AI를 사용하여 회계 자동화
인공 지능 (AI)은 이미 시대를 넘어서 왔으며, 이미 많은 다른 산업 분야에서 은행, 법률 및 제조 분야의 일자리가 사라졌습니다. 회계가 다음으로 가고 있습니까?
독일계 소프트웨어 회사는 최근 다양한 유명 벤처 캐피털리스트와 천사 투자가 로부터 350 만 달러의 A 시리즈 파이낸싱을 받았다. Smacc는 인공 지능을 사용하여 프리랜서, 중소기업 및 중소기업이 회계 시스템 및 재무보고를 자동화 할 수 있도록 지원합니다.
창립자는 자체 창업 회사의 초기 단계에서 회계 문제를 경험 한 후에 개념을 개발했습니다.
Smacc 클라이언트는 영수증을 전송 한 다음 기계 가독 형으로 변환합니다. 영수증은 암호화 후 적절한 계정에 할당됩니다. 시간이 지남에 따라 시스템은 영업, 경비, 송장 관리 및 유동성 프로파일과 같은 기능을 개선하도록 교육합니다.
자기 학습 및 개선
이 소프트웨어는 영수증과 인보이스를 검토하기 위해 60 개 이상의 데이터 포인트를 사용합니다. 계산이 정확한지 확인하고 발급자가 VAT (부가가치세) 식별 번호와 같은 세부 정보로 정확한지 여부를 확인합니다. 소프트웨어가 각 공급 업체를 처리하는 방법을 학습하면 이후에 작업이 자동으로 처리됩니다. 그것의 인공 지능은 스스로 학습하고 정보를 정렬하고 할당하는 능력을 지속적으로 향상시킵니다.
고객은 인터넷 연결을 통해 실시간으로 청구 및 비용 데이터를 확인할 수 있습니다.
데이터를 입력하거나 월말까지 기다려서 재정 상황을 파악할 필요가 없습니다. QuickBooks와 같은 몇몇 회사는 클라우드 기반 회계 소프트웨어를 제공하지만 Smacc는 인공 지능을 활용하여 소프트웨어 자동화 기능을 향상시켜 업무를 자동화합니다.
AI의 부상
회계 세계는 인공 지능의 급격한 증가에 영향을받는 일련의 업계에서 최근의 것입니다. 빌 게이츠 (Bill Gates)는 인공 지능의 부상을 컴퓨터 과학의 성배 (Holy Grail)라고 불렀다. 과거에 많은 노력이 실패한 후에 오늘날의 인공 지능의 정확성과 속도가 훨씬 향상되었습니다.
페이스 북의 피드에서 인공 지능에 관한 기사를 공유하고 앞으로 몇 년 내에 어떻게해야 할지를 모르는 사람은 하루도 갈 수 없지만 이러한 우려는 새로운 것이 아닙니다. 이코노미스트 (The Economist)에 따르면, 200 년 전 영국 전역에 퍼져있는 공장들이 사람들의 마음을 움직이는 데있어 동일한 두려움이 있었다.
로봇은 이미 가정, 직장 및 엔터테인먼트 센터 전체에서 사용됩니다. 향후 10 년 동안 Forrester Research는 AI가 미국에서 최대 16 %의 일자리를 차지할 것으로 예측합니다. Google은 로봇이 2029 년까지 인간의 지능 수준을 달성 할 것으로 믿고 있습니다. Gartner는 2025 년까지 모든 직종의 33 %가 스마트 로봇에 의해 수행 될 것으로 예측합니다. FOW는 건강 관리, 제조, 운송, 고객 서비스 및 금융 .
현실 점검
모든 말로 회계사들은 오랫동안 인공 지능에 대해 걱정할 필요가 없을 것입니다. Smacc은 흥미로운 AI 응용 프로그램을 개발하여 부기 작업을 자동화하고 간소화합니다. QuickBooks와 같은 클라우드 기반 회계 소프트웨어 패키지 는 이미 75 % 자동화되어 있다고합니다. 그러나 전문 회계사 는 영수증을 추적하고 기본 보고서를 제공하는 것 이상을 수행합니다. 이들은 세금 계획, 운영 논의, 고객 목표 검토 등을 컨설턴트로 수행합니다. 고객 산업의 급격한 변화와 복잡한 규제의 확대는 규정 준수 요구 사항이 충족되고 재무 통제가 건전하다는 것을 보장하기 위해 인적 컨트롤러 서비스가 필요할 것임을 의미합니다.
여러 국가
이것은 특히 여러 국가에서 운영되는 회사에 해당됩니다.
본국에서 세금을 처리하기는 어렵지만 여러 외국에서 세금 규정 및 비즈니스 규정을 이해하는 것은 쉽지 않습니다. 인공 지능 로봇은 유럽 연합 (EU) 또는 경제 협력 개발기구 (OECD)의 규정 준수 요구 사항과 관련된 얽힌 웹 규정을 처리 할 준비가되어 있습니까? 이러한 복잡한 상호 작용을 분류 할 수있는 인공 지능 알고리즘은 현재로서는 존재하지 않습니다.
상황에 따른 어려움
기계 학습은 다양한 종류의 예제를 끌어낼 수있는 놀라운 다양한 작업을 처리 할 수 있도록 훈련 될 수 있습니다. 데이터 과학자들은 이것이 어떻게 발생하는지 정확히 알지 못합니다. 수학은 너무 복잡해서 시스템을 학습하는 방법을보기 위해 다시 설계하기가 어렵습니다. 따라서 진단 문제를 어렵게 만듭니다.
회계사는 아마도 오랫동안 쉽게 호흡 할 수 있습니다. 인공 지능은 놀라운 일을 할 수 있지만, 인간이 자연스럽게하는 많은 것들을 그렇게 좋지는 않습니다. 우리는 맥락에 따라 많은 결정을 내립니다. 전문 컨트롤러 서비스는 고객이 준수해야하는 규칙과 규정을 이해하고 고객이 이해할 수있는 방식으로 옵션과 권장 사항을 제시 할 수 있습니다.
오늘날의 기계 학습 시스템은 이러한 유형의 컨텍스트를 잘 처리하지 못합니다. 미래 학자들은 로봇이 일상 생활을 편안하고 편안하게 만드는 놀라운 세계를 묘사하면서 수십 년 동안 인공 지능의 장점을 선포했습니다. 그 미래는 생각보다 빠르게 진행될 수 있습니다. 그러나 현재 아웃소싱 된 회계 서비스는 가장 진보 된 알고리즘이 인간의 손길이 닿지 않는 장점을 가지고 있습니다.