Tự động hóa – AI Agent Ứng dụng AI vào phòng kế toán: Tiết kiệm được bao nhiêu giờ nhập liệu mỗi tháng?

Workflow, trợ lý AI, AI Agent và tự động hóa quy trình nghiệp vụ

anhlh

Sơ cấp

Ứng dụng AI vào phòng kế toán: Tiết kiệm được bao nhiêu giờ nhập liệu mỗi tháng?​

Chào các anh chị trong cộng đồng Webketoan!

Gần đây, khi nghiên cứu ứng dụng AI vào phần mềm kế toán, tôi nhận thấy có một câu hỏi đáng quan tâm:

AI có thực sự giúp doanh nghiệp tiết kiệm chi phí, hay chỉ khiến doanh nghiệp phải đầu tư thêm một hệ thống công nghệ mới?

Tôi xin chia sẻ một phép tính và một hướng triển khai để các anh chị cùng trao đổi.

1. Bài toán nhập liệu tại doanh nghiệp sản xuất​

Giả sử một nhà máy có khối lượng chứng từ như sau:
  • 100 phiếu nhập nguyên liệu mỗi ngày.
  • Trung bình 3 phút nhập liệu cho mỗi phiếu.
  • 26 ngày làm việc mỗi tháng.
Thời gian nhập liệu thủ công:

100 × 3 × 26 = 7.800 phút, tương đương 130 giờ/tháng.

Đó là chưa tính thời gian kiểm tra, đối chiếu hoặc sửa chứng từ nhập sai.

Đối với doanh nghiệp sản xuất có nhiều mã nguyên liệu, đơn vị tính, quy cách và công đoạn, thời gian xử lý thực tế còn phụ thuộc độ phức tạp của chứng từ.

2. Nếu có AI hỗ trợ thì sao?​

Tôi đang nghiên cứu mô hình kết hợp OCR, AI và phần mềm kế toán theo quy trình:

Chứng từ giấy/PDF/Excel → AI đọc dữ liệu → Đối chiếu danh mục → Tạo chứng từ nháp → Kế toán kiểm tra và duyệt.

Ví dụ:

Kế toán tải ảnh một phiếu nhập nguyên liệu lên ứng dụng.

Hệ thống tự nhận diện nhà cung cấp, mã hàng, số lượng, đơn giá, thành tiền.

Sau đó đối chiếu với danh mục trong phần mềm kế toán để tìm mã đối tượng phù hợp.

Nếu thông tin đầy đủ, hệ thống tạo sẵn phiếu nhập kho ở trạng thái chờ duyệt.

Kế toán chỉ cần kiểm tra và xác nhận trước khi ghi nhận chính thức.

Điểm quan trọng là AI không được tự ý ghi sổ đối với chứng từ chưa được kiểm tra và phê duyệt.

3. Thử tính hiệu quả tiết kiệm​

Giả sử sau khi ứng dụng AI, thời gian kiểm tra mỗi phiếu giảm còn 1 phút.

Chỉ tiêuNhập thủ côngCó AI hỗ trợ
Số phiếu/ngày100100
Thời gian/phiếu3 phút1 phút
Tổng thời gian/ngày300 phút100 phút
Tổng thời gian/tháng130 giờ43,3 giờ
Như vậy, trong điều kiện giả định, doanh nghiệp có thể tiết kiệm khoảng 86,7 giờ mỗi tháng, tương đương giảm 66,7% thời gian xử lý.

Nếu tạm tính chi phí nhân sự 60.000 đồng/giờ, giá trị thời gian tiết kiệm khoảng:

86,7 × 60.000 = 5,2 triệu đồng/tháng.

Tuy nhiên, đây mới là giá trị thời gian lao động quy đổi, chưa phải khoản tiền doanh nghiệp chắc chắn tiết kiệm được.

Để đánh giá hiệu quả thực sự, phải trừ chi phí AI, OCR, hạ tầng, bảo trì, xử lý lỗi và thời gian kiểm soát phát sinh.

Ngoài ra, số giờ tiết kiệm chỉ tạo ra lợi ích tài chính rõ ràng khi doanh nghiệp sử dụng được thời gian đó cho công việc có giá trị khác hoặc giảm được chi phí vận hành thực tế.

4. Vấn đề khó nhất không phải là đọc chứng từ​

Theo tôi, OCR nhận diện chữ chỉ là bước đầu tiên.

Ví dụ trong ngành chế biến thủy sản, trên phiếu có thể ghi:

Tôm thẻ nguyên liệu – Size 30/40 – 1.250 kg.

