Hva betyr kunstig intelligens for regnskapsbransjen?

Når to av verdens mest kjente ledere innen teknologi, Elon Musk fra Tesla og Mark Zuckerberg fra Facebook, barker sammen på Twitter i uenighet om hva utviklingen av kunstig intelligens vil bety, er det ikke lett for oss andre å se hvordan den vil påvirke oss og vårt arbeid.

Leder for teknologi og innovasjon i Regnskap Norge, Hans Christian Ellefsen

Artikkelen ble første gang publisert i Medlemsnytt, utgave 3/2017.

Musk frykter at den kunstige intelligensen skal ta beslutninger på egen hånd og at vi til slutt mister kontrollen over maskinene, hvis bruken ikke blir lovregulert. Mark Zuckerberg ser imidlertid kunstig intelligens som en utrolig mulighet til å støtte mennesker i vår utvikling gjennom ny innsikt, og han er ikke redd for at maskinene skal ta over. Musk svarer med å si at Zuckerberg har begrenset forståelse for temaet og risikoen. Dette er en skikkelig nerdekrangel mellom to høyst intelligente mennesker.

Å trekke dette ned til posteringer og avleggelse av regnskap og skattemeldinger føles nærmest ubetydelig i forhold til debatten om menneskehetens utvikling. Hvordan tror vi kunstig intelligens og de medfølgende lærende maskinene vil påvirke din hverdag? For å svare på det må vi se litt mer på hva dette dreier seg om.

Regelbasert behandling

Vi har i mange år hatt regelbasert behandling av inngående fakturaer hvor systemet har kommet med forslag til kontering og avgiftsbehandling – enten gjennom tolkning av scannet dokumentasjon eller behandling av direkte maskinlesbare regnskapsopplysninger. Dette kalles eksplisitt programmering.

Regnskapsførere må sette opp regler for hver kombinasjon av fakturaopplysninger basert på egen kompetanse. Hvis regelmotoren ikke forstår en kombinasjon av opplysninger, avvises transaksjonen, og den må bearbeides manuelt av en regnskapskyndig. Det må også settes opp en ny regel til neste gang samme faktura kommer inn.

Posteringer uten menneskelig involvering

En lærende maskin som bruker kunstig intelligens vil operere annerledes. En slik maskin må læres opp før den kan brukes til regnskapsføring. Maskinen kan for eksempel læres opp ved å lese igjennom en mengde historiske posteringer hos en rekke ulike selskaper. Det den gjør er å etablere et matematisk uttrykk for behandling av regnskapsopplysninger – ikke et regelsett.

På bakgrunn av fakturaopplysninger og annen relevant informasjon beregner matematikken en sannsynlighet for en postering og avgiftsbehandling. Hvis sannsynligheten for rett postering er minst like god som vurderingen til en regnskapsfører, vil posteringen gjennomføres uten menneskelig involvering. Maskinen vil senere vurdere nye typer fakturaer basert på matematikken, ikke på tidligere utførte posteringer.

Når en erfaren regnskapsfører får et bilag foran seg gjør han eller hun intuitivt opp en formening om hva dette er og hvordan det skal føres. Kunden, logoen på fakturaen, varetypen, tidspunktet på året og kunnskap om igangsatte prosjekter gjør konteringen rask. En lærende maskin vil ta hensyn til de samme forholdene. Den vil imidlertid kunne gjøre det flere tusen ganger i sekundet, og med samme kvalitet.

Maskinene lærer av feil

Regnskapsførere gjør av og til feil, så det må en maskin også kunne tillate seg. Det skal likevel være en stor sannsynlighetsovervekt for rett postering, typisk mer enn 95 %. Er sannsynligheten under dette nivået, vil maskinen parkere transaksjonen og be om hjelp. Maskinen vil likevel merke seg hva regnskapsføreren foreslår, og vil lære til neste gang ved å forbedre matematikken. Det etableres således ikke en ny eksplisitt regel, men det matematiske uttrykket bedres.

Matematikken sikrer at kvaliteten på posteringene i regnskapet blir minst like god som om en regnskapsfører hadde gjort jobben. Hva så med regnskapsførers rolle når kvaliteten ikke lenger kan forbedres nevneverdig gjennom en kvalitetskontroll utført av en autorisert regnskapsfører?

Frigjør tid

Å sette opp en lærende regnskapsmaskin kan typisk ta en måned. I tillegg følger noen innledende justeringer for at den skal forstå bedre. Med andre ord er det relativt fort gjort å komme i gang. Pengene må tydeligvis tjenes på andre måter. Er det slik at verdien av et kvalitetssikret regnskap blir lavere med innføring av kunstig intelligens? Neppe. Utfordringen din er at kunden, med god hjelp fra media, tror at verdien er blitt lavere i og med at det skjer «automagisk». Den udiskutable verdien av regnskapet fremover ligger kanskje ikke i utarbeidelsen av det, men i bruken av det. Kan kunstig intelligens også ta den jobben?

Maskinens begrensninger

Det er uttalt at mennesker alltid vil overgå kunstig intelligens innen områdene empati, relasjonsbygging og samarbeid om komplekse problemstillinger. Det å sette seg ned med kunden, forstå dennes problemstillinger og bekymringer, bygge tillit gjennom dialog og vurdere hva regnskapet forteller om nødvendige videre aktiviteter kan vanskelig tenkes utført ene og alene av kunstig intelligens. Her vil vi nok se kunstig intelligens som en god støtte i analyser mer enn en maskin som tar over. Den menneskelige dimensjonen vil være avgjørende for kunden og den opplevde verdien.

Ja, så har kanskje både Musk og Zuckerberg rett. Lærende maskiner vil utvilsomt overta bokføringsjobben, men de vil samtidig være en uvurderlig støtte til analyse av regnskapet.