Generatif (Beta) |. Memberikan berita dan tren terkini dalam AI generatif
.webp)
Penelitian dampak sosial dan Scrumy, pengembangan sistem pembuatan otomatis akuntansi tertimbang dampak berbasis AI
Generatived
26/9/23, 12.04
Social Impact Research (Shinjuku-ku, Tokyo) dan Scrumy (Chuo-ku, Tokyo) telah mengembangkan "sistem pembuatan otomatis akuntansi berbobot dampak@" yang memanfaatkan AI generatif, dan telah mulai menyediakan layanan dukungan akuntansi berbobot dampak dengan harga murah . Mencapai pengungkapan akuntansi tertimbang dampak untuk perusahaan terdaftar mulai dari 3 juta yen selama 3 bulan. Tantangan dalam akuntansi pembobotan dampak mencakup ketersediaan dan kualitas data, kurangnya metrik, kompleksitas dan subjektivitas, terbatasnya model, serta transparansi dan akuntabilitas. Untuk mengatasi masalah ini, Social Impact Research dan Scrumy telah mengembangkan sistem pembuatan otomatis akuntansi tertimbang dampak @ yang menggunakan AI generatif. AI Generatif memiliki kemampuan untuk memproses data dalam jumlah besar dan mengekstraksi relevansi dan kualitas dengan akurasi tinggi. Saat mengumpulkan dan mengevaluasi data yang diperlukan untuk penghitungan dampak tertimbang, penggunaan AI generatif memungkinkan pemrosesan data yang efisien dan akurat. Selain itu, karena AI generatif mempelajari pola dan hubungan berdasarkan data pelatihan, AI generatif dapat menggabungkan kekhawatiran dan kriteria evaluasi dari berbagai pemangku kepentingan. Hal ini akan mendukung penilaian obyektif mengenai pemilihan indikator dan metode pembobotan dalam akuntansi pembobotan dampak. Selain itu, AI generatif juga dapat membangun model yang sangat transparan, sehingga dapat meningkatkan kemampuan menjelaskan hasil. AI Generatif memungkinkan konstruksi model yang fleksibel, dan meskipun evaluasi terhadap dampak atau elemen tertentu tidak mencukupi, hal ini dapat diatasi dengan meningkatkan data pelatihan dan arsitektur model. Hal ini memungkinkan untuk membangun model akuntansi tertimbang dampak yang lebih komprehensif dan valid. Selain itu, transparansi akan dipastikan dengan menjelaskan hasil AI generatif dan menunjukkan secara jelas dasar metode dan model penghitungan. Dimungkinkan untuk mengungkapkan informasi tentang proses pengambilan keputusan AI generatif dan memenuhi akuntabilitas kepada pemangku kepentingan.
Bagikan artikel ini:

%20(1).webp)