محدودیت‌های هوش مصنوعی در حسابداری؛ کارهایی که هنوز نمی‌شود به ماشین سپرد

محدودیت‌های هوش مصنوعی در حسابداری از جایی شروع می‌شود که کار دیگر ثبت و جمع‌زدن نیست. هوش مصنوعی فاکتور را می‌خواند، سند پیشنهاد می‌دهد و مغایرت بانکی را در چند ثانیه پیدا می‌کند. اما برآورد ذخیره، تشخیص اینکه یک رویداد بعد از پایان سال باید تعدیل شود یا نه، امضای صورت‌های مالی و نشستن جلوی ممیز مالیاتی هنوز کار آدم است.

دلیلش فقط کمبود فناوری نیست. این کارها قضاوت می‌خواهند، مسئولیت حقوقی دارند و به شناخت آدم‌ها و شرایط همان شرکت وابسته‌اند. در این مقاله از آپاداس هشت کار مشخص را نشان می‌دهیم که ماشین در آن‌ها کم می‌آورد، و اینکه حسابدار چطور باید از همین مرز استفاده کند.

 

 

پژوهش‌ها درباره محدودیت هوش مصنوعی در حسابداری چه می‌گویند

تازه‌ترین داده‌ی میدانی از مؤسسه حسابداران خبره اسکاتلند (ICAS) آمده است. این پژوهش یک‌سال پیش در اسفند ۱۴۰۴ (۱۷ مارس ۲۰۲۶) منتشر شد، بیش از ۲۰۰ حسابدار یک مؤسسه متوسط بریتانیایی را بررسی کرد و ۵۰ مصاحبه عمیق داشت.

نتیجه دوطرفه بود. ۷۴ درصد گفتند هوش مصنوعی مولد کارهایی مثل استخراج داده و تطبیق اسناد را سریع‌تر می‌کند. ولی فقط ۲۲ درصد افزایش محسوسی در کل حجم کارشان دیدند. ۷۲ درصد نگران خطا و تصمیم اشتباه بودند و ۵۲ درصد نگران محرمانگی اطلاعات مشتری.

جمع‌بندی گزارش ICAS صریح است: هوش مصنوعی در کارهای تکراری و ساختارمند خوب جواب می‌دهد، ولی کاری که درک ظریف، همکاری یا تصمیم اخلاقی می‌خواهد هنوز به قضاوت انسانی وابسته است. به تعبیر مسئول پژوهش این مؤسسه، تصمیم‌گیری حرفه‌ای باید دست آدم بماند، نه ماشین.

 

 

۸ کاری که هوش مصنوعی در حسابداری نمی‌تواند انجام دهد

فهرست زیر از ساده به پیچیده چیده شده است. هر مورد به یک استاندارد یا یک موقعیت واقعی کار حسابداری در ایران وصل است.

۱. برآورد ذخایر و بدهی‌های احتمالی

ذخیره مطالبات مشکوک‌الوصول یا ذخیره دعاوی حقوقی عدد آماده‌ای ندارد. طبق استاندارد حسابداری شماره ۴ (ذخایر و بدهی‌های احتمالی)، حسابدار باید «بهترین برآورد» را بدهد. هوش مصنوعی سابقه وصول مشتری را می‌بیند، اما نمی‌داند همان مشتری هفته پیش چک برگشتی داشته یا مدیرعامل گفته پرونده‌اش در دادگاه به ضرر شرکت پیش می‌رود.

 

۲. تشخیص رویدادهای بعد از تاریخ ترازنامه

انبار شرکت دو هفته بعد از پایان سال آتش گرفته است. آیا صورت‌های مالی تعدیل می‌شود یا فقط افشا؟ استاندارد شماره ۵ معیار را داده، ولی تطبیق ماجرا با معیار کار کسی است که از اتفاق خبر دارد. ماشین فقط چیزی را می‌بیند که به سیستم وارد شده باشد.

 

۳. تغییر برآوردها و تفکیک آن از اشتباه

عمر مفید یک دستگاه از ده سال به شش سال کاهش پیدا کرده است. این تغییر برآورد است یا اصلاح اشتباه سال‌های قبل؟ پاسخ در استاندارد شماره ۳۴ عملیات حسابداری را کاملاً عوض می‌کند. یکی آینده‌نگر ثبت می‌شود و دیگری تجدید ارائه می‌خواهد. تشخیص درست به گفتگو با واحد فنی نیاز دارد، نه فقط به داده.

