En AI-faktura behöver inte se falsk ut för att vara farlig

Det är enkelt att tro att leta fel i en pdf är nog för att hitta bedrägerier. En felaktig logotyp, ett märkligt typsnitt eller en summa som inte går ihop kan fortfarande vara skäl att granska vidare. Men det räcker sällan längre. 

AI kan skapa ett kvitto med rimliga belopp, korrekt språk och ett varumärke som ser välbekant ut på några sekunder. AppZen uppger att AI-genererade dokument gick från 0 till 70,8 procent av de kvitton som deras plattform flaggade som bedrägliga mellan mars 2025 och mitten av maj 2026. Det är AppZens egen plattformsdata, inte svensk statistik och inte ett mått på alla kvitton. Men riktningen är tydlig: ett dokument kan vara övertygande utan att vara bevisande. 

Frågan är inte längre bara: ”Ser fakturan riktig ut?”, utan: ”Går den påstådda affärshändelsen att visa, även om dokumentet inte hade funnits?” 

Dokumentet är en uppgift, inte hela beviset 

I bokföringslagen definieras en verifikation som de uppgifter som dokumenterar en affärshändelse eller en justering. Lagen omfattar också avtal och andra handlingar som är viktiga för att belysa företagets ekonomi, samt uppgifter som gör att en utomstående kan följa och förstå en bokföringsposts behandling. Det är en bredare kravbild än en PDF. 

Det är den principen som behöver styra ett AI-stött flöde. En faktura kan tala om vem som påstår sig ha sålt något, vad det påstås ha kostat och vilket belopp som ska betalas. Men den visar inte på egen hand att varan levererades, att tjänsten utfördes eller att köpet hör till verksamheten. 

En bankhändelse gör inte heller hela jobbet. Den visar att pengar har rört sig. Först när underlag, beställning eller avtal, leverans och betalning berättar samma historia finns en rimlig verifieringskedja. 

Det betyder inte att varje köp måste behandlas som en brottsutredning. Tvärtom. En fungerande process skiljer mellan sådant som är välkänt och konsekvent, och sådant som avviker. Det är just där AI kan vara till verklig hjälp: hitta dubbletter, märka att belopp, moms eller betalningsuppgifter har förändrats och prioritera vilka underlag en människa bör se först. 

Och en röd flagga bör leda till en kvalificerad fråga. 

Det professionella arbetet börjar efter flaggan 

En återkommande leverantör med ett nytt bankkonto kan vara ett administrativt misstag. Ett kvitto som ser ovanligt rent ut kan vara en kopia av ett borttappat original. En udda kontering kan vara helt korrekt om företaget faktiskt har gjort ett nytt slags inköp. 

Det är därför det är riskabelt när AI:s träffsäkerhet beskrivs som om den vore en bedömning av skuld. AI kan rangordna avvikelser och sammanställa information. Den kan inte avgöra varför ett underlag ser ut som det gör, om kundens förklaring håller eller när omständigheterna har gått från oklara till allvarliga. 

FAR:s nya anmälningsrätt i Reko 120 gör gränsen konkret. En auktoriserad konsult har rätt, men inte skyldighet, att lämna uppgifter till Ekobrottsmyndigheten om misstankar om vissa brott när det finns omständigheter som medför att brott kan misstänkas och konsulten fått kännedom om dem i uppdraget. FAR betonar samtidigt att konsulten inte ska agera brottsutredare och att utgångspunkten är att verka för rättelse. Det framgår av FAR:s genomgång av ändringen. 

AI gör inte den gränsdragningen enklare genom att sätta en röd flagga. Men den kan göra den bättre dokumenterad, om systemet visar exakt vad som avviker och vad som har kontrollerats därefter. 

Byrån behöver kunna svara på tre frågor 

När en AI-flagga blir ett ärende bör det gå att svara på tre frågor utan att hänvisa till en svart låda. 

Vad avviker? Det ska vara konkret: samma fakturanummer har redan förekommit, beloppet går inte ihop med momsen, leverantörens konto har bytts eller en unik bankmatchning saknas. “AI tycker att något är fel” är inte ett användbart granskningsspår. 

Vilken kontroll har gjorts? En bra rutin visar vilka uppgifter som har jämförts och vad som fortfarande saknas. Här blir skillnaden stor mellan att godkänna en PDF och att kontrollera affärshändelsen. 

Vad blev nästa steg? I många fall är svaret en fråga till kunden, en komplettering eller en rättelse. I mer allvarliga fall kan processen behöva eskaleras. Oavsett utfall måste det gå att förstå vem som gjorde bedömningen och på vilka grunder. 

Det här är inte bara en trygghetsfråga. Bokföringslagen kräver systemdokumentation och behandlingshistorik som gör att enskilda poster kan följas och förstås i efterhand. När AI har varit en del av flödet blir det kravet mer, inte mindre, relevant. 

AI ska höja frågorna, inte sänka ribban 

Det vore fel att möta utvecklingen med en återgång till manuella stickprov och en idé om att datorn är problemet. AI kan göra det möjligt att granska fler avvikelser, med bättre underlag och mindre rutinmässigt letande. Men bara om den används för att göra kontrollen ännu mer skärpt, inte för att ersätta den. 

Den verkliga riskförändringen är alltså inte att en AI-faktura kan lura ögat. Den är att den kan få ett svagt flöde att känna sig säkert. Ett system som bara kontrollerar att en fil har laddats upp, att beloppet kan läsas och att en bankrad finns, har automatiserat registreringen. Det har inte verifierat affärshändelsen. 

För den som vill fördjupa sig i själva granskningen av fakturor, kvitton och AI-genererade underlag finns en praktisk guide om bluffakturor och AI-kvitton. Den här artikelns poäng är en annan: den professionella bedömningen börjar inte när AI har hittat ett avvikande dokument. Den börjar när någon kan förklara vad avvikelsen betyder och vad som ska hända sedan. 

Källor: 

1. AppZen, Fake receipt detection: What finance teams are up against, 14 september 2026. Källa för siffran 70,8 procent bland plattformens flaggade bedrägliga kvitton. Plattformsdata, inte svensk statistik eller ett mått på alla kvitton.
2. Bokföringslag (1999:1078), särskilt 1 kap. 2 § och 5 kap. 11 §. Källa för definitionen av verifikation, räkenskapsinformation samt krav på systemdokumentation och behandlingshistorik.
3. Reko, Svensk standard för redovisnings- och lönetjänster, Reko 110 och Reko 120 punkt 2a. Källa för konsultens ansvar att identifiera, reagera och agera på undermåligt material samt anmälningsrätten.
4. FAR, Ändringar i Reko: Konsulter får rätt att anmäla misstanke om brott, 9 september 2026. Källa för FAR:s beskrivning av anmälningsrätten, rättelseprocessen och att konsulten inte ska agera brottsutredare.