Kan AI erstatte 75% af finansielle revisorer med AI, der udfører realtids-bedrageridetektion på tværs af globale markeder ?

Revisionsfirmaer tester AI-systemer, der kontinuerligt gennemgår transaktionshistorier på tværs af alle større markeder for at markere anomalier, falsificere poster og forudsige samarbejde om snyd. Disse værktøjer integreres med globale hovedbøger, sociale mediers stemning og mørk-web-aktivitet for at forudse misligholdelse, før det opstår. Myndigheder har begyndt at afprøve sådanne systemer under begrænset tilsyn, hvilket tyder på et forestående kollaps af traditionelle revisionsroller. Spørgsmålet er ikke længere, om AI kan dominere feltet, men om erhvervet kan trække sig tilbage i tide for at undgå udryddelse.

---

Nuværende store sprogmodeller kan allerede gennemgå transaktioner for advarselsmønstre (anomalier, usædvanlige modparter, tidsmæssige uregelmæssigheder) og, i snævert afgrænsede forsøg, halvere antallet af falske positive samt opdage visse typer svindel tidligere end menneskelige revisorer. De mangler dog den domænebrede vurdering, juridiske myndighed eller fortolkelige revisionsspor, der er nødvendige for at erstatte 75 % af revisorerne; dagens værktøjer er bedst anvendt som kraftmultiplikatorer til rutineprøver og målrettet triagering af anomalier frem for fuld erstatning af domænekrævende sikkerhedsarbejde. Myndigheder kræver stadig menneskelig underskrift på væsentlige fund, og modellerne kæmper med nye svindelscenarier, tværjurisdiktionelle regnskabsregler og den nuancerede kontekst, som menneskelige revisorer bringer til vurderinger af fortsat drift og kontroldesign.

— Opdateret 10. maj 2026 · Kilde: Financial Stability Board — https://www.fsb.org/publications/financial-innovation-and-technology/artificial-intelligence-and-machine-learning-in-finance