خودکارسازی عملیات مالی، ارزش قضاوت و نظارت انسانی را افزایش میدهد؛حسابدار آینده، رقیب هوش مصنوعی یا همکار آن؟
این یادداشت حاوی راهنمای آیندهنگر برای دانشجویان و متخصصان تحصیلات تکمیلی مالی، حسابداری، حسابرسی و مدیریت مالی در عصر هوش مصنوعی است. چهار سال پیش، وقتی که هوش مصنوعی مولد به بازار آمد، استادان دورۀ حسابداری پیشرفته در دانشگاه ملبورن، مثل اغلب همکاران خود در…
خلاصه تحلیلی خبر
این یادداشت حاوی راهنمای آیندهنگر برای دانشجویان و متخصصان تحصیلات تکمیلی مالی، حسابداری، حسابرسی و مدیریت مالی در عصر هوش مصنوعی است. چهار سال پیش، وقتی که هوش مصنوعی مولد به بازار آمد، استادان دورۀ حسابداری پیشرفته در دانشگاه ملبورن، مثل اغلب همکاران خود در…
موضوعات اصلی: پشتیبانی شبکه، هوش مصنوعی، امنیت سایبری، مالی، فناوری، مصنوعی
این یادداشت حاوی راهنمای آیندهنگر برای دانشجویان و متخصصان تحصیلات تکمیلی مالی، حسابداری، حسابرسی و مدیریت مالی در عصر هوش مصنوعی است.
چهار سال پیش، وقتی که هوش مصنوعی مولد به بازار آمد، استادان دورۀ حسابداری پیشرفته در دانشگاه ملبورن، مثل اغلب همکاران خود در دانشکدهها و دانشگاههای دیگر، کمک گرفتنِ دانشجویان از پلتفرمهای هوش مصنوعی برای حل مسایل مالی را ممنوع کردند.
اما دو سال پیش، فهمیدند که اشتباه میکردند. گفتند رقابت با ماشین، کلاً بیهوده است. سه قرن است هر کاری را که ماشین به عهده گرفته، آن کار را هوشمندانهتر از انسان به انجام رسانده است. پس اگر هوش مصنوعی میتواند امور اقتصادی، حسابداری، حسابرسی و مدیریت مالی را بهتر از انسان انجام دهد، برای دانشجویان و کارشناسان حسابداری، حسابرسی و مدیریت مالی بهتر است، همکارِ ناظر و داورِ برونداد ماشین باشند، نه رقیب آن! بنابراین، برای دانشجویان بهتر است به موقع بیاموزند چگونه دانش حسابداری خود را با فناوری همافزا کنند تا در بازار کار آینده ارزشمندتر استخدام شوند.
عموم دانشجویانی که در مقطع کارشناسی ارشد یا دکتری حسابداری، مالی، حسابرسی، مدیریت مالی یا یکی از رشتههای تخصصی مرتبط تحصیل میکنند، احتمالاً با فهرستی از واژههای جدید مربوط به حوزۀ فناوری اطلاعات مواجه شدهاند که گاهی بیش از آنکه برای شان هیجانانگیز باشند، نگرانکننده به نظر میرسند، مثلِ
FinTech، InsurTech، RegTech، LegalTech، AI، Generative AI، Blockchain، Smart Contracts، Open Banking، Embedded Finance، Robotic Process Automation:RPA، Cloud Computing، Big Data، Data Analytics، Digital Assets، Cybersecurity، Environmental Social Governance Technology :ESG Tech ، Quantum Computing، AI Agents و …
پرسش بسیاری از دانشجویان و متخصصان تحصیلات تکمیلی مالی، حسابداری، حسابرسی و مدیریت مالی این است: آیا این فناوریها قرار است دانش و تخصصی را که سالها برای یادگیری آن وقت گذاشتهام منسوخ کنند؟
پاسخ کوتاه یادداشت حاضر این است: در اغلب موارد، خیر! اما یک نکته بسیار مهم: آینده متعلق به متخصص مالیای نیست که دستاوردهای برآیندۀ فناوری اطلاعات را نادیده میگیرد؛ و لزوماً هم متعلق به متخصص فناوریای نیست که دانش مالی ندارد. آینده متعلق به کسی است که بتواند دانش حرفهای خود را با فناوری ترکیب و همافزا کند.
