發(fā)帖
雷達卡
相信挺多財務(wù)同好，在職業(yè)生涯起步階段的第一個職位，是賬實兼管的出納崗。不知道大家還記得，那些被票據(jù)統(tǒng)治的恐怖么。
感謝科技進步，現(xiàn)在的財務(wù)工作，支持九成九的信息化處理，就連過去人見人愛的現(xiàn)金，現(xiàn)在大家也更傾向直接網(wǎng)絡(luò)銀行轉(zhuǎn)賬�？梢哉f，誤收假鈔和糊涂賬的可能性大幅降低。
雖然，出納崗位上跟各種銀行、中介機構(gòu)往來的工作正在變得越來越繁雜，但帶來便利的科技進步，并沒有把出納崗位具體工作事項“升級”之外，似乎越來越接近取代這個職位了。
在記賬方面，機器學習系統(tǒng)已充分投入使用多個年頭，特別是在中小型企業(yè)。例如，市場上不僅推出了能夠掃描支出收據(jù)并自動對其進行分類的產(chǎn)品，而且部分還引入了更先進的強化學習和自然語言處理技術(shù)，自動對掃描的收據(jù)做出分析、提取和歸類，無需人工輸入任何輔助信息。
以在線會計軟件供應(yīng)商Xero為例，它于2018年5月宣布，其機器學習軟件自推出以來，已經(jīng)向客戶提出了超過10億條建議，其中在發(fā)票編碼和銀行對賬方面表現(xiàn)特別突出。這10億條建議由7.5億多條發(fā)票和賬單編碼建議和2.5億多條銀行對賬建議組成。Xero估計，每天通過其開出的發(fā)票約達80萬張，相當于節(jié)約307個小時。
在發(fā)票編碼方面，不像傳統(tǒng)使用默認代碼那樣耗費大量人力，Xero軟件會“學習”企業(yè)如何對常規(guī)項目進行編碼并根據(jù)對歷史的“理解”自動填寫。采用這種方法，該軟件只需四個實例就能對80%的交易實現(xiàn)正確編碼。該公司的博客文章表示，該軟件正采用邏輯回歸方法進行最佳預測，但出于競爭原因文中沒有詳細介紹預測算法的具體細節(jié)，這也是可以理解的。
在最初運營時，為了讓算法學習用戶行為，Xero將這些編碼作為建議提供給用戶并在必要時提供特定的（盡管很容易）驗證或更正。公司表示：“我們非常密切地關(guān)注客戶選擇其他編碼方式、主動表達不同意見的比例以及后來對建議賬戶重新編碼的比例。在重新編碼時，系統(tǒng)完全可以從中學習。這是基本理念的一部分——系統(tǒng)只知道教給它的內(nèi)容。如果從正確的賬目中學習，提供的建議將會更準確。”這超越了基于規(guī)則的靜態(tài)方法，真正發(fā)揮了機器學習能力。
在銀行對賬方面，Xero的機器學習軟件已與許多銀行的軟件實現(xiàn)了整合，整合后自動向Xero輸入賬戶交易記錄。然后，機器學習軟件將銀行交易與Xero中的收支記錄進行匹配，并根據(jù)之前類似交易的編碼方式自動編碼。與發(fā)票編碼一樣，銀行對賬的機器學習將用戶修改與交易匹配相結(jié)合以改進建議。
發(fā)票編碼和銀行對賬模型都僅僅基于特定企業(yè)的經(jīng)驗，而不是來自更廣泛實體的經(jīng)驗。這自然就限制了軟件所體現(xiàn)的“智能”程度，并阻止軟件向新客戶應(yīng)用預先構(gòu)建知識的操作。公司在早期就意識到了這方面的問題，“該軟件確實有從其他企業(yè)學習的潛力，但我們早期研究表明，由于不同企業(yè)之間的實踐和編碼存在巨大差異，這遠遠超出了我們的預期。”
這種有待實現(xiàn)的標準化被設(shè)想為未來的增強領(lǐng)域，因為它可以進一步提高客戶活動的效率，但同時也凸顯了創(chuàng)建“智能”編碼機器人的難度。
技術(shù)正在推動會計行業(yè)轉(zhuǎn)型，并且可能徹底改變審計工作。無論是有志于從事審計工作的行業(yè)新人，亦或者是經(jīng)驗豐富的審計老將，了解最重要的驅(qū)動著審計變革的新技術(shù)，無疑能更有效升級你的技能包。如果你還不知道是哪些新種技術(shù)，不妨閱讀https://cn.accaglobal.com/insights/c90/audit-and-tech.htmlACCA與CAANZ一同完成的這份前瞻性報告。針對機器人流程自動化
提升卡
置頂卡
沉默卡
變色卡
搶沙發(fā)
千斤頂
顯身卡
京公網(wǎng)安備 11010802022788號
