Είναι η Τεχνητή Νοημοσύνη (AI) το Μέλλον της Λογιστικής;

Η Smacc, μια γερμανική εταιρία λογισμικού, χρησιμοποιεί τεχνητή νοημοσύνη για να βοηθήσει τους ελεύθερους επαγγελματίες, τις μικρές επιχειρήσεις και τις μεσαίες επιχειρήσεις να αυτοματοποιήσουν τα λογιστικά τους συστήματα και την οικονομική τους έκθεση. Έλαβαν $ 3.5 εκατομμύρια στη σειρά A με χρηματοδότηση από διάφορους επενδυτές κεφαλαίων υψηλού κινδύνου και επενδυτές αγγέλων και οι ιδρυτές ανέπτυξαν την ιδέα αφού αντιμετώπισαν δυσκολίες στη λογιστική στα αρχικά στάδια της ίδιας της εταιρείας εκκίνησής τους.

Οι πελάτες Smacc μεταδίδουν τις αποδείξεις τους, οι οποίες στη συνέχεια μετατρέπονται σε μορφή αναγνώσιμη από μηχάνημα. Οι αποδείξεις διατίθενται στον κατάλληλο λογαριασμό μετά την κρυπτογράφηση. Με την πάροδο του χρόνου, το σύστημα διδάσκει να βελτιώσει τις λειτουργίες του: πωλήσεις, έξοδα, διαχείριση τιμολογίων και προφίλ ρευστότητας.

Αυτο-μάθηση και Βελτίωση

Το λογισμικό χρησιμοποιεί περισσότερα από 60 σημεία δεδομένων για να ελέγξει τις αποδείξεις και τα τιμολόγια. Ελέγχει αν τα μαθηματικά είναι ακριβή και επαληθεύει εάν ο εκδότης είναι σωστός με λεπτομέρειες όπως αριθμούς αναγνώρισης ΦΠΑ. Όταν το λογισμικό έχει μάθει πώς να χειρίζεται κάθε προμηθευτή, οι εργασίες εκτελούνται στη συνέχεια αυτόματα. Η τεχνητή νοημοσύνη της επιτρέπει να αυτο-μάθει και να βελτιώνει συνεχώς την ικανότητά της να ταξινομεί και να διανέμει πληροφορίες.

Οι πελάτες μπορούν να ελέγχουν τα στοιχεία χρέωσης και εξόδων τους σε πραγματικό χρόνο σε απευθείας σύνδεση και δεν χρειάζεται πλέον να εισάγουν δεδομένα ή να περιμένουν μέχρι το τέλος του μήνα για να δουν πού βρίσκονται τα οικονομικά τους. Αρκετές εταιρείες, όπως το QuickBooks, προσφέρουν το λογισμικό λογιστικής βάσει σύννεφο, αλλά η Smacc είναι από τις πρώτες που αξιοποιούν την τεχνητή νοημοσύνη για να βελτιώσουν την ικανότητα του λογισμικού να αυτοματοποιεί τις εργασίες.

Η άνοδος του AI

Ο κόσμος της λογιστικής είναι μόνο ο τελευταίος σε μια σειρά βιομηχανιών που επηρεάζονται από την ταχεία αύξηση στη χρήση της τεχνητής νοημοσύνης. Ο Μπιλ Γκέιτς μάλιστα αναφέρθηκε στην άνοδο της τεχνητής νοημοσύνης ως «Άγιο Δισκοπότηρο». Μετά από πολλές αποτυχημένες προσπάθειες στο παρελθόν, η ακρίβεια και η ταχύτητα της σύγχρονης τεχνητής νοημοσύνης βελτιώνονται πολύ.

Δεν μπορείτε να πάτε μια μέρα χωρίς κάποιος στη ζωοτροφή σας στο Facebook να μοιράζεται ένα άρθρο σχετικά με την τεχνητή νοημοσύνη και πώς θα πάρει τη δουλειά σας τα επόμενα χρόνια, αλλά αυτές οι ανησυχίες δεν είναι καινούργιες. Οι ίδιοι φόβοι βρίσκονταν στο προσκήνιο των μυαλών των ανθρώπων καθώς τα εργοστάσια εξαπλώθηκαν σε ολόκληρη τη Βρετανία πριν από 200 χρόνια.

Τα ρομπότ χρησιμοποιούνται ήδη σε όλα τα σπίτια μας, στους χώρους εργασίας και στα κέντρα ψυχαγωγίας και τα επόμενα 10 χρόνια, η Forrester Research εκτιμά ότι η AI θα αναλάβει έως και το 16% των θέσεων εργασίας στις Ηνωμένες Πολιτείες. Η Google πιστεύει ότι τα ρομπότ θα επιτύχουν επίπεδα ανθρώπινης νοημοσύνης μέχρι το 2029 και η Gartner εκτιμά ότι το 33% όλων των επαγγελμάτων θα εκτελεστούν από έξυπνα ρομπότ έως το 2025. Η FOW προβλέπει ότι πέντε περιοχές θα αισθάνονται τον πιο αντίκτυπο: υγειονομική περίθαλψη, μεταποίηση, χρηματοδότηση.

