Modern könyvelési megoldások mesterséges intelligencia alapú alkalmazásokkal

Modern könyvelési megoldások mesterséges intelligencia alapú alkalmazásokkal
A Planimeter Kft. sikeresen teljesítette az „A modern könyvelés támogatása mesterséges intelligencia alapú alkalmazásokkal” elnevezésű, NKFI Alapból megvalósuló innovációs projektet, melynek során célkitűzésük egy tanuló algoritmust használó, könyvelést támogató rendszer - web-alapú alkalmazás - kifejlesztése volt.

A kutatás-fejlesztés eredményeként létrejött egy web-alapú alkalmazás prototípusa, amely képes NAV-adatbázisok (számlák) beolvasására, támogatja adott cég számlatükrének leképezését, segíti a számlák kontírozását, vagyis - ez a fejlesztés legfőbb eredménye - gépi tanuló algoritmusok felhasználása révén segíti az automatizált kontírozást.

Mivel a könyvelésben nem lehet hibázni, célkitűzés volt a 100%-os minőség biztosítása. Ennek megfelelően került a rendszerbe beépítésre a ROC (Receiving Operating Characteristics) elemzés, mint KPI (Key Performance Indicator).

A felhasználó autentikációt egyelőre nem tartalmazó alkalmazás online elérhető és tesztelhető. A szükséges adatok (számla adatok, számlatükör) megadása után a tanuló algoritmus indítható, a tanulási algoritmus inicializálható. A rendszer eredményessége már a második hónap számla adatainak betöltésével tesztelhető.

A rendszer részét képezi a tanulási algoritmus hatékonyságát mérő ún. ROC-görbe integrálása is, amely révén pontosan megadható a nem helyesen osztályozott számlák száma és aránya. Míg az eredeti célkitűzés a 100%-os, hibamentes automatizált kontírozás volt, ez a cél csak határértékben érhető el. A feladat jellegét tekintve elengedhetetlen a folyamatok humán kontrollja, a kimenetek tételes ellenőrzése (amely lépés egyébként nélkülözhetetlen a tanulási algoritmus folyamatos fejlesztéséhez is).

A fejlesztés eredménye egy web alapú rendszer formájában jött létre és érhető el. A rendszer képes egy adott cég számlatükrének és havi számla adatainak fogadására, a tanulási folyamat támogatására, a háttérben futó osztályozás minőségének mérésére.

Az első tapasztalatok alapján továbbfejlesztési ötletek is születtek, ezek megvalósítása szintén folyamatban van.

Kövesd az oldalunkat a Facebook-on és a Twitteren is!