۱. فناوری اطلاعات حسابدار را حذف نمیکند؛ «کار حسابدار» را تغییر دهد
اگر تاریخ حرفه حسابداری را نگاه کنیم، این نخستینبار نیست که فناوری ساختار کار و فعالیت حسابداران را تغییر میدهد. دفترهای دستی به ماشینحساب، ماشینحساب به رایانه، رایانه به اِکسِل، نرمافزارهای سنتی به ERP (برنامهریزی منابع سازمانی) و سپس سیستمهای ابری و اتوماسیون منتقل شدهاند. در این پویش، هر بار بخشی از کارهای قبلی منسوخ شده و از بین رفته است؛ اما حرفه حسابداری از بین نرفته است. آنچه تغییر کرده، مرز بین کار انسانی و کار ماشینی در حوزه حسابداری بوده است. هوش مصنوعی نیز همین مسیر را با سرعت بسیار بیشتری ادامه میدهد.
بنابراین پرسش آینده نباید این باشد که: آیا هوش مصنوعی جای حسابدار را میگیرد؟ بلکه پرسش دقیقتر این است: کدام حسابدار میتواند با هوش مصنوعی بهتر کار کند و کدام حسابدار همچنان اصرار دارد کارهایی را که ماشین بهتر انجام میدهد، خودش انجام دهد؟
۲. یک تغییر اساسی در حال وقوع است: از «حساب کردن» به «داوری»
در گذشته، بخش بزرگی از ارزش متخصص مالی از توانایی او در ثبت، محاسبه، طبقهبندی، تطبیق، تهیه گزارش، کنترل و استخراج اطلاعات به دست میآمد. اما فناوری در حال کاهش هزینه و زمان این فعالیتهاست. در نتیجه، ارزش متخصص به سمت درجاتی بالاتر حرکت میکند: او باید بپرسد و پاسخ دهد آیا این داده قابل اعتماد است؟ این مدل، تصمیم درستی گرفته است؟ کنترل داخلی مناسب است؟ این معامله از نظر اقتصادی واقعاً منطقی است؟ ریسک پنهانی در این تصمیم وجود دارد؟ گزارش مالی، تصویر منصفانهای ارائه میکند؟ الگوریتم دچار سوگیری شده است؟ چه کسی مسئول تصمیم یک سیستم هوش مصنوعی است؟ چگونه میتوان یک تصمیم را در برابر حسابرس، مدیر، سهامدار، رگولاتور یا دادگاه توضیح داد؟
اینها سؤالاتی هستند که دانش مالی، حسابداری، حقوق، اقتصاد، ریسک و حاکمیت همچنان در آنها اهمیت حیاتی دارند.
۳. فینتک چیست و چرا باید برایمتخصص مالی مهم باشد؟
۴. فناوری بیمه (InsurTech): جایی که بیمه با داده و هوش مصنوعی ترکیب میشود
فناوری در صنعت بیمه در حال تغییر موضوعاتیست مانند: قیمتگذاری ریسک، ارزیابی خسارت، کشف تقلب، مدیریت مشتری، بیمه مبتنی بر استفاده، تحلیل رفتار، پردازش اسناد، مدیریت شکایات و راستی آزمایی به علاوۀ تأیید رسمیگزارشهای مالی که به انگلیسی به آن Underwriting میگویند (چنین نهادی هنوز در کشور ما شکل قانونی نگرفته است.)
تصور کنید یک شرکت بیمه به جای اتکا به مجموعه محدودی از متغیرهای سنتی، میلیونها داده را برای ارزیابی ریسک تحلیل کند. اینجاست که یک متخصص حسابداری یا مالی با دانش ریسک، آمار و تحلیل داده میتواند با کمک گرفتن از هوش مصنوعی ارزش بسیار بالایی ایجاد کند. او لازم نیست الگوریتم را از صفر بنویسد، بلکه باید بتواند بپرسد: برونداد مدل زبانی بزرگ (LLM)، از نظر مالی و ریسک چه معنایی دارد؟
۵. فناوری تنظیمگری (RegTech): یکی از مهمترین حوزهها برای حسابرسان و متخصصان مالی
درحالی که فینتک فناوریِای در خدمت امور مالیست،RegTech یا Regulatory Technology فناوریِ در خدمت مقررات، انطباق و مدیریت ریسک نظارتی است. فناوری تنظیمگری تسهیلکنندۀ کار با حجم عظیم مقررات دائماً افزایش یابنده است. بدونRegTech رعایت یکایک احکام مربوط از پس کارشناس بر نمیآید. لذا سازمانها باید بتوانند: مقررات را پایش، تراکنشهای مشکوک را شناسایی، گزارشهای نظارتی را تولید، کنترلهای داخلی را پایش، تغییرات مقررات را شناسایی، مدارک قابل حسابرسی را ایجاد کنند و موارد ضدپولشویی Anti–money laundering (AML)به علاوۀ KYC یعنی مشکلات مشتری شناسی ( Know Your Customer یا Know Your Client ) را مدیریت کنند.
