هوش مصنوعی در حسابداری

مطالب آموزشی

نفوذ هوش مصنوعی در حسابداری

چکیده
هدف : مقاله حاضر به برر سی اثرات استفاده از هوش مصنوعی د ر حسابداری مدیریت است . نتایج پژوهش های محققان و صاحب نظران این رشته و همچنین تحقیقات انجمن های حرفه ای حاکی از این است باتوجه به نیاز های متعدد و متنوع در مدیریت منابع ، در سطو ح خرد و کالن ، حسابداری مد یریت ناگزیر به رشد وتوسعه الزم می باشد تا بتواند جوابگو باشد . به منظور پاسخگویی به نیاز های موجود ، حسابداری مدیریت می باید به آخرین فناوری های روز دنیا از قبیل هوش مصنوعی مجهز شود البته در کنار مزایای این روند باید به چالش ها ومعایبی که پیش رو هست هم توجه شود تا بتوان استفاده مفید و کارآمدی از آن داشت .   این مقاله یک رویکردمروری است که از طریق بررسی ادبیات موجود و مطالعات مقالات دیگر انجام پذیرفته است .  نتیجه گیری : نتایج مطالعه و بررسی مقالالت مرتبط با موضوع پژوهش حاکی از آن بود که استفاده از هوش مصنوعی سبب افزایش سرعت ، دقت و بهبود عملکرد در حسابدارای مدیریت می شود و همچنین در تسهیل فعالیت هایی که حجم زیادی از داده ها را دربر میگیرند و زمان بر هستند کاربرد بخصوصی دارد ؛ البته باید توجه داشت که توسعه ی هوش ممص نوعی میتواند به قیمت شغل حسابداران غیر متخصص تمام شود

واژگان کلیدی
فناوری ، حسابداری مدیریت، هوش مصنوعی

هوش مصنوعی چیست ؟
هوش انسانی به افراد کمک می کند تا نکات جدید را بیاموزند و برای حل مسائل از آن استفاده کنند .  هوش مصنوعی یا Artificial Intelligence که با عنوان AI در ذهن بسیاری از ما جای گرفته است ، در واقع کامپیوترهایی هستند که به کمک کدنویسی ، توانایی یادگیری و حل مسائل را کسب می کنند .

در واقع به کمک کدنویسی ، الگوریتم هایی به وجود می آید که به کامپیوتر کمک می کند تا طبق الگوی خاصی یاد بگیرد و بتواند مسائل مختلف را حل کند ؛ مواردی که تا پیش از این توسط انسان ها حل می شد . یادگیری در هوش مصنوعی ، همانند انسان ها ، به کمک آموزش حاصل می شود .

به عنوان مثال ، انسان برای حل سوالات ریاضی ، باید آموزش ببیند و راه حل مربوط به مسائل ریاضی را درک کند . اگر بخواهیم این وظیفه را برعهده کامپیوترها قرار دهیم ، ابتدا باید به کمک الگوریتم هایی که با کدنویسی ایجاد می شوند ، داده ها را در اختیار کامپیوتر قرار دهیم تا مراحل یادگیری را طی کند . پس از آن می توانیم انتظار داشته باشیم که کامپیوتر بتواند به جای انسان مسائل ریاضی را حل کند .

هوش مصنوعی در حال حاضر سه نسل دارد  :
نسل اول هوش مصنوعی دانش محور از سه عامل ( دانش ، الگوریتم و قدرت محاسباتی )  برای ساختن یک هوش مصنوعی استفاده می کند  .
نسل دوم هوش مصنوعی مبتنی بر داده از سه عامل مختلف داده ، (  الگوریتم و قدرت محاسباتی )  استفاده می کند .

بنابراین سال اول و دوم هوش مصنوعی رفتار های هوشمند انسان را تنها از یک جنبه شبیه سازی می کند و هر نسل محدودیت های خاص خود را دارد .  برای ساختن یک هوش مصنوعی که بتواند رفتارهای هوشمند انسان را منعکس کند ، باید تئوری های هوش مصنوعی قوی و قابل توضیح بسازیم و فناوری هوش مصنوعی ایمن ، قابل اعتماد و توسعه پذیر ، یعنی نسل سوم هوش مصنوعی را توسعه دهیم .  ایده اصلی ترکیب روش های دانش محور نسل اول و روش های داده محور نسل دوم است تا با استفاده هم زمان از چهار عنصر (دانش ، داده ، الگوریتم ها و محاسبات )  هوش مصنوعی قدرتمند بسازیم  .

