लेखांकन के काम में AI का इस्तेमाल कैसे हो रहा है?
पेशेवर सेवा देने वाली और कंपनी की अपनी टीमों में AI का इस्तेमाल ज़्यादातर आँकड़ों के बजाय उनसे जुड़े लेखन और व्याख्या के लिए होता है। इसी काम में यह सबसे भरोसेमंद है और गलती पकड़ना भी सबसे आसान होता है।
कई लेखांकन और बहीखाता प्लेटफ़ॉर्म में AI सुविधाएँ भी होती हैं, जैसे श्रेणियों के सुझाव या अपने-आप मिलान करना। इन्हें सॉफ़्टवेयर प्रदाता और आपका प्रशासक कॉन्फ़िगर करते हैं; यह मार्गदर्शिका इस बारे में है कि व्यक्तिगत लेखाकार अपने काम में AI सहायकों का इस्तेमाल और AI के सुझावों की समीक्षा कैसे करें।
ग्राहकों से संवाद
अधूरे अभिलेख मँगवाने के अनुरोध, दाखिल किए गए दस्तावेज़ की व्याख्या या लेखाकार न होने वाले ग्राहक के लिए वित्तीय विवरणों का सरल भाषा में सारांश तैयार करना।
शोध शुरू करने के स्रोत
प्राथमिक स्रोत देखने से पहले, आपको मिले लंबे मार्गदर्शन का सारांश बनाना या शोध के लिए प्रश्नों की सूची तैयार करना।
प्रक्रिया संबंधी नोट्स
अपने काम के चरणों को किसी कनिष्ठ सहकर्मी के लिए एक स्पष्ट जाँच-सूची या प्रक्रिया दस्तावेज़ में बदलना।
मिलान संबंधी नोट्स
जिन मदों का मिलान नहीं हो पाया है, उनका स्पष्ट विवरण लिखना, जिसमें बताया जाए कि क्या ज्ञात है और क्या अभी अनसुलझा है।
स्प्रेडशीट में मदद
पहले से मिले किसी फ़ॉर्मूले को समझाना या अधिक स्पष्ट फ़ॉर्मूला सुझाना और उस पर भरोसा करने से पहले उसकी जाँच करना।
लेखाकारों के AI इस्तेमाल के बारे में पेशेवर दिशानिर्देश क्या कहते हैं?
पेशेवर संस्थाएँ पूरी तरह अलग नियमावली लिखने के बजाय मौजूदा नैतिक सिद्धांतों को AI पर लागू कर रही हैं। ICAEW की जनरेटिव AI मार्गदर्शिका इन उपकरणों के उपयोग पर पाँच मूलभूत सिद्धांत लागू करती है: सत्यनिष्ठा, निष्पक्षता, पेशेवर दक्षता और समुचित सावधानी, गोपनीयता तथा पेशेवर आचरण।
इसके व्यावहारिक सुझावों पर हर लेखाकार आज ही अमल कर सकता है। यह गोपनीय जानकारी को सार्वजनिक जनरेटिव AI उपकरणों में डालने से मना करता है, क्योंकि डेटा कौन देखता है और उसे कितने समय तक रखा जाता है, इस पर उपयोगकर्ताओं का नियंत्रण सीमित होता है। यह नतीजों की समीक्षा करते समय पेशेवर संदेहशीलता अपनाने को कहता है और स्वचालित नतीजों पर आँख मूँदकर भरोसा करने से सावधान करता है। यह ग्राहकों के काम में जनरेटिव AI के उपयोग के बारे में खुलकर बताने को प्रोत्साहित करता है। और यह स्पष्ट कहता है कि ये उपकरण पेशेवर ज्ञान और कौशल की कमी पूरी नहीं करते, साथ ही यह भी बताता है कि इनमें मौजूदा कानूनों की जानकारी न हो सकती है।
अगर आप किसी दूसरी संस्था के सदस्य हैं, तो उसका अपना मार्गदर्शन और आचार संहिता देखें, जिनमें अपेक्षाएँ अलग शब्दों में बताई गई हो सकती हैं। यह पृष्ठ सामान्य जानकारी देता है, पेशेवर या कानूनी सलाह नहीं।
AI से तैयार ग्राहक को भेजा जाने वाला ईमेल समीक्षा के बाद कैसा दिखता है?
