Komencaj Uzoj AI por Aŭtomate Kontado
Artefarita inteligenteco (AI) venis de aĝo - ĝi jam forigis laborpostenojn en bankado, leĝo kaj fabrikado, inter multaj aliaj industrioj. Ĉu kontentas la proksiman iri?
Germana-softvara firmao ĵus ricevis $ 3.5 milionojn en la Financado de Serio Al de diversaj altkvalitaj entreprenaj kapitalistoj kaj anĝeloj . Smacc uzas artefaritan inteligentecon por helpi al freelancers, malgrandaj kompanioj kaj mezgrandaj entreprenoj aŭtomate iliajn kontadajn sistemojn kaj financajn raportojn.
La fondintoj disvolvis la koncepton post spertado de malfacilaĵoj kun librotenado en la komencaj stadioj de sia propra start-firmao.
La klientoj de Smacc transdonas siajn ricevojn, kiuj tiam estas konvertitaj en maŝinformeblan formon. La ricevoj estas asignitaj al la konvena konto post ĉifrado. Laŭlonge de la tempo, la sistemo instruas plibonigi siajn funkciojn: vendoj, enspezoj, fakturo-administrado kaj likvaj profiloj.
Memlernado kaj plibonigo
La programaro uzas pli ol 60 datumajn punktojn por revizii ricevojn kaj faktojn. Ĝi kontrolas ĉu la matematiko estas preciza kaj kontrolas ĉu la eldonanto estas ĝusta kun detaloj kiel Valoraj Aldonaj Impostoj (VAT) identigaj nombroj. Kiam la programaro lernis kiel manipuli ĉiun provizanton, taskoj estas poste manipulitaj aŭtomate. Lia artefarita inteligenteco permesas ĝin mem-lerni kaj senĉese plibonigas sian kapablon ordigi kaj asigni informojn.
Klientoj povas kontroli siajn biletojn kaj elspezajn datumojn en reala tempo tra iu interreta konekto.
Ili ne devas enigi datumojn aŭ atendu ĝis la fino de la monato por vidi, kie iliaj financoj staras. Pluraj kompanioj, kiel QuickBooks, proponas nomb-bazan librotenan programaron, sed Smacc estas inter la unuaj por plibonigi artefaritan inteligentecon por plibonigi la kapablon de la programaro por aŭtomatigi taskojn.
La Alzamiento de AI
La mondo de librotenado estas nur la plej lasta en serio de industrioj tuŝitaj de la rapida kresko de la uzo de artefarita inteligenteco. Bill Gates eĉ raportis al la kresko de artefarita inteligenteco kiel komputika "Holy Grail". Post multaj malsukcesaj penoj en la pasinteco, la precizeco kaj rapideco de hodiaŭa artefarita inteligenteco multe pliboniĝas.
Vi ne povas iri tagon sen iu en via Facebook-paŝtejo dividante artikolon pri artefarita inteligenteco kaj kiel ĝi prenos vian laboron en la sekvaj jaroj, sed ĉi tiuj zorgoj ne estas novaj. La samaj timoj estis ĉe la avangardo de homaj mensoj kiel fabrikoj disvastiĝis tra Britio dum 200 jaroj, laŭ The Economist.
Robotoj jam estas uzataj laŭlonge de niaj hejmoj, laborejoj kaj distroj. Dum la sekvaj 10 jaroj, Forrester Research taksas, ke AI transprenos ĝis 16 procentojn da laborpostenoj en Usono. Google kredas, ke robotoj atingos homajn inteligentajn nivelojn antaŭ 2029. Gartner taksas, ke 33% el ĉiuj okupacioj faros inteligentajn robotojn antaŭ 2025. FOW predikas ke kvin areoj sentos la plej efikon: sano, fabrikado, transportado, kliento-servo kaj financado .
Reala Kontrolo
Kun ĉio tio diris, kontraktantoj pli ol verŝajne ne devos zorgi pri artefarita inteligenteco dum longa tempo. Smacc disvolvas interesajn aplikojn de AI por helpi plibonigi aŭtomate kaj rafini librojn. Kaj nombaj bazaj librotenaj pakoj kiel ekzemple QuickBooks diras, ke ili jam estas 75 procentoj aŭtomatigitaj. Sed profesiaj kontinentoj faras multe pli ol konservi spuron de ricevoj kaj provizas bazajn raportojn. Ili agas kiel konsilantoj kiuj konsilas pri impostplanado, diskutas operaciojn, revizias klientajn celojn kaj pli. La rapida rapideco de ŝanĝo en klientaj industrioj kaj la ekspansio de komplikaj reguligoj signifas, ke necesaj servoj de homaj kontrolistoj certigu, ke plenumiĝos postuloj kaj finaj financaj kontroloj.
Multoblaj Landoj
Ĉi tio estas precipe vera por kompanioj kiuj funkcias en multaj landoj.
Estas malfacile malfacile trakti impostojn en via hejmlando, sed sentante la impostkodon kaj komercajn reglamentojn en multaj fremdaj landoj estas timiga. Estas AI-robotoj pretaj por trakti la tangitan reton de regularoj asociitaj al Eŭropa Unio aŭ al la plenumaj postuloj de la Organizo por Ekonomia Kunlaboro kaj Evoluado (OECD)? Neniu artefarita inteligenteco (algoritmoj, algoritmas) (tiu, ke, kiu) povas forigi ĉi tiujn kompleksajn interagojn ekzistas ĉe ĉi tiu punkto.
Malfacila Kun Kunteksto
Maŝinlernado povas esti trejnita por manipuli mirindan varion de taskoj, se vi donas al ĝi ampleksan varion de ekzemploj por eltiri. Sciencaj datumoj ne estas precize certaj kiel tio okazas. La matematiko estas tiel kompleksa, malfacile renovigi ĝin por vidi kiel la sistemo lernas. Tio malfacile diagnozas problemojn.
Kontaktistoj verŝajne povas spiri facile por longa tempo. Mi povas fari mirindajn aferojn, sed ĝi ne estas tiel bona pri la multaj aferoj, kiujn homoj faras nature. Ni faras multajn decidojn bazitajn sur kunteksto. Profesiaj administraj servoj komprenas la regulojn kaj regularojn, kiujn ilia kliento devas aliĝi, kaj ili povas prezenti eblojn kaj rekomendojn laŭ maniero, kiun la kliento povas kompreni.
Nuntempaj maŝinaj sistemoj ne bone manipulas ĉi tiun tipon de kunteksto. Futuristoj proklamis la avantaĝojn de AI dum jardekoj nun, priskribante mirindajn mondojn, kie robotoj faras vian ĉiutagan vivon unu facilecon kaj malstreĉiĝon. Tiu estonteco povus esti ĉi tie pli rapida ol vi pensas, sed nuntempe, eksterlandaj kontado-servoj havas avantaĝon, ke la plej progresintaj algoritmoj ne povas duobligi-la homan tuŝon.