DI AI apskaitoje: kaip dirbti išmaniai ir išlikti saugiu

Kadangi su jais lengva sąveikauti, dirbtinio intelekto (DI) pokalbių robotai gali padaryti sudėtingas sistemas prieinamesnes ne specialistams. Nenuostabu, kad DI taip pat efektyviai automatizuoja pasikartojančias užduotis. Finansų įstaigos jau naudoja DI veiklos efektyvumui didinti, rizikos valdymui ir sukčiavimo aptikimui.

Kodėl gi nepradėjus naudoti DI apskaitoje? Čia yra niuansų. Pagrindiniai susirūpinimą keliantys aspektai šioje srityje yra duomenų saugumas, atitiktis ir tikslumas.

2025 m. tyrėjai aptiko neapsaugotą „DeepSeek“ duomenų bazę, kurioje buvo pokalbių istorijos, užklausos ir daugiau. Net „Meta AI“ turėjo klaidą, dėl kurios buvo galima skaityti privačias užklausas ir sugeneruotą turinį.

Akivaizdus klausimas, ar verta naudoti DI dirbant su konfidencialiais duomenimis, ar tai vis dar per daug rizikinga. Manau, kad DI vis dar verta diegti apskaitos ir ERP sistemose. Išnagrinėkime, kaip tai įgyvendinti nekenkiant savo įmonei.

Kodėl DI vis dar verta naudoti apskaitoje

Apskaitos sistemos yra sudėtingos ir dažnai naudojamos ne tik buhalterių. Vadovai ir direktoriai, kurie kasdien nedirba su šiomis sistemomis, gali lengvai jose pasiklysti.

Apskaita turi savo kalbą ir daug niuansų. Paprastas vartotojas negali tiesiog pažvelgti į duomenis ir greitai rasti atsakymų – ar tai būtų išlaidų konkrečiam projektui nustatymas, ar informacijos paieška konkrečiame dokumente.

DI galėtų tai labai supaprastinti. Dauguma DI pokalbių robotų gali greitai nuskaityti duomenis ir pateikti vartotojams paprastus atsakymus. Tokia automatizacija taip pat gali sutaupyti laiko. „JPMorgan“ pranešė, kad jų sutarčių analizės sistema galėjo apdoroti tūkstančius komercinių kreditų sutarčių per kelias sekundes, pakeisdama didelį kiekį rankinio darbo.

Bendri DI diegimo būdai

Savo įmonėje dedame pastangas, kad DI būtų įdiegtas kiekvienoje mūsų darbo procesų dalyje. Eksperimentuojame su visais prieinamais ir viešais DI modeliais. Tačiau kiekvienas modelis turi trūkumų ir nuoseklumo problemų, todėl pradėjome ieškoti patikimesnio sprendimo DI įgyvendinimui.

Štai ką išbandėme:

Tiesioginis DI pokalbių robotų naudojimas

Techniškai galite įkelti savo duomenis tiesiai į plačiai naudojamus DI pokalbių robotus, tokius kaip „ChatGPT“ ir „Grok“. API prieigą sukonfigūruoti gana paprasta, todėl bet kuris DI modelis galėtų pasiekti jūsų duomenis ir juos išanalizuoti.

Bet ar norite įsileisti pokalbių robotą į savo finansų duomenų bazę su konfidencialiais dokumentais ir sąskaitomis faktūromis? Tikriausiai ne. „OpenAI“ patvirtino, kad „ChatGPT“ klaida atskleidė kai kurių vartotojų pokalbių pavadinimus ir mokėjimo informaciją.

Taigi nutekėjimo tikimybė yra reali. Paslauga gali būti pažeista, paskyros gali būti nulaužtos, o nuorodos į užklausas gali netyčia tapti viešos.

Tiesioginė API prieiga

Dauguma šiuolaikinių ERP sistemų teikia API. Galite duoti pokalbių robotui savo prisijungimo vardą ir slaptažodį bei paprašyti gauti reikiamus duomenis. Tai saugiau nei įkelti failus tiesiai į pokalbį, tačiau tai vis tiek nėra saugiausias pasirinkimas.

Kad būtų paprasčiau, įsivaizduokite API kaip darbuotoją, turintį vieną specifinę užduotį. Apskaitos sistema gali turėti kelis skirtingus darbuotojus: vienas gali nuskaityti sąskaitas faktūras, kitas – patikrinti mokėjimus, trečias – grąžinti klientų informaciją, o ketvirtas – parodyti pardavimų duomenis. Kiekvienas iš šių darbuotojų turi konkretų prieigos tašką ir žino, kaip atlikti ribotą užduotį. Tą prieigos tašką jūs ir suteikiate API.

Jei paprašote sąskaitų faktūrų API pateikti sąskaitas, jis gali jas grąžinti. Jam nereikia prieigos prie nieko kito apskaitos sistemoje.

MCP integracija

Modelio konteksto protokolas (MCP) yra labiau struktūrizuotas būdas sujungti DI su API ir kitais įrankiais. Jis veikia kaip vadybininkas API „darbuotojams“, kurių kiekvienas pasiekia savo specifinį tašką.

Užuot vartotojui sprendus, su kuriuo darbuotoju susisiekti, vartotojas tiesiog užduoda klausimą: „Parodyk praėjusio mėnesio pardavimus“. Per MCP, DI gali pasirinkti atitinkamą įrankį, iškviesti reikiamą API ir grąžinti rezultatą.

MCP: Rizikos ir apribojimai

Įmanoma nustatyti MCP įprastuose pokalbių robotuose, tačiau problemos apima duomenų saugumą, atmintį ir serverių vietas. Jei jūsų įmonė įsikūrusi Europoje, o DI paslaugų teikėjas apdoroja duomenis už ES ribų, galite susidurti su papildomais BDAR ir duomenų perdavimo reikalavimais.

Verta paminėti, kad ne visi DI modeliai yra vienodai tinkami finansiniams procesams. Kai kurios bendrovės gali įspėti vartotojus nepasikliauti jų pokalbių robotais dėl finansinių patarimų.

Kita problema yra susijusi su tuo, kaip apibrėžiami verslo terminai. Pavyzdžiui, jūsų ERP sistemoje „pardavimai“ gali reikšti pardavimus su PVM arba be PVM. MCP įrankis gali naudoti kitokį apibrėžimą arba taikyti papildomas taisykles – pavyzdžiui, grąžinti tik tuos pardavimus, kurie konvertuoti į tam tikrą ataskaitinę valiutą.

Dėl to dvi MCP įgyvendinimo sistemos, prijungtos prie tos pačios ERP, tai pačiai užklausai gali grąžinti skirtingus skaičius.

Kaip darbuotojai gali išnaudoti DI

MCP gali sujungti DI su dešimtimis sistemos viduje atliekamų operacijų ir nukreipti jį į tinkamus įrankius. Darbuotojams nereikia žinoti, kaip veikia API, ar rašyti kodo, kad galėtų jį naudoti, todėl MCP palyginti lengva įdiegti į kasdienį darbą.

Štai keletas geriausių praktikų, kurias reikia turėti omenyje:

Iš pradžių komandos gali dvejoti pradėti naudoti DI savo įprastame darbe. Pokyčiai gąsdina. Tačiau nauji įrankiai gali atverti naujas augimo galimybes. DI agentai jau pagerino kūrimo greitį mūsų programinės įrangos kūrimo komandai. Kitos komandos pradeda juos naudoti savo užduotims – mes visi galime tobulėti ir kasdien su DI mokytis naujų dalykų.