Generatiivinen tekoäly ja taloushallinto
Kehitys kehittyy nyt niin hurjaa vauhtia, että palaan samaan teemaan, jota käsittelin pääkirjoituksessa vasta puoli vuotta sitten lehdessä 5/2023. Olen seurannut taloushallinnon työn kehittymistä vuodesta 1986, jolloin aloitin kesätyöurani Huberin talousosastolla mapittajana. Sinä aikana olen nähnyt internetin ja sähköpostin tulon, taloushallinnon digitalisaation ja standardoinnin mahdollistaman rutiinien automaation sekä pk-yrityksen ja taloushallinnon yhteistyön tiivistäneet taloushallinnon pilvipalveluohjelmistot.
Silti uskon, että generatiivisen tekoälyn ja vastaavien sovellusten kehitys tuo mukanaan suuremman muutoksen talous- ja henkilöstöhallinnon asiantuntijatyöhön, kuin mikään noista mainitsemistani teknologisista harppauksista. Ensimmäistä kertaa muutos koskee asiantuntijatyön kovinta ydintä ja identiteettiä. Kyse ei ole enää vain sellaisten rutiinien automatisoinnista, jotka harjoittelija voisi hoitaa 15 minuutin perehdytyksellä.
Olen päässyt viime kuukausien aikana keskustelemaan tekoälyn soveltamisesta teknologiaa ja kirjanpitoa syvällisesti ymmärtävien ihmisten kanssa. Olemme testanneet generatiivisen tekoälyn soveltuvuutta laatimiemme asiantuntijakysymysten ratkaisuun. Olemme myös testanneet tekoälyn kykyä tiliöidä ja jaksottaa ostolaskuja sekä tulkita työaikakirjauksia ylityöpalkkalajeille. Minä ja minua paremmin kirjanpitoa osaavat väitämme, että kyllä tekoäly osaa kirjanpitoa melkein siinä missä pätevä kirjanpitäjäkin.
Täsmennän heti, että eihän se tekoäly oikeasti mitään ymmärrä ja osaa. Se vain arpoo tekstiä ja lukuja tilastollisin menetelmin. Tekoälyn käytössä on kuitenkin kaikki se viisaus, mitä oikeusneuvokset ovat ratkaisuihinsa kirjanneet, kirjanpitolautakunta lausunut ja Salomaat, Rekola-Niemiset ja kumppanit Tilisanomiin kirjoittaneet. Sillä on käytössään yrityksen kaikki tositteet ja niiden kirjaukset. Kun sille antaa ostolaskun, tilikartan ja tilin sisällön kuvauksen, se osaa ilman suurempaa koulutusta tehdä tiliöinnin ja arvonlisäverokäsittelyn suhteellisen oikein. Ja sitä on mahdollista opettaa yrityksen liiketoiminnan ja liiketapahtumien erityispiirteistä, jolloin osumatarkkuus paranee olennaisesti.
Uskon, että tekoälyn soveltaminen mullistaa taloushallinnon tuottamistavat ja liiketoimintamallit muutaman vuoden kuluessa. Talous- ja henkilöstöhallinnon asiantuntijoihin muutoksella on suuri vaikutus. Selkeiden säännösten ja hyvien lähdeaineistojen perusteella suurin osa perustason asiantuntijakysymyksistä esimerkiksi arvonlisäverotuksen, työoikeuden ja kirjanpidon saralla voidaan ratkaista automaattisesti. Ohjelmistotoimittajat kykenevät integroimaan tekoälysovellukset talous- ja henkilöstöhallinnon järjestelmiin, jolloin liiketapahtumien käsittely voidaan hoitaa automaattisesti.
Asiantuntijoille on jatkossakin tarvetta. Aina löytyy uudenlaista liiketoimintaa, rahoitusratkaisuja tai kauppatapoja, joiden käsittelyyn ei löydy ratkaisua apteekin hyllyltä. Tarvitaan ihmisen osaamista, intuitiota ja ratkaisutahtoa. Aina löytyy myös tilanteita, joissa tapahtumat ja tosiseikat ovat niin epämääräisiä ja huonosti dokumentoituja, että niiden kanssa tekoäly menisi järjiltään. Asiantuntija pärjää, kun osaaminen, ammatillinen uteliaisuus ja soveltamiskyky ovat huippuluokkaa. Ja ainakin toistaiseksi taloushallinnon ammattilaisen asiakas haluaa kuulla tulkinnat ja suositukset ihmiseltä, vaikka tekoäly olisi niitä ollutkin valmistelemassa.
Dokumentaation ja ohjeistuksen merkitys kasvaa
Oli kyse lihallisesta kirjanpitäjästä tai tekoälystä, oikeat kirjausratkaisut vaativat perustakseen oikeat ja riittävät tiedot. Valmistavan teollisuuden yritys, joka käyttää valmistusprosessissaan suuren määrän sähköä, kirjaa valtaosan sähkökuluista tuotannon kuluihin eikä liiketoiminnan muihin kuluihin. Jos kirjaus halutaan generatiiviselta tekoälyltä, tiedon sähkön käyttötarkoituksesta täytyy olla tekoälyn käytössä joko yrityksen perustiedoissa tai laskun tiedoissa. Nykyisin käytössä olevissa koneoppimiseen perustuvissa ostolaskujen kirjausautomaatioratkaisuissa tiliöinti tapahtuu aiempien kirjausten ja käyttäjän antamien lisätietojen perusteella.
Polkupyöräkauppiaan polkupyöräosto saattaa olla arvonlisäverotuksessa vähennyskelvoton, koska pyörä on hankittu työntekijän merkkipäivälahjaksi tai työsuhdepyöräksi. Tämä tieto pitää saada kirjauksen tekijän käyttöön laskulla tai tilauksella, oli kyse tekoälystä tai ihmiskirjanpitäjästä.
Suuryrityksissä on jo nyt huomattu, että esimerkiksi ohjelmistorobotiikan ja automaattikirjausten laajamittainen käyttö johtaa muutostilanteissa ongelmiin, jos niiden soveltamiskohteita ei ole dokumentoitu säntillisesti. Koneoppimisen ja generatiivisen tekoälyn soveltaminen kirjanpidossa tuo uuden lisän automaatioarsenaaliin. Tekoälyn soveltamiskohteet sekä käytettävä data (tositteet, tilaukset, sopimukset, tuntikirjausdata jne.) on syytä dokumentoida. Lisäksi on syytä pitää kirjoissa ja kansissa se, miten tekoälylle on opetettu kunkin yrityksen liiketoiminnan ja taloushallinnon erityispiirteet. Esimerkiksi huolellisesti laaditut ja ajantasaiset kirjausohjeet auttavat generatiivista tekoälyä kirjaamaan oikein ja dokumentoivat samalla tekoälylle annettua ohjeistusta.
Tekoälyä voi hyödyntää myös dokumentaation laadinnassa. Se voi esimerkiksi koota tietoa, mistä lähteistä (ulkoiset tietolähteet, kuten verkkoartikkelit, sekä yrityksen omat tietolähteet, kuten tositteet, sopimukset tai niitä koskevat sähköpostit) se on kerännyt tietoa kirjausratkaisun tueksi.
Erilaisia teknologioita erilaisiin tarkoituksiin
Myyntilaskuja on vuosikymmeniä kirjattu automaattisesti laskutusohjelmiston parametroidun tiliöintiautomaation avulla. Myyntilaskun arvonlisäverokäsittely ja tiliöinti ovat perustuneet esimerkiksi tuotteelle tuoterekisterissä annettuun arvonlisäverokantaan ja myyntitiliin tai tuotteen ja asiakkaan kombinaatioon. Jaksotus on voitu automatisoida laskun ajanjakson, esimerkiksi aikakauslehden tilauskauden tai ohjelmistoveloituksen jakson perusteella. Kun kirjauslogiikka on saatu automatisoitua yksikäsitteisesti ja luotettavasti perinteisen ohjelmoinnin keinoin, ei tekoälyn soveltamisesta ole juuri hyötyä.
Tekoälyä voidaan kuitenkin hyödyntää perinteisen ohjelmistoautomaation toiminnan tarkastamiseen ja valvontaan. Se voi kaivaa tietoa yrityksen dokumentaation syövereistä ja kertoa selkokielisesti esimerkiksi sen, miksi yksittäistapauksessa on päädytty muista poikkeavaan jaksotukseen tai arvonlisäverokäsittelyyn.
Generatiivinen tekoäly arpoo vielä ainakin tällä hetkellä lukuja ja numeroita luovasti opetusaineiston sisällön perusteella. Kysymykseen “paljonko on 1+1”, tekoäly vastaa yleensä 2. Joskus se kuitenkin saattaa vastata myös 3. Se ei siis laske itse vaan tutkii, mitä lähdeaineistossa on asiasta kirjoitettu. Puhtaasti matemaattisissa operaatioissa, kuten työaikakirjausten tulkitsemisessa tietyn työehtosopimuksen perusteella normaali- lisä- ja ylityöpalkkalajeille on generatiivista tekoälyä varmempia tekniikoita. Alustavien kokeilujemme perusteella tekoäly selvisi pienen opettamisen jälkeen kuitenkin työaikatulkinnastakin varsin sujuvasti.
Ostolaskujen tiliöinti ja arvonlisäverokäsittely tuntuisi olevan generatiiviselle tekoälylle soveltuvaa toimintaa, kun tositteen sisällön ja kirjanpidon tilin lisäksi on käytössä huolella laadittu tiliöintiohje. Ostolaskuja käsitellään kuitenkin jo nyt varsin sujuvasti, laadukkaasti ja edullisesti “perinteisemmällä” koneoppimisella. Se, millä tekniikalla automaatio on mielekkäintä toteuttaa, riippuu myös kustannuksista ja suorituskyvystä suurten tositemäärien käsittelyssä.
Asiantuntijat ovat innoissaan siitä, miten tekoälyn avulla voidaan tehostaa ja helpottaa yrityksen liiketoimintatiedon analysointia ja sen perusteella tehtävää näkemysten, hälytysten ja suositusten esittämistä tiedon tarvitsijoille. Analyysiohjelmat osaavat suurista tietomassoista trendejä ja poikkeamia. Luonnollista kieltä luova tekoäly (NLG) puolestaan osaa esittää havainnot tekstinä, lukuina tai kuvaajina. Yrityksen datasta johdettuja havaintoja voidaan taustoittaa ulkoisen maailman lähteillä, esimerkiksi markkinauutisilla, kilpailijoiden tiedotteilla, sosiaalisen median sisällöillä ja yleisellä talousdatalla.
Jo tällä hetkellä markkinoilla on useita kilpailevia generatiivisen tekoälyn ohjelmistoja, joiden kehittämiseen ohjelmistojätit upottavat miljardeja. Miten niiden hinnat, sopimusehdot ja suorituskyky kehittyvät? Mitkä ohjelmistot ovat jäljellä muutaman vuoden kuluttua? Miten tietyn tekoälysovelluksen varaan tehty taloushallinnon toteutus voidaan tarvittaessa siirtää toiselle tekoälyalustalle? Miten olla jäämättä kehityksen kelkasta, mutta varmistaa, että ei investoida liikaa väärään teknologiaan? Aikamoisia kysymyksiä pohdittavaksi.
Jatkamme tämän teeman käsittelyä yhdessä Jarmo Annalan kanssa Tilisanomien numerossa 4/2024. Silloin saatte, ellei peräti vastauksia, niin ainakin perusteltuja näkemyksiä!
Juridiikka ja liikesalaisuudet rajoittavat tekoälyn soveltamista
Juridiikan asiantuntija on syytä pitää puhe-etäisyydellä, kun tekoälyä sovelletaan. Yleisten ja anonyymien asiantuntijakysymysten ratkaisu tekoälyn avulla ei ole ongelma. Tilitoimiston asiakkaan liikesalaisuuksien tai henkilötietojen käsittely on kuitenkin eri asia. Ulkopuolisen palveluntarjoajan palvelimella suoritettu tekoälykäsittely tekee palveluntarjoajasta henkilötietojen käsittelijän. Tämä asia tulee huomioida sopimuksissa. Onko silti varmaa, että liikesalaisuudet ja henkilötiedot ovat riittävän suojassa? Romuttaako Maximillian Schrems taas mahdollisuudet käyttää amerikkalaisia pilvipalveluja vaivattomasti? Pitäisikö tilitoimiston pyörittää varmuuden vuoksi tekoälysovellusta omalla palvelimellaan? Näitä kysymyksiä pohditaan jo monissa tilitoimistoissa ja ohjelmistoyrityksissä.
Kokonaiskuva vaatii tietoa monista lähteistä
Yrityksen päättäjä, työntekijä ja kirjanpitäjä kaipaavat yleensä kokonaisvaltaista tietoa asioiden syistä ja seurauksista sekä esimerkiksi kokemuksia aiemmista samankaltaisista projekteista, hankkeista tai ongelmista. Tärkeää tietoa löytyy muualtakin kuin kirjanpito- ja palkkajärjestelmistä. Miten se saadaan tekoälyn ja sitä kautta tiedon tarvitsijan käyttöön?
Monella meistä on kokemusta taloyhtiöistä ja niiden korjaushankkeista. Suuren rivitaloyhtiön lämmitysvesiputki vuotaa ja korjausta lähdetään suunnittelemaan kovalla kiireellä, jotta vanhukset eivät jäädy asuntoihinsa. Joku muistaa, että vastaava vuoto oli tapahtunut vuonna 2012. Vanhasta korjaushankkeesta on apua uuden suunnittelussa. Mikä oli suunnittelutoimisto? Mikä yhtiö toteutti korjauksen? Ketkä olivat taloyhtiön hallituksessa. Kauanko hanke kesti? Miten asiaa käsiteltiin hallituksessa? Mitä lysti maksoi? Tehtiinkö reklamaatioita?
