Kunstig intelligens (AI) er i konstant udvikling, og for bogholdere og revisorer kan det være afgørende at følge med i de seneste fremskridt for at arbejde smartere og få en konkurrencemæssig fordel.
Få en grundlæggende forståelse af AI, og hvad det betyder for branchen, så du kan maksimere de muligheder, det kan give din virksomhed.
Forståelse af AI og dens rolle i regnskabsbranchen
I dag ændrer kunstig intelligens den måde, revisorer og bogholdere arbejder på. Hurtige fremskridt inden for AI gør det lettere end nogensinde for revisionsfirmaer at fremskynde rutineopgaver, analysere store mængder finansielle data, opdage mønstre og uregelmæssigheder, reducere menneskelige fejl og holde trit med skiftende love og regler.
Her er en oversigt over, hvordan AI fungerer, og hvorfor det er vigtigt for regnskabsbranchen og dens fremtid.
Hvad er AI?
Groft sagt er AI en teknologi, der hjælper computere med at indsamle information og beregne løsninger på en måde, der efterligner menneskelig tænkning. AI bruger data til at lære - jo mere data, jo “klogere” bliver AI'en.
AI kan automatisere grundlæggende forretningsprocesser, øge hastigheden, sikre nøjagtighed og reducere omkostningerne. Når medarbejdere kan bruge AI-værktøjer til at strømline deres arbejdsgange og udføre tidskrævende opgaver, bliver de mere produktive og effektive.
AI kan “lære” forskellige færdigheder, f.eks. at komme med forudsigelser, skabe nyt indhold og kommunikere i samtaler. Kunstig intelligens er et paraplybegreb, der dækker over en lang række AI-undergrupper og -metoder, herunder maskinlæring, generativ AI og sprogmodeller. Lad os dykke ned i, hvordan disse forskellige typer AI fungerer, så du kan implementere dem til gavn for din virksomhed.
Maskinel indlæring
Maskinlæring er AI, som systemer bruger til at analysere enorme mængder dataForbedring af datahåndtering for at lære at opdage mønstre, komme med anbefalinger og markere mulige fejl. Data gør det muligt for maskinlæring at udføre opgaver uden eksplicitte programmeringsinstruktioner, hvilket muliggør nøjagtige forudsigelser og beslutninger baseret på statistik og komplekse algoritmer. Eksempler på maskinlæring i hverdagsteknologi omfatter anbefalingssystemer i Netflix, virtuelle assistenter som Siri eller navigationsapps, der forudsiger trafikforhold og foreslår optimale ruter.
Generativ AI
Når AI bruger mønstre i data til at skabe noget nyt, kaldes det generativ AI. En række forskellige datatyper kan “træne” generativ AI til at skabe realistiske billeder, lyde, softwarekoder, tekst eller andre medier. ChatGPT er blevet et af de mest omtalte eksempler på generativ AI i de senere år, men generativ AI-teknologi har eksisteret i mange år. Den bruges i mange kundeservice-chatbots og i fotoredigeringssoftware til at fjerne personer eller objekter fra billeder baseret på kontekst. I begyndelsen af 2023 blev der annonceret flere væsentlige forbedringer af den generative AI-teknologi, hvilket resulterede i mere realistiske og menneskelignende resultater af høj kvalitet.
Large Language Models
For tekstbaserede værktøjer som chatbots bygger generativ AI på Large Language Models (LLM'er), som er en type AI, der lærer af enorme tekstmængder. LLM'er sammenligner milliarder af ord og sætninger for at gøre det muligt for computere at forstå tekstbaserede spørgsmål og generere svar. ChatGPT er en kraftfuld LLM, der indsamler data for at generere menneskelignende tekstsvar.
Hvordan AI ændrer spillereglerne for regnskabsbranchen
Fremskridt inden for maskinlæring og generativ AI er ved at revolutionere regnskabs- og revisionsbranchen.
Her er nogle måder, hvorpå revisionsfirmaer kan bruge AI i dag og i fremtiden.
Øget viden om skattelovgivning og regnskabsstandarder
AI kan hjælpe revisionsfirmaer med at forbedre deres researchproces, så de kan levere mere præcise og nyttige oplysninger. Fra at bringe nye skatteoplysninger direkte ind i workflowet, give forudsigende beskeder baseret på kundedata og ændrede regler, samt reducere den tid, der kræves for at hente oplysninger, verificere kilder og forstå konsekvenser. Når oplysningerne er indsamlet, kan AI hjælpe med at opsummere oplysningerne og producere kundefokuserede meddelelser, der forklarer konsekvenserne i forbindelse med hver kundes specifikke skattesituation.
Forbedring af datahåndtering
Regnskabsbranchen er oversvømmet med kundedata, der spænder fra hovedbøger, journalposter, personaleoptegnelser, bankoptegnelser til usorterede digitale og fysiske kasser med dokumenter. De dage er forbi, hvor nyansatte revisorer skal bruge timevis af deres tid på manuelt at sortere, udrense, indtaste og gennemgå kundeoplysninger, før selvangivelsen eller revisionen kan begynde. Kunstig intelligens som computersyn og maskinlæring gør det nu muligt at automatisere dataindtastningsprocessen og spare hundredvis af arbejdstimer hvert år. På få minutter kan AI-drevet dokumentbehandlingsteknologi scanne selv ustrukturerede dokumenter af laveste kvalitet og derefter udtrække, identificere, organisere og importere data til relevante formularer. AI kan også markere data eller felter, der kan kræve yderligere menneskelig verificering.
Evnen til at automatisere kundedokumenthåndtering og dataindtastning har muliggjort konceptet med »no-touch«-skatteangivelser. I forbindelse med en revision kan AI øjeblikkeligt matche og linke kildedokumenter og frigøre de dybere dataanalysefunktioner, der gør det muligt at teste mod fulde datasæt og identificere skjulte risici.