 مزایا و کاربرد هوش مصنوعی در حسابداری
کاهش خطای انسانی ، افزایش ظرفیت کاری :
مهمتر ین کاربرد هوش مصنوعی در حسابداری احتمالا همین کاهش خطاهای انسانی خواهد بود . همچنین هوش مصنوعی براساس الگوریتم هایی عمل می کند که بتواند داده های بیشتر ی را در زمان کمتر پردازش کند .  برخلاف انسان ها ،  هوش مصنوعی مرتکب اشتباه نمی شود و این توانا یی را دارد که به طور مداوم و بدون استراحت کار کند .
حسابرسی مستمر :
د یگر کاربرد هوش مصنوعی در حسابداری این است که امکان انجام ممیز ی را بدون وقفه و با منطق و دقت بالا  ارائه میدهد .
ساده سازی روش ها :
نرم افزار حسابداری مبتنی بر هوش مصنوعی می تواند روش های بستن حساب های فصلی و ماهانه را ساده کند ، به آن ها سرعت بخشد و نتایج دقیقی را ارائه دهد . با کمک کاربرد هوش مصنوعی در حسابداری ، مراحل بستن حساب ها رامی توان سر یعتر و بهینه تر انجام داد .
بهبود مد یر یت حساب ها ی پرداختنی و دریافتنی :
کاربرد هوش مصنوعی در بخش مد یر یت حساب ها این است که فرآ یندها ی مد یریت صورت حساب مبتنی بر هوش مصنوعی می توانند فرآیند پرداختنی و دریافتن ی را ساده تر کرده و آن را برا ی حسابداران حرفه ای ، کارآمدتر و دقیق تر نمایند .
امنیت و دقت حسابرسی پی شرفته :
اصلی ترین کاربرد هوش مصنوعی در حسابداری برمی گردد به امنیت داده ها ،  ادغام هوش مصنوعی در بخش حسابداری و مالی به طور قابل توجه ی امنیت و دقت حسابرسی ها را افزایش داده است . الگوریتم ها و فناور ی های هوش مصنوعی ، مانند اتوماسیون رباتیک فرآیندها  (RPA ) و پردازش زبان طبیعی  ( NLP) ، می توانند تراکنش ها ی مالی را رد یابی و نظارت کنند و هرگونه بی نظمی یا مغایرت را شناسایی کنند .

 معایب و چالش های هوش مصنوعی
هزینه ها ی بالا  :
توانایی ا یجاد ماشینی که بتواند هوش انسان را شبیه سازی کند ، کار کوچکی نیست . ا ین کار به زمان و منابع زیادی نیازدارد و می تواند هزینه ی زیاد ی را در بر داشته باشد . همچنین هوش مصنوعی با ید رو ی جد یدترین سخت افزار و نرم افزارها کار کند تا به روز بماند و آخرین نیازها را برآورده کند ؛ ا ین موضوع در نتیجه آن را بس یار پرهز ینه می کند .
نداشتن خالقیت  :
یک عیب بزرگ هوش مصنوعی ا ین است که نمی تواند یاد بگیرد خارج از چارچوب یا همان Box of Out فکر کند .
هوش مصنوعی قادر است در طول زمان با دادهها یی که از قبل دریافت کرده است و تجربیات گذشته ی خود یاد بگیرد ، امانمی تواند در رو یکرد خود خالق باشد . یک مثال کالسیک ، ربات Quill است که میتواند گزارش های درآمد فوربز  (Forbes ) را بنو یسد . این گزارش ها فقط حاو ی دادهها و حقا یقی هستند که قبلا به ربات ها ارائه شده است .  اگر چه این موضوع چشمگیر است که یک ربات می تواند به تنهایی مقاله بنویسد ، اما این مقالات از حس انسانی موجود در د یگرمقالات فوربز بی بهره است .
افزایش بیکاری  :
شاید یکی از بزرگترین معایب هوش مصنوعی این باشد که کم کم تعداد ی از کارهای تکرار ی را با ربات ها جا یگزین میکند . کاهش نیاز به دخالت انسان به مرگ بسیار ی از فرصت های شغلی انجام یده است .  یک مثال ساده چت بات است . که یک مز یت بزرگ برای سازمان هاست ،  اما یک کابوس برای کارمندان است .  مطالعه ی Mckinsey پیش بینی می کند که هوش مصنوعی تا سال 2030 جا یگزین حداقل 30 درصد نیروی کار انسانی خواهد شد .

