Tekoäly ei ole nykypäivänä enää pelkästään tieteisfantasiaa, vaan päivittäisessä hyötykäytössä monella eri alalla – myös taloushallinnon puolella sen mahdollisuudet ovat moninaiset. Kukapa ei kaipaisi työhönsä enemmän tilaa asiantuntijuudelle ja vähemmän puuduttavia rutiineja?
Tarkkojen faktojen parissa työskentelevällä taloushallinnon osaajalla saattaa kuitenkin olla kynnys luottaa koneeseen kumppanina. Tekoälykonsultti Anton von Schantz valottaa, millaiseen yhteistyöhön tekoäly taipuu taloushallinnossa ja millä tavoin omia valmiuksia sen ymmärtämiseen ja hyödyntämiseen voi lähteä kehittämään.
Tekoälyn tarkoitus on helpottaa taloushallinnossa tehtävää työtä
Tekoälyn tarkoituksena on tehdä toimenpiteitä, joita ihmisetkin pystyvät tekemään, mutta paremmin ja helpommin. Tekoälystä puhuttaessa viitataan usein tekoälyn sovellutuksiin kuten automaatioon ja koneoppimiseen, joihin myös taloushallinnon osaaja törmää arjessaan yleisimmin.
– Koneoppimisen hyöty tulee näkyväksi erityisesti tilanteissa, jotka normaalisti vaatisivat manuaalista toistoa ja joissa tekoäly voi oppia aiemman datan pohjalta säännönmukaisuuksia, Anton von Schantz kertoo.
Tekemistä helpottavia, jo nyt pitkälle automatisoituja prosesseja ovat esimerkiksi reskontran osto- ja myyntilaskujen käsittelyt. Käytännössä työntekijän apuna toimii tietokoneohjelma, joka hoitaa laskujen kirjauksen, tiliöinnin, kiertoon lähettämisen ja tietojen tarkastamisen. Tekoälyn ansiosta työntekijän ei tarvitse enää käydä jokaista ostoreskontraan tulevaa tositetta yksitellen läpi.
– Manuaalisen työn vähennyttyä taloushallinnon ammattilaisten aikaa on vapautunut konsultoivaan työhön, asiakassuhteiden rakentamiseen ja itsensä kehittämiseen. Työstä on tullut paitsi tehokkaampaa, myös tekijöidensä kannalta mielekkäämpää, von Schantz toteaa.
Työn tehostamiseen liittyen viime aikoina on kohistu paljon ChatGPT:stä, joka on yksi ensimmäisiä laajalle yleisölle käytettävissä olevia tekoälysovelluksia. Von Schantzin mukaan tulevaisuus näyttää, mihin kaikkeen se todella kykenee.
- Jo nykyisessä muodossaan ChatGPT:tä voi käyttää informaation kaivamiseen erilaisista dokumenteista sekä automaattiseen tekstin generointiin. Kun se valjastetaan toimimaan tietotyöläisen käyttämän sovelluksen taustalla, saadaan helpotettua varmasti myös monia taloushallinnossa eteen tulevia, useampivaiheisia työtehtäviä.
Virheiden mahdollisuudesta huolimatta työn kokonaisteho kasvaa
Taloushallinnossa työskentely edellyttää lähtökohtaisesti tietynlaista pedanttia tarkkuutta – lukujen ja faktojen täytyy olla oikein, jotta asiantuntijat voivat tehdä työtään luotettavasti. Ammattilainen saattaakin toisinaan ylenkatsoa tekoälyä, koska hyödyistään huolimatta se on ihmisen tavoin erehtyväinen.
– Vaikkei automaatio tai tekoäly olekaan sataprosenttisesti oikeassa, pieni määrä virheitä on toisinaan tehokkaampaa päästää seulan läpi ja keskittyä tekoälyn ”vahtimisen” sijaan oman asiantuntijuuden hyödyntämiseen, Anton von Schantz huomauttaa.
Voisiko tekoälyn tekemiä virheitä kuitenkin jollain tavalla yrittää minimoida? Von Schantzin mukaan yksi mahdollisuus on automatisoida vain sellaiset prosessit, joissa virheen mahdollisuus on hyvin pieni. Tekoälyn kanssa työskentelevien olisi lisäksi tärkeää opetella tunnistamaan, milloin tekoälyn tekemä päätös on hataralla pohjalla tai missä määrin se sisältää virheitä.
– Tekoäly voi virheraporttien kautta itsekin kertoa epävarmuudestaan. Järjestelmän tekemien ennustusteiden onnistumisprosenttia tarkkailemalla saadaan varmuus siitä, ettei sisään tulevassa datassa ole tapahtunut muutoksia, joita tekoälylle opetetut säännönmukaisuudet eivät kykenisi hahmottamaan, von Schantz kertoo.