 

۴. امضا و پذیرش مسئولیت

هیچ نرم‌افزاری صورت‌های مالی را امضا نمی‌کند. مدرسه کسب‌وکار نایِنرود هلند در یادداشتی (تیر ۱۴۰۵) همین را درباره حسابرسی گفته است: مسئولیت با کسی می‌ماند که گزارش را امضا می‌کند و فناوری بهانه خطا نیست. اگر هوش مصنوعی مانده یک حساب را اشتباه بدهد، جریمه و پاسخ‌گویی با حسابدار و مدیر مالی است.

 

۵. دفاع جلوی ممیز و هیئت حل اختلاف مالیاتی

برگ تشخیص که می‌رسد، کار تازه شروع شده است. باید دانست کدام هزینه را می‌شود با مستندات قابل‌قبول کرد، کجا کوتاه آمد و کجا تا هیئت رفت. این چانه‌زنی به شناخت رویه حوزه مالیاتی و حتی شخص ممیز وابسته است. هوش مصنوعی می‌تواند لایحه را صورت‌بندی کند، ولی تصمیم «اعتراض بکنیم یا نه» حساب ریسک و هزینه است که فقط صاحب پرونده می‌تواند بکند.

 

۶. تفسیر قانونی که تازه عوض شده

قانون مالیات و بخشنامه‌ها در ایران زیاد تغییر می‌کنند. مدل زبانی روی داده‌ای آموزش دیده که ممکن است مال قبل از آخرین بخشنامه باشد و با لحن کاملاً مطمئن قاعده قدیمی را تحویل بدهد. برای مثال در محاسبه مالیات بر درآمد طبق استاندارد ۳۵، نرخ و معافیت‌ها باید از متن رسمی همان سال خوانده شود، نه از جواب یک چت‌بات.

 

۷. فهمیدن اینکه عدد «بوی» مشکل می‌دهد

حسابدار باتجربه وقتی می‌بیند تنخواه یک واحد هر ماه دقیقاً تا سقف خرج می‌شود، شک می‌کند. این شک حرفه‌ای از الگو نمی‌آید، از شناخت آدم‌ها می‌آید. هوش مصنوعی ناهنجاری آماری را پیدا می‌کند، اما رفتاری که از نظر آماری کاملاً عادی است و هنوز تقلب است را معمولاً نمی‌بیند.

 

۸. حرف‌زدن با مدیر و توضیح دادن عددها

مدیرعامل نمی‌پرسد «سود ناخالص چند درصد است». می‌پرسد «چرا امسال با فروش بیشتر پول کمتری داریم؟». جواب‌دادن به این سؤال یعنی ترجمه صورت‌های مالی به زبان تصمیم. یکی از یافته‌های ICAS هم همین بود: کاری که همکاری و درک ظریف می‌خواهد، به آدم وابسته می‌ماند.

 

 

 

جدول تقسیم کار حسابدار و هوش مصنوعی

این جدول را می‌شود مستقیم برای تقسیم کار در واحد مالی استفاده کرد. ستون سوم نشان می‌دهد خروجی ماشین کجا حتماً باید بازبینی شود.

تقسیم کار پیشنهادی در واحد مالی

کار	نقش هوش مصنوعی	نقش حسابدار
خواندن فاکتور و پیشنهاد سند	انجام کامل	بازبینی نمونه‌ای
مغایرت‌گیری بانکی	پیدا کردن اقلام باز	بررسی اقلام مانده و علتشان
برآورد ذخایر	جمع کردن سابقه و داده	تصمیم نهایی و مستندسازی
رویدادهای بعد از تاریخ ترازنامه	تقریباً هیچ	کشف، طبقه‌بندی و افشا
لایحه اعتراض مالیاتی	پیش‌نویس متن	استدلال، مدارک و تصمیم به اعتراض
گزارش مدیریتی	نمودار و خلاصه عددی	تفسیر و پیشنهاد اقدام
امضا و مسئولیت	ندارد	کامل

 

 

 

چرا این محدودیت‌ها در حسابداری ایران پررنگ‌تر است

بیشتر ابزارهای هوش مصنوعی برای استانداردهای بین‌المللی و قوانین آمریکا و اروپا ساخته شده‌اند. حسابدار ایرانی با استانداردهای ملی، سامانه مودیان، تهاتر، چک و رویه‌های محلی سروکار دارد. مدل جهانی این بافت را کمتر دیده است.