AI có thể đọc đúng nội dung nhưng vẫn chưa chắc xác định được:

  • Mã nguyên liệu nào trong phần mềm?
  • Thuộc nguồn nguyên liệu mua ngoài hay tự nuôi?
  • Đơn vị tính và hệ số quy đổi nào?
  • Nhập vào kho nào?
  • Đối tượng tập hợp chi phí nào?
  • Có đủ căn cứ để đề xuất hạch toán chưa?
Nếu chọn sai mã nguyên liệu hoặc đối tượng chi phí, sai lệch có thể ảnh hưởng đến báo cáo tồn kho và giá thành.

Vì vậy, một ứng dụng AI kế toán cần kết hợp ba thành phần:

1. AI: Nhận diện và diễn giải dữ liệu.

2. Quy tắc nghiệp vụ: Kiểm tra điều kiện và xử lý các trường hợp cụ thể.

3. Cơ sở dữ liệu kế toán: Đối chiếu mã hàng, khách hàng, tài khoản, kho và các đối tượng quản lý.

Tôi cho rằng không nên để AI tự quyết định mọi nghiệp vụ chỉ dựa trên nội dung một chứng từ.

5. Nên bắt đầu từ nghiệp vụ nào?​

Theo quan điểm cá nhân, doanh nghiệp không nên triển khai AI đồng loạt cho toàn bộ phòng kế toán ngay từ đầu.

Có thể chọn một nhóm chứng từ đáp ứng các điều kiện:

  • Số lượng phát sinh lớn.
  • Biểu mẫu tương đối ổn định.
  • Có dữ liệu mẫu để kiểm thử.
  • Có quy tắc đối chiếu rõ ràng.
  • Có người phụ trách kiểm tra và phê duyệt.
Ví dụ: phiếu nhập nguyên liệu, hóa đơn mua hàng hoặc bảng kê giao dịch ngân hàng.

Sau một thời gian thử nghiệm, cần đo các chỉ tiêu:

  • Tỷ lệ trích xuất đúng thông tin.
  • Tỷ lệ chọn đúng mã danh mục.
  • Tỷ lệ chứng từ được duyệt không cần chỉnh sửa.
  • Thời gian xử lý bình quân.
  • Chi phí xử lý một chứng từ.
  • Số lỗi phát hiện trước và sau khi ghi nhận.
Theo tôi, tỷ lệ chứng từ được duyệt không cần sửa là một chỉ số đáng quan tâm hơn việc chỉ quảng cáo AI đọc chính xác bao nhiêu phần trăm ký tự.

6. Góc nhìn từ người phát triển phần mềm kế toán​

Tại Công ty TNHH Tin Học Nam Trung, chúng tôi đang nghiên cứu hướng tích hợp AI với phần mềm kế toán Nano Financial.

Ý tưởng là xây dựng một ứng dụng web để người dùng tải chứng từ, AI phân tích nội dung, đối chiếu danh mục kế toán và tạo chứng từ nháp để người dùng phê duyệt.

Đây là định hướng nghiên cứu và phát triển theo từng bài toán cụ thể, không phải tuyên bố rằng tất cả nghiệp vụ đã được tự động hóa hoàn chỉnh.

Theo kinh nghiệm của tôi, ứng dụng AI thành công cần bắt đầu từ việc hiểu nghiệp vụ kế toán và cấu trúc dữ liệu doanh nghiệp, chứ không chỉ từ việc lựa chọn mô hình AI.

7. Mong được nghe ý kiến của các anh chị​

Tôi muốn trao đổi ba vấn đề:

Câu 1: Nếu AI có thể tạo sẵn chứng từ để kế toán kiểm tra, anh chị có sẵn sàng thay đổi cách làm hiện tại không?

Câu 2: Với phòng kế toán của anh chị, nghiệp vụ nào đang tốn nhiều thời gian nhập liệu và đối chiếu nhất?

Câu 3: Nếu phải lựa chọn, anh chị ưu tiên AI giúp giảm thời gian nhập liệu, phát hiện sai sót hay phân tích báo cáo quản trị?

Rất mong được trao đổi với các anh chị kế toán trưởng, CFO, nhân viên kế toán và các đơn vị phát triển phần mềm.

Trân trọng!

