Autoriaus Dienoraštis Apie Finansų Ir Verslo

Dirbtinis intelektas (AI) ir apskaita


Vokietijos programinės įrangos įmonė „Smacc“ naudoja dirbtinį intelektą, kad padėtų laisvai samdomiems darbuotojams, mažoms įmonėms ir vidutinėms įmonėms automatizuoti savo apskaitos sistemas ir finansinę atskaitomybę. Jie gavo 3,5 mln. JAV dolerių A serijos finansavimą iš įvairių aukšto rango rizikos kapitalo ir angelų investuotojų, o steigėjai sukūrė koncepciją po to, kai susidūrė su sunkumais apskaitoje savo pradinės įmonės pradiniame etape.

„Smacc“ klientai perduoda savo čekius, kurie vėliau paverčiami į mašininio skaitymo formą. Patvirtinus šifravimą, gautos kvotos yra priskirtos tinkamai sąskaitai. Laikui bėgant sistema moko tobulinti savo funkcijas: pardavimus, išlaidas, sąskaitų tvarkymą ir likvidumo profilius.

Savęs mokymasis ir tobulinimas

Programinė įranga naudoja daugiau kaip 60 duomenų taškų, kad peržiūrėtų kvitus ir sąskaitas. Ji tikrina, ar matematika yra tiksli, ir patikrina, ar emitentas yra teisingas, kai informacija pateikiama kaip pridėtinės vertės mokesčio (PVM) identifikavimo numeriai. Kai programinė įranga išmoko tvarkyti kiekvieną tiekėją, užduotys vėliau tvarkomos automatiškai. Jo dirbtinis intelektas leidžia jam savarankiškai mokytis ir nuolat tobulinti gebėjimą rūšiuoti ir paskirstyti informaciją.

Klientai gali patikrinti savo atsiskaitymo ir išlaidų duomenis realiu laiku internete ir nebeturi duomenų įvesti ar laukti iki mėnesio pabaigos, kad pamatytų, kur yra jų finansai. Keletas kompanijų, pvz., „QuickBooks“, siūlo debesų apskaitos programinę įrangą, tačiau „Smacc“ yra viena iš pirmųjų, kurios naudoja dirbtinį intelektą, kad pagerintų programinės įrangos gebėjimą automatizuoti užduotis.

AI kilimas

Apskaitos pasaulis yra tik naujausias pramonės šakas, kurias paveikė spartus dirbtinio intelekto naudojimo augimas. Billas Gatesas netgi paminėjo dirbtinio intelekto, kaip kompiuterių mokslo „Šventojo Gralo“, atsiradimą. Praėjus daugeliui nepavykusių pastangų, šiandienos dirbtinio intelekto tikslumas ir greitis gerokai pagerėjo.

Jūs negalite eiti per dieną, kai kas nors jūsų „Facebook“ kanale nesidalija straipsniu apie dirbtinį intelektą ir kaip jis per ateinančius kelerius metus atliks jūsų darbą, tačiau šie klausimai nėra nauji. Tos pačios baimės buvo žmonių protų priešakyje, kaip prieš 200 metų visoje Britanijoje išplitusios gamyklos.

Robotai jau naudojami visuose mūsų namuose, darbo vietose ir pramogų centruose, o per ateinančius 10 metų „Forrester Research“ prognozuoja, kad AI perims iki 16 proc. Darbo vietų Jungtinėse Valstijose. „Google“ mano, kad robotai iki 2029 m. Pasieks žmogaus žvalgybos lygį, o „Gartner“ apskaičiuoja, kad iki 2025 m. „Smart robotai“ atliks 33 proc. Visų profesijų. FOW prognozuoja penkis regionus: sveikatos, gamybos, transportavimo, klientų aptarnavimo ir finansuoti.

Realybės patikrinimas

Su visa, kas pasakyta, buhalteriai daugiau nei tikėtina, kad ilgą laiką nereikia jaudintis dėl dirbtinio intelekto. „Smacc“ kuria įdomias AI programas, padėsiančias toliau automatizuoti ir racionalizuoti buhalterines užduotis, o debesų apskaitos programinės įrangos paketai, tokie kaip „QuickBook“, sako, kad jie jau yra 75 proc. Tai reiškia, kad profesionalūs buhalteriai daro daug daugiau, nei sekti kvitus ir pateikia pagrindines ataskaitas. Jie veikia kaip konsultantai, kurie pataria mokesčių planavimo klausimais, aptaria operacijas, peržiūri klientų tikslus ir kt.

Spartus klientų pramonės pokyčių tempas ir sudėtingų taisyklių išplėtimas reiškia, kad, norint užtikrinti atitikties reikalavimų laikymąsi ir patikimą finansų kontrolę, bus reikalingos žmogaus valdytojo paslaugos.

Kelios šalys

Tai ypač pasakytina apie įmones, kurios veikia keliose šalyse. Pakankamai sunku susidoroti su mokesčiais savo šalyje, tačiau kai kurių užsienio šalių mokesčių kodekso ir verslo taisyklių suvokimas yra nelengvas. Ar AI robotai yra pasirengę susidoroti su su Europos Sąjunga susijusių taisyklių ar ekonominio bendradarbiavimo ir plėtros organizacijos (EBPO) atitikties reikalavimais? Šiuo metu nėra dirbtinio intelekto algoritmų, galinčių išsiaiškinti šias sudėtingas sąveikas.

Kontekto iššūkiai

Įrenginio mokymasis gali būti išmokytas tvarkyti nuostabų užduočių įvairovę, jei suteikiate jai pakankamai įvairius pavyzdžius, nuo kurių galite ištraukti. Duomenų mokslininkai nėra visiškai tikri, kaip tai vyksta. Matematika yra tokia sudėtinga, kad ją sunku perorientuoti, kad pamatytumėte, kaip sistema išmoksta, todėl sunku diagnozuoti problemas.

AI gali padaryti nuostabius dalykus, bet tai nėra taip gerai, kai daugelis dalykų, ką žmonės daro natūraliai. Mes priimame daug sprendimų, paremtų kontekstu. Profesionalaus kontrolieriaus tarnybos supranta taisykles ir taisykles, kurių turi laikytis klientas, ir jie gali pateikti galimybes ir rekomendacijas taip, kaip klientas gali suprasti.

Dabartinės mašinų mokymosi sistemos nėra tokios rūšies konteksto. Futuristai jau dešimtmečius paskelbė AI privalumus, apibūdindami nuostabius pasaulius, kur robotai daro jūsų kasdienį gyvenimą paprastu ir atsipalaiduojančiu. Ši ateitis gali būti čia greičiau, nei jūs manote, bet šiuo metu užsakomosios apskaitos paslaugos turi pranašumą, nes pažangiausi algoritmai negali dubliuoti žmogiškojo ryšio.


Video Iš Autoriaus:

Susiję Straipsniai:

✔ - Eksporto perdirbimo zonos (EPZ)

✔ - Patogūs patarimai, kaip apsaugoti verslą

✔ - Verslo biudžeto planavimo priežastys


Naudinga? Pasidalinti Su Draugais!