現今數位趨勢下，善用 AI 等數位工具更能提升個人及企業產出效率。安永聯合會計師事務所指出，企業需從設計階段就將 AI 納入系統建構架構，如此才能大規模實施智慧自動化工作。安永也表示，對於有資料比對需求的財稅部門，透過 AI 機器學習進行流程自動化後，預估可釋放約 70% 的人工工時。
調查：近 9 成 CEO 正在將 AI 納入資本配置
安永近期發布《全球 CEO展望脈動報告》，調查全球 1,200 位企業 CEO 如何使用 AI ，以及未來利用 AI 技術的計畫。
65% 受訪 CEO 認為，AI 可以驅動生產力、提高企業及員工的業務效率；此外也有幾乎相同比例的 CEO 認為，AI 取代人類工作的影響，將會因為在未來創造出新的職務和工作機會時而抵銷。
CEO 對 AI 的信心，還涉及對於後果未知的擔憂。67% CEO 認為，需要做更多工作來解決 AI 推動下可能導致未來的社會風險、道德風險，以及犯罪風險（如網路攻擊、虛假資訊和深度偽造等）。
此外，88% 受訪 CEO 正將 AI 納入資本配置，其中 43% 正積極投資 AI 技術，另外 45% 表示計畫在未來一年內對 AI 進行重大投資。
AI 運用在資料比對需求高的作業，可釋放 70% 人力
那麼，AI 可導入在哪些工作場景？ 安永聯合會計師事務所的稅務科技服務資深副總經理詹大緯指出，AI 可多加運用在有資料比對需求的作業。
以財稅部門為例，應付帳款付款流程、AP／AR 對帳、費用報銷、納稅憑證核對等的應用都很適合，可以大幅釋放員工進行此類重複性作業的時間，讓員工投入於高附加價值工作。
舉例來說，一般的付款流程需要比對發票與收料資料後入帳，即使可取得電子發票檔，或是將紙本發票用影印機掃描或手機拍照存為圖檔後進行電腦影像辨識（一般稱OCR）擷取。
然而，OCR 常會因為發票格式或文字語系變化而出現準確度降低的問題，仍需投入大量人力後續處理；若選擇將各種格式建立發票模型以調教 OCR，由於變化種類及數量無法預期，人工建立模型的時間與後續維護都是一大挑戰。
安永表示，若使用 AI 機器學習（ML）在上述應付帳款付款流程上，可將 AI 機器學習帶入發票模型訓練，降低人工建立模型的時間與後續維護，逐漸改由 AI 自行訓練，之後即使發票檔有格式異動，可以將人力介入降到最低。
安永指出，解開了自動化對帳及入帳作業的瓶頸後，預估可釋放約 70% 人工工時。
訂閱《AI TOgether》趨勢週報！
每週幫你精選 AI 主題報導
感謝訂閱！隨時注意信箱的最新資訊
安永進一步分享，AI 機器學習透過以下三大步驟，可優化 OCR 擷取效果：
- 匯入發票檔：匯入多筆發票檔，標記各類發票的資訊位置，訓練 AI 模型。
- 發票資料檔分類，再擷取需要的資訊：匯入大量發票資料後，AI 會分類不同類型的發票，依據之前訓練就不同的發票特徵，擷取對應位置的資訊。
- 人工確認回饋：透過人工複核擷取結果，回饋給 AI 學習，增加發票模型的準確度。訓練初期人工回饋比重可能較多，但每次回饋都能讓 AI 延伸訓練，人工回饋比重將逐漸減少，達到真正的「AI 自我訓練」。
詹大緯指出，這種 AI 機器學習模型的解決方案，除了辨識文件內容，還可幫文字加註定位記號，使解析結果更準確。
他提醒，企業應用 AI 時，除了考慮對平臺或系統影響之外，更要考慮作業流程的優化，以及整體組織架構及工作任務要如何重新設計，才能產生正向的連鎖效應、成功數位轉型。
立即免費報名「AI Innovation Day：2024 AI 創新日」
廣達技術長暨副總經理張嘉淵＆數位發展部數位產業署署長呂正華，帶你看 AI 如何引領百工各業的復興！
＊ 本文訊息由「安永」提供，內文與標題經 TechOrange 修訂後刊登。新聞稿/ 產品訊息提供，可寄至：[email protected]，經編輯檯審核並評估合宜性後再行刊登。圖片來源：Unsplash。
（責任編輯：廖紹伶）