Styrkelse af kunderelationer
AI hjælper virksomheder med at tilbyde proaktive og personlige tjenester, mens de bruger mindre tid på at administrere konti og korrespondance. Fra chatbots, der engagerer potentielle kunder ved at give øjeblikkelige svar på spørgsmål om firmaet eller kundernes konti eller skattescenarier, til automatisk generering af kundebreve med enkle forklaringer på komplekse skattesituationer, kan AI hjælpe firmaer med at give kundefokuseret indsigt og personlige anbefalinger.
Identificering af rådgivningsmuligheder
Ved at identificere, hvilke kunder der påvirkes af forskellige skattebegivenheder, kan AI hjælpe virksomheder med proaktivt at nå ud til kunderne og sikre yderligere muligheder for at skabe værdi og øge omsætningen for virksomheden. AI kan forklare skatteændringer i et letforståeligt sprog og skabe skræddersyet kundekommunikation baseret på skattebegivenheden og kundedata for proaktivt at advare kunderne om potentielle problemer.
Udfordringer og problemer med AI i regnskabsbranchen
Selv om AI har mange fordele, giver det også udfordringer, der er specifikke for regnskabsbranchen.
Datasikkerhed
Det er vigtigt at beskytte kunde- og virksomhedsoplysninger, så mens virksomheder opbygger deres kapacitet til at bruge AI-værktøjer, skal de indarbejde løbende sikkerhedsforanstaltninger i hele processen med at opbygge og lancere AI-løsninger for at holde data sikre, opretholde privatlivets fred og undgå misbrug af oplysninger.
Nøjagtighed
Et andet problem er, at den AI-genererede information ikke altid er nøjagtig. Generativ AI kan ikke garantere, at det indhold, den skaber, er helt nøjagtigt. Mange offentlige generative AI-løsninger, såsom ChatGPT, genererer output baseret på mønstre i de data, de er blevet trænet på. Det har ført til nogle meget offentlige eksempler på indhold, der er skabt med generativ AI, og som indeholder fabrikerede eller forvrængede oplysninger. Virksomheder bør udvikle politikker omkring brug, gennemgang og redigering af indhold, som AI skaber, for at sikre, at oplysningerne er nøjagtige og relevante. Udbydere af løsninger som Wolters Kluwer, især i brancher, der er afhængige af nøjagtige data, såsom skat og regnskab, jura eller sundhedspleje, træner generative AI-systemer på lukkede datakilder for at sikre, at output er nøjagtigt, og indbygger beskyttelse for at eliminere forvrængede svar.
Ansvarlighed
Unøjagtigheder kan have konsekvenser, der rækker ud over at skade revisorens professionelle omdømme. Når generative AI-systemer implementeres til at træffe beslutninger i skatte- og regnskabsprogrammer, kan unøjagtige eller uretfærdige resultater føre til unøjagtig finansiel rapportering, hvilket potentielt kan føre til alvorlige økonomiske og juridiske konsekvenser og åbne virksomheder for potentielle ansvarsproblemer. Mekanismer til revision og gennemsigtighed (f.eks. citater) bør indbygges i softwaren for at spore beslutninger truffet af generativ AI.
Skævheder
Algoritmiske bias kan føre til uretfærdige resultater og påvirke visse personer, virksomheder eller situationer på en ulige måde med uforudsete etiske og juridiske konsekvenser. Derfor skal der gøres en indsats for at identificere og reducere bias i træningsdata, algoritmedesign og beslutningsprocesser.
Ansvaret for at overvinde udfordringer med nøjagtighed, bias og ansvar ligger hos både løsningsudbyderen og den professionelle, der bruger softwaren. Wolters Kluwer er forpligtet til at udvikle ansvarlig AI, der er bygget på et fundament af tillid, gennemsigtighed og ansvarlighed, som det fremgår af vores principper for kunstig intelligens.
Fagfolk i regnskabs- og revisionsbranchen har også en forpligtelse til at anvende deres færdigheder og dømmekraft til at betjene deres kunder bedst muligt. Kunstig intelligens er måske ikke i stand til at indfange alle nuancerne i den enkelte kundes komplekse behov, og den kan ikke erstatte det partnerskab og den personlige kontakt, som en menneskelig rådgiver kan give. AI har muliggjort nye niveauer af effektivitet, men resultaterne bør undersøges for at sikre, at de er nøjagtige.
Brug af AI til at skabe værdi
Anvendelse af AI betyder at man kan arbejde smartere, ikke hårdere, udføre kedelige opgaver hurtigt og præcist og give revisorer mulighed for at bruge deres tid på større og bedre ting, som f.eks. strategi, samarbejde, relationsstyring, teknologi, innovation og vækst.
AI kan også ændre landskabet for regnskab som erhverv ved at reducere den tid, der bruges på dagligdags eller gentagne opgaver, samtidig med at sandsynligheden for menneskelige fejl reduceres. Det kan potentielt give regnskabsførere og revisorer mulighed for at fokusere på den mere menneskelige side af deres arbejde, såsom tankeprocesser af højere værdi og mere nuanceret beslutningstagning. Et skift fra udmattende arbejde til energigivende arbejde kan bidrage til en bedre balance mellem arbejde og privatliv og en større følelse af tilfredshed og meningsfuldhed.
Selvom AI ændrer den måde, revisorer udfører deres arbejde på, kan det ikke erstatte dem. Hvis man lærer at udnytte AI-værktøjer, kan man hjælpe virksomheder med at levere værdi hurtigt og sikkert. Når mennesker og AI er afstemt, så de støtter hinanden, kan virksomheder arbejde mere strategisk til gavn for både dem selv og deres kunder.
