W jaki sposób uczenie się maszyn zakłóca rachunkowość

W zawodach związanych z księgowością, audytem i zgodnością, Sztuczna Inteligencja (AI) już zaczyna automatyzować pracochłonne zadania, takie jak wprowadzanie danych lub przeczesywanie ręcznych dokumentów.

Na przykład specjaliści z zakresu księgowości i audytu mogą wdrożyć SI w celu wyodrębnienia informacji z faktur lub zleceń zakupu, aby wprowadzić je do systemów księgowych i audytorskich, uwalniając w ten sposób godziny w ciągu dnia na przeprowadzenie bardziej solidnej analizy wyników systemu. Wykorzystanie sztucznej inteligencji może umożliwić działom księgowości, audytu i zgodności analizowanie istotnych ilości danych oraz dostarczanie większej ilości analiz i wglądów w ramach swoich zadań.

W rzeczywistości, AI ułatwia nam życie na dłużej niż możemy sobie wyobrazić. Twój smartfon, samochód, bank i urządzenia w Twoim domu mogą używać SI na co dzień, aby przewidzieć Twoje preferencje lub przewidzieć Twoje działania.

Sztuczna inteligencja jest dyscypliną szkolenia maszyn do podejmowania podobnych do ludzkich decyzji i wykonywania “inteligentnych” zadań, które normalnie wymagają ludzkiej inteligencji. Ostatnie zainteresowanie sztuczną inteligencją zostało podsycone trifektem postępu w technikach uczenia się maszyn, stale rosnącą dostępnością danych i ciągłym przyspieszaniem przetwarzania komputerowego. Twórcy SI stworzyli aplikacje, które mogą zwiększyć ludzką wydajność, zautomatyzować złożone procesy i symulować ludzkie zaangażowanie na coraz bardziej wyrafinowanych poziomach.

Dane to duża szansa… i wyzwanie dla AI

AI jest tylko tak inteligentna jak dane, które ją zasilają. Aby wykorzystać potencjał SI, maszyny “uczą się” z dużych repozytoriów informacji. Proces szkolenia maszyny wymaga obliczenia brutalnej siły – odpowiednik nauczyciela korygującego uczniów “tak” lub “nie”, gdy próbują oni odpowiedzieć na pytania w gwałtownym ogniu, aż do momentu, gdy (prawie) doskonale zapamiętają wszystkie odpowiedzi na pytania.

Podczas gdy dane umożliwiają sztucznej inteligencji i maszynowemu uczeniu się w skali, uzyskanie dostępu do wysokiej jakości zbiorów danych w celu rozwiązania konkretnych problemów biznesowych pozostaje ogromnym wyzwaniem. Dane nieustrukturyzowane – czy to tekst, obraz czy dźwięk – muszą zostać zdigitalizowane i przekształcone w źródło “podstawowej prawdy”, zanim możliwe będzie stworzenie rozwiązań napędzanych przez SI. Ta sprzeczka o dane może być zniechęcająca dla wielu organizacji.

Na szczęście, jeśli organizacjom brakuje informacji lub umiejętności potrzebnych do przeszkolenia własnych systemów SI, coraz częściej mogą one rozważać wstępnie przeszkolone systemy, które realizują określone zadania poznawcze. Wiele firm korzysta z przypadków grypy ptaków, które są już przeszkolone w zakresie rozpoznawania mowy, przetwarzania języka naturalnego lub wizji komputerowej. Systemy te można nawet wykorzystać do digitalizacji i automatyzacji istniejących procesów, otwierając te procesy na dalszy rozwój SI.

Współpraca między maszynami a ludźmi jest kluczowa

W żadnym wypadku wprowadzenie ptasiej grypy do rachunkowości, audytu lub zgodności nie oznacza końca kariery zawodowej. Zawsze znajdzie się miejsce, w którym ludzie będą mogli dokonać profesjonalnego osądu w swojej pracy – w rzeczywistości grypa jest czynnikiem ułatwiającym.

Podczas gdy algorytmy uczenia się maszynowego stale ewoluują w kierunku symulacji procesów biznesowych, to przede wszystkim klasyfikują one informacje. Brakuje im kontekstu do wyciągania nowych wniosków.

Większość rozwiązań z zakresu sztucznej inteligencji jest z natury rzeczy jednozadaniowa i może być krucha. Wracając do naszej analogii studenckiej, można sobie wyobrazić, że student szkolony na jeden temat może mieć imponującą wiedzę na ten temat.

Jednak ten sam student może nie być w stanie połączyć punktów poza tym obszarem doświadczenia. Na przykład, system AI, który jest zbudowany do wydobywania danych z zamówień zakupu nie zacznie spontanicznie zalecać ulepszeń w zamówieniach.

