2017-4-5 12:52 |
Успеваете ли вы следить за техническим прогрессом? Хотя бы за тем, который готовится постучать в двери вашего офиса в ближайшие пару лет? Автоматизация шагает по планете Откройте любой поисковик и наберите слова «искусственный интеллект», или «машинное обучение», или «Big data», ограничьте результаты последним месяцем и выберите только раздел «Новости».
Вот несколько ярких примеров результатов такого запроса на конец марта 2017:
Фейсбук научился выявлять пользователей, склонных к суициду.
Как минимум 15 штатов США используют автоматизированные системы для вынесения решения о досрочном освобождении или освобождении под залог. Исследователи из Института Алана Тьюринга в Лондоне разработали фреймворк, который поможет идентифицировать необъективность алгоритма.
Беспилотные такси Uber в США систематически ездят на красный свет.
Кроме обычной проверки орфографии и пунктуации Word теперь способен указать на стилистические ошибки.
Правительством Японии принято решение о внедрении новой системы борьбы с контрабандой, основанной на искусственном интеллекте и беспилотных летательных аппаратах.
И так далее. Очевидно, что уже сегодня, не у нас, но где-то рядом искусственный интеллект (ИИ) выполняет работу психологов, судей, водителей, корректоров, таможенников. Это удивительно и интересно! Мир меняется на наших глазах, завтра мы будем уметь то, о чем недавно лишь фантазировали.
Почему сейчас?
Почему все это происходит именно сегодня? Мы внезапно поумнели? Или совершили какое-нибудь величайшее открытие? Ни то, ни другое. В основе большинства сегодняшних прорывов лежат математические формулы и модели, использовавшиеся еще в прошлом веке. В основе массы доступных курсов машинного обучения лежит та же математическая теория, которую в начале 90-х нам, будущим экономистам, преподавал глубоко уважаемый нами Александр Сергеевич Левин.
Обозначим две основные причины наблюдаемого бума:
накоплено огромное количество разнообразных данных, а стоимость их хранения резко сократилась;
мощность даже офисных компьютеров стала достаточной, чтобы обрабатывать большие данные в разумное время.
Как только техника позволила, математики ждать не стали. Модели улучшаются, алгоритмы оптимизируются. С каждым днем мы можем обрабатывать еще больше данных, еще быстрее, с еще большей точностью. Открываются кафедры, курсы, агрессивно привлекается молодежь. Информация в большинстве случае открыта, доступна и достаточна даже для самостоятельного освоения
Очевидно, что изменения затронут всех нас. Аналитики предупреждают, что пора готовиться к массовым увольнениям. Буквально месяц назад знаменитый, как минимум, автомобилем TeslaИлон Маск на World Government Summit в Дубае предположил, что в течение 20 лет 12-15% работающих сегодня людей останутся без работы.
Будущее бухгалтерского учета
Черные сценарии для сферы бухгалтерского учета пишутся уже несколько лет подряд. Например, Оксфордский университет «приговорил» 94% работы, которую сегодня выполняет бухгалтер, к автоматизации; австралийский PwC выдал прогноз полной автоматизации бухучета в течение 20 лет с вероятностью 97. 5%, McKinsey проанализировал незавидное будущее бухгалтеров с похожим результатом.
В Эстонии тоже можно наблюдать данный мировой тренд:
очевидна цель нашего государства полностью автоматизировать налоговый контроль;
естественным образом бумажный обмен информацией ощутимо уменьшается;
местный бизнес не чужд желанию внедрить новые технологии, как только они станут дешевле ручного труда.
То есть аналитики могут ошибаться в сроках и масштабах, но нет сомнения, что объемы труда бухгалтеров должны сокращаться. И в первую очередь низкоквалифицированных. Конечно, аудиторы и главные бухгалтеры, способные консультировать топ-менеджеров, уменьшая их риски или расходы, могут беспокоиться меньше. Или позже.
Несмотря на все это, я бы хотел успокоить коллег в Эстонии. Во-первых, у нас проблема с талантами. Дефицит программистов как-то пытаемся решить, но с программистами-математиками дела обстоят хуже. Во-вторых, наши задачи для талантов слишком маленькие. В большинстве местных фирм никто даже еще не понял, что безнадежно отстал от прогресса. Можете проверить. Спросите руководителя своей фирмы, знает ли он, какой результат может получить, если обратится к специалистам по анализу данных. Или думал ли он над тем, чтобы изменить состав накапливаемых данных о сделках, чтобы использовать их в дальнейшем для анализа.
Приведу примеры уже массово применяемых методов по всему миру:
Оптовая торговля – анализ временных рядов спроса на каждый вид продукции с целью построения прогноза, например, для оптимизации складских запасов.
Розничная торговля – анализ данных о покупках конкретного клиента с целью выявления признаков, когда он перестает быть лояльным.
Онлайн-торговля – выявление пар товаров, которые продаются чаще всего вместе, чтобы вовремя дать клиенту эффективную рекомендацию.
Массовые услуги – анализ обращений клиента с целью предотвращения оттока.
Реклама – А/Б тесты, выявляющие лучше работающие варианты рекламы.
Производство – помощь в расчете оптимального состава в пределах допустимых по технологии отклонений, обеспечивающего лучшее качество продукции или минимизирующего брак.
Супермаркеты – здесь масса задач по оптимизации.
Уверен, что найдутся лишь единицы местных бизнесменов, кто не просто слышал что-то из этой области, но хотя бы попытался узнать больше.
План на следующую пятилетку
Итак, что следует сделать в ближайшие пять лет, чтобы не оказаться на обочине прогресса через десятилетие?
Мои предложения:
Стараться быть в курсе новых технологий, используемых в учете. Спрос рождает предложение. Если не спросите, могут и не предложить.
Не оттягивать переход на безбумажные технологии.
Критично оценить свою работу, выделить рутинную, не требующую креативности или постоянного обновления своих знаний. Готовиться сосредоточиться на оставшейся части.
В общем, управляйте процессом замены части своего труда роботами/программами, не ждите, когда они заменят вас целиком!
.Подробнее читайте на rup.ee ...
