آموزش حسابداری

استفاده از هوش مصنوعی در حسابداری برای بهبود تصمیم گیری

در این مقاله کاربرد هوش مصنوعی در حسابداری را بررسی می کنیم.
هوش مصنوعی (AI) هنوز به اندازه کافی پیشرفته نیست که بتواند تصمیمات حسابرسی گرفته شده توسط انسان را به چالش بکشد، اما مدت زیادی طول نخواهد کشید تا فناوری بتواند این کار را انجام دهد. پیت هیرش (Pete Hirsch)، در این مقاله مدیر ارشد فناوری بلک لاین (Blackline)، پتانسیل هوش مصنوعی را بررسی می کند.

تاریخ انتشار مقاله اصلی: 26 نوامبر 2019 – ترجمه توسط مدیر سایت

کاربرد هوش مصنوعی در حسابداری

هوش مصنوعی می تواند جایگزین تصمیمات انسان شود؟

طی دو سال گذشته، هوش مصنوعی (AI) جهت کمک به تصمیم گیری در حوزه حسابداری مورد استفاده قرار گرفته است. توسعه آن تا جایی پیش رفته است که کارایی و اعتماد به آن ممکن است شروع به چالش کشیدن یک تصمیم گیرنده انسانی نماید.

در حال حاضر بسیاری از افراد احساس می کنند که هوش مصنوعی پتانسیل تغییر شکل حسابرسی و حسابداری، اتوماسیون فرایندها و امکانات کارکنان را دارد که بتوانند روی تجزیه و تحلیل ارزشمندتر کسب و کار تمرکز کنند، اما همیشه اینگونه نبوده است.

کاربرد هوش مصنوعی در حسابداری

بررسی سال 2017 به قبل

تنها 2 سال پیش، بدین موضوع به شیوه ای دیگر می نگریستند. یک بررسی PwC در سال 2017 نشان داد که 76٪ از مدیران عامل در مورد احتمال تعصب ناخواسته در الگوریتم هوش مصنوعی یا مدل تصمیم گیری نگران هستند.
بدیهی است که شبهات پیرامون هوش مصنوعی همچنان باقی مانده و تصمیمات انسانی ارجح بر این مسئله است.

بررسی سال 2018 به بعد

فقط 12 ماه بعد مشخص شد که این روند در حال تغییر است. در مطالعه‌ای در سال 2018 که توسط هاروارد و به صورت گزارشی از بازنگری اقتصادی منتشر شده است، محققان آزمایش کردند که آیا یک مکالمه 15 دقیقه‌ای بین انسان یا الگوریتم، روش بهتری برای اندازه‌گیری اعتماد به نفس یک همکار جدید است.

در حالی که هر دو روش قابل اعتماد تلقی می شدند، این الگوریتم بود که به عنوان “یک رویکرد منطقی تر و کمتر شهودی در ارزیابی اعتماد به نفس یک فرد” تلقی شد.

در این مطالعه دريافت شد كه 61٪ از شركت كنندگان در پاسخ به این سوال که “ترجیحا از کدام ارزیابی استفاده می کنید؟”، هوش مصنوعی (AI) را به جای داوري انسان انتخاب مي كنند.

هوش مصنوعی در حسابداری تصمیم بگیرد یا انسان تصمیم بگیرد؟

امروزه، هوش مصنوعی به طور فزاینده ای قادر به تصمیم گیری های مالی مستقل است.
تصمیم گیری در مورد اینکه چه کسی (الگوریتمی یا انسانی) برای تصمیم گیری های خاص در حوزه های مالی و حسابداری بهتر است، سخت تر می شود.

پذیرش کارمندان

در بعضی موارد، هوش مصنوعی برای کمک به خودکارسازی، متمرکز کردن و ساده تر کردن عملیات نزدیک مالی، فرآیندهای حسابداری و سایر کارهای مهم مالی که در آن گنجانیده شده است به کار می رود.

اما هوش مصنوعی تصمیمات مهم استراتژیک را اتخاذ نمی کند. این مهم هنوز توسط حسابداران و تحلیلگران مالی رسیدگی می شود. هوش مصنوعی صرفاً گزینه هایی را بر اساس تجزیه و تحلیل آماری و محاسبات به انسان ارائه می دهد.

با گذشت زمان و پیشرفت تکنولوژی، نرم افزار هوش مصنوعی همچنان به تغییر نوع کارهایی که توسط متخصصان امور مالی امروز انجام شده است، می پردازد.
این بدان معنی است که نقشها و مسئولیتهای شغلی ناگزیر تغییر خواهد کرد، اگر چه این لزوما نیاز انسانها را در تصمیم گیری های مالی برطرف نمی کند.

به عنوان مثال، پیش بینی این نكته دشوار است كه هوش مصنوعی بتواند كاملاً جایگزین حسابرسان انسانی شود، كه معمولاً هنگام ارزیابی حساب های شركت باید قضاوت های پیچیده و ذهنی كنند.

زمانی در آینده نه چندان دور خواهد بود که هرگونه عدم توافق در روند تصمیم گیری دیگر قابل قبول نباشد، با گفتن این موضوع، در آینده نه چندان دور یک زمان وجود خواهد داشت که دیگر هیچ ابهامی در فرایند تصمیم گیری غیر قابل قبول است.