Lê Hữu Anh
Công ty TNHH Tin Học Nam Trung
Phát triển và triển khai phần mềm kế toán Nano Financial
Website: https://namtrungcompany.com
 

AI tự động hạch toán kế toán: Nên cho phép đến mức nào để vừa hiệu quả vừa an toàn?​

Chào các anh chị trong cộng đồng Webketoan!

Thêm một vấn đề muốn trao đổi với các anh chị:

Nếu AI đọc được hóa đơn, hiểu nội dung giao dịch và đề xuất bút toán Nợ/Có, liệu chúng ta có nên cho phép AI tự động ghi sổ kế toán?

Theo tôi, đây là câu hỏi quan trọng hơn cả việc AI đọc chứng từ chính xác bao nhiêu phần trăm.

1. Một hóa đơn có thể phát sinh nhiều cách xử lý kế toán​

Ví dụ doanh nghiệp nhận được hóa đơn mua một máy tính trị giá 25 triệu đồng, chưa bao gồm thuế GTGT.

AI có thể đọc được:

  • Nhà cung cấp.
  • Tên hàng hóa.
  • Số lượng, đơn giá, thành tiền.
  • Thuế suất và tiền thuế.
  • Ngày hóa đơn.
Nhưng để đề xuất hạch toán chính xác, AI cần biết thêm:

  • Máy tính mua để sử dụng nội bộ hay mua về bán?
  • Nếu sử dụng nội bộ, tài sản có đáp ứng tiêu chuẩn ghi nhận TSCĐ theo quy định áp dụng không?
  • Nếu không ghi nhận TSCĐ, doanh nghiệp phân loại là công cụ dụng cụ hay chi phí?
  • Khoản thuế GTGT đầu vào có đủ điều kiện khấu trừ không?
  • Đã thanh toán hay còn công nợ?
  • Chi phí hoặc tài sản thuộc bộ phận nào?
Như vậy, đọc đúng hóa đơn chưa đồng nghĩa với hạch toán đúng nghiệp vụ.

Nếu chỉ dựa vào tên hàng hóa để chọn tài khoản, AI hoàn toàn có thể đề xuất sai.

2. Theo tôi, nên chia tự động hóa thành 4 cấp độ​

Cấp độ 1 – AI đọc chứng từ

AI trích xuất thông tin từ hóa đơn, phiếu nhập kho, sao kê ngân hàng, PDF hoặc Excel.

Kế toán kiểm tra và nhập dữ liệu vào phần mềm.

Cấp độ 2 – AI tạo chứng từ nháp

AI đọc dữ liệu, đối chiếu mã khách hàng, vật tư, tài khoản và tạo sẵn chứng từ.

Kế toán kiểm tra trước khi lưu chính thức.

Cấp độ 3 – AI đề xuất bút toán

AI phân tích nội dung nghiệp vụ, tham chiếu quy tắc hạch toán và đề xuất tài khoản Nợ/Có.

Những trường hợp không đủ thông tin phải được đánh dấu để người dùng xử lý.

Cấp độ 4 – Tự động ghi nhận nghiệp vụ

Hệ thống tự ghi nhận những giao dịch đáp ứng điều kiện đã được thiết lập và phê duyệt trước.

Theo tôi, cấp độ này chỉ nên xem xét đối với nghiệp vụ đơn giản, lặp lại, có quy tắc rõ ràng và cơ chế kiểm soát chặt chẽ.

Không nên áp dụng đại trà cho các nghiệp vụ phức tạp ngay từ đầu.

3. Vấn đề lớn nhất là dữ liệu và quy tắc nghiệp vụ​

Ví dụ tại một doanh nghiệp chế biến thủy sản:

Cùng là tôm nguyên liệu nhưng có thể chia thành:

  • Nguyên liệu mua ngoài.
  • Nguyên liệu tự nuôi.
  • Nguyên liệu tái chế.
  • Nguyên liệu theo từng size.
  • Nguyên liệu đưa vào các công đoạn sản xuất khác nhau.
AI đọc được tên nguyên liệu nhưng chưa chắc biết phải đưa vào mã vật tư, kho hoặc đối tượng tập hợp chi phí nào.

Nếu chọn sai mã, dữ liệu tồn kho và giá thành cuối tháng có thể bị ảnh hưởng.

Vì vậy, tôi cho rằng muốn AI hỗ trợ kế toán hiệu quả phải kết hợp:

AI + Cơ sở dữ liệu kế toán + Quy tắc nghiệp vụ + Kiểm soát của con người.

AI không thể thay thế hoàn toàn việc thiết kế danh mục và tổ chức dữ liệu kế toán.

