Titel: AI och revision – en jämförande analys av AI-användning i små och stora revisionsbyråer

Nivå: Examensarbete på grundnivå (kandidatexamen) i ämnet företagsekonomi

Författare: Shira Levi

Handledare: Asif M Huq

Datum: 2025 - Januari

Syfte: Syftet med studien är att jämföra implementeringen samt användningen av AI mellan stora globala revisionsbyråer (Big Four) och mindre revisionsbyråer, med fokus på hur AI påverkar revisorers roll och arbetsuppgifter i dessa revisionsbyråer. Studien undersöker vilka arbetsuppgifter som förändras, effektiviseras eller kan ersättas av AI och vilka som kräver mänsklig hantering. 

Metod: Studien antar en kvalitativ ansats i form av semistrukturerade intervjuer. 9 intervjuer har genomförts med revisorer, varav fem stycken från små revisionsbyråer och fyra stycken från stora revisionsbyråer, Big Four. En tematisk analys har gjorts med hjälp av en kodningstabell.

Resultat och slutsats: Resultatet påvisar att AI har stor potential att effektivisera revisionsprocessen genom automatisering av rutinuppgifter, upptäckt av bedrägerier, ökad noggrannheten och frigör tid för revisorer att fokusera på andra viktiga uppgifter. Resultatet visar att stora revisionsbyråer använder sig av AI i högre utsträckning än små byråer främst på grund av resurser, kunskap och ekonomisk kapacitet. Studien visar utifrån TAM-modellen att både Perceived Usefulness och Perceived Ease of Use är avgörande för acceptans av AI inom revisoryrket. Resultatet påvisar att AI fungerar som ett komplement snarare än att ersätta revisorns arbete och belyser att mänsklig hantering fortfarande kommer att behövas. 

Examensarbetets bidrag: Studien bidrar teoretiskt genom att använda TAM-modellen för att analysera AI acceptansen inom revision, med specifikt fokus på skillnader mellan stora och små revisionsbyråer. Praktiskt bidrar studien genom att ge insikter för både stora och små revisionsbyråer om hur de kan använda sig av AI för att effektivisera och automatisera revisionsprocessen, vilka utmaningar som finns med AI-användning inom yrket samt samverkan mellan AI och mänsklig hantering.

Förslag till fortsatt forskning: För vidare forskning föreslås att genomföra kvantitativa undersökningar inom samma område för att generalisera resultaten. Vidare föreslås att forska kring hur små revisionsbyråer använder sig av AI i andra länder för att undersöka om geografiska faktorer påverkar AI-användningen. Utöver det föreslås forskning kring hur AI ska användas på ett korrekt sätt i och med regulatoriska hinder. Slutligen föreslås framtida forskning kring hur AI kan stötta juniora revisorers utveckling och vilka tekniska färdigheter som blir avgörande för nyanställda.

 Nyckelord: Artificiell Intelligens (AI), revisionsprocessen, TAM-modellen, automatisering, effektivisering

 Title: AI and auditing – A comparative analysis of AI usage in small and large audit firms Level: Bachelor’s degree thesis in business administration.  Author: Shira Levi

Supervisor: Asif M Huq 

Date: 2025 - January 

Aim: The purpose of the study is to compare the implementation of AI between large global auditing firms (Big Four) and smaller auditing firms, focusing on how AI impacts the role and tasks of auditors in these firms. The study examines which tasks are altered, streamlined, or potentially replaced by AI and which require human handling. 

Method: The study adopts a qualitative approach through semi-structured interviews. 9 interviews were conducted with auditors, five from small auditing firms and four from large auditing firms, Big Four. A thematic analysis was carried out using a coding table. 

Results and conclusions: The results indicate that AI has significant potential to streamline the auditing process through the automation of routine tasks, fraud detection, improved accuracy, and freeing up time for auditors to focus on other critical tasks. The findings show that large auditing firms use AI to a greater extent than smaller firms, primarily due to differences in resources, expertise, and financial capacity. The study demonstrates, based on the TAM model, that both Perceived Usefulness and Perceived Ease of Use are crucial for the acceptance of AI within the auditing profession. The results highlight that AI functions as a complement rather than a replacement for auditors' work, emphasizing that human involvement will still be required. 

Contribution of the thesis: The study contributes theoretically by utilizing the TAM model to analyze AI acceptance within auditing, with a specific focus on the differences between large and small auditing firms. Practically, the study provides insights for both large and small auditing firms on how they can leverage AI to streamline and automate the auditing process, the challenges associated with AI usage in the profession, and the interplay between AI and human involvement. 

Suggestions for future research: For further research, it is suggested to conduct quantitative studies in the same field to generalize the findings. Additionally, research is recommended on how small auditing firms utilize AI in other countries to explore whether geographical factors influence AI usage. Furthermore, studies on how AI can be implemented responsibly considering regulatory challenges are proposed. Finally, future research could investigate how AI can support the development of junior auditors and identify the technical skills that will be critical for new hires. 

Key words: Artificial Intelligence (AI), auditing process, TAM-model, automation, efficiency