प्रिया नायर एक काल्पनिक इंटीरियर डिज़ाइन व्यवसाय की एकल स्वामी हैं। उनके लेखाकार को साल के अंत के खाते तैयार करने से पहले कुछ ऐसी चीज़ें चाहिए जो अभी नहीं मिली हैं: तीन महीनों के बैंक विवरण, उपकरणों की दो बड़ी खरीद की रसीदें और इस बात की पुष्टि कि वे अपने घर के कितने हिस्से का इस्तेमाल काम के लिए करती हैं।
जब सहायक से 'ग्राहक से वर्षांत के छूटे हुए दस्तावेज़ माँगने वाला एक विनम्र ईमेल लिखने' को कहा गया, तो उसने एक अच्छा ईमेल बनाया, लेकिन उसमें विवरणी दाखिल करने की अंतिम तारीख भी बता दी, जुर्माने की एक निश्चित राशि की चेतावनी दी और कहा कि घर से काम करने के खर्चों का दावा '30 प्रतिशत की एकसमान दर से' किया जा सकता है। इनमें से कोई भी जानकारी लेखाकार ने नहीं दी थी। अंतिम तारीख और जुर्माना उस लेखाकार के क्षेत्राधिकार और दाखिले की स्थिति पर निर्भर थे, और घर से काम करने के खर्चों वाली बात एक सामान्य कथन के रूप में पूरी तरह गलत थी।
समीक्षा किए गए प्रॉम्प्ट में वे तीन चीज़ें, वह तारीख जब तक लेखाकार को उनकी ज़रूरत थी और अपलोड करने का तरीका दिया गया था, और यह जोड़ा गया था: 'कर से जुड़ा कोई नियम, समय-सीमा, दर या जुर्माना न बताएँ।' फिर लेखाकार ने समय-सीमा पर अपना एक वाक्य जोड़ा, जिसे कर प्राधिकरण की प्रकाशित तारीखों से जाँचा गया था। अंतिम ईमेल छोटा और स्पष्ट था, और उसमें ऐसा कुछ नहीं था जिसकी ज़िम्मेदारी लेखाकार न ले सके।
क्या AI बैंक खातों के मिलान से जुड़े नोट्स तैयार करने में मदद कर सकता है?
यह उन्हें स्पष्ट रूप से लिखने में मदद कर सकता है, लेकिन इसे उनका निपटारा नहीं करना चाहिए। मान लें कि एक काल्पनिक ग्राहक के बैंक मिलान में दो मदों का मिलान नहीं हो रहा है: आपूर्तिकर्ता को किया गया 1,240 का भुगतान, जो बैंक से आए लेन-देन के विवरण में दो बार दिखाई देता है, और 380 की एक प्राप्ति, जिससे मेल खाने वाला कोई चालान नहीं है।
AI के एक मसौदे ने पहले मामले को 'दोबारा किया गया भुगतान, जिसे आपूर्तिकर्ता से वापस लिया जाना चाहिए' और दूसरे को 'संभवतः ग्राहक से मिला अग्रिम भुगतान' बताया। दोनों बातें सही हो सकती हैं, और दोनों अनुमान हैं। दो भुगतान एक ही राशि के दो वास्तविक बिलों के लिए हो सकते हैं; प्राप्त रकम कोई धनवापसी, अंतरण या जमा राशि हो सकती है। उपयोगी मसौदा हर मद, उसकी तारीख और राशि, संभावित स्पष्टीकरण और उसे निपटाने के लिए ज़रूरी साक्ष्य दर्ज करता है, और निष्कर्ष उस व्यक्ति पर छोड़ता है जो आपूर्तिकर्ता का खाता-विवरण और ग्राहक के रिकॉर्ड जाँचता है।
देखना चाहते हैं कि यह किसी भूमिका से कैसे जुड़ता है?
टीम के लिए नियोजित परीक्षण के बारे में जानें ↗क्या AI कर और लेखांकन के तकनीकी सवालों के जवाब दे सकता है?
कर या लेखांकन मानकों पर AI के किसी भी उत्तर को शोध की दिशा मानें, अंतिम उत्तर नहीं। सामान्य सहायक पुरानी या अधूरी सामग्री का सहारा ले सकते हैं, अलग-अलग देशों के नियम मिला सकते हैं और ऐसी सीमाएँ बता सकते हैं जो अब बदल चुकी हों, और यह सब पूरे आत्मविश्वास के साथ कर सकते हैं। ICAEW का मार्गदर्शक भी वर्तमान कानून के बारे में यही बात कहता है।
सवाल को स्पष्ट रूप देने, संबंधित क्षेत्र पहचानने और क्या खोजना है उसकी सूची बनाने के लिए AI का इस्तेमाल करें, फिर मूल स्रोत पर जाएँ: कानून, कर प्राधिकरण का अपना मार्गदर्शन या लेखांकन मानक। दर्ज करें कि आपने किस स्रोत पर भरोसा किया। अगर उपकरण किसी स्रोत का हवाला देता है, तो उसे खोलकर संबंधित अंश खोजें; असली दिखने वाला संदर्भ ज़रूरी नहीं कि सही भी हो।
बहीखाता संभालने वालों को AI के किए हुए वर्गीकरण की समीक्षा कैसे करनी चाहिए?
