Yleistä
Toiminnallisuudet
Integraatiot
Turvallisuus ja säännöstenmukaisuus
FAQs
Toimialat
Käyttötapaukset
Rooli
Yleistä
Uutisia
Sijoittajat
Löydä kumppani
Tule kumppaniksi
Kirjaudu sisään
Kirjaudu
  • Tuote
    Yleistä
    Toiminnallisuudet
    Integraatiot
    Turvallisuus ja säännöstenmukaisuus
    FAQs
  • Ratkaisut
    Toimialat
    Käyttötapaukset
    Rooli
  • Resurssit
  • Yritys
    Yleistä
    Uutisia

    Uutisia
    Sijoittajat
  • Kumppanit
    Löydä kumppani
    Tule kumppaniksi
    Kirjaudu sisään
  • Yhteystiedot
  • Kirjaudu
    Kirjaudu
Lue lisää:
card image
160 000 laskua vuodessa: Näin Recover pääsi eroon ruuhkista Lue lisää
card image
Heimstaden kiihdyttää tahtiaan, kun SEMINE automatisoi 90% saapuvien laskujen käsittelystä Lue lisää

Tämän vuoksi tekoäly lisää tehokkuutta taloushallinnossa

16 helmikuuta 2024
[]
Time to read Inger Eek Tronerud

Tekoäly virtaviivaistaa ja yksinkertaistaa talousosastojen työtä, eikä siinä ole mitään pelottavaa tai hankalaa. Meidän tarvitsee vain seurata kuusivuotiaan koulumatkaa ymmärtääksemme, mikä tässä teknologiassa on niin erityistä.

Bilder til blogg_nyhetsartikkel 403 x 235 px (22)

Elokuvat, TV-sarjat ja kirjat kuvaavat tekoälyä usein jonain futuristisena, käsittämättömänä ja ehkä hieman pelottavana.

Vaikka jotkut saattavatkin suhtautua tekoälyyn pelonsekaisin tuntein, emme voi välttyä siltä tosiasialta, että se vaikuttaa tulevina vuosina työskentelytapoihimme vähintään yhtä paljon kuin tietokoneet 1990-luvulla, internet 2000-luvulla ja älypuhelimet 2010-luvulla.

Tämä johtuu siitä, että tekoälyä on jo kaikkialla, eikä se ole edes ilmiönä kovin vaikeaselkoinen. Siitä huolimatta voidaan jopa väittää, että talousosastoilla tekoälyn mahdollisuuksia ei tunneta vielä kovin hyvin.

 

Robottien haaste

Tietokoneet ovat olleet jo pitkään valtavirtaa, mutta ajattelutapamme niiden hyödyntämisestä työssä on säilynyt muuttumattomana: Joku luo ohjelman rajattua tehtävää varten – esim. taulukkolaskenta, tekstinkäsittely, talousjärjestelmä tai vastaava - ja käytämme sitä tuon tehtävän suorittamiseen. Aika ajoin tapahtuva päivitys tuo mukanaan uusia toiminnallisuuksia tai yksinkertaistaa olemassa olevia. Tuotosten laatu on aina riippunut ohjelmalle annettujen syötteiden laadusta.

Tämä pätee edelleen suurimmassa osassa tietokoneen ja ohjelmistojen käyttökohteista sekä tapoihimme käyttää niitä. Olet ehkä edistyneenä Excel-käyttäjänä luonut Excel-makron automatisoidaksesi tehtävän, jota suoritat usein – sen jälkeen olet voinut seurata haltioituneena, kuinka tietokoneeltasi kului vain muutamia sekunteja tehtävään, joka aiemmin vei sinulta minuutteja tai tunteja. Saman tuloksen voit saada aikaan myös muilla tavoilla kuin Excelissä - monissa taloushallinnon toiminnoissa hyödynnetään ohjelmistorobotteja suorittamaan vastaavia tehtäviä, kuten esimerkiksi ostolaskujen käsittelyä. Tätä kutsutaan englanninkielisellä termillä "Robotics Process Automation" eli RPA.

Excel makro lakkaa toimimasta pienenkin virheen seurauksena, ja sama pätee myös RPA:han: numero on väärässä muodossa, arvo syötetään väärälle riville, tai joku on siirtänyt sarakkeen paikkaa. Siinä kaikki, mitä vaaditaan makron kaatumiseen – ja makro toimii vasta, kun ongelma on huomattu ja korjattu (kunnes tapahtuu jotain vastaavaa).

 

Oppimista ohjeiden sijaan

Juuri tässä tekoäly, eli AI, tarjoaa enemmän toiminnallisuuksia mutta vaatii myös uusia ulottuvuuksia ajattelultamme, jotta ymmärrämme, miten tietokoneet toimivat.

