Käivituskasutus kasutab automaatset raamatupidamisarvestust
Kunstlik intelligentsus (AI) on vananenud - see on juba paljudes teistes tööstusharudes juba kõrvaldanud pangandus-, õigus- ja tootmistegevused. Kas raamatupidamine on järgmine?
Saksa tarkvarafirma sai hiljuti $ 3,5 miljonit seeria A rahastamist mitmetest suuremahulistest riskikapitalistidest ja inglite investoritest . Smacc kasutab kunstintelligentsust, et aidata vabakutselisi, väikeettevõtteid ja keskmise suurusega ettevõtteid automatiseerida oma raamatupidamissüsteeme ja finantsaruandlust.
Asutajad arendasid kontseptsiooni pärast raskuste tekkimist raamatupidamises oma käivitusfirma algfaasis.
Smacc kliendid edastavad oma laekumisi, mis seejärel teisendatakse masinloetaval kujul. Laekumised eraldatakse õigele kontole pärast krüptimist. Aja jooksul õpetab süsteem oma funktsioone parandama: müük, kulud, arvete haldamine ja likviidsusprofiilid.
Eneseõppimine ja täiustamine
Laekumiste ja arvete ülevaatamiseks kasutab tarkvara üle 60 andmepunkti. See kontrollib, kas matemaatika on õige ja kontrollib, kas emitent on korrektsed, näiteks käibemaksukohustuse identifitseerimisnumbrid. Kui tarkvara on õppinud, kuidas iga tarnijat käsitseda, käideldakse seejärel ülesandeid automaatselt. Selle tehisintellekt võimaldab seda ise õppida ja pidevalt parandada oma võime sortida ja eraldada teavet.
Kliendid saavad oma arveldus- ja kuluandmeid vaadata mis tahes Interneti-ühenduse kaudu reaalajas.
Nad ei pea sisestama andmeid või ootama kuni kuu lõpuni, et näha, kus nende rahalised vahendid seisavad. Mitmed ettevõtted, näiteks QuickBooks, pakuvad pilvepõhist raamatupidamistarkvara, kuid Smacc on üks esimesi, kes võimendab tehisintelligentsust, et parandada tarkvara võimet automatiseerida ülesandeid.
AI tõus
Raamatupidamisarvestus on lihtsalt uusimatest tööstusharude seast, mida mõjutab tehisintellekti kasutamise kiire kasv. Bill Gates nimetas isegi kunstintelligentsi tõusu arvutiteaduse "Püha Graaliks". Pärast mitut ebaõnnestunud jõupingutust on tänase tehisintellekti täpsus ja kiirus palju paranenud.
Sa ei saa päeva minna ilma teie Facebooki sööda kedagi, jagades artiklit tehisintellekti kohta ja kuidas läheb teie töö lähiaastatel, kuid need probleemid pole uued. The Economist sõnul olid samad hirmud inimeste meelestatud esirinnas, nagu tehased, mis levisid kogu Inglismaal 200 aastat tagasi.
Robotid on juba kasutusel kogu meie kodudes, töökohtades ja meelelahutuskeskustes. Järgmise 10 aasta jooksul prognoosib Forrester Research, et AI võtab üle kuni 16 protsenti töökohtadest Ameerika Ühendriikides. Google usub, et robotid saavutavad inimese intelligentsi taseme 2029. aastaks. Gartner leiab, et 2025. aastal teostavad arukaid roboteid 33% kõigist ametitest. FOW ennustab, et viis valdkonda tunnevad kõige rohkem mõju: tervishoid, tootmine, transport, klienditeenindus ja rahandus .
Reaalsuskontroll
Kõike seda öeldes ei pea raamatupidajad pikka aega rohkem kui kunagi luure kohta muretsema. Smacc arendab huvitavaid rakenduste rakendusi, et aidata raamatupidamisülesandeid veelgi automatiseerida ja lihtsustada. Pilvipõhised raamatupidamistarkvarapaketid nagu QuickBooks ütlevad, et need on juba 75 protsenti automatiseeritud. Kuid kutselised raamatupidajad teevad palju rohkem kui laekumisi ja esitavad põhiprobleeme. Nad tegutsevad konsultantidena, kes nõustavad maksukavade koostamist, arutavad toiminguid, kontrollivad klientide eesmärke ja muud. Klientide tööstuse muutuste kiire kiirus ja keerukate eeskirjade laiendamine tähendavad, et inimkontrolli teenused on vajalikud, et tagada nõuete täitmine ja finantskontroll on usaldusväärsed.
Mitu riiki
See kehtib eriti mitmes riigis tegutsevate ettevõtete kohta.
Teie koduriigis on maksudega tegelemine keeruline, kuid mõnes välisriigis on maksukoodi ja ärieeskirjade mõistmine hirmutav. Kas AI-robotid on valmis tegelema Euroopa Liiduga seotud eeskirjade kokkupõrkega või Majanduskoostöö ja Arengu Organisatsiooni (OECD) vastavusnõuetega? Praegusel hetkel ei eksisteeri selliseid tehisintellekti algoritme, mis suudavad neid kompleksseid koostoimeid lahendada.
Raskusaste koos kontekstiga
Masinakoolitust saab õpetada suurepäraste ülesannete täitmiseks, kui annate sellel piisavalt palju erinevaid näiteid. Andmeteadlased pole täpselt kindlad, kuidas see juhtub. Matemaatika on nii keeruline, seda on keeruline ümber kujundada, et näha, kuidas süsteem õpib. See muudab probleemide diagnoosimise keeruliseks.
Arvepidajad võivad ilmselt hingata pikka aega kergesti. AI saab teha hämmastavaid asju, kuid see pole nii hea, kui palju inimesi loomulikult teeb. Teeme palju otsuseid lähtuvalt kontekstist. Professionaalsete kontrollijate teenused mõistavad eeskirju ja eeskirju, mida nende klient peab järgima, ja nad saavad esitada valikuid ja soovitusi viisil, mida klient saab aru saada.
Praegused masinaõppe süsteemid ei suuda seda tüüpi konteksti hästi käsitleda. Futuurid on kuulutanud AI eeliseid juba aastakümneid, kirjeldades hämmastavaid maailmasid, kus robotid muudavad teie igapäevaelu lihtsaks ja lõõgastumiseks. See tulevik võib olla siin kiiremini, kui te arvate, kuid praeguseks on allhanget pakkuvad raamatupidamisteenused eelisena, mida kõige paremad algoritmid ei saa dubleerida - inimeste kokkupuudet.