Uvod
Veštačka inteligencija (VI) više nije koncept iz naučne fantastike;
ona je postala svakodnevni alat koji preoblikuje računovodstvenu
profesiju. U periodu 2025-2026, svedoci smo ubrzanog prelaska sa
tradicionalnog, manuelnog unosa podataka na ulogu strateškog savetnika,
a VI je glavni katalizator ove promene. Posebno su interesantne njene
primene u segmentaciji klijenata i analizi profitabilnosti, zadacima
koji su dugo bili radno intenzivni i oslanjali se na intuiciju. Danas,
uz pomoć mašinskog učenja (MU), čak i poznati alati poput Excela
dobijaju nove, moćne sposobnosti. Ovaj članak nudi balansiran pogled na
ovu transformaciju: istražujemo ogromne prednosti koje VI donosi, ali i
realne rizike i izazove koji stoje pred računovođama u regionu.
Produktivnost i
Prednosti (Pogled Optimiste)
Za mnoge profesionalce, veštačka inteligencija predstavlja
najmoćnijeg “asistenta” kojeg su ikada imali. Umesto da zameni
računovođu, VI preuzima repetitivne i monotone zadatke, oslobađajući
vreme za aktivnosti koje donose veću vrednost.
Automatizacija kao Standard: Istraživanja pokazuju
da su firme koje aktivno koriste VI prijavile čak 37% veći prihod po
zaposlenom (Source 1). Ovo nije iznenađenje kada se uzme u obzir da VI
alati mogu automatizovati između 30% i 70% vremena utrošenog na zadatke
poput usaglašavanja izvoda, obrade ulaznih i izlaznih faktura i procesa
mesečnog zatvaranja (Source 1). Do 2026. godine, očekuje se da će se
manuelno kodiranje transakcija, usaglašavanje bankovnih izvoda i analiza
varijansi drastično smanjiti (Source 1, 2). Neke firme već prijavljuju
preko 80% automatizacije u pripremi poreskih prijava za fizička lica
(Source 1).
Dublji Uvidi i Strateško Savetovanje: Najveća
prednost automatizacije nije samo ušteda vremena, već i promena fokusa.
Kada mašine preuzmu obradu podataka, računovođe se mogu posvetiti onome
što klijenti sve više traže: strateško planiranje, modeliranje “šta-ako”
scenarija, i proaktivno finansijsko savetovanje (Source 1). VI alati
omogućavaju kreiranje interaktivnih kontrolnih tabli, prediktivnih
upozorenja o tokovima gotovine i identifikaciju neuobičajenih aktivnosti
u realnom vremenu. Računovođa tako postaje finansijski partner koji
predviđa probleme pre nego što se dogode.
Pametna Analiza Klijenata: Tradicionalna
segmentacija klijenata po prihodu je prevaziđena. Koristeći tehnike
mašinskog učenja, poput klasterovanja, moguće je direktno u Excelu
(putem dodataka) ili na cloud platformama grupisati klijente prema
složenim obrascima ponašanja: učestalosti komunikacije, vrsti usluga
koje koriste ili dinamici plaćanja (Source 2). Ovo omogućava kreiranje
personalizovanih ponuda i, što je najvažnije, preciznu analizu
profitabilnosti. Firma može jasno identifikovati koji klijenti donose
najveću vrednost, a za koje je potrebno restrukturirati saradnju.
Rizici i Izazovi (Pogled
Pesimiste)
Dok optimisti vide VI kao alat za osnaživanje, postoji i realna
zabrinutost zbog disruptivne prirode ove tehnologije. Ignorisanje ovih
rizika bilo bi neprofesionalno i opasno.
Automatizacija Radnih Mesta: Budimo direktni:
poslovi koji se sastoje od repetitivnih, pravno-zasnovanih zadataka su
pod najvećim rizikom. Svetski ekonomski forum je identifikovao poslove
knjigovođa, računovodstvenih i platnih službenika kao jedne od najbrže
opadajućih profesija (Source 3). Ovo ne znači da će računovodstvo
nestati, već da će se osnovni, početni poslovi drastično promeniti ili
smanjiti, što stvara pritisak na čitavu strukturu radne snage.
