Katarzyna Kołbuś: Jak szeroko AI już weszła do biznesu. Można to określić statystycznie?

Kacper Zamojski: Jak najbardziej, mamy dostęp do raportów i badań tworzonych przez największe instytucje. Przykładowo, z raportów Amazon Web Services wynika, że technologię AI wdrożyło już około 30 procent polskich przedsiębiorstw. Po przeanalizowaniu dziesiątek raportów tworzonych na przestrzeni wielu lat, wnioski są jednoznaczne i wskazują nie tylko na szeroką obecność AI w biznesie, ale też na dynamiczny wzrost implementacji tej technologii – w 2023 roku liczba polskich firm implementujących AI wzrosła o 22 proc. w porównaniu z 2022 rokiem.

Co istotne, mamy również program Komisji Europejskiej „Droga ku cyfrowej dekadzie”, który wyznacza cel, aby uczynić Europę cyfrowym liderem do 2030 roku. W ramach tych celów, ze sztucznej inteligencji ma korzystać 75% przedsiębiorstw.

Dodajmy do tego jeszcze statystyki wskazujące na wzrost przychodów w 94% firm implementujących rozwiązania oparte na AI oraz usprawnienie procesów biznesowych w 81% takich firm, a wniosek, który się nasunie, będzie oczywisty: dla przedsiębiorstw, które będą chciały pozostać konkurencyjnymi, wdrożenie AI stanie się nie tyle kwestią wyboru, co koniecznością.

KK: Czy statystyki wskazują też, jaki jest wpływ sztucznej inteligencji na księgowość?

KZ: Tak, na przykład z raportu "The State of AI in Accounting 2024" wiemy, że już ponad 3/4 księgowych zainteresowało się tematem sztucznej inteligencji, jest to więc zagadnienie szeroko omawiane w branży. Spośród księgowych korzystających ze sztucznej inteligencji, 59% używa jej do komponowania wiadomości e-mail i poprawiania stylu i tonu pisania, 36% - do automatyzacji zadań, a 31% - do wyszukiwania informacji.

Sztuczna inteligencja w księgowości wykorzystywana jest do usprawnienia konkretnych procesów: między innymi do prognozowania i analiz, kontaktu z klientem czy przygotowywania zeznań podatkowych lub audytu.

Automatyzacja przyspiesza wykonywanie zadań, a w konsekwencji pozwala uwolnić zasoby ludzkie w organizacji i przenieść je do bardziej zaawansowanych procesów. W trakcie szkoleń zwracam mocno uwagę na to, że sztuczna inteligencja po pierwsze ma pełnić pomocniczą rolę, a po drugie, że jej zadaniem jest przede wszystkim wyręczenie księgowych w prostych, powtarzalnych zadaniach, żeby dzięki temu umożliwić im poświęcenie czasu na ważniejsze, bardziej wymagające kwestie.

KK: A czy AI może wspomóc również w trudniejszych zadaniach, np. przy analizie finansowej?

KZ: Oczywiście. Sztuczna inteligencja, poza tym że znajduje zastosowanie przy procesach powtarzalnych, świetnie radzi sobie również w sytuacjach, w przypadku których występuje duża ilość zmiennych (których pojedyncza osoba nie byłaby w stanie przeanalizować oraz zinterpretować).

Co za tym idzie, AI może znacząco wspomóc analizę finansową, automatyzując procesy, które w normalnym trybie wymagałyby wiele czasu i pracy. Może analizować ogromne ilości danych w czasie rzeczywistym, identyfikując wzorce, które są trudne do odkrycia dla człowieka. Przykładowo, algorytmy AI mogą przewidywać zmiany na rynku, analizować ryzyko inwestycyjne czy optymalizować portfele inwestycyjne. Dzięki uczeniu maszynowemu modele te mogą się uczyć na podstawie danych historycznych i dostarczać coraz precyzyjniejszych prognoz. W efekcie, decyzje finansowe stają się w większym stopniu oparte na danych, a także mniej podatne na błędy ludzkie.

KK: Zatrzymajmy się przy tym wątku… Jak uniknąć ryzyka błędu AI i czy w ogóle należy się obawiać takich błędów?

KZ: Błędów można się obawiać, powiem więcej, należy się ich spodziewać. Przy współpracy z AI (bo modelowo powinna być to właśnie współpraca) powinno się stosować maksymę "ufaj, ale sprawdzaj".