کاربرد هوش مصنوعی در حسابداری

از بین بردن ذهنیت و تعصب

به عنوان مثال، تصمیمات در مورد استخدام را در نظر بگیرید، که اغلب هنوز صرفاً بر اساس قضاوت یک یا چند مصاحبه کننده استوار است. وقتی یک کارمند جدید برای یک سمت استخدام می شود، نامزدها استخدامی هرگز نمی توانند واقعاً از روی عواملی که تعیین کننده موفقیت یا نبودن آنها بود، کاملاً رؤیت کنند.

در بعضی موارد، مصاحبه‌كنندگان حتی قادر به بیان آنچه كه بین خود گذشته است نیستند. افراد غالباً از روی برداشت اول یا به طور احساسی در مورد دیگران قضاوت می كنند، اما آیا این دلیلی بر این است كه افراد گزینش شده برای استخدام همان كسانی هستند كه دارای تجربه و تحصیلات لازم برای یك نقش اند، یا خیر؟

بیایید با این موضوع مقایسه کنیم که چگونه یک الگوریتم هوش مصنوعی می تواند در این رابطه توصیه کننده باشد. شما می توانید در تعریف صفاتی که به نتیجه خاصی منجر می شوند، بسیار صریح و دقیق باشید. اگر کارمندان خود مدل را بسازند و آموزش دهند و دقیقاً چگونگی عملکرد آن را بفهمند، نسبت به معیارهای تصمیم گیری شفافیت کامل وجود دارد.

این بدان معنا نیست که همه افراد در یک بخش با یک نتیجه به توافق برسند، اما دست کم هیچ سردرگمی در مورد نحوه اتخاذ این تصمیم – بر خلاف روند مات “جعبه سیاه” (منظور از روند مات روندی است که کاملاً توسط یک مغز انسان انجام می شود)، وجود ندارد.

]وش مصنوعی در حسابداری

شفافیت

در حالی که سطح بیشتری از هوش مصنوعی و اتوماسیون در حسابداری و امور مالی معرفی می شود، الگوریتم های مختلف مسیرها و تصمیم گیری ها را به درجات مختلف احتمال و دقت توصیه می کنند.

چالش اصلی این است که شفافیت نسبت به الگوریتم همیشه وجود ندارد. شفافیت پیرامون دلایلی که برای تصمیم گیری استفاده می شود، مسلماً به همان اندازه خود نتیجه گیری مهم است.

به روند مالی نگاه کنید. ابزاری وجود دارد که فرآیندهای کلیدی را خودکار می کند و نیاز به ورودی انسان را برطرف می کند.
اما مردم باید بتوانند درک کنند که چگونه این کار انجام می شود تا به نتیجه اعتماد کنند. آنها می خواهند ویژگی ها و متغیرهایی را که برای ارائه یک توصیه خاص و چگونگی ارتباط آنها استفاده می شود، بشناسند. این می تواند به هر دو روش کار کند، خواه این تصمیم توسط هوش مصنوعی، خواه یک انسان یا ترکیبی از هر دو گرفته شود.

اگر در مورد تایید یک وام فکر کنیم، یک الگوریتم با استفاده از عواملی مانند اعتبار و سن می تواند پیش بینی هایی داشته باشد. اما اگر مثلاً الگوریتم در وضعیت خانوادگی نیز نقش داشته باشد، ممکن است قوانین را نقض کند. به عنوان مثال، در ایالات متحده، قانون منصفانه (Fair Housing Act)، متقاضیان red- lining (خودداری از (وام یا بیمه) به کسی بخاطر اینکه در منطقه ای زندگی می کنند که خطر اقتصادی ضعیفی محسوب می شود) را بر اساس این عامل منع می کند.

کاربرد هوش مصنوعی در حسابداری

آینده مالی

تا زمانی که شفافیت بیشتری در مورد الگوریتم ها و نحوه تصمیم گیری آنها وجود نداشته باشد، اعتماد گسترده هوش مصنوعی در حسابداری و امور مالی فقط با هزینه اعتبار ادراک شده برای حمایت از یک تصمیم هوش مصنوعی تعیین می شود.

اگر هوش مصنوعی با احتمال 80٪ پاسخی را برای اولین بار به درستی فراهم کند، آیا این اطمینان به وجود دارد که شما به این تصمیم اعتماد کنید؟ آیا این نشان می دهد که هزینه تصمیم گیری می تواند چقدر باشد؟

در مورد یک فرایند مهم مانند گزارشگری مالی، جایی که اطلاعات نادرست می تواند منجر به جریمه یا خسارت به اعتبار شهرت شود، احتمالاً اینگونه نیست.

هزینه یک خطا تعیین می کند که چقدر اعتماد و سطح دقت لازم است. تا این زمان، متخصصان حسابداری و امور مالی ممکن است مایل نباشند نام خود را بر اساس تصمیمات مصوب هوش مصنوعی یا AI توصیه کنند، در صورتی که این روش کاملاً شفاف نباشد.

حسابداری و هوش مصنوعی

درباره نویسنده

پیت هیرش مدیر ارشد فناوری در امور مالی و ارائه دهنده نرم افزار حسابداری بلک لاین است.

کانال تلگرام آموزشهای حسابداری

نمایش بیشتر

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا