Tekoäly ja robotiikka tulevat taloushallintoon. Palkkahallinnossa niillä vapautetaan tilitoimistojen aikaa asiantuntijatyölle ja asiakaskohtaamisille.
Tekoäly ja robotiikka
Ohjelmistorobotiikka tarkoittaa sitä, että automatisoidaan jokin tiedonkäsittelyn prosessi ohjelmiston tehtäväksi ennalta määriteltyjen sääntöjen mukaisestai. Käytännössä siis poistetaan ihmisen aiemmin tekemiä manuaalisia vaiheita. Lopputuloksena tarjoillaan ihmiselle valmiiksi käsiteltyä dataa sujuvassa käyttöliittymässä ja asiantuntija voi vain tarkistaa ja hyväksyä, eikä datan muokkaukseen, muotoiluun tai lähettämiseen toiseen järjestelmään kulu työaikaa. Kone käsittelee tehokkaasti isoja määriä dataa 24/7 ja työaikaa säästyy sekä inhimillisiä luku-/lyöntivirheitä ei synny.
Tekoäly (ja koneoppiminen) menee tietojenkäsittelyssä syvemmälle. Ennaltamääriteltyjen sääntöjen sijaan ohjelmistolle luodaan ympäristö, jonka sääntöjen puitteissa se kykenee hiomaan jonkin tehtävän suorittamisen uudelle tasolle. Sille annetaan vertailukohta/tavoitetila, jota kohti se pyrkii tai jota vasten sen tuottamia tuloksia arvioidaan. Ohjelmisto saa koko ajan suuntaa siitä, mikä tie johtaa parempaan lopputulokseen. Yleensä ihminen toimii ohjelman opettajana ja kertoo, mikä lopputulos näyttää johtajva oikeaan suuntaan. Tätä opettamista tehdään varsinkin aluksi (määrä riippuu ongelmasta ja datasta). Ohjelmisto kokeilee valtavasti ihmistä nopeammin eri ratkaisuja ja saamansa palautteen (tai tekemänsä vertailun) perusteella kehittää tehokkaampia toimintamalleja ongelman ratkaisuun.
Tekoäly siis matkii ihmisen oppimisprosessia (yritys, arviointi, iteraatio…). Kehityksen suuntaa (koneen luoman algoritmi/toimintamallin muotoa) ei etukäteen voi tarkasti arvata. Ohjelmisto onkin siis jatkuvassa muutoksessa ja se muokkaa itseään oppimisprosessissa. Kone oppii jatkuvasti paremmaksi tekemään sitä, mitä kohti sitä opetetaan. Tarkkaan ottaen tekoäly ei vielä ole ”älyä” kognitiivisessa mielessä, mutta koneellista oppimista se on. Tekoälyalgoritmeilla voidaan käsitellä valtavan isoja tietomassoja, joiden käsittelyyn ihmisen kapasiteetti ei riitä. Tällä tavalla on kehitetty mm. erittäin hyvin toimivaa kuvantunnistusta.
Taloushallinnon tehokkuus uudelle tasolle
Osa taloushallinnon datasta ja prosesseista on säännöillä määriteltävissä tarkasti ja silloin ohjelmistorobotiikka on oikea työkalu tehostamiseen. Tällaisia voivat olla esim. laskujen käsittelyn nopeuttaminen ja tilitysten täsmäytys tai asiakkaille lähtevät notifikaatiot ja tietopyynnöt eri viestintäkanavien kautta. Taloushallinnossa tarvitaan kuitenkin myös tekoälyä, kun halutaan viedä tehokkuus täysin uudelle tasolle.
Kaikki tieto ja siihen liittyvät säännöt eivät ole aina yksikäsitteisesti määriteltävissä, varsinkin kun halutaan yksittäisen yrityksen/asiakkaan kannalta optimaalinen lopputulos. Taloushallinnossa on paljon tällaista ”sumeaa tulkintaa” edellyttävää tietoa ja prosessia, joka edellyttää monen datalähteen yhdistelyä ja laajemman kontekstin hahmottamista: tilinpäätöksen tekeminen, raportointi, tiliöinnit tai poistojen jaksotus yritykselle optimaalisella tavalla.
Uuden sukupolven palkkahallintoa kehitettäessä otetaan huomioon tällaiset kontekstisidonnaisuudet ja monitulkintaisuus, mikä löytyy mm. työehtosopimusten tulkinnasta tai palkkalaskelmien tarkistuksesta.
Tekoäly, koneoppimien ja ohjelmistorobotiikka mahdollistavat:
- Tehokkaamman ajankäytön asiantuntijoille: kone hoitaa rutiinit ja ohjelmistot keskustelevat suoraan keskenään taustalla.
