A mesterséges intelligencia alkalmazási területei a számvitelben = Applications of artificial intelligence in accounting

Abstract

A mesterséges intelligencia mint hívószó egyre gyakrabban jelenik meg az élet minden területén. Leggyakrabban abban a kontextusban találkozunk vele, hogy a mesterséges intelligencia megszüntethet-e egyes szakmákat. Jelen tanulmányunkban más oldalról vizsgáljuk meg a témát, és a fókuszba egyrészt a mesterséges intelligencia használatához szükséges üzleti oldali paradigmaváltást állítjuk, másrészt megvizsgáljuk a mesterséges intelligencia – ennél pontosabb szóhasználattal a gépi tanulás (machine learning, ML) és a mélytanulás (deep learning, DL) – egyes fontosabb területeinek helyét és szerepét a számviteli munkában. Ez a megközelítés azért is fontos, mert a mesterséges intelligencia alkalmazása nem (csak) arról szól, hogy magát a számviteli rendszert tudja-e működtetni autonóm gépi logika. Ezek az eszközök a számvitel egyes részterületein kisegítőként igen hatékony eszközt kínálnak: a bizonylatok előrögzítésére, a becslések és az auditmunka támogatására is hatékony megoldást nyújtanak. Amikor üzleti oldali paradigmaváltásról beszélünk, akkor alapvetően a „hagyományos” algoritmusalapú gondolkodásmód háttérbe szorítására gondolunk. A tanulmányban a tanulási folyamatot és az algoritmusalapú gondolkodással való szembeállítást is megtaláljuk. Mivel a témakör szerteágazó, ezért – a terjedelmi korlátokra figyelemmel – nem lehet cél a teljességre való törekvés, inkább csak az egyes eszközök nagy vonalakban való bemutatása a kapcsolódó számviteli terület azonosítása mellett. Artificial Intelligence (AI) is a buzzword that is increasingly appearing in all walks of life. It is most often used in the context of whether AI could eliminate certain jobs. In this article, we will look at the issue from a different angle, focusing on the paradigm shift required for the use of AI in business, and on the place and role of some of the more important areas of AI – more specifically, machine learning (ML) and deep learning (DL) – in accounting. This approach is also important because the application of AI is not (only) about whether the accounting system itself can be operated by autonomous machine logic. These tools offer a very powerful tool as a back-up in certain areas of accounting: they can be used to pre-record receipts, support estimates, and audit work. When we talk about a paradigm shift on the business side, we are basically talking about a shift away from the “traditional” algorithm-based way of thinking. In the article, we will also discuss the learningprocess and contrast it with algorithm-based thinking. Since this is a very broad topic, it is not possible to be exhaustive, given the limitations of space. Rather, only a generous presentation of each tool, with identification of the related accounting area, can be provided.