Привет! На связи Сергей, маркетинг-менеджер платформы Puzzle RPA. Мы занимаемся автоматизацией бизнес-процессов в крупных компаниях. Нельзя сказать, что там есть большое поле для экспериментов, поэтому мы решили потестировать новую хайповую игрушку на своем бизнесе.
Вот что chat gpt рассказывает о себе в контексте классификации бухгалтерских проводок:
ChatGPT – это мощная технология, которая позволяет автоматически классифицировать бухгалтерские проводки. Это очень полезно для компаний, которые имеют большой объем бухгалтерской документации и необходимость быстрого и точного анализа финансовых данных.
С помощью ChatGPT вы можете быстро и эффективно классифицировать бухгалтерские проводки, что позволит вам сократить время на ручную обработку документации и снизить вероятность ошибок. Кроме того, ChatGPT способен быстро обработать большие объемы данных, что позволяет ускорить процесс принятия решений на основе финансовой отчетности.
Как проходил тест
Нужно сделать небольшой диклеймер, проводки мы тестировали прямо в бесплатном чате 3.5 без использования API.
Предварительно систему мы не обучали, то есть тест был сделан на «холодную».
Вот какой запрос мы дали на вход:
Перечень статей движения денежных средств:
Предварительно систему мы не обучали, то есть тест был сделан на «холодную».
Вот какой запрос мы дали на вход:
Перечень статей движения денежных средств:
- Возврат от поставщиков
- Возврат подотчетных сумм
- Получение кредитов и займов
- Получение оплаты от покупателя
- Поступления денежных вкладов собственников (участников)
- Поступления от погашения займов
- Прочие поступления
- Розничная выручка
- Аренда нежилых помещений
- Аренда транспортных средств
- Аудио и видео техника
- Возврат покупателям
- Выдача подотчетных сумм
- Выплата дивидендов
- Выплата дивидендов учредителям
- Выплата дивидендов учредителям через расходы
- Выплата заработной платы
- Выплата процентов по кредитам и займам
- Госпошлины
- ДМС
- Знаковые события работников
- ИТ оборудование
- ИТ сопровождение бухгалтерии
- Налог на прибыль
- Налоги и взносы по з/п
- Оплата аренды помещения
- Оплата налогов с дивидендов
- Оплата от факторинговой компании
- Оплата поставщикам (подрядчикам)
- Оплата услуг подбора персонала
- Организация мероприятий
- Организация питания сотрудникам
- Платформы для автоматизации процессов
- Погашение кредитов и займов
- Предоставление займов
- Представительские расходы
- Прочие налоги и сборы
- Прочие расходы
- Расходы на услуги банков
- Юридические и нотариальные услуги
Сами вопросы выглядели так:
- К какой из статей движения денежных средств относится выплата по Плата за пакет услуг ### за период с '02/10/2022' по '01/11/2022' дог.*номер договора*. НДС не взимается. ПАО СБЕРБАНК
Ответ: Выплата по платежу за пакет услуг ### за указанный период относится к статье "Оплата услуг банков".
- К какой из статей движения денежных средств относится выплата по РОП 220930re.d01 Отражено по операции с картой MasterCard Business 547938******** за 30.09.2022. ФИО Держателя ФИО . 1010 Покупка. TAXCOM MOSCOW RUS. КА_259300 ФИО ?
Ответ: Выплата по РОП (расходы по операционной деятельности) обычно относится к статье "Выплата заработной платы". Однако, поскольку в данном случае указано, что это выплата по операции с картой MasterCard Business, возможно, что это относится к статье "Оплата услуг банков". Если уточнить, какая именно услуга была оплачена, то можно более точно определить, к какой статье следует отнести данную выплату.
- К какой из статей движения денежных средств относится Поступление за выплата по оплата по счету 4 от 25 .10.2022 за оказание консультационных услуг НДС не облагается ХХ ООО
Ответ: Поступление за выплату по оплате по счету 4 от 25.10.2022 за оказание консультационных услуг необходимо отнести к статье "Получение оплаты от покупателя"
Внимательный читатель обратит внимание, что мы получили 2 из 3 правильных ответа. Но учитывая, что второй вопрос был задан не до конца корректно можно сказать что алгоритм справился.
Однако, для достижения наилучшей точности классификации, желательно правильно обучить модель и использовать аугментацию данных. Хотя тесты показывают, что можно вполне обходиться и без дообучения.
Для использования аугментации в классификации бухгалтерских проводок можно использовать различные инструменты и библиотеки машинного обучения, такие как TensorFlow или PyTorch. Эти инструменты позволяют создавать функции аугментации, которые можно применять к существующим данным перед их использованием для обучения модели.
Чтобы достичь высокой точности, мы используем различные техники обучения модели. В том числе аугментацию данных, которая позволяет расширить набор обучающих данных путем создания вариаций существующих данных. Это помогает увеличить количество данных для обучения модели и сделать ее более точной в классификации проводок.
Однако, для достижения наилучшей точности классификации, желательно правильно обучить модель и использовать аугментацию данных. Хотя тесты показывают, что можно вполне обходиться и без дообучения.
Для использования аугментации в классификации бухгалтерских проводок можно использовать различные инструменты и библиотеки машинного обучения, такие как TensorFlow или PyTorch. Эти инструменты позволяют создавать функции аугментации, которые можно применять к существующим данным перед их использованием для обучения модели.
Чтобы достичь высокой точности, мы используем различные техники обучения модели. В том числе аугментацию данных, которая позволяет расширить набор обучающих данных путем создания вариаций существующих данных. Это помогает увеличить количество данных для обучения модели и сделать ее более точной в классификации проводок.
Добавили в платформу
По горячим следам мы решили добавить функционал Chat GPT в нашу RPA платформу, ниже в видео видно, как идет процесс работы. Забегая вперед, скажу, что уже с использованием API и уточнением запросов мы получили результат 18 из 18 проводок были разнесены верно
После завершения роботом процесса бухгалтеру остается только зайти в отчет и проверить корректность проставленных статей и видов операций. Наш отчет выглядит так:
Наша RPA-платформа Puzzle позволяет создавать роботов, которые могут автоматически обрабатывать бухгалтерские проводки. Боты могут считывать данные из различных источников, например, из электронных таблиц, баз данных или сканов бумажных документов. Далее, с помощью Chat GPT, боты могут классифицировать проводки по соответствующим категориям.
При этом мы уделяем большое внимание точности классификации, чтобы убедиться, что все проводки правильно отнесены к соответствующим категориям.
Также мы используем технику Fine-tuning, которая позволяет точнее настроить модель, используя предварительно обученные модели на больших наборах данных. Это позволяет получить более точные результаты в классификации.
По итогам теста мы запустили модуль классификации как базовый функционал платформы.
При этом мы уделяем большое внимание точности классификации, чтобы убедиться, что все проводки правильно отнесены к соответствующим категориям.
Также мы используем технику Fine-tuning, которая позволяет точнее настроить модель, используя предварительно обученные модели на больших наборах данных. Это позволяет получить более точные результаты в классификации.
По итогам теста мы запустили модуль классификации как базовый функционал платформы.
Выводы
Надо сказать, что работа возможности, которые дает данная технология на прикладном уровне заставляет задуматься. Ну кто мог сказать, что роботы придут сразу за бухгалтерами, а не скажем за маркетологами или разработчиками? Пока мы нащупываем почву, но вполне возможно, что через пару лет данная технология изменит целые отрасли и лучше начинать работать с ней уже сейчас