- Vähemmän virheitä: aikaa ei kulu korjaamiseen ja selvittelyyn.
- Skaalautuvuus: voidaan hoitaa isompia määriä asiakkaita ja isompia määriä asiakkaiden toimeksiantoja (siis käsitellä dataa).
- Kustannustehokkuus: prosessikustannukset vähenevät kaikilta osapuolilta.
Palkkaus.fi kehittää tekoälyä palkkahallintoon
Olemme keskittyneet tekoälyn ja robotiikan hyödyntämisessä laajasti ottaen seuraaviin osa-alueisiin:
- Palkkalaskelmien tarkistaminen: Palkkalaskelmien tarkistaminen vie perinteisillä ohjelmistoilla paljon aikaa. Tekoälyllä voimme ehdottaa ja muokata jokaisen asiakkaan kohdalla optimaalisesti palkkalaskelmiin tarvittavat muutokset, jos niitä havaitaan. Koneellisesti voidaan myös löytää virheitä tehokkaasti. Palkanlaskijan työ nopeutuu ja hän voi keskittyä erityistapauksiin ja asiantuntijatyöhön. Tällä saadaan skaalaa ja asiakastyytyväisyyttä tilitoimiston palkkapalveluihin.
- TES-tulkinta: Työehtosopimukset ovat rakenteeltaan erilaisia, eikä niitä voi mallintaa digitaalisesti yksikäsitteisesti. Niissä on paljon tulkintaa, jota pitää tehdä tapauskohtaisesti. Tässä tekoäly on hyvä työkalu ja sitä voidaan hyödyntää opettamaan ohjelmistoa antamaan oikeita tulkintoja jo valmiiksi. Tämä helpottaa palkanlaskijan ja yrityksen työtä.
- Työntekijän tuntikirjaukset: Kun työntekijä kirjaa tuntejaan työntekijän palvelussa / mobiilisovelluksessa, voidaan palkanlaskijalle tuoda hyvin valmista palkkadataa laskelmille. Tarkistaminen on nopeampaa ja palkat saa vähemmällä työllä maksuun.
- Lomalaskenta ja poissaolot: Varsinkin tuntipalkkaisten tapauksessa on usein TESien vuoksi tulkintaa ja koneoppimisella voidaan esikäsitellä palkkadataa jopa valmiiksi (kuten tuntikirjauksissa yleisestikin).
- Tiliöinnit ja kirjanpito: Kirjanpitoon palkanmaksuja vietäessä tilitöintien tekemisessä voidaan auttaa tekoälyllä. Ohjelmisto oppii jokaisen asiakkaan käyttämän tavan ja osaa ehdottaa optimaalista ratkaisua automaattisesti. Jälleen säästyy aikaa ja vaivaa.
- Työsopimuksen tulkinta: Tulevaisuudessa työsopimus tehdään sähköisesti ja työsopimuksen parametrit sekä data saadaan nopeasti ja ilman virheitä palkkaohjelmaan. Ohjelmisto muodostaa työsopimuksesta palkanlaskennalle mallin, jonka palkanlaskija ja yritys voivat hyväksyä.
- Asiakaspalvelu monikanavaisesti: Robotiikkaa on jo tuotu verkkpalveluissa chat-palveluihin ja puhelinpalveluun. Mutta se on vielä hyvin kehittymätöntä. Kunnollisella koneoppimisella ja teköälyllä voidaan palvella asiakkaita henkilökohtaisemmin, eikä ”robotin typeryys”.
- Kontekstisidonnainen asiakaspalvelu: Haluamme tuoda asiakaspalvelun ja käyttäjäohjeistuksen mahdollisimman huomaamattomasti ja kontekstisidonnaisesti. Käyttäjä saa apua, kun sitä tarvitsee, eikä apua tarvitse erikseen etsiä ja odottaa. Tässä koneoppiminen auttaa tunnistamaan erilaisiä käyttäjiä ja sopeutumaan heidän tarpeisiinsa käyttöliittymätasolla.
Olemme jo toteuttaneet robotiikkaa monissa järjestelmän toiminnoissa ja tuomme tekoälypohjaista kehitystä 2021 aikana paljon lisää.
Teemme uuden sukupolven palkanlaskentaohjelmaa, jota on helppoa ja sujuvaa käyttää. Ihmisten pitää voida keskittyä omiin töihinsä ja kone hoitaa rutiinit taustalla!
Lue lisää
Palkkaus.fi: tarjoamme tilitoimistolle tehokkaan palkkaohjelmiston
Mikä on uuden sukupolven palkanlaskentaohjelma?