Ελεγχος ΠΡΑΓΜΑΤΙΚΟΤΗΤΑΣ

Με όλα αυτά τα λόγια, οι λογιστές πιθανότατα δεν χρειάζεται να ανησυχούν για τη τεχνητή νοημοσύνη για μεγάλο χρονικό διάστημα. Η Smacc αναπτύσσει ενδιαφέρουσες εφαρμογές AI για να βοηθήσει στην περαιτέρω αυτοματοποίηση και βελτιστοποίηση των εργασιών λογιστικής, ενώ τα πακέτα λογισμικού που βασίζονται σε σύννεφο, όπως τα QuickBooks, λένε ότι είναι ήδη 75% αυτοματοποιημένα. Τούτου λεχθέντος, οι επαγγελματίες λογιστές κάνουν πολύ περισσότερα από την παρακολούθηση των εισπράξεων και παρέχουν βασικές εκθέσεις. Δρουν ως σύμβουλοι που συμβουλεύουν σχετικά με τον φορολογικό σχεδιασμό, συζητούν λειτουργίες, αναθεωρούν στόχους πελατών και πολλά άλλα.

Ο ταχύς ρυθμός των αλλαγών στις βιομηχανίες πελατών και η επέκταση των πολύπλοκων κανονισμών σημαίνει ότι οι υπηρεσίες ελέγχου ανθρώπων θα είναι απαραίτητες για να εξασφαλιστεί ότι πληρούνται οι απαιτήσεις συμμόρφωσης και οι δημοσιονομικοί έλεγχοι είναι υγιείς.

Πολλές χώρες

Αυτό ισχύει ιδιαίτερα για εταιρείες που δραστηριοποιούνται σε πολλές χώρες. Είναι αρκετά δύσκολο να αντιμετωπίσετε τους φόρους στην πατρίδα σας, αλλά η αντίληψη του φορολογικού κώδικα και των επιχειρηματικών κανονισμών σε πολλές ξένες χώρες είναι τρομακτικό. Είναι τα ρομπότ της AI έτοιμοι να αντιμετωπίσουν το μπερδεμένο δίκτυο κανονισμών που σχετίζονται με την Ευρωπαϊκή Ένωση ή τις απαιτήσεις συμμόρφωσης του Οργανισμού Οικονομικής Συνεργασίας και Ανάπτυξης (ΟΟΣΑ); Δεν υπάρχουν αλγόριθμοι τεχνητής νοημοσύνης που να μπορούν να λύσουν αυτές τις σύνθετες αλληλεπιδράσεις.

Προκλήσεις περιβάλλοντος

Η εκμάθηση μηχανών μπορεί να εκπαιδευτεί για να χειριστεί μια εκπληκτική ποικιλία εργασιών, αν της προσφέρετε μια ευρεία ποικιλία παραδειγμάτων για να αντλήσετε. Οι επιστήμονες δεδομένων δεν είναι ακριβώς σίγουροι πώς συμβαίνει αυτό. Το μάθημα είναι τόσο περίπλοκο, είναι δύσκολο να το αναδιοργανώσουμε για να δούμε πώς μαθαίνει το σύστημα, γεγονός που δυσχεραίνει τη διάγνωση προβλημάτων.

Το AI μπορεί να κάνει εκπληκτικά πράγματα, αλλά δεν είναι τόσο καλό για τα πολλά πράγματα που οι άνθρωποι κάνουν φυσικά. Κάνουμε πολλές αποφάσεις με βάση το πλαίσιο. Οι υπηρεσίες επαγγελματικών ελεγκτών κατανοούν τους κανόνες και τους κανονισμούς τους οποίους πρέπει να τηρούν ο πελάτης τους και είναι σε θέση να παρουσιάσουν επιλογές και συστάσεις με τρόπο που ο πελάτης μπορεί να καταλάβει.

Τα υπάρχοντα συστήματα μηχανικής μάθησης δεν χειρίζονται καλά αυτό το είδος πλαισίου. Οι φουτουριστές έχουν ανακηρύξει τα πλεονεκτήματα του AI για δεκαετίες τώρα, περιγράφοντας καταπληκτικούς κόσμους όπου τα ρομπότ κάνουν την καθημερινή σας ζωή ευχάριστη και ξεκούραστη. Αυτό το μέλλον μπορεί να είναι πιο γρήγορα από ό, τι νομίζετε, αλλά προς το παρόν, οι εξωτερικές λογιστικές υπηρεσίες έχουν ένα πλεονέκτημα ότι οι πιο προηγμένοι αλγόριθμοι δεν μπορούν να αντιγράψουν - την ανθρώπινη αφή.