Produbljivanje “Jaza u Veštinama”: Najveći izazov
nije sama tehnologija, već nedostatak ljudi koji znaju kako da je
koriste. Procenjuje se da će do 2030. godine veštine vezane za “VI i
velike podatke” biti najtraženije (Source 3). Računovođe se moraju hitno
prilagoditi i usvojiti nove kompetencije: razumevanje kako VI modeli
funkcionišu, sposobnost postavljanja pravih pitanja mašini (prompt
engineering), interpretacija statističkih izlaza sa skepticizmom i
poznavanje etike veštačke inteligencije (Source 1, 3). Oni koji propuste
da se edukuju rizikuju da postanu tehnološki višak.
Greške, Pristrasnost i Odgovornost: VI modeli, a
posebno jezički modeli (LLM), poznati su po “halucinacijama” –
sposobnosti da generišu uverljive, ali potpuno netačne informacije. Neki
od najboljih modela imaju stopu halucinacija i do 79% (Source 3). U
profesiji gde je tačnost presudna, oslanjanje na ovakve alate bez
rigorozne ljudske provere je recept za katastrofu. Postavlja se i
pitanje odgovornosti: ko je kriv kada VI algoritam napravi skupu grešku
u poreskom obračunu ili finansijskom izveštaju? Dok god mašina ne može
preuzeti pravnu i etičku odgovornost, ljudski nadzor ostaje ključan.
Sigurnost i Privatnost Podataka: Korišćenje
cloud-baziranih VI alata zahteva slanje osetljivih finansijskih podataka
klijenata na servere trećih strana. Ovo otvara vrata značajnim rizicima
od curenja podataka i zloupotrebe (Source 1, 3). Kompanije postaju
primarne mete sajber-napada, što zahteva ogromna ulaganja u enkripciju,
višefaktorsku autentifikaciju i usklađenost sa sve strožim propisima o
zaštiti podataka.
Balansirani
Zaključak: Evolucija, a ne Revolucija
Istina, kao i obično, nije ni u potpunom optimizmu ni u krajnjem
pesimizmu. Veštačka inteligencija nije ni spasitelj ni unišitelj
računovodstvene profesije. Ona je moćan alat koji ubrzava evoluciju
uloge računovođe. Budućnost nije “čovek protiv mašine”, već
“čovek plus mašina”.
Automatizacija će nesumnjivo preuzeti zadatke koje mašine obavljaju
bolje – brzo, precizno i bez umora. Međutim, ovo samo povećava vrednost
onoga što mašine ne mogu: kritičko razmišljanje, etičko prosuđivanje,
profesionalni skepticizam, pregovaranje, empatiju i izgradnju poverenja
sa klijentima. Uloga računovođe se transformiše iz obrađivača podataka u
strateškog partnera koji koristi VI za dublje analize, ali zadržava
konačnu reč i odgovornost. Profesionalci koji prihvate doživotno učenje
i fokusiraju se na razvoj ovih jedinstvenih ljudskih veština ne samo da
će preživeti, već će i napredovati u novoj eri računovodstva.
(Opciono) Praktični Saveti
Za one koji žele da počnu da se prilagođavaju, evo nekoliko koraka: *
Počnite od malog: Istražite VI funkcije koje već
postoje u alatima koje koristite, poput Microsoft Excela i cloud
platformi. * Edukujte se: Aktivno tražite kurseve i
vebinare o analizi podataka, primeni VI u finansijama i poslovnoj
inteligenciji. * Održavajte “higijenu” podataka:
Zapamtite da je kvalitet izlaza VI modela direktno zavisan od kvaliteta
ulaznih podataka. Organizovani i čisti podaci su preduslov za uspeh. *
Informišite se: Redovno pratite stručne publikacije
koje pišu o trendovima u tehnologiji i njihovom uticaju na
računovodstvo.