Smacc, een in Duitsland gevestigd softwarebedrijf, gebruikt kunstmatige intelligentie om freelancers, kleine bedrijven en middelgrote ondernemingen te helpen hun boekhoudsystemen en financiële rapportage te automatiseren. Ze ontvingen $3,5 miljoen aan Serie A-financiering van een aantal vooraanstaande durfkapitalisten en engelinvesteerders De oprichters ontwikkelden het concept nadat ze in de beginfase van hun eigen startup problemen hadden ondervonden met de boekhouding bedrijf.
Klanten van SMACC sturen hun bonnen door, die vervolgens worden omgezet in een machinaal leesbare vorm. De bonnen worden na versleuteling aan het juiste account toegewezen. Na verloop van tijd leert het systeem zichzelf zijn functies te verbeteren: verkoop, uitgaven, factuurbeheer en liquiditeitsprofielen.
Zelflerend en verbeterend
De software gebruikt meer dan 60 datapunten om bonnen en facturen te bekijken. Het controleert of de berekening klopt en verifieert of de uitgevende instelling correct is met details zoals identificatienummers van de belasting over de toegevoegde waarde (btw). Wanneer de software heeft geleerd hoe met elke leverancier om te gaan, worden de taken vervolgens automatisch afgehandeld. Dankzij zijn kunstmatige intelligentie kan hij zichzelf leren en zijn vermogen om informatie te sorteren en toe te wijzen voortdurend verbeteren.
Klanten kunnen hun factuur- en onkostengegevens in realtime online controleren en hoeven niet langer gegevens in te voeren of tot het einde van de maand te wachten om te zien hoe hun financiën ervoor staan. Verschillende bedrijven, zoals QuickBooks, bieden cloudgebaseerde boekhoudsoftware aan, maar Smacc is een van de eersten die kunstmatige intelligentie inzet om het vermogen van de software om taken te automatiseren te verbeteren.
De opkomst van AI
De boekhoudwereld is slechts de laatste in een reeks sectoren die getroffen worden door de snelle toename van het gebruik van kunstmatige intelligentie. Bill Gates noemde de opkomst van kunstmatige intelligentie zelfs de ‘heilige graal’ van de computerwetenschap. Na veel mislukte pogingen in het verleden, de nauwkeurigheid en snelheid van de hedendaagse kunstmatige intelligentie zijn veel verbeterd.
Je kunt geen dag zonder dat iemand op je Facebook-feed een artikel deelt over kunstmatige intelligentie en hoe dit jouw baan de komende jaren zal innemen, maar deze zorgen zijn niet nieuw. Dezelfde angsten speelden in de hoofden van de mensen toen fabrieken zich 200 jaar geleden over heel Groot-Brittannië verspreidden.
Robots worden al gebruikt in onze huizen, werkplekken en entertainmentcentra, en daarbuiten Forrester Research schat dat AI de komende tien jaar tot 16% van de banen in de Verenigde Staten zal overnemen Staten. Google gelooft dat robots in 2029 het niveau van menselijke intelligentie zullen bereiken, en Gartner schat dat in 2025 33% van alle beroepen door slimme robots zal worden uitgevoerd. FOW voorspelt dat vijf gebieden de meeste impact zullen voelen: gezondheidszorg, productie, transport, klantenservice en financiën.
Realitycheck
Dat gezegd zijnde hoeven accountants zich waarschijnlijk nog lange tijd geen zorgen te maken over kunstmatige intelligentie. Smacc ontwikkelt interessante AI-toepassingen om de boekhouding verder te automatiseren en te stroomlijnen taken, en cloudgebaseerde boekhoudsoftwarepakketten zoals QuickBooks zeggen dat dit al 75% is geautomatiseerd. Dat gezegd hebbende, professionele accountants doen veel meer dan het bijhouden van bonnen en het verstrekken van basisrapporten. Ze fungeren als adviseurs die adviseren over belastingplanning, activiteiten bespreken, klantdoelen beoordelen en meer. Het snelle tempo van de veranderingen in de bedrijfstakken van de klanten en de uitbreiding van ingewikkelde regelgeving betekent dat menselijke diensten van controleurs zullen nodig zijn om ervoor te zorgen dat aan de nalevingsvereisten wordt voldaan en dat de financiële controles dat ook zijn geluid.
Meerdere landen
Dit geldt vooral voor bedrijven die in meerdere landen actief zijn. Het is al moeilijk genoeg om met belastingen in uw eigen land om te gaan, maar het begrijpen van de belastingwetten en zakelijke regelgeving in een aantal andere landen is ontmoedigend. Zijn AI-robots klaar om om te gaan met het ingewikkelde web van regelgeving dat verband houdt met de Europese Unie of met de nalevingsvereisten van de Organisatie voor Economische Samenwerking en Ontwikkeling (OESO)? Er bestaan momenteel geen kunstmatige intelligentie-algoritmen die deze complexe interacties kunnen oplossen.
Contextuitdagingen
Machine learning kan worden getraind om een verbazingwekkende verscheidenheid aan taken uit te voeren, als je het maar een voldoende grote verscheidenheid aan voorbeelden geeft waaruit je kunt putten. Datawetenschappers weten niet precies hoe dit gebeurt. De wiskunde is zo complex dat het moeilijk is om het opnieuw te ontwerpen om te zien hoe het systeem leert, wat het diagnosticeren van problemen moeilijk maakt.
AI kan verbazingwekkende dingen doen, maar is niet zo goed in de vele dingen die mensen van nature doen. We nemen veel beslissingen op basis van context. Professionele controlediensten begrijpen de regels en voorschriften waaraan hun klanten zich moeten houden, en zij kunnen opties en aanbevelingen presenteren op een manier die de klant begrijpt.
De huidige machine learning-systemen kunnen dit soort contexten niet goed aan. Futuristen verkondigen al tientallen jaren de voordelen van AI en beschrijven verbazingwekkende werelden waarin robots uw dagelijks leven tot een leven van gemak en ontspanning maken. Die toekomst is misschien sneller aangebroken dan je denkt, maar voorlopig hebben uitbestede boekhouddiensten een voordeel dat de meest geavanceerde algoritmen niet kunnen dupliceren: de menselijke maat.