4. Cần lưu lại những gì khi AI tham gia xử lý chứng từ?​

Theo tôi, hệ thống tối thiểu cần lưu được:

  1. Chứng từ gốc do người dùng cung cấp.
  2. Dữ liệu AI đã nhận diện.
  3. Bút toán hoặc chứng từ AI đề xuất.
  4. Những thông tin người dùng đã chỉnh sửa.
  5. Người kiểm tra và phê duyệt.
  6. Thời điểm ghi nhận và lịch sử thay đổi.
Nhờ vậy, khi phát hiện sai sót, doanh nghiệp có thể truy vết nguyên nhân và xác định bước xử lý cần khắc phục.

Ngoài ra, phải có cơ chế phân quyền, bảo vệ dữ liệu và kiểm soát việc gửi chứng từ lên các dịch vụ AI bên ngoài.

5. AI có thay thế được kế toán không?​

Quan điểm cá nhân của tôi là AI có thể thay thế nhiều thao tác nhập liệu lặp lại, nhưng không đồng nghĩa thay thế được trách nhiệm nghề nghiệp của người làm kế toán.

Một hệ thống AI có thể giúp kế toán:

  • Giảm thời gian nhập chứng từ.
  • Phát hiện thông tin bất thường.
  • Đối chiếu dữ liệu.
  • Đề xuất bút toán.
  • Hỗ trợ phân tích báo cáo.
Nhưng việc lựa chọn chính sách kế toán phù hợp, kiểm tra tính hợp lệ của chứng từ, xử lý nghiệp vụ đặc thù và phê duyệt số liệu vẫn cần người có chuyên môn và thẩm quyền.

6. Hướng nghiên cứu từ thực tế phát triển phần mềm​

Tại Công ty TNHH Tin Học Nam Trung, chúng tôi đang nghiên cứu mô hình kết hợp AI với phần mềm kế toán Nano Financial.

Mục tiêu là để AI hỗ trợ đọc chứng từ, đối chiếu danh mục, nhận diện nghiệp vụ và tạo chứng từ nháp trước khi người dùng phê duyệt.

Đây là hướng nghiên cứu và phát triển theo từng nghiệp vụ cụ thể, không phải tuyên bố hệ thống đã tự động xử lý hoàn chỉnh mọi tình huống kế toán.

Tôi nghĩ giá trị lớn nhất của AI không nằm ở việc tự ghi được bao nhiêu bút toán, mà ở việc giúp kế toán xử lý công việc nhanh hơn trong khi vẫn kiểm soát được tính chính xác và trách nhiệm.

7. Mong được trao đổi với cộng đồng​

Tôi có ba câu hỏi muốn xin ý kiến:

Câu 1: Anh chị có đồng ý để AI tự động ghi sổ đối với các nghiệp vụ đơn giản, lặp lại, nếu đã thiết lập quy tắc kiểm soát không?

Câu 2: Nếu AI đề xuất sai tài khoản hoặc sai đối tượng chi phí, theo anh chị quy trình kiểm soát nên được thiết kế như thế nào?

Câu 3: Nếu doanh nghiệp triển khai AI kế toán, anh chị muốn bắt đầu từ đọc chứng từ, đề xuất hạch toán hay kiểm tra sai sót?

Rất mong được nghe quan điểm và kinh nghiệm thực tế của các anh chị.

Trân trọng!

Lê Hữu Anh
Công ty TNHH Tin Học Nam Trung
Phát triển và triển khai phần mềm kế toán Nano Financial
Website: https://namtrungcompany.com
 

Khi giám đốc không cần mở báo cáo kế toán mà chỉ cần hỏi AI!​

Chào các anh chị trong cộng đồng Webketoan!

Sau hơn 25 năm làm công việc tư vấn và triển khai phần mềm kế toán doanh nghiệp, tôi nhận thấy một nghịch lý:

Doanh nghiệp có rất nhiều dữ liệu kế toán nhưng không phải lúc nào cũng khai thác được giá trị từ những dữ liệu đó.

Phần mềm có hàng trăm báo cáo, nhưng mỗi khi giám đốc cần phân tích một vấn đề cụ thể, kế toán vẫn thường phải xuất Excel, tổng hợp, đối chiếu và giải thích số liệu.

Liệu AI có thể thay đổi cách chúng ta khai thác dữ liệu kế toán?

