Andy Forbes, CTO 슈퍼컨셉
전국의 회계 관행은 서류를 수동으로 분류하고 데이터를 다양한 시스템으로 전사하는 데 상당한 시간을 낭비합니다. 그러나 기계 학습의 발전은 이 작업의 대부분을 자동화하여 회계사에게 고객 가치에 집중할 수 있는 더 많은 시간을 제공할 것을 약속합니다.
디지털 인보이스나 사진을 찍고 세부 정보를 소프트웨어로 추출하는 미지급금 또는 직원 상환 시스템을 통해 이에 대한 기본적인 예를 볼 수 있습니다. 예, 단 하나의 간단한 문서 유형으로 이 기술을 쉽게 구현할 수 있습니다. 이 분야의 상업 제품은 일반적으로 매우 잘 작동하며 회사에서 많은 시간을 절약합니다.
혁신 연구실은 연금 회계 및 규정 준수를 간소화하기 위해 유사한 접근 방식을 적용할 수 있는 방법을 연구해 왔습니다. 우리가 작업하는 문서는 단순한 인보이스가 아닙니다. 무수히 많은 유형의 문서가 있으며 각 문서에는 식별하고 추출할 고유한 데이터 세트가 있습니다.
이메일 또는 일괄 업로드를 통해 일괄 업로드 시스템을 개발하여 끌어서 놓기 모드를 확장하는 방법을 모색했습니다. 그런 다음 문서가 처리되고 데이터를 사용할 준비가 됩니다. 데이터 피드와 같지만 권한을 얻는 오버헤드가 없습니다.
지난 몇 년 동안 우리는 SMSF 관리를 간소화하기 위해 두 가지 방법을 모두 테스트했습니다. 슈퍼메이트. 복잡한 세금 항목을 입력할 때 훨씬 더 효율적인 것으로 입증된 드래그 앤 드롭 방식을 통해 연간 세금 명세서를 처리할 수 있습니다.
더 최근에 우리는 완전히 새로운 플랫폼인 DataHero를 구축했습니다.TM 모든 주요 문서를 간단히 보낼 수 있는 이메일 주소로 작동합니다. 자동으로 식별되고 데이터가 추출되어 중앙 위치에 저장됩니다.
이 플랫폼의 추출 엔진이 계속 최적화됨에 따라 160,000가지 주요 문서 유형에 걸쳐 SMSF 관리에서 실제 사용 시험을 수행했습니다. 시험 기간 동안 XNUMX건에 불과한 은행 거래가 자동으로 SuperMate에 바로 입력되어 상당한 처리 시간이 절약되었습니다.
이제 DataHero는TM 더 폭넓게 사용할 준비가 되었으며, 우리는 고객이 이 흥미로운 기술의 이점을 누릴 수 있도록 차세대 SuperMate에 이를 구축하고 있습니다. 기계 학습 문서 처리는 SuperMate가 실습 효율성을 높이는 방법 중 하나일 뿐입니다.
차세대 SuperMate는 2022년 초에 출시됩니다. 최신 상태를 유지하려면 여기에 관심을 등록하십시오..
출처: https://australianfintech.com.au/smsf-accounting-efficiencies-where-to-next/
