Roboter og kunstig intelligens i regnskapsbransjen?

I henhold til Wikipedia er en robot (fra tsjekkisk robota, arbeid) tradisjonelt tenkt på som en mekanisk og programmert enhet som utfører oppgaver for å hjelpe mennesker. I likhet med interaktive dataprogrammer bygger funksjonen på tilbakekoplingsprinsippet: roboten får meldinger underveis som styrer hva som blir utført videre. Roboter har vært brukt i mange ulike sammenhenger: Løfte, flytte, sveise, fylle/tømme, kutte, dele, mate, laste, loss – alt fra ørsmå ting til store, tunge deler som mennesker ikke kan flytte på. Dagens roboter er også virtuelle, det vil si at de ikke har en fysisk «kropp» som vi kan se, men de har en brukeridentitet og passord og befinner seg på en server. Hjelpe mennesker skal de fremdeles gjøre.

Del

I henhold til samme kilde er kunstig intelligens en teknikk man bruker for å gi datamaskiner og dataprogrammer en mest mulig intelligent respons. Grenen kunstig intelligens innen informatikk blir definert som studiet og utviklingen av intelligente agenter, der en intelligent agent er et system som observerer sitt miljø og tar avgjørelser for å maksimere sin egen suksess.

Stephen Hawking, vurdert som en av de store tenkerne i moderne tid, uttrykker bekymring over utviklingen av kunstig intelligens på lang sikt. Bekymringen hans ligger i at systemene selv kan ta over sin egen utvikling uavhengig av menneskehetens utvikling. Litt science fiction, men samtidig fullt mulig om teknologien får utvikle seg videre slik vi ser konturene av.

Hva har disse to begrepene og teknikkene med regnskapsbransjen å gjøre?

Mange har hevdet i lang tid at maskiner ikke kan erstatte menneskelig intuisjon og utøvelse av profesjonelt skjønn. Et eksempel de har trukket frem som en «umulig oppgave» med komplekse vurderinger er selvkjørende biler. Det har vi i dag, noe som illustrerer at vi ikke helt kan se for oss hvor avansert teknologi kan bli over tid. Vi skal derfor være forsiktige med å si at ikke intuisjon, skjønn og fagkompetanse kan erstattes av maskiner.

En del av arbeidsoppgavene til en regnskapsfører er gjentagende og innebærer mindre grad av skjønnsvurderinger eller tunge faglige vurderinger. Et eksempel på dette kan være å sammenligne en inngående faktura mot en ordre og et ordremottak og se at det er et samsvar. Er dette samsvarende, kan fakturaen posteres i regnskapet og betales etter definerte regler, basert på leverandør og vare/tjeneste levert. Regelen i roboten sikrer korrekt kontoføring, fradragsrett og merverdiavgiftsbehandling.

En robot kan derfor utføre predefinerte oppgaver med et forutsigbart utfall. Avviker inngående faktura mot ordre og ordremottak, vet ikke roboten hva den skal gjøre, og vil merke dette som et avvik for manuell håndtering av en regnskapsfører.

SR-Bank i Rogaland introduserte virtuelle roboter i sin virksomhet i slutten av 2015. Basert på Blue Prisms sin teknologi håper banken på en betydelig effektivisering av banktjenester. Robotene logger seg på programmer, fyller inn felter, skriver mail og operer i den samme «overflaten» av dataprogrammene som mennesker gjør. Men kjernen i prosesseringen er regler som styrer robotens aktiviteter basert på den input den får fra bankkundene på nettet.

Roboter alene er ikke bra nok

Heldigvis er ikke alt en regnskapsfører gjør predefinerte oppgaver med et forutsigbart utfall. Således passer ikke en robot til alle oppgaver som en regnskapsbedrift utfører på vegne av sine kunder.

