Uvod: obećanje bez magije
Popis zaliha često spaja dva sveta koja se teško usklađuju. U
skladištu postoje roba, etikete, rukom dopisane količine, barkodovi i
različite jedinice mere. U računovodstvu postoje šifre artikala,
vrednosti, konta, pravila i rok za zatvaranje perioda. Između njih se
neretko nalazi Excel tabela ili papirna lista koju neko mora ručno da
prepiše.
AI može znatno da unapredi taj tok. Fotografisana lista može se
obraditi pomoću OCR-a i inteligentne obrade dokumenata, dok mobilni
uređaj može očitati barkod ili RFID oznaku. Sistem zatim povezuje
podatke sa šifarnikom, proverava obavezna polja i šalje rezultat u WMS,
ERP ili kontrolnu tabelu.
Međutim, AI ne uklanja potrebu za kontrolama. On može da prepozna
broj, predloži šifru i objasni odstupanje, ali ne može samostalno da
potvrdi da roba fizički postoji, da odredi ispravan računovodstveni
tretman ili da opravda knjiženje manjka. Granica između korisne pomoći i
pouzdane evidencije zato mora biti jasna.
Optimistična
„boomer“ perspektiva: manje prepisivanja, više upravljanja
Optimističan pogled počinje od jednostavne koristi: računovođe i
inventurni radnici više ne moraju da unose svaki red popisne liste.
Računarski vid i OCR mogu da prepoznaju dokument, redove, količine i
oznake. Barkod i RFID dodatno ubrzavaju identifikaciju artikala, dok WMS
beleži operativne događaje i prosleđuje relevantne podatke ERP-u.
Takav tok povećava produktivnost jer se pažnja premešta sa
prepisivanja na izuzetke. Umesto pregleda svih stavki, zaposleni mogu da
se bave nečitkim unosima, nepoznatim šiframa, velikim razlikama i
artiklima visokog rizika. Pravila mogu automatski da označe polja sa
niskom pouzdanošću ili odstupanja iznad dozvoljenog praga.
Automatsko poređenje fizičkog i knjigovodstvenog stanja može ubrzati
zatvaranje perioda. Kada su WMS i ERP pravilno povezani, računovodstvo
ranije dobija informacije o manjkovima, viškovima i nerešenim
kretanjima. To podržava ažurnije vrednovanje zaliha, ali samo ako su
ulazni podaci potpuni i ako su jedinice mere, lokacije i šifre dobro
mapirane.
Generativni alati imaju pomoćnu ulogu. Microsoft Copilot u Excelu
može da predloži formule, grupiše odstupanja, izdvoji neuobičajene
stavke i sažme rezultate za finansijskog direktora. Power Platform može
da podrži tokove pregleda i odobravanja. Dynamics 365, SAP, Oracle,
NetSuite ili uporedivi sistemi ostaju mesto na kojem se primenjuju
formalna pravila, ovlašćenja i statusi transakcija.
U toj viziji računovođa ne nestaje. Njegova uloga se pomera od ručnog
evidentiranja ka analizi uzroka odstupanja, kontroli kvaliteta podataka,
upravljanju rizikom i savetovanju rukovodstva. Iskustvo postaje važnije
upravo zato što automatizacija brže proizvodi više podataka koje neko
mora razumno da protumači.
Pesimistična
„doomer“ perspektiva: brža greška je i dalje greška
Najveći rizik je privid pouzdanosti. OCR može pogrešno pročitati
cifru, zameniti znak ili poremetiti redove složene tabele. Rukopis,
senke, nagnuta fotografija i bled tekst dodatno pogoršavaju rezultat.
Čak i kada je većina polja tačna, jedna pogrešna količina ili šifra može
imati materijalnu posledicu.
NLP i LLM mogu da predlože pogrešno povezivanje sličnih opisa.
Artikli mogu imati različita pakovanja, jedinice mere ili interne šifre.
Ako sistem poveže kutiju sa komadom ili zameni slične proizvode,
tehnički uredan prenos podataka neće predstavljati stvarno stanje.
Drugi problem je slab revizijski trag. Ako se čuva samo konačna
tabela, bez izvorne fotografije, nivoa pouzdanosti, istorije izmena i
identiteta odobravaoca, kasnije je teško dokazati kako je korekcija
nastala. Generativno objašnjenje nije dokazna dokumentacija.
Prekomerno oslanjanje na automatizaciju može oslabiti profesionalni
skepticizam. Zaposleni mogu početi da prihvataju predloge zato što
deluju uverljivo ili zato što ih je sistem ranije često davao ispravno.
AI je, međutim, verovatnosni alat, a ne nezavisni popisivač ili
odgovorno lice.
Postoje i bezbednosni rizici. Unošenje poslovnih, finansijskih ili
identifikacionih podataka u neodobrene javne alate može izazvati
neovlašćeno izlaganje informacija. Preduzeće zato mora da zna gde se
podaci obrađuju, koliko se čuvaju, ko im pristupa i da li ih pružalac
usluge koristi za obuku modela.
Uticaj na zaposlene takođe nije zanemarljiv. Poslovi zasnovani na
rutinskom unosu i jednostavnom usklađivanju izloženi su smanjenju obima.
Inventurni radnici i mlađe računovođe moraće da razvijaju veštine rada
sa sistemima, rešavanja izuzetaka, analize podataka i kontrole. Bez
obuke, automatizacija može stvoriti otpor i zavisnost od malog broja
tehnički osposobljenih ljudi.
Praktični saveti za
bezbedno uvođenje
- Počnite pilotom na jednoj lokaciji ili ograničenoj grupi
artikala. - Očistite šifarnike i uskladite jedinice mere pre uvođenja AI
obrade. - Merite tačnost svakog ključnog polja, a ne samo uspeh čitanja
dokumenta. - Uvedite pragove izuzetaka: nesigurna polja i značajna odstupanja
moraju na ljudski pregled. - Razdvojite brojanje, odobravanje i knjiženje korekcije.
- Čuvajte izvornu fotografiju, izvučene podatke, izmene, odobrenja i
konačnu transakciju. - Ograničite pristup podacima i zabranite korišćenje neodobrenih AI
alata. - Testirajte veze između WMS-a, ERP-a i Excela na potpunost,
dupliranje i kašnjenje podataka. - Knjiženje dozvolite samo kroz definisana pravila i nivoe
ovlašćenja. - Obučite zaposlene da osporavaju rezultat sistema, a ne samo da ga
potvrđuju.
Uravnotežen
zaključak: automatizovati tok, ne odgovornost
AI može da ukloni veliki deo ručnog unosa, ubrza usklađivanje i
pomogne da se odstupanja ranije vide. Najveća vrednost nastaje kada su
računarski vid, OCR, barkod ili RFID povezani sa kontrolisanim WMS i ERP
procesom.
Ipak, Copilot može da analizira, predloži formulu, sažme nalaze ili
pripremi objašnjenje; ne treba da bude autoritativna evidencija niti
samostalni nalogodavac za knjiženje. Transakcije moraju da izvršavaju
pouzdane integracije i poslovni sistemi, uz pravila, pragove,
segregaciju dužnosti i dokumentovano odobrenje.
Pobednička strategija zato nije „AI umesto ljudi“, već čovek u petlji
oko dobro projektovanog sistema. Automatizacija obrađuje obim, a ljudi
potvrđuju izuzetke, fizičke činjenice i računovodstveni smisao.