Tekoälyasiantuntijoiden mukaan tekoäly on mainio väline tiedon kaivamiseen ja tiivistelmän laadintaan juuri tämän tyyppisissä tarpeissa. Ja mikä parasta, kaikki tieto voi olla yhden tahon, isännöitsijätoimiston hallussa, joskin todennäköisesti useammassa järjestelmässä.
Usein tarvittava tieto on kuitenkin pirstaloituneensa usean tahon hallussa. Käytetään esimerkkinä Taloushallintoliitto ry:tä ja TAL 2023 sopimusehtojen laadintahanketta. Eletään vuotta 2030 ja jäsenistöstä tulee kommentteja, että sopimusta olisi taas tarpeen päivittää. Vuoden 2023 sopimuspäivitysprojektia voisi käyttää mallina suunnittelussa. Mitkä tarpeet olivat päivityksen taustalla? Paljonko työntekijöiden työaikaa meni? Paljonko asianajotoimiston veloituksiin upposi? Mitä keskustelua päivityksestä käytiin työryhmässä. Ketkä olivat tilitoimistojen asiantuntijoina työryhmässä? Miten päivitys dokumentoitiin ja mitä tiedotus- ja koulutusmateriaalia laadittiin?
Tilitoimistomme Maestrosta löytyvät asianajotoimiston laskut. Työaikajärjestelmä Tuntinetistä löytyvät työtuntimme. Teamsista löytyvät projektin osallistujat ja työpaperit. Verkkosivujemme historiaosiosta löytyvät toivottavasti vanhat tiedotteet. Jokainen näistä tiedonlähteistä on eri pilvipalveluntarjoajan ylläpitämä. Miten varmistetaan, että tekoälypalvelua tuottava yritys saa meiltä valtuutukset päästä käsiksi näiden järjestelmien syövereihin? Uskoakseni asia on haasteellinen enemmänkin käytännön ja sopimisen tasolla kuin teknisesti. Tekoälyn hyödyntäminen tulee uskoakseni vaatimaan laajaa palveluntarjoajien verkostoitumista, sujuvia valtuutusmalleja sekä yrityksen ja tilitoimiston yhteistä tiedon lähteiden dokumentaatiota.
Esimerkkini tästä itselleni läheisestä sopimuspäivitysprojektista on varmasti sovellettavissa minkä tahansa yrityksen kehityshankkeisiin ja muihin projekteihin – oli kyse tuotekehitysprojektista, uuden järjestelmän käyttöönotosta tai vaikka henkilöstön kehityshankkeesta. Tieto on yleensä pirstaloitunut eri tarjoajien pilvipalveluihin. Oikean ja riittävän kuvan tarjoaminen päättäjälle vaatii paljon muutakin kuin tositteet ja kirjaukset.
Missä, miten ja millä välineellä?
Ajatellaan myös tekoälyn käyttäjää – kirjanpitäjää, palkanlaskijaa, talouspäällikköä tai isännöitsijää. Kun hän tekee kirjanpitoa, olisi kätevää, että tekoäly olisi saatavilla kirjanpito-ohjelmistossa. Ja tekoäly osaisi hyödyntää paitsi kirjanpitolautakunnan lausuntoja ja alan ammattilehtiä, myös yrityksen tositteita, kirjauksia, pöytäkirjoja, tilauksia ja sopimuksia. Kun sama asiantuntija tekee investointilaskelmaa, yrityskauppaan liittyvää muistiota tai vaikka koulutusmateriaalia, olisi kätevää, että tekoäly löytyisi Microsoftin toimisto-ohjelmasta. Tai Googlen tai Applen toimisto-ohjelmasta, jos hän niitä sattuu käyttämään. Kun asiantuntijalla on kädessään matkapuhelin, soisi tekoälyn löytyvän sen syövereistä. Eri tarpeet, vaihtoehdot ja mahdollisuudet näyttävät niin moninaisilta, että ainakaan minä en osaa arvata, minkä välineiden ja ohjelmistojen avulla tulevaisuudessa työtämme teemme.
Mitä me Taloushallintoliitossa suunnittelemme?
