Ηγέτες σκέψης

Η Σιωπηλή Τεχνοκρατική Λückη που Δημιουργεί η Τεχνητή Νοημοσύνη στη Λογιστική — και Πώς να την Κλείσετε

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Υπάρχει ένα парадόξο που διαδραματίζεται στη λογιστική. Η αυτοματοποίηση απελευθερώνει ικανότητα σε εταιρείες με 80% που βλέπουν αυξανόμενη ζήτηση για οικονομική σχεδίαση και επιχειρηματική στρατηγική. Αλλά εδώ είναι το πρόβλημα: καθώς η Τεχνητή Νοημοσύνη χειρίζεται περισσότερο το λεπτομερές έργο συμμόρφωσης, οι λογιστές χάνουν την τεχνική εμβάπτιση που κάποτε έκτιζε την εμπειρία τους. Δεν περνούν πλέον ώρες βαθιά στις οικονομικές καταστάσεις του πελάτη, εντοπίζοντας τις ανωμαλίες που προέρχονται μόνο από την οικεία οικειότητα με τους αριθμούς. Εμπειροι λογιστές που εκπαιδεύτηκαν “πριν από την Τεχνητή Νοημοσύνη” θα διατηρήσουν αυτή την ικανότητα – έχουν κάνει αρκετό χειροπιαστό έργο για να μην το ξεχάσουν. Αλλά οι νέοι που εντάσσονται κινδυνεύουν να αναπτύξουν ρηχότερη εμπειρία.

Λόγω του ότι η Τεχνητή Νοημοσύνη επιταχύνει τη ζήτηση για υψηλότερη αξία συμβουλευτικών εργασιών, ακριβώς τη στιγμή που κινδυνεύει να αδειάσει τις τεχνικές βάσεις που χρειάζονται για να τις παραδώσει. Και η αγορά αντικατοπτρίζει αυτή τη μετατόπιση. Η παγκόσμια αγορά λογιστικών συμβουλευτικών υπηρεσιών προβλέπεται να αυξηθεί από 101,62 δισεκατομμύρια δολάρια το 2024 σε 165,15 δισεκατομμύρια δολάρια μέχρι το 2034. Η μελλοντική ευκαιρία για ανάπτυξη είναι σαφής: βρίσκεται στις συμβουλευτικές υπηρεσίες, όχι στη συμμόρφωση. Αλλά με την πρώτη να εξαρτάται από τη δεύτερη, πώς μπορούν οι εταιρείες να κλείσουν αυτό το χάσμα; Η απάντηση βρίσκεται στο πώς η Τεχνητή Νοημοσύνη αναedefinει την εμπειρία herself.

Το ζήτημα της διάβρωσης της εμπειρίας

Όταν ένας λογιστής περνά 20 ώρες για την προετοιμασία μιας φορολογικής δήλωσης εταιρείας χειροκίνητα, αναπτύσσει μια ενστικτώδη κατανόηση της επιχείρησης του πελάτη. Παρατηρεί όταν η δαπάνη για έρευνα και ανάπτυξη αυξάνεται απροσδόκητα. Υπογραμμίζει όταν η μισθοδοσία δεν ευθυγραμμίζεται με την πορεία της ανάπτυξης. Κτίζει αναγνώριση προτύπων που γίνεται συμβουλευτική ερμηνεία.

Η αυτοματοποίηση ρυθμίζει πολλά από αυτά. 95% των λογιστών λένε ότι η τεχνολογία βοήθησε στη μείωση του χρόνου που διαθέτουν για εργασίες συμμόρφωσης. Αλλά η αλήθεια είναι αυτή: οι άνθρωποι τους δεν χρειάζεται πλέον να γνωρίζουν τις λεπτομέρειες για τους πελάτες που προηγουμένως γνώριζαν. Δεν έχουν την ικανότητα να πάνε τόσο βαθιά σε ορισμένα πεδία. Και η πρόκληση είναι: πώς να χτίσετε συμβουλευτικές ικανότητες όταν οι άνθρωποι δεν έχουν περάσει χρόνια να μαθαίνουν την επιχείρηση μέσω εργασιών συμμόρφωσης;

Η πραγματικότητα είναι ότι το τεχνικό βάθος και η συμβουλευτική ικανότητα είναι διαφορετικά σετ ικανοτήτων. Το ένα δεν μεταφράζεται αυτόματα στο άλλο. Η ανάπτυξη λογιστών για να γίνουν καλοί σύμβουλοι απαιτεί την ανάπτυξη ενισχυμένων ικανοτήτων όπως η στρατηγική σκέψη, οι συμβουλευτικές προσεγγίσεις και η επιχειρηματική εмпάθεια. Αυτές δεν είναι ικανότητες που τις αποκτάς μέσω οσμώσεως. Χρειάζονται σκόπιμη καλλιέργεια. Και πώς οι εταιρείες ανταποκρίνονται σε αυτό το χάσμα έχει ήδη διαμορφώσει πολύ διαφορετικά μέλλοντα στη职业.