Może osiągnąć poziom dokładności, który przekracza poziom człowieka wykonującego te same rutynowe zadania, ale nie jest w stanie przejść do innych obszarów, a tym bardziej do myślenia na wyższym poziomie. To właśnie w tym obszarze ludzie muszą podejmować decyzje wspomagane maszynowo.

Mówiąc wprost, ludzie nie wygrają konkurencji w przetwarzaniu danych z maszynami. Jednocześnie, systemy SI nie są zdolne do samokorekty w nowych okolicznościach. Kiedy SI chybia, to często chybia bardzo źle.

W przeciwieństwie do tego, ludzie wnoszą kontekst do swoich decyzji, szybko integrując nowe informacje w złożone ramy wiedzy. W związku z tym systemy sztucznej inteligencji w ich obecnym stanie należy uznać za rozszerzenie ich użytkowników i bardziej przypominają one narzędzie niż konkurent. Przecież wiele systemów grypy ptaków jest stosunkowo “młodych”, po intensywnym szkoleniu trwającym zaledwie kilka tygodni lub miesięcy przed dopuszczeniem do eksploatacji.

AI jest okazją dla specjalistów ds. audytu i zgodności do “wychylenia się”

Ponieważ sztuczna inteligencja jest wykorzystywana do znajdowania przysłowiowej igły w stogu siana danych, audytorzy, specjaliści ds. zgodności i księgowi powinni postawić sobie za cel określenie bardziej satysfakcjonujących działań w zakresie rozwiązywania problemów. Na przykład w przyszłości audytorzy mogą stwierdzić, że wykorzystanie grypy ptaków do zautomatyzowania rutynowych procedur pozwala im skoncentrować się na rozszerzeniu zakresu poświadczenia na inne, niefinansowe informacje zawarte w sprawozdaniu finansowym w tym samym czasie.

Podobnie księgowi i specjaliści ds. zgodności, zwolnieni z potencjalnych działań związanych z ekstrakcją i przygotowaniem danych o niskiej wartości, mogą wykorzystać swoją wiedzę instytucjonalną i skupić się na doskonaleniu procesów biznesowych. Specjaliści ds. zgodności i audytorzy powinni również rozważyć swoją rolę w zarządzaniu SI.

Przyjęcie nowej technologii, takiej jak SI, wprowadza do organizacji nowe zagrożenia. Ponieważ systemy SI mogą mieć trudności w obliczu zmian lub świadomych prób wprowadzenia ich w błąd, przedsiębiorstwa będą musiały monitorować działanie systemów SI.

Podobnie, jeśli księgowi zaczną wykorzystywać sztuczną inteligencję do przetwarzania informacji na potrzeby sporządzania sprawozdań finansowych, to prawdopodobnie biegli rewidenci będą musieli opracować standardy w celu oceny wiarygodności tych systemów o charakterze “czarnej skrzynki”.

W kręgach akademickich toczy się również ożywiona debata na temat etyki SI. Ponieważ SI jest szkolona w zakresie danych historycznych, może odziedziczyć uprzedzenia zawarte w danych “prawdy gruntowej”.

Biorąc pod uwagę dojrzałość SI, specjaliści ds. audytu i zgodności powinni być świadomi tego, co jest “delegowane” na rzecz SI w ramach określonych procesów biznesowych, wraz z potencjalnym ryzykiem. Audytorzy i specjaliści ds. zgodności mogą mieć możliwość pomocy w nadzorowaniu lub “audytowaniu” złożonych algorytmów, którymi kierują się systemy SI.

Co dalej z AI w zakresie rachunkowości, zgodności i audytu?

Można oczekiwać, że stosowanie sztucznej inteligencji w różnych funkcjach biznesowych, takich jak rachunkowość, zgodność z przepisami i audyt, umożliwi profesjonalistom analizowanie i działanie w oparciu o istotne informacje, przy mniejszym rozproszeniu przetwarzania danych. Ponadto audytorzy i specjaliści ds. zgodności odgrywają ważną rolę w identyfikowaniu i monitorowaniu ryzyka wprowadzonego przez rozprzestrzenianie się ptasiej grypy w procesach biznesowych.

Powinniśmy zacząć myśleć o SI jako o narzędziu wspomagającym – a nie o bezpośrednim konkurentu. Powinniśmy korzystać z tych narzędzi, aby wykorzystać nasz cenny czas, zwiększając naszą satysfakcję z pracy. Jednocześnie powinniśmy być świadomi, że część tego nowego czasu należy poświęcić również na obserwację maszyny.