Dobra wiadomość jest taka, że odpowiednio wytrenowany i wykorzystywany zgodnie z przeznaczeniem system sztucznej inteligencji, może popełniać znacznie mniej błędów niż człowiek, jednocześnie będąc przy tym wielokrotnie bardziej efektywnym.

Podczas korzystania z dużych modeli językowych (takich jak ChatGPT) istnieje ryzyko tzw. „halucynowania”, które ma miejsce, gdy model językowy tworzy odpowiedź, która nie jest zgodna z rzeczywistością, ale przedstawia ją tak, jakby była faktem. Konstrukcja promptu (czyli polecenia, które wydajemy modelowi językowemu) ma ogromny wpływ na jakość otrzymywanych wyników. Dlatego na szkoleniach przedstawiam również podstawy inżynierii promptów i omawiam metody i techniki, które pozwalają ograniczyć „halucynowanie” do absolutnego minimum.

KK. Wśród pytań, jakie najczęściej padają w związku z AI, jest to, jakie narzędzia AI mogą nam pomóc w śledzeniu bieżących trendów w danej branży?

KZ: Przy śledzeniu trendów nieodzowne jest korzystanie z raportów i robienie researchu - w tym mogą jednak pomóc nam takie modele językowe jak Perplexity (które działa jak nowoczesna wersja wyszukiwarki Google, czyli po zadaniu pytania, zamiast podawać listę złożoną z tysięcy wyników, od razu generuje gotową odpowiedź i podaje źródła).

Z kolei ChatPDF jest w stanie przeanalizować plik PDF (a więc na przykład raport) i podać nam wnioski. Również w płatnej wersji ChatGPT mamy możliwość uploadowania dokumentów oraz ich dalszej analizy.

Wreszcie, w tym celu pomocny będzie również Copilot, którego pomoc możemy uzyskać bezpośrednio podczas korzystania z różnorodnych witryn czy aplikacji, czy DeepL, które umożliwia błyskawiczne tłumaczenia językowe w kilkudziesięciu językach (dzięki czemu można łatwo przyswoić wiedzę z na przykład z anglojęzycznych źródeł).

KK: Kolejny ważny temat, to ochrona danych przy używaniu AI. Co można zrobić, aby być w tym obszarze w zgodzie z RODO?

KZ: Zacząłbym od tego, że ochrona danych jest niezwykle palącą kwestią – według "The State of AI in Accounting 2024” aż 76% respondentów obawia się o bezpieczeństwo danych podczas korzystania z systemów opartych na sztucznej inteligencji.

Mamy jednak metody, które znacząco ograniczyć związane z tym ryzyko. Wskazałbym tutaj kilka istotnych czynników.

Po pierwsze, ważne jest kierowanie się przepisami dotyczącymi ochrony danych, takimi jak te zawarte w RODO (mimo powszechności wiedzy o RODO, w jednej z firm, z którymi miałem okazję współpracować, jeden z managerów wygłosił opinię, że "imię i nazwisko to nie są dane osobowe"). Ważna jest świadomość tego, jakie dane należy chronić w szczególności. W księgowości ta wiedza jest oczywiście powszechna, niemniej jednak z uwagi na ilość danych, do jakiej księgowi mają dostęp, należy zwrócić dodatkowy nacisk na tą edukację.

Szczególne znaczenie ma tutaj jedna ze sztandarowych zasad wynikających z RODO, czyli minimalizacja danych, a więc gromadzenie tylko tych danych, które są niezbędne do celów przetwarzania. W szczególności należy dążyć do minimalizacji przetwarzania danych osobowych, aby ograniczyć ryzyko naruszenia prywatności.

Wykorzystując narzędzia AI, warto zastosować anonimizację danych, która uniemożliwi identyfikację osób fizycznych na podstawie przetwarzanych danych. Anonimizacja jest kluczowa w celu ochrony tożsamości osób, których dane są przetwarzane, zwłaszcza w przypadkach, gdy dane są udostępniane stronom trzecim lub przetwarzane w chmurze.

Dodatkowo, świetnym rozwiązaniem dla większych firm jest korzystanie z modeli lokalnych, a więc takich, które działają bezpośrednio na serwerach firmy, zamiast w chmurze. Oznacza to, że dane nie muszą być wysyłane do zewnętrznych serwerów, co zwiększa bezpieczeństwo i umożliwia szybsze przetwarzanie informacji. Dla firm księgowych będzie to oznaczało bardziej efektywne zarządzanie danymi finansowymi, a jednocześnie większą kontrolę nad prywatnością dokumentów.

Poznaj najbliższe szkolenia z zakresu podatków