当前位置 > 网站首页 > 新闻资讯 >

机器人与人工智能会取代会计师和审计师吗?

"

人工智能(AI)和机器人流程自动化(RPA)等技术有望将会计行业带入一个既有挑战性又令人兴奋的新领域。


概述


●将机器人分配到单调、重复但必要的任务,可以提高一致性,并提供更清晰的审计跟踪。

●使这些任务自动化还可以极大地减少完成这些任务所需的时间和成本。

●自动化带来的工作转变使会计人员能够从事更高价值的工作——从更大的数据集中提取有用的信息。

"


允许数据快速处理的新技术有望改变许多金融专业人士的工作,包括会计师和审计师,不要以为这意味着失业。


当常规任务由自动化完成时,许多人将不必执行重复的入门级任务,但他们将面临做高价值工作的挑战。


真正的价值以及回报将取决于那些能够从准确的数据中获得有用的信息,并在技术和业务领域之间游刃有余的人:这是许多会计师的天性。


“尽管人工智能和自动化将冲击会计行业, 他们的综合效应将是提升会计师的角色, 而不是削弱。”迈克尔达文(Michael Davern, CPA)说。他是墨尔本大学的商业和经济学院的会计和业务信息系统教授, 是一份报告的作者之一并指出技术发展对会计行业的影响。


举个例子,通过自动化完成的重复性任务(如银行对账或处理供应商发票)。

会计师




用RPA增加价值


“机器人”可以从电子邮件文件或银行对账单等来源中提取相关数据,并在另一个系统(如电子表格)中传输和整理这些数据。


这种技术被称为机器人过程自动化(RPA),它不仅可以极大地降低执行单调但必要的任务所需的成本和时间,而且有助于提高一致性和更清晰的审计跟踪。


当然,它确实会从那些通常负责这类活动的人那里抢走一些工作,比如入门和初级会计。达文教授表示,这种变化将让他们在职业生涯的早期阶段获得更多的自由,去承担更有挑战性和回报更高的任务。


“在这方面,机器人过程自动化(RPA)实际上可以丰富(他们的工作)。这意味着,与以往相比,他们可能会在职业生涯的早期阶段执行更有价值的任务,需要更多的判断力。”


最终,机器人过程自动化(RPA)的局限性意味着它不会对会计行业造成浪费。


机器人严重依赖于数据结构、标签和定义。语言输入上的一个小变化就可能导致失败。


此外,机器人并不完美,考虑到它们工作的速度和体积,即使是一个小错误也会迅速变成一个大问题。他们需要接受适当的监督和控制,这些监督和控制来自于那些对他们所执行的任务仍然熟悉的人。



人工智能的局限性


即使机器人不会取代会计师,其它技术发展——人工智能(AI)和复杂的数据分析,也将撼动会计师行业。


这些术语指的是一组与可以转换为操作的数据模式相关的工具和技术。


达文教授说,人工智能和数据分析都已不是新鲜事物,但是处理能力的进步、快速增强的数据连接网络和活动的绝对速度已经把这些技术带出了实验室,带入了商业领域。


潜在的应用范围很广。机器学习算法可以通过训练来区分欺诈和合法交易,从而用于欺诈检测。在零售业中,算法可以用来识别通常一起销售的商品集群。他们还可以找出信用卡上的异常交易,开发销售预测或预测客户拖欠贷款的可能性。


数据是这些功能的原始燃料,它以多种形式出现,远远超出了会计传统处理的范围。


澳大利亚注册会计师协会成员教育执行总经理Simon Eassom博士说:“技术正在以惊人的、危险的速度积累全球信息,导致这些数据的巨增。”


“大部分数据是非结构化的。它只是自由流动的数据,来自Word文档,pdf,网站上的HTML脚本,来自电信,来自图像。它不是存在于账簿或数据库中的数据。”


达文教授的专长横跨会计和计算机,他说这是会计师的自然领域。“我们是原始的业务数据专家,”他说。


“对我来说,会计是一门计量科学,结合有说服力的沟通艺术,使精明的商业决策成为可能。而是用数据讲故事。”


许多企业试图从他们积累的数据中提取价值的条件反射是雇佣数据科学家、软件工程师和其他技术人员。


达文说,尽管这些技能中有些是有用的,但这种关注没有抓住问题的关键。


他说:“现在急需既懂技术又懂业务的人。”