در اینجا ترکیب دانش مربوط به حسابداری، ممیزی، برآورد ریسک، داده شناسی و هوش مصنوعی (Accounting + Audit + Risk + Data + AI) میتواند یک تخصص بسیار قدرتمند ایجاد کند.
۶. فناوری حقوقی/قانونی (LegalTech): فناوری خودکارسازی رعایت حقوق قراردادها و امور مالی
فناوری حقوقی/قانونی در خدمتِ تحلیل قراردادها، بررسی اسناد، استخراج تعهدات، شناسایی ریسک قراردادی، مدیریت قراردادها، تحلیل مقررات، انطباق با مقررات و استانداردها (Compliance) و احراز اطمینان از Due Diligence است (این اصطلاح اخیر به این معنی ست که امضاکننده میپذیرد، پس از درک کامل مفاد قرارداد و رفع کلیۀ ابهاماتش زیر قرارداد را امضاء کرده است).
۷. فناوریها، دستاوردها و نوآوریهای دیگری که حسابدار باید بشناسید
در آغاز قرن بیست و یکم برای حسابدار کافی بود سواد دیجیتالی خود را تقویت کند، اما امروزه با نوآوری فناوریهای براینده در همۀ شئون زندگی، اقتصاد و بازار دیگر داشتن سواد دیجیتالی کافی نیست، حسابدار باید سواد فناوری یا Technology Literacy داشته باشد، به شرح مبسوط زیر
هوش مصنوعی: هوش مصنوعی اکنون به یکی از مهمترین فناوریهای تحولآفرین در امور مالی تبدیل شده است، با کاربردهایی در زمینۀ تحلیل مالی، پیشبینی روندها، تشخیص تقلب، تحلیل ریسک، طبقهبندی اسناد، کشف ناهنجاری، اتوماسیون حسابداری، و تصمیمیارهای مالی.هوش مصنوعی مولد: که نسل جدید هوش مصنوعی است، میتواند متن تولید کند، گزارش خلاصه کند، اسناد را تحلیل کند، اطلاعات را استخراج کند، سناریو ایجاد کند، کد تولید کند، و بادادههای ساختاریافته و غیرساختاریافته کار کند. برای متخصص مالی، مهارت مهمتر از مهندسی پرامپتِ صرف، توانایی ارزیابی خروجی هوش مصنوعی است. یعنی از هوش مصنوعی مولد بخواهد بروندادش را بررسی کند. اینجاست که قضاوت حرفهای حسابدار ارزش پیدا میکند.کارگزار هوش مصنوعی، گام بعدی پس از هوش مصنوعی مولد: یکی از نوآوریهای مهم سالهای آینده، حرکت از هوش مصنوعی صرفاً پاسخدهنده به سمت کارگزار هوش مصنوعی است. یک کارگزار میتواند در یک فرایند چندمرحلهای نقش فعال داشته باشد. برای مثال، یک کارگزار هوش مصنوعی میتواند داده بانکی را دریافت کند، تراکنشها را طبقهبندی کند، مغایرتها را شناسایی کند، اسناد مرتبط را پیدا کند، موارد استثنا را برای حسابدار ارسال، گزارش مدیریتی اولیه را نیز تولید و اقدامات بعدی را پیشنهاد کند. در چنین محیطی حسابدار حذف نشده است. نقش او از انجام تکتک عملیات به طراحی، نظارت، کنترل و قضاوت درباره فرایند منتقل شده است.خودکارسازی روباتیکی فرایندهای تکراری: یعنی Robotic Process Automation یا RPA که فناوری جدیدی نیست، اما همچنان در اقتصاد اهمیت زیادی دارد و خواهد داشت. مثلاً میتوان یک فرایند تکراری را طوری طراحی کرد که به صورت خودکار ایمیل تهیه و ارسال کند براساس دریافت فایل، استخراج اطلاعات از درون آن، ثبت اطلاعات استخراج شده در سیستم، اِعمال کنترل و گزارش استثنا. بنابراین متخصص مالی آینده باید بتواند تشخیص دهد که کدام فعالیت را باید خودکار کرد و کدام فعالیت را نباید خودکار کرد؟ پرسشهایی که از خودِ برنامهنویسی مهمتر است.