Detta examensarbete undersöker hur den ökade utvecklingen av AI påverkar redovisningsarbetet i medelstora till stora företag i Sverige. Studien använder en kvalitativ forskningsmetod baserad på semi-strukturerade intervjuer och fokuserar på företagens överväganden kring implementeringen av AI-teknologier som Maskininlärning och Robotic Process Automation.

Utöver att analysera AI:s påverkan på redovisningsarbetet syftar studien till att identifiera strategier som företagen överväger för att implementera AI, samt de drivkrafter och utmaningar som följer med teknologin. Rogers Diffusion Theory och Technology Acceptance Model används som teoretiska ramverk för att analysera resultaten och belysa de faktorer som påverkar adoptionen av AI.

Resultaten visar att AI erbjuder potentiella fördelar i redovisningsarbetet, såsom ökad effektivitet och tidsbesparing, men att företagen ännu inte har implementerat teknologin fullt ut. I stället befinner de sig i en utforskningsfas där strategier som pilotprojekt används och gradvis integration diskuteras för att minska osäkerhet och bygga förtroende för teknologin. Drivkrafterna för att överväga AI inkluderar förväntningar om förbättrad noggrannhet, effektivitet och värdeskapande, medan utmaningarna innefattar tekniska svårigheter, medarbetarnas oro för automatisering samt etiska och juridiska aspekter.

Studien bidrar till Rogers Diffusion Theory genom att belysa hur företag förbereder sig för att anta innovationer som AI, särskilt genom att adressera egenskaper som relativa fördelar, kompatibilitet, komplexitet, testbarhet och observerbarhet. Vidare stärker studien Technology Acceptance Model genom att identifiera de faktorer som påverkar företagens förväntningar på och acceptans av AI. Studien framhäver även vikten av strategisk planering, ledningsstöd och utbildning för att säkerställa en smidig och framgångsrik integration av AI i framtiden.

This thesis investigates how the growing development of AI impacts accounting work in medium to large-sized companies in Sweden. The study employs a qualitative research methodology based on semi-structured interviews, focusing on the companies’ considerations regarding the implementation of AI technologies such as Machine Learning and Robotic Process Automation.

In addition to analyzing the potential impact of AI on accounting work, the study aims to identify strategies companies are using and considering for implementing AI, as well as the drivers and challenges associated with the technology. Rogers' Diffusion Theory and the Technology Acceptance Model are used as theoretical frameworks to analyze the findings and highlight factors influencing the adoption of AI.

The results indicate that AI offers potential benefits in accounting work, such as increased efficiency and time savings, but that the companies have not yet fully implemented the technology. Instead, they are in an exploratory phase, employing strategies like pilot projects and discussing gradual integration to reduce uncertainty and build trust in the technology. The drivers for considering AI include expectations of improved accuracy, efficiency, and value creation, while the challenges involve technical difficulties, employees’ concerns about automation, and ethical and legal aspects.

The study contributes to Rogers' Diffusion Theory by illustrating how companies prepare to adopt innovations like AI, particularly by addressing attributes such as relative advantage, compatibility, complexity, trialability, and observability. Furthermore, it strengthens the Technology Acceptance Model by identifying factors that shape companies’ expectations of and acceptance of AI. The study also emphasizes the importance of strategic planning, leadership support, and training to ensure a smooth and successful integration of AI in the future.