Tekoäly voi von Schantzin mukaan myös oppia virheistään, jos sovellus on rakennettu niin, että malli saa aina palautteen tehtyään päätöksen tai ennusteen – mitä nopeammin uutta dataa kertyy, sitä nopeammin järjestelmä oppii.
Tekoäly tarvitsee edelleen ihmisen rinnalleen
Koska tekoälyn kohdalla on kyse tietokoneen osoittamasta älykkyydestä inhimillisten olentojen osoittamaan älykkyyteen verrattuna, Anton Von Schantz on huomannut, että siihen viitataan arjessa toisinaan lähes inhimillisenä yhteistyökumppanina. Väistämättä tuleekin mietittyä, minkälainen tekoälyn sielunelämä on ja kuinka pitkälle se kykenee toimimaan itsekseen?
– Nykypäivänä ollaan vielä aika kaukana siitä, että järjestelmät voisivat toimia täysin itsekseen. Jos tekoäly kohtaa esimerkiksi ostoreskontrassa itselleen uutta informaatiota sisältävän laskun, täytyy ihmisen auttaa sitä oppimisen alkuun, von Schantz toteaa.
Vaikka tekoälyn pystyykin kaivamaan sille syötetyn datan pohjalta säännönmukaisuuksia, kyvykkyydestään huolimatta se on loppupeleissä vain järjestelmä, joka on oppinut tietyille tavoille.
– Ollakseen aidosti hyödyllinen, työntekijän tekoälyn tuottamia tuloksia täytyy tulkita. Ongelmatilanteissa täytyy toisinaan myös palata tarkastelemaan aiempia tilanteita, joissa tekoäly ei ole toiminut niin hyvin kuin on haluttu. Ihmiselle on siis edelleen perusteltu paikka tekoälyn rinnalla, huomauttaa von Schantz.
Kehitä tekoälyyn liittyvää osaamista, jottet putoa kelkasta
Tekoälyn nopea kehittyminen aiheuttaa jatkuvaa muutosta työn tekemiseen ja taloushallinnon ammattilaisilta edellytetään kykyä omaksua uusia toimintamalleja nopeallakin aikataululla. On hyvä muistaa, että tekoäly tuottaa usein varsinkin alkuvaiheessa enemmän työtä kuin hyötyä ja vaatii käyttäjiltään totuttelua.
– Sanoisin, että tekoälyä oppii ymmärtämään ja hyödyntämään parhaiten olemalla sen kanssa tekemisissä. Asiasta oppii parhaiten osallistumalla rohkeasti erilaisiin hankkeisiin. Ennen kaikkea utelias asenne on tärkeä, Anton von Schantz toteaa.
Von Schantzin mukaan taloushallinnon työntekijän tarpeisiin riittää usein se, että osaa pyytää ohjelmoinnista vastaavalta henkilöltä mallien suorituskyvyn paljastavia metriikoita. Tekoälyn kanssa työskentelevän olisi kuitenkin hyvä pystyä ymmärtämään myös vähäkoodisten ratkaisujen taustalla olevaa logiikkaa.
– Tieto luo omalla tavallaan luottamusta päivittäiseen yhteistyöhön tekoälyn kanssa. Jo käsitteistöön tutustuminen on hyvä lähtökohta osaamisen kehittämiselle. Kun tietää, mistä puhuu ja mitä haluaa asiaan liittyen oppia, on helpompi lähteä asiantuntemusta laajentamaan askel kerrallaan.
Mistä aloittaa tekoälyyn tutustuminen?
Jos kiinnostusta oman osaamisen kehittämiseen löytyy, mutta omat työtehtävät eivät tällä hetkellä mahdollista tekoälyyn tutustumista, voi osallistua esimerkiksi Helsingin yliopiston tarjoamille maksuttomalle kursseille, jotka johdattavat matalalla kynnyksellä aiheeseen.
Von Schantz suosittelee lisäksi Stanfordin yliopiston professorin ja tietojenkäsittelytieteilijän Andrew Ng’n kehittämää verkkokurssia, joka sopii hyvin myös niille, joille tekoäly ei ole vielä tuttu juttu.
Von Schantz vinkkaa, että tekoälyn maailmaan voi sukeltaa myös koneoppimismalleja ja ennusteiden epävarmuuksien tulkintaa helposti lähestyttävän kirjallisuuden kautta tai aiheeseen liittyviä webinaareja katsomalla – samalla voi pyrkiä keräämään ympärilleen verkostoa, joka tukee aiheeseen perehtymisessä ja voi hyvällä tuurilla tarjota mahdollisuuden päästä mukaan mielenkiintoiseen hankkeeseen.