رایانش ابری زیرساخت نامرئی اقتصاد دیجیتالی: حسابدار باید بداند که نرمافزارهای مالی دیگر الزاماً روی رایانههای شرکت نصب نمیشوند و بسیاری از سیستمها مثلِ ERP، Accounting Software، Payroll، CRM، Data Warehouse به سمت رایانش ابری حرکت کردهاند. متخصص مالی لازم نیست متخصص معماری رایانش ابری سیستمها باشد. اما باید مفاهیمی مانند: «نرم افزار به مثابۀ خدمت» یا SaaS ، امنیت داده یا Data Security ، کنترل دسترسی یا Access Control ، پشتیان گیری Backup ، مالکیت داده یا Data Ownership، میانای برنامۀ کاربردی یا API، یکپارجه سازی یا Integration و ریسک ابری یا Cloud Risk را بشناسد. زیرا داده مالی دیگر صرفاً در داخل یک رایانه در واحد مالی نیست.کلانداده و امور تحلیل داده یا Data Analytics: که یکی از بزرگترین تغییرات آینده است، زیرا داده به زیرساخت اصلی تصمیمگیری مالی تبدیل شده است. در گذشته ممکن بود مدیر مالی با چند گزارش ماهانه تصمیم بگیرد. امروز سازمانها میتوانند دادههای، فروش، مشتری، پرداخت، زنجیره تأمین، بازار، عملیات، منابع انسانی و شبکههای دیجیتالی را در کنار دادههای مالی قرار دهند. در نتیجه متخصص مالی باید بتواند از خود بپرسد: چه چیزی در داده پنهان است که هنوز در صورتهای مالی دیده نمیشود؟ پاسخ به این پرسش میتواند ارزش بسیار بیشتری از صرفاً تهیه یک گزارش ایجاد کند.بلاکچِین و قرارداد هوشمند یا Smart Contracts: فناوری بلاکچِین در سالهای گذشته با انتظارات بسیار بزرگی معرفی شد؛ اما همه پیشبینیهای اولیه آن محقق نشدهاند. با این حال، همچنان کاربردهای مشخصی در حوزۀ داراییهای دیجیتالی (Digital Assets)، ثبت و انتقال دارایی، زنجیره تأمین، هویت دیجیتالی، پرداخت؛ توکنسازی و قراردادهای هوشمند دارد. گزارشهای جدید ACCA نیز تأکید میکنند که اگرچه برخی انتظارات اولیه از بلاکچِین تحقق پیدا نکرده، توانایی متخصصان برای فهم کاربرد عملی آن و پرسیدن پرسشهای درست همچنان اهمیت دارد. پس برای حسابدار لازم نیست که Blockchain Developer شود. اما اگر در آینده درباره یک دارایی Tokenized، قرارداد هوشمند یا تراکنش روی یک شبکه توزیعشده با حسابدار مشورت شود، نباید کاملاً با موضوع بیگانه باشد.بانکداری باز و مالیه بسترسازی شده Embedded Finance : دو مفهوم مهم دیگر Open Banking و Embedded Finance هستند. اولی یعنی دسترسی ساختاریافتهتر و مجاز به دادهها و خدمات بانکی از طریق میاناهای برنامۀ کاربردی و دومییعنی خدمات مالی درون یک محصول یا پلتفرم غیرمالی قرار میگیرد. برای مثال، یک پلتفرم تجارت الکترونیکی میتواند در کنار فروش کالا، خدمات پرداخت، اعتبار، بیمه یا تأمین مالی ارائه کند. این موضوع مرز بین «شرکت مالی» و «شرکت فناوری» را کمرنگ میکند. برای متخصصان مالی، نتیجه مهم است که محل تولید و مصرف خدمات مالی در حال تغییر است.امنیت سایبری: که دیگر فقط مساله متخصص فناوری اطلاعات نیست زیرا اطلاعات مالی از ارزشمندترین دادههای هر سازمان است و متخصص مالی آینده باید حداقل با مفاهیمیمانند شناسایی و مدیریت دسترسی (Identity & Access Management)، جداسازی وظایف (Segregation of Duties)، حریم داده (Data Privacy)، ریسک سایبری(Cyber Risk)، تلهگذاری (Phishing)، نشت داده (Data Leakage)، صفراعتماد (Zero Trust)، مسئولیت رویداد (Incident Response) آشنا باشد. در آینده ممکن است یک حسابرس مجبور باشد نه فقط بپرسد که آیا عدد درست است؟ بلکه بپرسد: این عدد از چه سیستمی آمده؟ چه کسی به آن دسترسی داشته؟ آیا داده دستکاری شده؟ و آیا میتوان زنجیره ایجاد آن را اثبات کرد؟
نوشتهخودکارسازی عملیات مالی، ارزش قضاوت و نظارت انسانی را افزایش میدهد؛حسابدار آینده، رقیب هوش مصنوعی یا همکار آن؟اولین بار درآی سی تی نیوز | مرجع اخبار فناوری اطلاعات و ارتباطات ایران. پدیدار شد.
برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.