg bruker i en AI-sunnhetssjekk, bare mer systematisk og tilpasset akkurat deres systemer og prosesser.