En kombinasjon av robot og kunstig intelligens vil imidlertid kunne bøte på noe av manglene som en robot vil ha. Hvis kunstig intelligens inkorporeres i løsningen, vil systemet vurdere ulike alternativer ved en gitt situasjon basert på tidligere erfaringer. La oss si at det er avvik i en inngående faktura som en robot ikke vet videre behandling på. Avviket adresseres til en regnskapsfører som gjør nødvendige korreksjoner til bokføringen. Et system med kunstig intelligens vil lære av denne korreksjonen, og legge dette til biblioteket av hvordan et avvik skal kunne håndteres. Neste gang en tilsvarende situasjon oppstår, vet den hva den skal gjøre med transaksjonen, og gjør nødvendige aktiviteter for å få det korrekt. Kunstig intelligens kan også trekke paralleller fra andre regnskapsførere i samme bedrift eller i fra bransjen, og derigjennom applisere en enhetlig behandling av samme avvikssituasjon.

Det vi vet er at to presumtivt like fakturaer kan ha ulik behandling regnskaps-, skatte- og avgiftsmessig. Eksempelvis kan en innsatsfaktor til produksjonen eller tjenesteleveransen eksempelvis også kunne være en gave til en ansatt. Denne transaksjonen skal behandles på en annen måte enn et ordinært varekjøp. Hvordan vet roboten eller den kunstige intelligensen hva den skal gjøre nå? Hvordan kan samme vare fra samme leverandør behandles forskjellig?

Hvor blir det av det profesjonelle skjønnet?

Selv om systemet kan lære, eksempelvis basert på varetype og beløpets størrelse, kan det være nødvendig å innføre andre kontrollmekanismer for å bøte på manglende evne til å utøve skjønn. En vei å gå er å kreve manuell behandling av alle mulige risikoområder for feil, men da faller antagelig gevinsten med automatisering bort. Den andre veien å gå er å innføre flaggingsrutiner i kombinasjon av analyser.

Tollvesenets TVINN-system for behandling av tolldeklarasjoner lot de fleste tolldeklarasjoner gå igjennom basert på en bred vurdering av deklarasjonens innhold, eksempelvis kombinasjoner av beløp, opprinnelsesland, mottaker og varekategori. Ved underlige kombinasjoner, eksempelvis import av iskrem fra Kongo, så ville deklarasjonen bli merket for behandling av en tollbetjent. Om deklarasjonen likevel var OK, og dette også var resultatet av andre tidligere flagginger, ville TVINN lære seg at kombinasjonen ikke lenger var å anse som avvik. Med en slik vurderingsmodell i regnskapsbransjen kan likevel en regnskapsfører enten få for mange flagginger eller for få flagginger avhengig av hvor «aksepterende» eller «avvisende» løsningen er. Resultatet er da enten en ineffektiv arbeidsmetode grunnet for mange flagginger, eller at regnskap, skatt og avgift blir feil behandlet fordi det er for få avviksflagginger. Det er ikke noe enkelt svar på dette dilemma.

Hva vil rollen til regnskapsfører være i samvirke med robotene?

Bruk av roboter og kunstig intelligens vil komme til regnskapsbransjen, de har allerede gjort sitt inntog i mange kompetansebaserte næringer, særlig innen bank og finans.

En regnskapsfører må ha en analytisk tilnærming til regnskapet, og være profesjonelt kritisk til resultatet av det robotiserte regnskapet. Det er ikke til å komme fra at det må innføres vesentlighetsgrenser på håndtering av avvik, slik revisjonen har hatt i sin arbeidsmetodikk. Regnskapsfører har ikke lenger «hånden på alle bilag» slik som god regnskapsførerskikk la opp til for en del år siden.  Automatiseringen må medføre en viss toleranse for individuelle avvik, men da ikke så mange avvik at summen av avvikene blir til vesentlige feil i regnskapet eller i behandlingen av skatter og avgifter. Analyser og kontrollmekanismer vil kunne avdekke vesentlige feil i de automatiserte behandlinger av transaksjoner.

Rollen som systemkonfigurator blir etter vår mening mer og mer viktig. Regnskapsfører, med sin kunnskap om det komplekse regelverket, må legge denne kunnskapen inn i de virtuelle robotene, vedlikeholde de, og lære opp systemet med kunstig intelligens hvordan avvik skal håndteres.

Systemene må revideres, og feil behandling må rettes opp gjennom å lære systemene mer skjønnsutøvelse.

Vi går utvilsomt spennende tider i møte i regnskapsbransjen.

Aktuelle kurs

Aktuelle kurs