Vokietijoje įsikūrusi programinės įrangos įmonė „Smacc“ naudoja dirbtinį intelektą, kad padėtų laisvai samdomiems darbuotojams, mažoms įmonėms ir vidutinėms įmonėms automatizuoti savo apskaitos sistemas ir finansines ataskaitas. Jie gavo 3,5 mln. USD A serijos finansavimą iš įvairių aukšto lygio rizikos kapitalistų ir angelų investuotojų. įkūrėjai šią koncepciją sukūrė patyrę sunkumų su apskaita pradinėse savo veiklos stadijose bendrovė.
Smacc klientai perduoda savo kvitus, kurie vėliau konvertuojami į mašininio skaitymo formą. Po šifravimo kvitai priskiriami atitinkamai paskyrai. Laikui bėgant sistema pati išmoksta tobulinti savo funkcijas: pardavimus, išlaidas, sąskaitų faktūrų valdymą ir likvidumo profilius.
Savarankiškas mokymasis ir tobulėjimas
Programinė įranga naudoja daugiau nei 60 duomenų taškų, kad peržiūrėtų kvitus ir sąskaitas faktūras. Ji patikrina, ar matematika yra tiksli, ir patikrina, ar išdavėjas teisingas, naudodamas tokią informaciją kaip pridėtinės vertės mokesčio (PVM) identifikavimo numerius. Kai programinė įranga išmoko elgtis su kiekvienu tiekėju, užduotys tvarkomos automatiškai. Jo dirbtinis intelektas leidžia savarankiškai mokytis ir nuolat tobulinti gebėjimą rūšiuoti ir paskirstyti informaciją.
Klientai gali patikrinti savo atsiskaitymo ir išlaidų duomenis realiuoju laiku internete ir nebereikia įvesti duomenų ar laukti iki mėnesio pabaigos, kad pamatytų, kur yra jų finansai. Keletas įmonių, pavyzdžiui, „QuickBooks“, siūlo debesies pagrindu veikiančią apskaitos programinę įrangą, tačiau „Smacc“ yra viena iš pirmųjų, naudojančių dirbtinį intelektą, kad pagerintų programinės įrangos gebėjimą automatizuoti užduotis.
AI kilimas
Apskaitos pasaulis yra naujausias iš daugelio pramonės šakų, kurias paveikė spartus dirbtinio intelekto naudojimas. Billas Gatesas netgi pavadino dirbtinio intelekto iškilimą kompiuterių mokslo „Šventuoju Graliu“. Po to daug nesėkmingų pastangų praeityje, šiandieninio dirbtinio intelekto tikslumas ir greitis yra daug pagerėjo.
Negalite praleisti nė dienos, kai kas nors jūsų „Facebook“ sklaidos kanale nepasidalins straipsniu apie dirbtinį intelektą ir apie tai, kaip jis atliks jūsų darbą per ateinančius kelerius metus, tačiau šie rūpesčiai nėra nauji. Prieš 200 metų gamykloms išplitus po visą Britaniją, žmonių mintyse vyravo tokios pačios baimės.
Robotai jau naudojami mūsų namuose, darbo vietose, pramogų centruose ir visame pasaulyje „Forrester Research“ apskaičiavo, kad per ateinančius 10 metų dirbtinis intelektas perims iki 16 % darbo vietų Jungtinėse Valstijose. valstybėse. „Google“ mano, kad iki 2029 m. robotai pasieks žmogaus intelekto lygį, o „Gartner“ apskaičiavo, kad iki 2025 m. išmanieji robotai atliks 33% visų profesijų. FOW prognozuoja, kad didžiausią poveikį pajus penkios sritys: sveikatos priežiūra, gamyba, transportas, klientų aptarnavimas ir finansai.
Realybės patikrinimas
Visa tai pasakius, buhalteriams greičiausiai nereikės ilgai jaudintis dėl dirbtinio intelekto. Smacc kuria įdomias AI programas, kurios padėtų toliau automatizuoti ir supaprastinti buhalteriją užduotys, o debesyje pagrįstos apskaitos programinės įrangos paketai, tokie kaip „QuickBooks“, teigia, kad jie jau 75 proc. automatizuotas. Be to, profesionalūs buhalteriai daro daug daugiau nei seka kvitus ir teikia 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 reglamentų plėtra reiškia, kad žmogaus duomenų valdytojo paslaugos bus būtinos siekiant užtikrinti, kad būtų laikomasi atitikties reikalavimų ir vykdoma finansinė kontrolė garsas.
Kelios šalys
Tai ypač aktualu įmonėms, kurios veikia keliose šalyse. Pakankamai sunku susitvarkyti su mokesčiais savo šalyje, tačiau suprasti mokesčių kodeksą ir verslo reglamentus daugelyje užsienio šalių yra baisu. Ar dirbtinio intelekto robotai yra pasirengę susitvarkyti su painiuoju reglamentų tinklu, susijusiu su Europos Sąjunga arba Ekonominio bendradarbiavimo ir plėtros organizacijos (EBPO) atitikties reikalavimais? Šiuo metu nėra dirbtinio intelekto algoritmų, galinčių išspręsti šias sudėtingas sąveikas.
Konteksto iššūkiai
Mašininį mokymąsi galima išmokyti atlikti nuostabias įvairias užduotis, jei pateikiate pakankamai įvairių pavyzdžių. Duomenų mokslininkai nėra tiksliai tikri, kaip tai vyksta. Matematika tokia sudėtinga, kad sunku ją iš naujo sukurti, kad pamatytumėte, kaip sistema mokosi, todėl sunku diagnozuoti problemas.
DI gali padaryti nuostabių dalykų, tačiau jis nėra toks geras daugeliui dalykų, kuriuos žmonės daro natūraliai. Daug sprendimų priimame atsižvelgdami į kontekstą. Profesionalios kontrolierių tarnybos supranta taisykles ir nuostatas, kurių turi laikytis jų klientai, ir gali pateikti klientui suprantamu būdu parinktis bei rekomendacijas.
Šiuolaikinės mašininio mokymosi sistemos netinkamai susidoroja su tokio tipo kontekstu. Futuristai jau dešimtmečius skelbė AI pranašumus, apibūdindami nuostabius pasaulius, kuriuose robotai paverčia jūsų kasdienybę lengvumu ir atsipalaidavimu. Ta ateitis gali būti čia greičiau, nei manote, tačiau kol kas užsakomosios apskaitos paslaugos turi pranašumą, kurio negali dubliuoti pažangiausi algoritmai – žmogaus prisilietimas.
