Tehisabilised raamatupidaja igapäevatöös, I osa

Kristi Ulm
Kristi Ulm tutvustab artiklisarjas tehisintellekti rakendusi

Teadmised on tänapäeval ettevõtte peamine organisatsiooniline ressurss ning tehisintellekt ja selle rakendused neid just pakuvad. Teisisõnu võimalust manipuleerida teadmistega. Tehisintellekti rakendustel on tähtis roll modernses raamatupidamises.

Artiklite sarjas, mis koosneb kolmest osast, tuuakse lugejani teemade kaupa enim majandustarkvarades sisalduvad ja kasutust leidvad tehisintellekti rakendused. Sarja esimeses artiklis kirjeldatakse ekspertsüsteeme sisaldavaid rakendusi raha ja pangakontode, ostjate laekumata arvete, ettemakstud kulude ja lao arvestuses.

„Raamatupidamine – see on lihtne”, ütlevad mittespetsialistid. Iga inimene, kel on arvuti ja majandustarkvara, võib registreerida kõik ettevõtte tehingud ning koostada vajalikud raamatupidamisaruanded, sest üldjuhul on tüüparuanded majandustarkvarades olemas. Aga see ei ole raamatupidamine, vaid tehingute registreerimine. Ettevõtte raamatupidamises on palju valdkondi, mis nõuavad suurt kompetentsust ja professionaalset hinnangut, et otsustada õigesti kõikide faktide ja asjaolude üle lahendamaks tekkinud probleemi parimal viisil. Seetõttu, hoides selliseid ekspertteadmisi tehisintellekti teadmusbaasis, mis ei jää haigeks, ei lähe pensionile, ei küsi palka juurde ega lahku konkurendi juurde, tundub olema sobiv lahendus asendamaks vajadusel inimeksperti.

Tehisintellekti rakendused raamatupidamises

Tehisintellekt on usaldusväärne abimees raamatupidajale, abistades teda igapäevastes finantstoimingutes ning aidates leida lahendusi probleemidele. Kuna tehisintellekti ekspertsüsteemid sisaldavad selgituse moodulit, mille roll on pakkuda kasutajatele nii süsteemis sisalduvaid teadmisi kui ka samm-sammult järeldamisprotsessi, näidates ära, mismoodi probleemist lahenduseni jõuti, siis sellisel moel võib tehisintellekt aidata õppida ja uusi spetsialiste koolitada. Lisaks hoiab tehisintellekti ekspertsüsteem aega kokku, võimaldades teha palju korduvaid ja aeganõudvaid tegevusi. Kuna finantsarvestuse tehisintellekti süsteemid on kõikjal meie ümber, siis teadmised nende olemasolust ja eelistest on äärmiselt vajalikud, et saaks neid ettevõtte tegevuses pidevalt kasutada.

Raamatupidajad kasutavad mitmeid tehisintellekti valdkonda kuuluvaid rakendusi, mis on majandustarkvarasse sisse ehitatud, teadmata, et tegemist on tehisintellekti rakendusega.

Kõige levinumad tehisintellekti rakendused raamatupidamises on seni ekspertsüsteemid ja närvivõrgud. Kuigi hägust loogikat, geneetilisi algoritme ja kaootilisi mudeleid on samuti kaalutud rakendada, et muuta raamatupidamise tööd tõhusamaks, siis ekspertsüsteemid ja närvivõrgud juba töötavad edukalt mitmel pool raamatupidamises. Võib öelda, et ekspertsüsteeme on hea kasutada finants- ja juhtimisarvestuses, tulumaksu arvestuses ning auditeerimises, sest tegemist on reeglipõhiste distsipliinidega.

Ekspertsüsteemid raha ja pangakontode arvestuses

Kõik majandustarkvarad, mis kasutavad rahatehinguteks pangakontosid, seisavad silmitsi igakuise pangakonto väljavõtte ja panga saldo vastavusse viimisega. Sammud, mis on seotud pangakonto tehingute ja panga väljavõtte vastavusse viimisega, sobivad ideaalselt ekspertsüsteemidele.

Pangakonto väljavõtte vastavusse viimiseks pearaamatu saldoga on mõistlik ja mugav kasutada ekspertsüsteemi, sest reeglid, mis on süsteemis kasutusel, on ajas stabiilsed ega muutu iga päev.

Kui süsteemis on reeglid õigetel tingimustel kehtestatud, siis nõuab see suhteliselt vähe või ei nõua üldse hooldust. Teine eelis ekspertsüsteemi kasutamiseks pangakontode vastavusse viimisel tuleneb sellest, et pangakonto väljavõte on kuupõhine. Kui siiski osutub vajalikuks ekspertsüsteemis kasutatavaid reegleid muuta, tuleb seda protseduuri läbi teha ainult korra kuus.