Δύο μέλλοντα αναδύονται

Η λογιστική职业 στο 2026 δεν θα είναι μια ομοιόμορφη τοπιογραφία. Παρακολουθούμε ένα ευρύς χάσμα να σχηματίζεται μεταξύ εταιρειών που προσαρμόζονται στρατηγικά και εκείνων που δεν έχουν ξεκινήσει ακόμη το ταξίδι τους στην Τεχνητή Νοημοσύνη.

Προοδευτικές εταιρείες που είναι ήδη έτοιμες για την Τεχνητή Νοημοσύνη εστιάζουν στην μετάβαση της εργατικής δύναμης τους σε περισσότερες συμβουλευτικές ρόλους. Δημοκρατίζουν τις συμβουλευτικές εργασίες χρησιμοποιώντας λογισμικό που υποστηρίζει τις συνομιλίες των πελατών, συσκευάζοντας γνώσεις που ιστορικά δεν θα είχαν οι νεότεροι συνεργάτες. Οι νεότεροι συνεργάτες μπορούν να εισέλθουν σε συμβουλευτικές ρόλους νωρίτερα, οπλισμένοι με ερμηνείες που παλιά χρειάζονταν χρόνια για να συλλεχθούν.

Εν τω μεταξύ, πολλές μικρότερες εταιρείες προσπαθούν ακόμη να μπουν στο κύμα της Τεχνητής Νοημοσύνης και να γίνουν πιο ενημερωμένες, εργαζόμενες για να διασφαλίσουν ότι η εργατική τους δύναμη μπορεί να είναι αξιόπιστοι σύμβουλοι σε όλα. Και υπάρχουν οι εταιρείες με συνεργάτες που πρόκειται να συνταξιοδοτηθούν σύντομα και δεν συζητούν την Τεχνητή Νοημοσύνη καθόλου. Είναι αυτές οι εταιρείες όπου το χάσμα της εμπειρίας χτυπάει πιο σκληρά: οι νέοι που εντάσσονται δεν αναπτύσσουν το ίδιο βάθος με τις προηγούμενες γενιές και είναι επίσης πολύ πιο δύσκολο να τους προσλάβουν. Για αυτό 94% των ηγετών λογιστικής παγκοσμίως λένε ότι οι προκλήσεις ταλέντου και προσλήψεων θα περιορίσουν την ικανότητά τους να αναπτυχθούν. Οι εταιρείες που δεν εξελίσσονται δεν χάνουν μόνο τις αποδοτικές κέρδη – γίνονται ολοένα και πιο ανίκανοι να ανταγωνιστούν για το ταλέντο που χρειάζονται για να επιβιώσουν.

Το πρόβλημα του workflow vs chatbot

Ακόμη και μεταξύ εταιρειών που επενδύουν ενεργά στην Τεχνητή Νοημοσύνη, ένα πράγμα τις κρατά πίσω: το πώς σκέφτονται την υιοθέτηση της Τεχνητής Νοημοσύνης. Πολλοί πειραματίζονται με δημόσιες LLM όπως το ChatGPT, αντιμετωπίζοντας την Τεχνητή Νοημοσύνη ως ερευνητική βοηθό αντί για υποδομή ενσωματωμένη στις εργασίες συμμόρφωσης.

Αλλά η συμβουλευτική δύναμη χτίζεται στη συμμορφωτική δύναμη. Οι εταιρείες μπορούν να απελευθερώσουν μόνο την ικανότητα για βαθύτερες συνομιλίες με τους πελάτες αν μειώσουν δραματικά τον χρόνο τους για συμμόρφωση. Και δεν το επιτυγχάνουν με chatbot. Το επιτυγχάνουν ενσωματώνοντας την αυτοματοποίηση και την Τεχνητή Νοημοσύνη απευθείας όπου πραγματικά συμβαίνει η εργασία συμμόρφωσης.

Τα LLM είναι ισχυρά αλλά έχουν περιορισμούς. Είναι εξαιρετικά για εργασία με φυσική γλώσσα – περιλήψεις ερευνών, εξηγήσεις εννοιών, απαντήσεις σε ερωτήσεις – αλλά δεν μπορούν να εκτελέσουν τις σύνθετες υπολογισμούς ή τις ανάλυσεις δεδομένων που απαιτούνται στη λογιστική.

Γι’ αυτό οι εταιρείες που βλέπουν πραγματικά κέρδη δεν είναι μόνο αυτά που προτρέπουν το ChatGPT. Υιοθετούν χαρακτηριστικά που είναι φυσικά για την Τεχνητή Νοημοσύνη και που βρίσκονται μέσα στο στακ λογιστικής και συμμόρφωσης – εργαλεία που αυτοματοποιούν τις συμφωνίες, υπογραμμίζουν τα ζητήματα συμμόρφωσης και επιφέρουν ερμηνείες από οικονομικά δεδομένα ως μέρος του workflow. Όταν η συμμόρφωση αυτοματοποιείται στην πηγή, οι ερμηνείες που παράγονται φυσικά ρέουν στις συμβουλευτικές, δίνοντας στους λογιστές πλουσιότερες συνομιλίες και περισσότερη αξία για τους πελάτες.