1. Hãy hình dung một buổi sáng của giám đốc doanh nghiệp​

Thay vì gọi điện yêu cầu kế toán gửi báo cáo, giám đốc chỉ cần mở điện thoại và hỏi:

  • Doanh thu tháng này so với tháng trước như thế nào?
  • Khách hàng nào đang có công nợ quá hạn?
  • Những mặt hàng nào tồn kho trên 90 ngày?
  • Vì sao giá thành sản phẩm tháng này tăng?
  • Đơn hàng nào có tỷ suất lợi nhuận thấp nhất?
  • Trong 7 ngày tới, doanh nghiệp cần chuẩn bị bao nhiêu tiền để thanh toán?
AI truy vấn dữ liệu được phép sử dụng, tổng hợp, phân tích và trình bày kết quả bằng ngôn ngữ thông thường, bảng số liệu hoặc biểu đồ.

Giám đốc có thể tiếp tục đặt câu hỏi để làm rõ nguyên nhân.

Đây là một mô hình tôi cho rằng hoàn toàn đáng để doanh nghiệp nghiên cứu và thử nghiệm.

2. Từ báo cáo số liệu đến phân tích nguyên nhân​

Giả sử tại một doanh nghiệp sản xuất, số liệu trong hai tháng như sau:

Chỉ tiêuTháng 9Tháng 10
Doanh thu20 tỷ22 tỷ
Giá vốn16 tỷ18,7 tỷ
Lãi gộp4 tỷ3,3 tỷ
Tỷ suất lãi gộp20%15%
Nhìn vào báo cáo, chúng ta thấy doanh thu tăng 10% nhưng lãi gộp lại giảm 17,5%.

Câu hỏi tiếp theo của giám đốc chắc chắn sẽ là:

Tại sao bán được nhiều hàng hơn mà lợi nhuận lại giảm?

Nếu được cung cấp đầy đủ dữ liệu và công cụ phân tích, AI có thể hỗ trợ kiểm tra các yếu tố:

  • Đơn giá nguyên liệu đầu vào tăng.
  • Tỷ lệ hao hụt sản xuất tăng.
  • Chi phí nhân công trên một đơn vị sản phẩm tăng.
  • Cơ cấu mặt hàng bán ra thay đổi.
  • Giá bán bình quân giảm.
  • Một số đơn hàng có tỷ suất lợi nhuận thấp.
AI không nên tự suy đoán nguyên nhân mà phải đưa ra số liệu đối chiếu và căn cứ cho từng nhận định.

Đó mới là giá trị thực sự của AI trong kế toán quản trị.

3. Ví dụ trong doanh nghiệp chế biến thủy sản​

Đối với nhà máy chế biến tôm xuất khẩu, bài toán còn phức tạp hơn.

Một lô nguyên liệu đầu vào có thể trải qua nhiều công đoạn:

Tiếp nhận nguyên liệu → Phân size → Sơ chế → Hấp luộc → Chế biến → Cấp đông → Đóng gói → Xuất khẩu.

Mỗi công đoạn có tỷ lệ thu hồi, hao hụt và chi phí khác nhau.

Hãy hình dung giám đốc có thể hỏi AI:

  • Phân xưởng nào có tỷ lệ hao hụt vượt định mức?
  • Size tôm nào đang có giá thành tăng bất thường?
  • Chi phí nguyên liệu mua ngoài và nguyên liệu tự nuôi chênh lệch thế nào?
  • Đơn hàng xuất khẩu nào có biên lợi nhuận thấp?
  • Nếu giá nguyên liệu tăng 5%, lợi nhuận dự kiến sẽ bị ảnh hưởng ra sao?
Để trả lời những câu hỏi này, AI cần tiếp cận dữ liệu đã được tổ chức đầy đủ từ kho, sản xuất, giá thành và bán hàng.

Một chatbot thông thường không thể tự biết được những thông tin đó.

4. Có nên kết nối AI trực tiếp với cơ sở dữ liệu kế toán?​

Đây là vấn đề mà tôi đặc biệt quan tâm dưới góc độ phát triển phần mềm.

Nếu cho AI toàn quyền truy cập cơ sở dữ liệu, doanh nghiệp có thể đối mặt với nhiều rủi ro:

  • Người dùng xem được thông tin vượt quá thẩm quyền.
  • Dữ liệu tài chính bị gửi ra bên ngoài không kiểm soát.
  • AI truy vấn sai dẫn đến kết quả không chính xác.
  • Truy vấn quá lớn làm ảnh hưởng hiệu năng hệ thống.
  • Số liệu chưa khóa sổ bị hiểu nhầm là số liệu chính thức.
Theo tôi, mô hình phù hợp hơn là:

Người dùng đặt câu hỏi → AI phân tích yêu cầu → Lớp dịch vụ kiểm soát nghiệp vụ và phân quyền → Truy vấn dữ liệu → AI trình bày kết quả.