Miten tekoäly eroaa RPA:sta? Ja miksi tekoäly voi tarjota talousosastolle niin paljon enemmän mahdollisuuksia kuin nämä ylisuuriksi kasvaneet makrot?

Kuvitellaan, että meillä on robotti, jonka tehtävänä on saattaa kuusivuotias lapsi kouluun ja viedä hänet turvallisesti kaupungin läpi. Jos robotti hyödyntää RPA:ta, sille on ohjelmoitava tarkka reitti alusta loppuun: 350 metriä tätä katua pitkin, seuraavasta risteyksestä vasemmalle, mikä jälkeen 150 metriä katua pitkin, ja niin edelleen. Mutta jos eräänä matkan varrella onkin tietyö, robotti voi jäädä jumiin - ellei sille ole ohjelmoitu laajaa joukkoa ehtoja ja vaihtoehtoisia reittejä etukäteen.

Jos taas käytämme tekoälyä, meidän ei tarvitse ohjelmoida koulumatkan jokaista mutkaa, katua ja risteystä. Sen sijaan annamme tekoälyn vain seurata meitä koulumatkalla muutaman kerran, ja ehkä käytämme koulumatkaan vielä hieman erilaisia reittejä. Tekoäly havainnoi, mistä lähdemme liikkeelle ja missä on päätepiste. Se seuraa maamerkkejä ja huomaa yksityiskohdat matkan varrella. Lyhyesti sanottuna se oppii menneestä ja hankkii kyvyn löytää tiensä perille kouluun.

 

Tekoälyn hyödyt

Tekoälyn ja RPA:n keskeisin ero on se, että ohjelmistorobotti on varustettava jokaisen prosessivaiheen osalta tarkalla "käyttöohjeella", kun taas tekoäly oppii, minne se menee (eli mikä lopputuloksen tulisi olla) ja ymmärtää oppimansa perusteella, miten sinne päästään. Tämä tarkoittaa, että se sopeutuu paremmin mahdollisiin matkan varrella vastaan tuleviin poikkeamiin.

Tällainen sopeutumiskyky on välttämätöntä talousosastolla, joka vastaanottaa ja käsittelee laskuja päivittäin. Laskuja lähettää suuri joukko toimittajia, niillä laskutetaan monia ne eri tuotteita, jotka on usein lähetetty eri osastoille tai jotka pitää veloittaa eri projekteilta. ALV-kannat vaihtelevat, kuten myös maksuajat, käteisalennukset ja monta muuta asiaa.

Vaikka laskujenkäsittelyyn liittyvän monimutkaisuuden edellyttämien yksityiskohtaisten sääntöjen luominen RPA:ta varten olisikin mahdollista, se ei välttämättä ole kovin elinkelpoista pitkällä tähtäimellä. Sääntöjen luominen ja ylläpito veisi erittäin paljon aikaa ja resursseja, koska parametrit saattavat muuttua nopeasti ja ennakoimattomasti: ehtoja ja pykäliä muutetaan, toimittajat vaihtuvat, laskujen layout muuttuu, projekteja päätetään tai aloitetaan.

Jopa pieninkin muutos voi olla potentiaalinen virhelähde, ja missä RPA-pohjainen järjestelmä voi toistaa virheen tuhat kertaa oppimatta mitään, tekoälyyn perustuva ratkaisu pystyy esimerkiksi hyödyntämään laskun rivitietoja, vaikka lasku näyttäisikin yhtäkkiä hieman erilaiselta.

Juuri tämä tekee kehittyneestä tekoälystä tehokkaan työkalun. Tällainen järjestelmä pystyy havaitsemaan asiayhteyksiä jo varhaisessa vaiheessa sekä oppimaan matkan varrella. Näin ollen se ei pelkästään poimi tietoa laskuista aikaisemmin ja tarkemmin, vaan se myös oppii virheistään - ja parantaa jatkuvasti. Tämä tarkoittaa, että se tarjoaa enemmän arvoa ja parantaa laatua, koska se kykenee sopeutumaan vääjäämättä tapahtuviin arkipäiväisiin muutoksiin, samalla kun se mahdollistaa automatisoinnin, mikä puolestaan vapauttaa paljon aikaa.

Siksi sinun ei kannata ottaa käyttöön joustamatonta ja runsaasti ylläpitoa vaativaa järjestelmää, kun suunnittelet teknologian hyödyntämistä talousosaston prosessien virtaviivaistamisessa. Teknologian käyttö ei myöskään rajoitu enää pelkästään yksinkertaisimpiin mahdollisiin tehtäviin, joissa voit tarvita apua. Siitä syystä valintasi tulisi kohdistua järjestelmään, joka auttaa yritystäsi organisaation ja talousosaston muutosten mukanaan tuomien monimutkaisempien asioiden ratkaisemisessa.