Kuidas see käib? Esmalt teeb kasutaja majandustarkvaras päringu, et identifitseerida tehingud, millel ei ole panga väljavõttel vastet ning mis mõjutavad pearaamatu panga konto saldot, näiteks raha teel, valede tehinguandmetega laekumised ja tasumised, pangateenustasud jne. Seejärel soovitab süsteem, mida teha kirjetega, et viia pangatehingute väljavõte vastavusse pearaamatu saldoga.

Ekspertsüsteemi nõuded ostjate vastu arvestuses

Nõuetega ostjate vastu arvestuses on ekspertsüsteemidele sobilikud tegevused näiteks tellimuste kinnitamine, krediidilimiidi aktsepteerimine, arveldamine. Eelnimetatud tegevused tunduvad esmapilgul lihtsad, kuid sõltuvad seeriast keerulistest otsustest, mida toetavad ekspertsüsteemid.

Kuidas see käib? Selleks, et müügitellimust saaks kinnitada, on vaja esmajärjekorras kindel olla, et klient eksisteerib süsteemis. Lisaks tuleb ekspertsüsteemi reeglitega kontrollida, kas kliendi saadetud ostutellimus on valiidne ja sellele on alla kirjutanud ostjapoolne vastutav isik. Samuti tuleb kontrollida, et ostja vastutaval isikul on õigused vastavate kaupade tellimiseks ning kaubad, mida telliti, on võimalik kohale toimetada soovitud aja jooksul. Kõigil nendel tegevustel on sellised variatsioonid nagu kaalutlemist vajavad erandid, mis teevad otsustamise keeruliseks. Ekspertsüsteemidel on võimekus selliste otsuste kvaliteeti parandada.

Ekspertsüsteemi olemasolu majandustarkvaras võib vähendada rutiinsete müügitellimustega tegelemise aega ning isegi kiirendada mitterutiinsete müügitellimustega tegelemise protsessi teatud piirini.

Harvade juhtumite puhul, mis vajavad juhtkonna ülevaatamist, saab vastava müügitellimuse ära märgistada ja suunata kohe ülevaatamisele müügijuhile.

Krediidiskooringu süsteem

Krediidiskooringu süsteemis kasutatakse tihti ekspertsüsteeme, et teha krediidiotsus ja panna paika limiidid. Algne krediidilimiidi otsus tähendab enamasti seda, et potentsiaalne klient esitab vajalikud aruanded ja andmed. See info vaadatakse üle ja sisestatakse krediidiskooringu süsteemi. Krediidivõimekuse hindamine sisaldab otsustamist, kas võimaldada krediidilimiiti uuele kliendile või mitte. Samuti tuleb müügiprotsessis hinnata, kas olemasolev klient on ületanud kinnitatud krediidilimiidi üldiselt või ainult konkreetse tellimusega.

Kuidas see käib? Reeglid, mille põhjal ekspertsüsteem otsustab, installeeritakse ekspertsüsteemi ning ettevõtte krediidispetsialist saab tugineda järeldamismootori tulemustele pärast krediidilimiidi avalduste ja esitatud andmete töötlemist. Järeldusmootori saab disainida peegeldamaks krediidilimiidi avalduse vormi.

Selleks, et kinnitada krediidilimiiti olemasolevale kliendile, on oluline selgitada, kas kliendi kõik ostud liidetuna jooksvale saldole ületavad krediidilimiidi või mitte.

Kuigi see protsess tundub lihtne, siis otsustusprotsess, kas lükata tellimus tagasi või mitte, võib olla väga keeruline. Seeria otsustusreeglid kodeerituna ekspertsüsteemi teadmusbaasi teeb võimalikuks menetleda palju rutiinseid tellimusi, kus krediidilimiit ei ole üheselt mõistetav. Näiteks võib limiit olla paika pandud aastate eest ja seda pole kordagi üle vaadatud või on kliendikonto kehtiv, aga limiit ületatakse 10% ulatuses. Kuna need reeglid ammenduvad ruttu, tuleb need aeg-ajalt üle vaadata ja uuendada.

Ekspertsüsteemid arveldamises

Ekspertsüsteemid on kasutusel ka arveldamises. Kuidas see käib? Arveldamine algab esmalt müügitellimuse kontrollimisega krediidilimiidi ja saatedokumentidega, ulatudes seejärel ühikuhinna ja tarnitud koguste kontrollimiseni ning transpordikulu ja müügiga seotud maksude lisamiseni.

Kõik kliendiga seotud tehingute andmed kirjendab ekspertsüsteem automaatselt kliendikontole.

Näiteks tagastused ja kompensatsioonid nõuavad mitmeid samme, mis on väljaspool tavapärast tegevust. Siingi on abiks ekspertsüsteemide reeglid, millega saab ära määrata, et tagastatud või kahjustatud kauba lattu jõudmisel koostatakse kreeditarve ning alustatakse kliendile raha tagastamise protsessi.