Ở giai đoạn phân tích báo cáo, AI chỉ nên được cấp quyền đọc thông qua những công cụ truy vấn được kiểm soát.

Mỗi kết quả cần thể hiện nguồn dữ liệu, kỳ báo cáo, thời điểm cập nhật và điều kiện tính toán.

5. AI có thông minh đến đâu cũng phụ thuộc chất lượng dữ liệu​

Đây có lẽ là điều quan trọng nhất.

Nếu doanh nghiệp đang gặp những vấn đề như:

  • Danh mục vật tư không thống nhất.
  • Chứng từ nhập xuất kho chưa đầy đủ.
  • Số liệu sản xuất và kế toán không khớp.
  • Giá thành chưa được tính đúng.
  • Chi phí chưa được phân bổ hợp lý.
  • Công nợ chưa được đối chiếu.
Thì AI cũng không thể biến những dữ liệu thiếu chính xác đó thành một báo cáo đáng tin cậy.

Thậm chí, nguy hiểm hơn là AI có thể trình bày số liệu sai bằng những biểu đồ rất đẹp và lời giải thích rất thuyết phục.

Muốn triển khai AI tốt, trước hết phải tổ chức dữ liệu kế toán tốt.

6. Vai trò của kế toán trưởng sẽ thay đổi như thế nào?​

Theo tôi, khi doanh nghiệp ứng dụng AI ngày càng nhiều, kế toán trưởng sẽ dành ít thời gian hơn cho việc tổng hợp báo cáo thủ công và có thể tập trung nhiều hơn vào:

  • Thiết kế hệ thống kiểm soát nội bộ.
  • Chuẩn hóa dữ liệu và quy trình nghiệp vụ.
  • Kiểm tra tính chính xác của thông tin.
  • Phân tích nguyên nhân biến động chi phí.
  • Xây dựng phương án tài chính.
  • Tham mưu cho ban giám đốc.
AI có thể hỗ trợ trả lời câu hỏi, nhưng kế toán trưởng vẫn là người cần đánh giá liệu câu trả lời đó có hợp lý về mặt nghiệp vụ hay không.

Tôi cho rằng đây cũng là cơ hội để nghề kế toán nâng cao vai trò trong quản trị doanh nghiệp.

7. Một hướng phát triển tại Nam Trung​

Hiện nay, tại Công ty TNHH Tin Học Nam Trung, chúng tôi đang nghiên cứu mô hình kết hợp AI với cơ sở dữ liệu phần mềm kế toán Nano Financial theo ba hướng:

Thứ nhất: AI hỗ trợ đọc chứng từ và tạo dữ liệu nháp.

Thứ hai: AI hỗ trợ hỏi đáp nghiệp vụ kế toán.

Thứ ba: AI hỗ trợ khai thác, phân tích số liệu tài chính và quản trị doanh nghiệp.

Mục tiêu hướng đến là giúp người dùng tương tác với dữ liệu kế toán bằng ngôn ngữ tự nhiên, đồng thời vẫn đảm bảo các yêu cầu về phân quyền, kiểm soát và khả năng đối chiếu số liệu.

Đây là định hướng đang được nghiên cứu và phát triển, cần thử nghiệm và đánh giá trên từng bài toán thực tế.

8. Một câu hỏi dành cho cộng đồng Webketoan​

Nếu doanh nghiệp của anh chị được trang bị một trợ lý AI có khả năng phân tích dữ liệu kế toán, anh chị sẽ muốn hỏi AI câu gì đầu tiên?

Cá nhân tôi, nếu ở vị trí giám đốc một doanh nghiệp sản xuất, tôi sẽ hỏi:

“Trong tháng này, doanh nghiệp đang mất lợi nhuận ở đâu và số liệu nào chứng minh điều đó?”

Rất mong được trao đổi thêm với các anh chị kế toán trưởng, CFO, giám đốc doanh nghiệp và những người làm công nghệ trong cộng đồng.

Trân trọng!

Lê Hữu Anh
Công ty TNHH Tin Học Nam Trung
25+ năm tư vấn và triển khai phần mềm kế toán doanh nghiệp
Nano Financial – https://namtrungcompany.com
 
Back
Top