Umjetna inteligencija u financijama – može li ‘umjetni’ djelatnik (AI) zamijeniti pravog u financijama?
S regulativom ili bez regulative jedno osnovno pravilo zapošljavanja “artificial employee” ili “umjetnog djelatnika” je stalno praćenje rezultata njihovog djelovanja, što je posebno vidljivo iz ovog primjera.
Jedno od područja koje doživljava dramatičnu promjenu upravo zahvaljujući primjeni umjetne inteligencije je područje financija, računovodstva i strateškog odlučivanja u poslovanju općenito. Uzorak koji se sve češće viđa je kako se rezultat, odluka i preporuka modela koji koriste napredne jezične modele uzima “zdravo za gotovo”, bespogovorno i nekritički.
Primjer iz osobnog iskustva pokazuje realnu opasnost nekritičkog pristupa. Za potrebe analize bruto bilance u jedan od popularnih velikih jezičnih modela (LLM) učitana je bruto bilanca. Zatraženo je od LLM-a da napravi financijske izvještaje i kratku analizu ključnih pokazatelja. Izvještaj je bio izrađen u minuti. Međutim, prilikom čitanja i kontrole prezentiranih pokazatelja iskustvo u čitanju bruto bilance ukazalo je na pogrešku analize. Za jedan dio izvještaja LLM je ispravno pozicionirao podatke, dok je drugi dio povukao iz krive pozicije prometa umjesto salda na kontima. Analizu novčanih sredstava, obaveza i potraživanja iskazao je netočno. U narednim iteracijama i dijalogu s LLM-om konačno je izrađena korektna analiza. Činjenica je da se postupak analize i pripreme izvještaja sveo na znatno kraće vrijeme. Ali, greške koje su rezultat “vjerojatnog sustava” u odnosu na “određeni sustav”na koji smo navikli, lako se događaju i ponekad mogu biti teže uočive. Također, pitanje koje često poslovanje ne postavlja je na kojim podacima su ti modeli učili. Drugim riječima gledajući poslovanje svake organizacije za sebe kao i regulatornu okolinu, pitanje glasi: “koje škole su ti umjetni zaposlenici završili i koje kvalifikacije su stekli”?
Svaka regulativa računovodstvene evidencije u raznim djelatnostima kao i zemljama ima svoje specifičnosti. Prije svega, “umjetni djelatnik” treba biti dobro upoznat s poslovanjem, s transakcijama i samom organizacijom da bi se financijski izvještaj kreirao na način da bude primjenjiv u svrhu donošenja poslovnih odluka. U ovom slučaju, mišljenja sam da jedino financijsko računovodstveni stručnjak može iskontrolirati i osigurati kvalitetu te odluke.
Dostupnost i lakoća korištenja pojedinih modela donosi sama po sebi veliku opasnost i otvara prostor novim rizicima kojih i sami najčešće nismo svjesni.
U vremenu smo kada je odjednom veliki broj djelatnika u organizacijama svih veličina dobio na raspolaganje mogućnost korištenja velikih jezičnih modela poput ChatGPT ili Claude. Da ne spominjemo inerciju stvorenu uvođenjem Copilota svim pretplatnicima Microsoft Office365. Nespremnost i zanemarivanje rizika znači opasnost za poslovanje. Time se otvara prostor odlukama koje mogu oštetiti ali uništiti poslovanje.
Poslovodstvo s jedne strane smatra da nema potrebe za financijskim ekspertima. Zadovoljava se početnicima na području financija pouzdajući se u kvalitetu odluke “umjetnog zaposlenika”. S druge strane, ti ljudski zaposlenici nekritički prihvaćaju rezultate umjetnih zaposlenika smatrajući ih superiornijim kolegama. Dodatno, s vremenom se ne razvijaju iskustva i vještine ljudskih zaposlenika čime raste ovisnost i rizici slijedom odlučivanja umjetnih zaposlenika.
Ovo je još jedan primjer kako je stav poslovodstva da umjetna inteligencija zamjenjuje čovjeka u svojoj osnovi vrlo pogrešna i nosi nebrojive rizike za poslovanje.
Znamo li pristupiti tom problemu i kako osigurati taj nadzor?
Pravi odgovor leži na suradnji i zajedničkoj obradi podataka čovjeka i računala. Posebni izazov u tom području leži na internoj reviziji koja mora zauzeti radikalno drugačiji pristup provjeri poslovnih procesa koji su podržani umjetnom inteligencijom. Bolje rečeno, koji zapošljavaju “umjetne djelatnike” za obavljanje svakodnevnih zadataka. No o tome drugom prilikom…