Samamoodi on ekspertsüsteemid efektiivsed arveldamise juures kontrollide tegemisel ning kliendile koostatud arvete, kreeditarvete, laekumiste ja kompensatsioonide vastavusse viimisel. Vajalikke reegleid ekspertsüsteemi luues saab ja tuleb silmas pidada konkreetse ettevõtte vajadusi. Ekspertsüsteemi kasutamine arveldamisel vähendab manuaalset ja rutiinset tööd.

Ekspertsüsteemid ettemakstud kulude ja varude arvestuses

Ekspertsüsteeme kasutatakse ka ettemakstud kulude arvestuses, mis on muidu raamatupidajale üsna tülikas tegevus. Ettemakstud kulud üldjuhul aeguvad tähtaja saabudes või mingi sündmuse ilmnemisel. Kuidas see käib? Ekspertsüsteemid monitoorivad tähtaja möödumist ja kontrollivad, kas sündmus on toimunud, et määrata, kui palju tuleb kulusse kanda konkreetsel üksikobjektil. Ekspertsüsteemide reeglid on kasutusel nii kaupade kui ka tootmise laoarvestuses.

Kuidas see käib? Laoarvestuses kasutatakse reegleid, et hinnata varude objektid FIFO, LIFO või kaalutud keskmise hinna meetodil vastavalt sellele, millise varude arvestusmeetodi on ettevõte kasutusele võtnud.

Kui varude kulupõhine meetod on valitud ning varude lõppjäägi maksumus leitud, rakendatakse kas soetusmaksumuse või neto realiseerimisväärtuse reeglit.

See reegel võrdleb müüdud kaupade soetusmaksumust turuväärtusega bilansipäeva seisuga. Need reeglid on seotud ekspertsüsteemi otsustusreeglitega teadmusbaasis ning järeldusmootor on seotud varude hindade tarkvaraga koos inventuuri ja aastalõpu protseduuridega. Reeglid, mis määravad iga varuobjekti konkreetse hinna, on kodeeritud ekspertsüsteemi teadmusbaasi. Järeldusmootor siseneb varude andmebaasi, otsib teadmusbaasist kulupõhise meetodi reegli ja määrab hinna, mis on seotud varude lõppjäägi hindamisega. Seejärel siseneb järeldusmootor jooksvasse müügihindade andmebaasi ning kasutades teadmusbaasi, määratakse kindlaks müügihind konkreetsel varuobjektil. Järgmisena uuendab ekspertsüsteem varude andmebaasi. Olenevalt sellest, kas madalam on varude netorealiseerimismaksumus või soetusmaksumus, uuendab ekspertsüsteem varude andmebaasi madalama hinna järgi.

Kasutatud kirjandus

Aparaschivei, F. (2007). Considerations on Accounting Intelligent Systems Importance. — Informatica Economica, 2(42), 95–99. [Online] Citeseerx

Siegel, J. G., Shim, J. K., Walker, J. P., et al. (2003). The Artificial Intelligence Handbook: Business Applications in Accounting, Banking, Finance, Management and Marketing. South Western: Thomson

Yang, D. C., Vasarhelyi, M. A. (1996). The Application Of Experts Systems in Accounting —[Online] Citeseerx

O’Keefe, R. M., O’Leary, D., Rebne, D., Chung, Q. B. (1993) The Impact of Experts Systems in Accounting: System Characteristics, Productivity and Work — International Journal of Intelligent Systems in Accounting Finance & Management, 2(3), 177–189. [Online] EBSCOhost

Osale arutelus

  • Kristi Ulm, MSc, äriinfotehnoloogia

Toetajad:

Raadio ettevõtlikule inimesele

Hetkel eetris

Jälgi Raamatupidajat sotsiaalmeedias

RSS
Palgakalkulaator
Maksuvabastus (kuu)
Maksuvabastus (aasta)

Toetajad:

Tarkvara

SmartAccounts - lihtsaim ja kiireim raamatupidamistarkvara pilves

SmartAccounts on majandustarkvara, mis on suunatud väikese ja keskmise suurusega uuendusmeelsetele ettevõtetele, kelle jaoks on oluline lihtsus ja mugavus.

e-arveldaja – raamatupidamise tarkvara alustavale ja väikeettevõtjale (esimene aasta tasuta)

e-arveldaja on veebipõhine tarkvara, mis sobib hästi just alustavale ja väikeettevõtjale, aga ka mittetulundusühingule ning sihtasutusele. Sellel on tänaseks juba üle 5300 kasutaja.

Valdkonna tööpakkumised

Taxify is looking for an ACCOUNTANT

Taxify OÜ

17. detsember 2017

Manpower is looking for a CHIEF ACCOUNTANT

Manpower OÜ

03. detsember 2017

Ramirent Shared Services AS is looking for a GENERAL LEDGER ACCOUNTANT

Ramirent Shared Services AS

27. november 2017

Uudised

Tööriistad