Meillä on palveluja ja liiketoimintoja, joille tekoäly voi olla iso mahdollisuus ja myös iso uhka. Lainsäädäntö rajoittaa toimintamahdollisuuksiamme tai asettaa niille reunaehtoja. Tällä hetkellä meillä on enemmän kysymyksiä kuin vastauksia, mutta onneksi jäsenistöstämme ja ohjelmistokumppaneistamme löytyy hyviä sparraajia.
Jäsenneuvontaamme voisi tehostaa merkittävästi iskemällä tekoälyn jäsenneuvontakysymystemme ja niiden vastausten kimppuun. Annamme Eijan, Markun, Miran, Leenan ja Sirpan kanssa vuosittain satoja verotukseen, kirjanpitoon, palkanlaskentaan, tietosuojaan ja sopimuksiin liittyviä neuvoja. Kysymyksissä ja vastauksissa on kuitenkin henkilötietoja ja tilitoimistojen asiakassuhteisiin liittyviä tietoja. Niitä ei voi antaa tekoälyn ruoaksi ilman tietojen huolellista sanitointia. Tavoittelemisen arvoista kuitenkin olisi, että te saisitte tekoälyn avulla kysymyksiinne alustavan vastauksen vaivatta ja ripeästi ja me voisimme tuottaa palvelua tehokkaammin ja edullisemmin.
Vuosittain sadat ihmiset pyrkivät suorittamaan KLT-, PHT- tai TNT-pätevyyksiä. Pätevyyteen liittyvää tenttiä pääsee suorittamaan, kun hakija täyttää määrätyt kriteerit. Olisi valtavan tehokasta karsia tenttijät tekoälyn avulla. Ja vielä tehokkaampaa olisi antaa tekoälyn pisteyttää tenttisuoritukset. Terveen järjen ja varovaisuuden ohella myös tietosuoja-asetuksen 22 artikla rajoittaa automatisointia, kun kohteena on ihminen: Rekisteröidyllä on oikeus olla joutumatta sellaisen päätöksen kohteeksi, joka perustuu pelkästään automaattiseen käsittelyyn, kuten profilointiin, ja jolla on häntä koskevia oikeusvaikutuksia tai joka vaikuttaa häneen vastaavalla tavalla merkittävästi. Tekoälyn lisäksi tarvitaan siis inhimillistä päättelyä, tulkintaa ja varmistusta. Sen sijaan tekoälyä voitaisiin hyödyntää turvallisesti siihen, että pätevyyksien suorittamista harkitseville tarjotaan vastaukset pätevyyksiin ja tenttien suorittamiseen liittyviin yleisluonteisiin ja usein toistuviin kysymyksiin.
Tilisanomien verkkosivuston ja Taloushallintoliiton verkkokoulutusten syövereissä on alan parhaiden asiantuntijoiden viisaus purkitettuna digitaaliseen muotoon. Taloushallintoliiton ansainta ja sitä myöten toiminta perustuu pitkälti tämän viisauden myymiseen asiakkaillemme käyttäjien määrään perustuvalla hinnoittelulla. Tekoälyn avulla tuhannen hengen asiakasyrityksellämme on teknisesti mahdollisuus imuroida minuuteissa koko tämä viisaus itselleen yhden verkkotunnuksen hinnalla ja vieläpä lajitella ja ryhmitellä tieto eri työntekijäryhmilleen räätälöidyiksi paketeiksi. Palvelujemme käyttöehdoissa meidän on rajattava pois tällainen käyttö. Sen sijaan voisimme itse istuttaa tekoälyn Tilisanomien ja verkkokoulutustemme päälle. Näin alan ammattilainen löytäisi vaivatta kulloinkin tarvitsemansa näkemykset ja suositukset artikkelien ja koulutusten syövereistä. Samaan tietopakettiin voisi yhdistää myös digitaalisessa muodossa löytyvät viranomaisaineistot kuten ylempien oikeuksien ratkaisut, verohallinnon ohjeet ja Kirjanpitolautakunnan lausunnot.
Taloushallintoliitossa on melkein kuusisataa jäsentilitoimistoa. Suurimmilla on palkattuna omia tekoälykehittäjiä. Osalla on jo tekoälysovelluksia asiakkaita palvelemassa ja tuotantoa tehostamassa. Suurimmalla osalla tilitoimistoista ei ole valitettavasti aikaa, osaamista ja kontakteja suunnitella, kokeilla ja kehittää, eikä arvioida, miten tekoälyvallankumous vaikuttaa omaan toimintaan ja henkilöstöön. Tärkeimpänä tekoälyaktiviteettimme onkin yrittää valjastaa verkostomme tekoälyasiantuntijoiden näkemys, kokemukset ja ideat (liikesalaisuuksia kunnioittaen) koko taloushallintoalan käyttöön.