مشکل دوم داده است. بخش بزرگی از کار حسابداری در شرکت‌های کوچک ایرانی هنوز در اکسل و دفترهای جداست. هوش مصنوعی به داده تمیز و یکپارچه نیاز دارد و جایی که داده پراکنده است، کار اول باز با حسابدار است. چک‌لیست حسابداری برای همین مرحله نوشته شده است.

سوم، محرمانگی. بارگذاری دفاتر مشتری در یک چت‌بات خارجی همان نگرانی‌ای است که ۵۲ درصد حسابداران در پژوهش ICAS داشتند. قبل از هر استفاده باید روشن باشد داده کجا می‌رود.

 

 

 

ریسک واقعی: حسابداری که به خروجی ماشین اعتماد کامل می‌کند

خطر اصلی جایگزین‌شدن نیست. خطر حسابداری است که خروجی مرتب و مطمئن هوش مصنوعی را بدون بازبینی قبول می‌کند. متخصصان در یادداشت نایِنرود به این «سوگیری اتوماسیون» اشاره کرده‌اند و یک نکته عملی هم داده‌اند: بعضی ابزارها به حرف کاربر تمایل دارند، پس باید صریحاً از آن‌ها نقد خواست.

در عمل یعنی سه عادت. هر عددی که از ماشین می‌آید با یک منبع دوم تطبیق داده شود. هر قاعده قانونی با متن رسمی چک شود. و هر جا خروجی بیش از حد تمیز است، یک نمونه دستی برداشته شود. اگر می‌خواهید بدانید کدام مهارت‌های کار با این ابزارها ارزش یادگیری دارد، مقاله مهارت هوش مصنوعی در حسابداری همین را از زاویه دیگر بررسی کرده است.

 

 

قدم بعدی برای حسابداران

محدودیت‌های هوش مصنوعی در حسابداری دقیقاً همان جاهایی است که ارزش حرفه‌ای حسابدار در آن ساخته می‌شود: برآورد، تشخیص، امضا، دفاع و توضیح. کارهای تکراری را به ماشین بسپارید و وقت آزادشده را روی استانداردها و قانون مالیات بگذارید.

اگر هنوز روی استانداردها مسلط نیستید، از آموزش استانداردهای حسابداری شروع کنید. همان دانشی است که هیچ مدلی جایش امضا نمی‌کند.

 

 

سوالات متداول درباره محدودیت‌های هوش مصنوعی در حسابداری

آیا هوش مصنوعی جای حسابدار را می‌گیرد؟

جای بخشی از کارهای تکراری را می‌گیرد، نه جای حسابدار را. ثبت سند، خواندن فاکتور و مغایرت‌گیری سریع‌تر می‌شوند. اما برآورد، قضاوت، امضا و پاسخ‌گویی همچنان با انسان است. در پژوهش ICAS هم فقط ۲۱ درصد حسابداران نگران اثر آن بر شغلشان بودند.

بزرگ‌ترین ضعف هوش مصنوعی در حسابداری چیست؟

نداشتن مسئولیت و نداشتن زمینه. ماشین فقط چیزی را می‌بیند که وارد سیستم شده است. گفتگوی جلسه، تماس مشتری یا تغییر تازه قانون را نمی‌داند و ممکن است با اطمینان کامل جواب غلط بدهد. ۷۲ درصد شرکت‌کنندگان پژوهش ICAS نگران همین خطا بودند.

آیا می‌شود اظهارنامه مالیاتی را با ChatGPT پر کرد؟

برای توضیح مفاهیم و چک کردن منطق کمک می‌کند، ولی نباید مبنای عدد نهایی باشد. نرخ‌ها، معافیت‌ها و بخشنامه‌ها هر سال تغییر می‌کنند و مدل ممکن است قاعده قدیمی را بدهد. مسئولیت اظهارنامه هم با مودی و حسابدار اوست.

دانشجوی حسابداری روی چه مهارتی تمرکز کند؟

روی استانداردها، قانون مالیات و توان توضیح دادن عددها. این‌ها همان جاهایی‌اند که ماشین کم می‌آورد. کار با ابزارهای هوش مصنوعی را هم یاد بگیرد، ولی به‌عنوان دستیار، نه جایگزین دانش پایه.

استفاده از هوش مصنوعی برای اطلاعات مشتری امن است؟

بستگی به ابزار و قرارداد دارد. پیش از بارگذاری دفاتر یا اطلاعات شخصی در هر سرویس آنلاین، باید معلوم باشد داده کجا ذخیره و برای چه استفاده می‌شود. نیمی از حسابداران پژوهش ICAS همین نگرانی را داشتند.