“技术人员通常不了解业务,业务人员对技术也没有足够的了解。这就是你很容易误入歧途的原因。“


这就是“技术通”会计师的用得上的地方:他们对技术足够熟悉,能够批判性地评估和解释数据,并拥有专业知识,知道这对业务意味着什么,以及它应该朝着什么方向发展。



寻找意义


人工智能和数据分析非常擅长建模数据和识别关系,达弗恩说,“但解释这些关系的含义和对商业活动的影响——这是他们做不到的。”


伊斯松表示,这是会计行业的未来所在,但他承认,这对该行业的许多人来说将是一个挑战。


他说,会计师对技术的态度是矛盾的,因为它同时会扰乱他们的业务并创造机会。


如果他们想保持相关性,就无法回避数据技术的挑战。


伊斯松表示,目前存在一种“专业知识的拓宽和流失”。


机器人学和自动化的出现意味着会计师将不再需要同样深度的专业技术知识(尽管他们仍然需要了解所涉及的技能)。与此同时,他们将需要云计算、人工智能、预测分析、大数据和数据分析方面的技能。


达文表示,这并不意味着会计师需要成为软件工程师或数据科学家,但他们确实需要了解数据中潜在的陷阱,以及人工智能和数据分析在操纵和报告数据方面的优缺点。


数据来自多个来源,其中许多缺乏正式的控制和保证标准,比如博客上的评论或商店里的手机探测器。


此外,数据被用于原本没有打算使用的目的,例如计算关于疫苗接种的推文,以评估公共卫生运动的有效性。


人工智能和数据分析工具也存在根深蒂固的偏见。程序员使用的收入定义可能与业务使用的收入定义截然不同。


会计师还必须警惕法律和道德问题,包括在二级市场交易数据的企业的声誉风险。



机器学习和混合会计


达文教授表示,如果会计师想继续扮演商业顾问和战略师的角色,了解数据工具的工作原理是至关重要的。


历史上,会计人员使用发票、收据和其他财务信息来描述和解释企业与周围世界的互动。


“从这个意义上说,会计的角色并没有改变,”达文教授说。“他们仍然想要确保他们得到的数据都是正确的——这个东西真的存在吗?”这对我们来说到底意味着什么?”


伊斯松说,关键是,会计师需要能够评估数据的质量和准确性,以及根据哪些数据采取行动。


他表示:“他们必须能够识别出是什么创造了价值,同时要清楚,并非所有数据都像其他数据一样好。”


他们将越来越多地在没有时间的情况下这样做。数据速度和连通性意味着,在年度报告中每年提交一次评估的日子一去不复返了。


伊斯松表示:“我们正日益看到决策过程的加速。”


“这不再是等到年底和年度报告才给出一个组织健康状况的想法。该组织的健康状况将以每小时和每天的实时数据进行监测。”


Simon Eassom博士说,反应时间的减少意味着会计师必须更具有前瞻性,预测未来的经营环境,预测决策对企业账目的影响。


这反过来要求对会计师的培训和认证方式进行彻底的反思。


伊斯松说:“我们必须让会计教育变得更灵活、更加敏捷,让学习者在微观层面上更容易接受,这样他们就能在整个职业生涯中继续学习。”


最终,根据达文教授的说法,企业将重视并依赖于那些受机器人技术和数据技术影响最小的会计实践方面——在解释数据和制定未来发展方向方面的判断和专业技能。


当然,能够监督和利用这些技术将是未来会计师技能的关键部分。


就像计算机和电子表格一样,它们是会计人员使用的工具,而不是代替他们工作的工具。



区块链和会计职业


另一种经常在会计中引用的技术是区块链。它提供了一个安全的、不可更改的数字数据记录,可以用于支持智能合同等交易,其中的条款可以自动验证、执行和执行。基于区块链的系统还可以支持持续的报告和审计安排。


然而,除了一些特定的应用,如智能合同,达文教授说,这项技术对会计行业的意义有限。虽然区块链提供了数据的安全性和完整性,但它对数据的有效性、准确性和适当性却无能为力。


达文教授说:“它所做的只是给你一个清晰的审计线索,一旦信息进入系统,就很难被人操纵。”


正如区块链评论员丹尼·布拉德伯里(Danny Bradbury)精辟地指出的那样:“被编码进区块链的谎言仍然是谎言。”它们只是不可改变的谎言”。


原文地址:

https://www.intheblack.com/articles/2020/02/01/accountants-guide-to-rpa-and-ai


文章由宏景研究院原创翻译,如需转载,请联系授权。