چالش اخلاقی :
هوش مصنوعی نگرانی های اخالقی زیادی ازجمله حفظ حریم خصوصی ، امنیت و مسئولیت پذیری را ایجاد میکند ؛  برای مثال سیستم های هوش
مصنوعی که دادههای شخصی را جمع آوری می کنند ممکن است در معرض هک یا سوءاستفاده قرار بگیرند علاوه برا این وقتی سیستم های هوش  مصنوعی مستقل تر می شوند ، سوالاتی درمورد این مطرح می شود که اگر مشکلی پیش بیاید چه کسی مسئول است آیا مسئولیت باید بر عهده توسعه دهندگانی باشد که سیستم را ایجاد کرده اند ،  اپراتورهایی که آن را مستقر کرده اند یا خود سیستم هوش مصنوعی ؟

یافته ها و پیشینه پژوهش :
یکی از کارکردهاي اصلی حسابداري مد یریت در سازمان ها ، حل مشکالت عملیاتی و افزایش کارایی شرکت هاست و می توان بعنوان عامل کلیدی در تحقق کارایی ، صرفه اقتصادي، اثر بخشی و حرکت سیستم نقش اساسی داشته باشد .  ازاین رو بکارگیری تکنولوژی های نو نقش بسزایی  در پیشرفت و تکامل نیازهاي اطالعاتی و مالی ایجاد می نماید . سرعت بالای هوش مصنوعی در پردازش و محاسبات به اندازه ای بالا است  که انسان قادر به انجام آن نمی باشدمهم ترین تفاوت هوش مصنوعی نسبت به سیستم های دیگر توانایی هوش مصنوعی در یادگیری است درواقع هوش مصنوعی چندان وابسته به انسانها نیست بلکه بر اساس داده هایی که انسان به آن می دهد و داده هایی که خودش جمع
آوری میکند می تواند با گذشت زمان مطالب بیشتری را یاد بگیرد و بر مبنای آن تصمیم های بهتری بگیرد .

سه چالش حسابداری بومی در ایران

دنیای اقتصاد – سعیده نبی‌زاده  : حساب و کتاب برای هر صنفی مهم است . در بخشی از زنجیره غذا حساب و کتاب با مصرف‌کننده نهایی به شکل من‌‌‌تو‌‌‌من انجام می‌شود . شاهین حسین‌‌‌پور ، مدیر ارشد بازاریابی و متخصص مارتک می‌‌‌گوید : حسابداری بومی در ایران با سه چالش «عقب‌‌‌‌‌‌ماندگی صنعتی از دنیا» ، «مهاجرت نیروی متخصص» و «بی‌‌‌تمایلی نسل زد به این حرفه» روبه‌‌‌رو است . در برنامه ایران‌فود به سراغ نسبت نرم‌افزارهای مالی مدرن با صنعت غذا رفتیم . مشروح گفت‌وگوی ما را با این کارشناس بازاریابی در ادامه می‌خوانید .

با توجه به پیشرفت‌های سریعی که در حوزه هوش مصنوعی در سال‌های اخیر رخ داده ؛  چه تفاوت‌هایی به لحاظ قابلیت‌ها ، سرعت و… بین نرم‌افزارهای حسابداری بومی با نمونه‌های خارجی وجود دارد ؟
با توجه به اینکه ما در ایران با استانداردهای حسابداری ، عملیات انجام می‌‌‌دهیم ، حضور شرکت‌های بین‌المللی در ایران مقداری کمرنگ است . یعنی به جز حوزه ریتیل یا فروشگاه‌های زنجیره‌ای ، کمتر نرم‌افزارهای غیربومی را در ایران می‌بینیم . چون هم استانداردها باید قابل پذیرش شوند و هم اینکه وزارت دارایی باید این نرم‌افزارها را با توجه به صورت‌های مالی که تولید می‌کنند ، تایید کند . از این حیث ، تولیدکنندگان بومی یک قدم جلوتر هستند . از نظر هوش مصنوعی که اشاره کردید ، آمار جالبی را از  «گارتنر» ( شرکت پژوهشی و مشاوره آمریکایی ) داریم که می‌‌‌گوید  « یکی از آخرین اصناف و مهارت‌هایی که تحت‌الشعاع هوش مصنوعی قرار می‌گیرد ، حسابداری و امور مالی است . » درواقع می‌توان گفت حسابدارها در حاشیه امنی قرار گرفته‌‌‌اند که به طور مثال گرافیست‌ها ، مارکترها و برنامه‌نویس‌ها در آنجا نیستند .