Αλλά ακόμη και τα σωστά εργαλεία δεν θα δώσουν αποτελέσματα χωρίς τις σωστές ικανότητες. 71% των λογιστών και βιβλιοθηκονόμων είναι έτοιμοι να αναβαθμίσουν τις ικανότητές τους στην Τεχνητή Νοημοσύνη, αλλά λιγότερο από το ένα τέταρτο λαμβάνουν εκπαίδευση σχετική με την Τεχνητή Νοημοσύνη από τις εταιρείες τους. Αυτό το χάσμα μεταξύ ενθουσιασμού και ενεργοποίησης γίνεται ένα κρίσιμο εμπόδιο – γιατί η ισχυρή συμβουλευτική δεν είναι μόνο ενισχυμένη από την αυτοματοποιημένη συμμόρφωση, αλλά και από τους ανθρώπους που γνωρίζουν πώς να μετατρέψουν αυτές τις ερμηνείες σε συνομιλίες.

Τι πρέπει πραγματικά να συμβεί

Οι εταιρείες που θα κυριαρχήσουν το 2026 και μετά δεν είναι απαραίτητα αυτές με την πιο εξελιγμένη Τεχνητή Νοημοσύνη. Θα είναι αυτές που έχουν συνδέσει τους Punk μεταξύ της τεχνολογίας, της στρατηγικής ικανοτήτων και του επιχειρηματικού μοντέλου.

Αυτό σημαίνει κάποια πράγματα:

Πρώτον, σημαίνει να κάνετε μια αποφασιστική επιλογή για την κατεύθυνση της εταιρείας σας. Κτίζετε μια συμβουλευτική πρακτική ή παραμένετε εστιασμένοι στη συμμόρφωση; Και τα δύο είναι έγκυρα, αλλά οι επενδύσεις εκπαίδευσης, τα προφίλ προσλήψεων και οι επιλογές τεχνολογίας φαίνονται完全 διαφορετικά για κάθε πορεία. Οι εταιρείες που πηγαίνουν πιο δύσκολα είναι αυτές που προσπαθούν να ισορροπήσουν και τις δύο χωρίς σαφήνεια.

Δεύτερον, σημαίνει να αναγνωρίσετε ότι η υιοθέτηση της Τεχνητής Νοημοσύνης δεν είναι μόνο ένα τεχνολογικό έργο. Είναι ένα έργο μετασχηματισμού της εργατικής δύναμης. Δεν можете απλώς αγοράσετε λογισμικό και περιμένετε αποτελέσματα. Χρειάζεστε πλαισιάσματα διακυβέρνησης, προγράμματα εκπαίδευσης και διαχείριση πολιτισμικής αλλαγής.

Τρίτον, να είστε σκόπιμοι για το πώς αναπτύσσετε τις συμβουλευτικές ικανότητες στην ομάδα σας. Αυτό μπορεί να μοιάζει με το να ζευγαρώνετε νεότερους συνεργάτες με ανώτερους συμβούλους σε κλήσεις πελατών, να δημιουργείτε δομημένες εκπαιδεύσεις ή να χρησιμοποιείτε λογισμικό που επιφέρνει ερμηνείες πελατών για συμβουλευτικές συνομιλίες. Οι εταιρείες που το κάνουν σωστά δεν αφήνουν την ανάπτυξη συμβουλευτικών ικανοτήτων στην τύχη.

Η ευθύνη που έχει σημασία

Ένα πράγμα είναι σίγουρο – το 2026 θα κάνει σαφές ποιες εταιρείες έχουν αντιμετωπίσει την Τεχνητή Νοημοσύνη ως eine πραγματική στρατηγική προτεραιότητα και ποιες έχουν απλώς πειραματιστεί γύρω από τα περιθώρια. Το χάσμα μεταξύ ηγετών και υστέρηδων διευρύνεται γρήγορα.

Αλλά – και εδώ είναι το ενθαρρυντικό μέρος – η επαγγελματία έχει πάντα προσαρμοστεί στις τεχνολογικές αλλαγές. Το Excel δεν έκανε τους λογιστές περιττούς. Η λογιστική στο cloud δεν εξαφάνισε τις εταιρείες. Και η Τεχνητή Νοημοσύνη δεν θα το κάνει. Αυτό που θα κάνει είναι να ανταμείψει τις εταιρείες που την αντιμετωπίζουν ως ευκαιρία να αναθεωρήσουν ριζικά το πώς χτίζουν την εμπειρία, εξυπηρετούν τους πελάτες και αναπτύσσουν τους ανθρώπους τους.

Ο Martin Lysholt Nielsen είναι VP of Product στην Silverfin, όπου ηγείται της στρατηγικής και διαχείρισης του προϊόντος για την πλατφόρμα cloud-based οικονομικής αναφοράς και συμμόρφωσης που εξυπηρετεί πάνω από 1.000 λογιστικές εταιρείες σε 18 χώρες.