Er kunstig intelligens (AI) fremtiden for regnskap?

SMACC, et tyskbasert programvarefirma, bruker kunstig intelligens for å hjelpe frilansere, små selskaper og mellomstore bedrifter med å automatisere regnskapssystemene sine og økonomisk rapportering. De fikk $ 3.5m i serie A-finansiering fra en rekke høyprofilerte risikokapitalister og engleinvestorer, og grunnleggerne utviklet konseptet etter å ha opplevd vanskeligheter med regnskap i de første stadiene av sitt eget oppstartsselskap.

SMACC-klienter overfører kvitteringer, som deretter blir konvertert til maskinlesbar form. Kvitteringene blir tildelt riktig konto etter kryptering. Over tid lærer systemet seg å forbedre funksjonene: salg, utgifter, fakturahåndtering og likviditetsprofiler.

Selvlæring og forbedring

Programvaren bruker mer enn 60 datapunkter for å gjennomgå kvitteringer og fakturaer. Den sjekker om matematikken er nøyaktig og verifiserer om utstederen er riktig med detaljer som merverdiavgift (mva) identifikasjonsnummer. Når programvaren har lært hvordan man håndterer hver leverandør, blir oppgaver deretter håndtert automatisk. Den kunstige intelligensen lar den selvlæres og stadig forbedre evnen til å sortere og tildele informasjon.

Kunder kan sjekke fakturerings- og utgiftsdataene sine i sanntid på nettet, og ikke lenger trenger å legge inn data eller vente på slutten av måneden for å se hvor økonomien deres står. Flere selskaper, for eksempel QuickBooks, tilbyr skybasert regnskapsprogramvare, men SMACC er blant de første som utnytter kunstig intelligens for å forbedre programvarens evne til å automatisere oppgaver.

Fremveksten av AI

Regnskapsverdenen er bare den siste i en serie bransjer som blir påvirket av den raske økningen i bruken av kunstig intelligens. Bill Gates omtalte til og med fremveksten av kunstig intelligens som informatikk "Holy Grail."Etter mange mislykkede innsats i fortiden, er nøyaktigheten og hastigheten på dagens kunstige intelligens mye forbedret.

Du kan ikke gå en dag uten at noen på Facebook -feeden din deler en artikkel om kunstig intelligens og hvordan det vil ta jobben din de neste årene, men disse bekymringene er ikke nye. Den samme frykten var i forkant av folks sinn da fabrikker spredte seg gjennom Storbritannia for 200 år siden. 

Roboter brukes allerede i våre hjem, arbeidsplasser og underholdningssentre, og i løpet av de neste 10 årene anslår Forrester Research at AI vil overta opptil 16% av jobbene i USA. Google mener at roboter vil oppnå menneskelige etterretningsnivåer innen 2029, og Gartner anslår at 33% av alle yrker vil bli utført av smarte roboter innen 2025. FOW spår at fem områder vil føle mest innvirkning: helsetjenester, produksjon, transport, kundeservice og økonomi.

Virkelighetssjekk

Med alt det som er sagt, trenger ikke regnskapsførere mer enn sannsynlig å bekymre seg for kunstig intelligens i lang tid. SMACC utvikler interessante AI-applikasjoner for å hjelpe til med å automatisere og effektivisere bokføringsoppgaver, og skybaserte regnskapspakker som hurtigbøker sier at de allerede er 75% automatisert. Når det er sagt, gjør profesjonelle regnskapsførere mye mer enn å følge med på kvitteringer og gi grunnleggende rapporter. De fungerer som konsulenter som gir råd om skatteplanlegging, diskuterer operasjoner, gjennomgår klientmål og mer. Det raske endringstempoet i klientindustrier og utvidelse av kompliserte forskrifter betyr at menneskelige kontrollertjenester vil være nødvendige for å sikre at kravene til overholdelse er oppfylt og økonomiske kontroller er lyd.

Flere land

Dette gjelder spesielt selskaper som opererer i flere land. Det er vanskelig nok å håndtere skatter i hjemlandet, men å gi mening om skattekode og forretningsforskrifter i en rekke fremmede land er skremmende skremmende. Er AI -roboter klare til å håndtere det sammenfiltrede forskriftene tilknyttet EU eller etterlevelseskravene til Organisasjonen for økonomisk samarbeid og utvikling (OECD)? Ingen kunstig intelligensalgoritmer som kan sortere ut disse komplekse interaksjonene for øyeblikket eksisterer. 

Kontekstutfordringer

Maskinlæring kan trenes til å håndtere et fantastisk utvalg av oppgaver hvis du gir det et bredt nok utvalg av eksempler å trekke fra. Dataforskere er ikke helt sikre på hvordan dette skjer. Matematikken er så kompleks, det er vanskelig å gjenopprette den for å se hvordan systemet lærer, noe som gjør diagnostiseringsproblemer vanskelig.

AI kan gjøre fantastiske ting, men det er ikke så bra på de mange tingene mennesker gjør naturlig. Vi tar mange beslutninger basert på kontekst. Profesjonelle kontrollertjenester forstår reglene og forskriftene deres klienter må følge, og de er i stand til å presentere alternativer og anbefalinger på en måte klienten kan forstå.

Nåværende maskinlæringssystemer håndterer ikke denne typen kontekst godt. Futurister har proklamert fordelene med AI i flere tiår nå, og beskriver fantastiske verdener der roboter gjør hverdagen din til letthet og avslapning. Den fremtiden kan være her raskere enn du tror, ​​men foreløpig har outsourcede regnskapstjenester en fordel de mest avanserte algoritmene kan ikke duplisere-den menneskelige berøringen.