آن هم به این دلیل است که انسان هنوز به حساب و کتاب دستی اعتقاد دارد و از هوش مصنوعی به عنوان یک ابزار کمکی استفاده می‌کند و هنوز به طور کامل آن را نپذیرفته است . به همین دلیل جایگاه هوش مصنوعی در حوزه نرم‌افزارهای حسابداری بسیار باز است ؛ یعنی در حوزه نرم‌افزارهای بومی به‌ویژه مارکتینگ ، از هوش مصنوعی بسیار استفاده می‌کنند . به طور مثال اینکه یک ابزاری در اختیار داشته باشید که با استفاده از آن بتوانید پیش‌بینی کنید طی هفته‌‌‌ها و ماه‌‌‌های آینده چه کالایی بیشترین فروش را خواهد داشت، یا چه کسی بیشترین بدهکاری و بستانکاری را به شما خواهد داشت ، یا اینکه بتواند ترازی را برای شما پیش‌بینی کند و نمایش دهد . به طور کلی، فضا بسیار بکر شده و شرکت‌های مختلفی هم در این حوزه فعالیت می‌کنند که این را تسهیل کنند ؛  ولی همچنان ما درگیر یک دگردیسی مالیاتی در سازمان مؤدیان مالیاتی شده‌ایم .

نتیجه گیری :
این مقاله آخرین وضعیت هوش مصنوعی در کاربردهای فناوری اطالعات حسابداری و گزارشگری مالی را از طریق رویکرد نظری با گنجاندن اطلاعات از  تمام جنبه های حسابداری و فناوری اطالعات ، ارائه میکند . این پدیده همچنان در حال دگرگونی است و بسیاری از شرکت ها در استفاده مناسب از این راهکارها و شیوه ها ناکام مانده اند . از آنجایی که بیشتر آنها ایده های جدید را منعکس می کنند و مرزهای حسابداری و فناوری اطالعات را گسترش می دهند ، این مقاله اطلاعات موجود در مورد این موضوع را مورد بحث قرار می دهد . عالوه بر این ، ما ارتباط هوش مصنوعی با سایر رشته ها بصورت انتخابی بررسی کردیم و آن را با سیستم های اطالعاتی حسابداری بصورت مختصر تطبیق دادیم . علاوه بر این دانش درمورد این موضوع

که شامل ادبیات حسابداری می شود ، به طور کلی ناکافی یا بسیار ضعیف است ( به دلیل اینکه موضوع جدید در این زمینه است . )  بطور کلی هوش مصنوعی در علم حسابداری جایگاه بخصوصی ندارد وهمچنین دانشگاه ها و مراکز علمی در ترویج این علم اشتیاقی نداشته اند، در صورتی که علم هوش مصنوعی در رشته پزشکی و سایر رشته های غیر مرتبط با حسابداری پیشرفت زیادی کرده است و اینکه در ایران با توجه به دروس ارائه شده برای دانشگاه توسط مرجع مربوطه در ارتباط با سیستم اطلاعاتی هوش مصنوعی بسیار کم است . برای دانستن ارزش واقعی این رویکردها ، ما توسعه مطالعات حسابداری آینده را تحت استراتژیهای هوش مصنوعی ، نه تنها تئوری ، بلکه همچنین تجربی ، تشویق میکنیم . اینکه آینده چه خواهد داشت عمدتاً به درک و پذیرش این فناوری ها توسط مردم از جمله در سایر زمینه ها ، نه فقط در فناوری اطلاعات بستگی دارد . اگرچه کاربردهای هوش مصنوعی در حسابداری مزایای بسیاری را ارائه میکنند ، اما همزمان از خطرات امنیتی و امنیت اطالعات نیزرنج میبرند .