नियमों की समीक्षा करें, केवल लेन-देन की नहीं। बहीखाता सॉफ़्टवेयर में AI द्वारा किया जाने वाला वर्गीकरण आम तौर पर पहले किए गए लेखा-वर्गीकरण से सीखता है, इसलिए शुरुआत की कोई गलती हर महीने दोहराई जा सकती है। नए आपूर्तिकर्ताओं, अलग-अलग उद्देश्यों के लिए किए गए खर्चों, पूँजीगत या राजस्व श्रेणी की सीमा के आसपास आने वाली मदों और अस्पष्ट विवरण वाले लेन-देन की जाँच करें, जैसे ऑनलाइन बाज़ारों को कार्ड से किए गए भुगतान।
उन भुगतान पाने वालों और पैटर्न की अपवाद-सूची रखें जिनके बारे में सुझाव गलत आते हैं, और हर अवधि में उनकी जाँच करें। सुझाया गया मिलान स्पष्ट मामलों में समय बचा सकता है; अस्पष्ट मामलों में अब भी रसीद चाहिए।
क्या AI लेखाकारों की जगह ले लेगा?
इसका भरोसेमंद जवाब कोई नहीं दे सकता, और तथ्य की तरह पेश किए गए पूर्वानुमानों को सावधानी से लेना चाहिए। इतना कहा जा सकता है कि लेखांकन के काम में मसौदे बनाने, सारांश तैयार करने और पैटर्न पहचानने का अधिक काम AI कर रहा है। वहीं, निर्णय लेने, पेशेवर संदेहशीलता बनाए रखने, ग्राहक की गोपनीयता की रक्षा करने और आँकड़ों को अंतिम मंज़ूरी देने की ज़िम्मेदारी पेशेवर नियमों के तहत योग्य लोगों की ही रहती है।
इससे जुड़ा एक सवाल कि क्या AI किसी योग्य लेखाकार से बेहतर है, बुनियादी रूप से दो अलग तरह की चीज़ों को एक मानने की भूल पर टिका है। AI उपकरण ऐसा पाठ तैयार कर सकता है जो सलाह जैसा लगे; लेकिन वह उसकी पेशेवर ज़िम्मेदारी नहीं ले सकता, ग्राहक की पूरी स्थिति नहीं जान सकता और न ही उसे आचार संहिता के प्रति जवाबदेह ठहराया जा सकता है। जिन लेखाकारों को लाभ होने की संभावना है, वे वही हैं जो इन ज़िम्मेदारियों को पूरी तरह अपने हाथ में रखते हुए इन उपकरणों का इस्तेमाल सीखते हैं।
क्लाइंट की कौन-सी जानकारी AI टूल में डाली जा सकती है?
केवल वही जानकारी डालें जिसे आपकी फ़र्म ने उस खास टूल और प्लान के लिए मंज़ूरी दी है। अगर क्लाइंट की जानकारी गोपनीय है, तो आम उपभोक्ताओं के लिए उपलब्ध सार्वजनिक टूल में कुछ भी न डालें। सेवा अनुबंध की शर्तें भी यह सीमित कर सकती हैं कि क्लाइंट के डेटा को कैसे और कौन संसाधित कर सकता है।
अभ्यास और नमूना प्रारूप बनाने के लिए, इस पृष्ठ के उदाहरणों की तरह काल्पनिक डेटा इस्तेमाल करें। जब किसी स्वीकृत प्रणाली में ग्राहक के वास्तविक काम के लिए AI का इस्तेमाल हो, तो समीक्षा का वही रिकॉर्ड रखें जो किसी भी दूसरे काम के लिए रखते हैं: स्रोत, की गई जाँचें और अंतिम संस्करण को मंज़ूरी देने वाला व्यक्ति।
लेखा टीम इन आदतों का अभ्यास कैसे कर सकती है?
काल्पनिक डेटा के साथ ग्राहक ईमेल और हिसाब मिलान के उदाहरणों को टीम अभ्यास के रूप में इस्तेमाल करें। हर व्यक्ति AI से मसौदा तैयार करे, फिर बताए कि उसने क्या हटाया या किन बातों को अनसुलझा छोड़ा। इन सूचियों से पता चलता है कि कौन मनगढ़ंत नियम पकड़ता है और कौन उन मामलों को भी सुलझा हुआ मान लेता है जिनका साक्ष्य समर्थन नहीं करता।
Tosheo.ai में वित्त और लेखांकन के लिए एक प्रस्तावित सीखने का क्रम शामिल करने की तैयारी है। इसमें इस तरह के कार्य, स्पष्ट मूल्यांकन मानदंडों के आधार पर प्रतिक्रिया और प्रबंधक के लिए चैट के रिकॉर्ड के बिना कौशल में प्रगति का दृश्य होगा। निर्माण अभी शुरू नहीं हुआ है, इसलिए यह प्रस्तावित दायरा है। यह लेखांकन, कर या नियामकीय प्रशिक्षण नहीं देता, और इसे पेशेवर सतत विकास की आवश्यकताओं में तभी गिना जा सकता है जब आपकी पेशेवर संस्था इसकी अनुमति दे।