Машыннае навучанне

Ад галасавых памочнікаў да рэкамендацый тавараў — машыннае навучанне працуе ў многіх кутках паўсядзённага жыцця. Але для фінансавых каманд галоўнае пытанне такое: што канкрэтна робіць гэтая тэхналогія ў працэсах выдаткаў і расходаў кампаніі? Хто класіфікуе кучы чэкаў, хто выяўляе дублікаты, хто прагназуе бюджэт наступнага квартала?

У гэтым дапаможніку мы коратка абагульняем асноўныя паняцці машыннага навучання і накіроўваем галоўную ўвагу на кіраванне расходамі: навучанне катэгорыям, выяўленне дублікатаў, пазначэнне анамалій і прагназаванне.

Што такое машыннае навучанне?

Машыннае навучанне — гэта галіна штучнага інтэлекту, якая дазваляе камп'ютарным сістэмам вучыцца з даных без яўнага праграмавання і паляпшаць сваю прадукцыйнасць праз досвед. У традыцыйным праграмным забеспячэнні распрацоўшчык піша правілы адно за адным; у машынным навучанні ж сістэма стварае ўласныя правілы, выяўляючы заканамернасці ў прапанаваных ёй прыкладах.

Артур Сэмюэл са Стэнфардскага ўніверсітэта ў 1959 годзе вызначыў гэтую галіну так: "Вобласць даследаванняў, якая дае камп'ютарам здольнасць вучыцца без яўнага праграмавання." Гэта вызначэнне актуальнае і сёння. У аснове ляжаць тры кампаненты: даныя (сырая інфармацыя для навучання), алгарытм (метад, які вылучае заканамернасць) і мадэль (структура, здольная выдаваць прагнозы пасля навучання).

Тыпы навучання: кароткі агляд

Машыннае навучанне падзяляецца на тры асноўныя падыходы. Разгляд кожнага з іх на прыкладзе кіравання расходамі робіць паняцці канкрэтнымі:

• Навучанне з настаўнікам: Мадэль навучаецца на пазначаных прыкладах, дзе правільны адказ вядомы. Мадэль, якая бачыць, да якой катэгорыі расходаў належаць тысячы чэкаў, вучыцца самастойна класіфікаваць новы чэк.
• Навучанне без настаўніка: Мадэль сама выяўляе схаваныя групы і заканамернасці ў непазначаных даных. Яна вылучае кластары "нармальных" паводзін у даных расходаў кампаніі; аперацыя, якая выходзіць за межы кластара, прыцягвае ўвагу.
• Навучанне з падмацаваннем: Сістэма праз спробы і памылкі вучыцца стратэгіі, якая максімізуе ўзнагароду. Яна больш выяўляецца ў такіх сферах, як робататэхніка і гульні, чым у штодзённых фінансавых аперацыях.

Глыбокая тэорыя не з'яўляецца тэмай гэтага артыкула; галоўнае пытанне — як гэтыя падыходы прымяняюцца ў працэсах расходаў.

Што робіць машыннае навучанне ў кіраванні расходамі?

У кампаніі штомесяц ствараюцца сотні чэкаў, рахункаў-фактур і радкоў расходаў. Апрацоўваць гэты аб'ём уручную — і павольна, і схільна да памылак; існуе схаваны часавы кошт для кампаніі пры ручным уводзе расходаў. Менавіта тут машыннае навучанне бярэ на сябе чатыры асноўныя задачы.

1. Навучанне катэгорыям: ад чэка да правільнага артыкула расходаў

Самы распаўсюджаны адпаведнік навучання з настаўнікам у кіраванні расходамі — гэта аўтаматычнае катэгарызаванне. Мадэль на аснове такіх палёў, як назва пастаўшчыка, сума, дата і апісанне, прагназуе, да якой катэгорыі належыць расход — напрыклад, харчаванне, транспарт, пражыванне ці прадстаўніцкія выдаткі.

Крытычным тут з'яўляецца тое, што мадэль вучыцца спецыфічна для кампаніі. Адзін і той жа пастаўшчык у адной кампаніі можа быць "прыёмам кліентаў", а ў іншай — "абедам каманды". Калі фінансавая каманда робіць выпраўленне, мадэль вучыцца на гэтай зваротнай сувязі; з часам патрэба ў выпраўленнях памяншаецца, а бухгалтарскія запісы становяцца ўзгодненымі з планам рахункаў.

2. Выяўленне дублікатаў: адзін чэк нельга ўвесці двойчы

Паўторная адпраўка аднаго і таго ж чэка часцей за ўсё не злы намер, а няўважлівасць; але вынік у абодвух выпадках — тое, што кампанія плаціць залішне. Праверкі на аснове правілаў выяўляюць толькі цалкам ідэнтычныя запісы. Машыннае навучанне ж працуе на аснове падабенства: яно ацэньвае верагоднасць таго, што два ўводы з аднолькавай сумай, датай, зрушанай на адзін дзень, і па-рознаму напісанай назвай пастаўшчыка — гэта адзін і той жа расход, і накіроўвае падазроную пару на разгляд.

Гэтая здольнасць таксама з'яўляецца першай лініяй абароны ў сцэнарыях свядомага злоўжывання. Пра палітычны і культурны бок пытання можаце паглядзець наш артыкул пра злоўжыванне расходамі.

3. Пазначэнне анамалій: аўтаматычна выяўляць незвычайнае

Адпаведнік навучання без настаўніка на практыцы — гэта выяўленне анамалій. Мадэль вучыцца "звычайным" паводзінам на аснове гістарычных даных расходаў кампаніі па аддзелах, перыядах і супрацоўніках; яна самастойна пазначае аперацыі, якія адхіляюцца ад гэтай заканамернасці:

• Сума расходу, выразна вышэйшая за звыклы дыяпазон,
• Незвычайныя ўводы, сканцэнтраваныя ў выхадныя ці па-за працоўным часам,
• Раптоўна нарастаючая частата расходаў у нейкай катэгорыі,
• Запісы, якія пастаянна набліжаюцца да межаў палітыкі расходаў.

Такім чынам фінансавая каманда факусуецца толькі на пазначаных выключэннях замест таго, каб правяраць кожны радок паасобку; намаганні на аўдыт памяншаюцца, а адпаведнасць палітыцы ўзмацняецца.

4. Прагназаванне: прадбачыць бюджэт і грашовы паток

Гістарычныя даныя расходаў выкарыстоўваюцца не толькі для рэтраспектыўных справаздач, але і для прагнозаў на будучыню. Мадэлі на аснове рэгрэсіі прагназуюць узровень расходаў наступнага перыяду, разам ацэньваючы сезоннасць, тэндэнцыю росту і паводзіны аддзелаў.

Гэтыя прагнозы прыносяць непасрэдную карысць у дзвюх сферах: ставіць рэалістычныя мэты ў кіраванні бюджэтам і рана бачыць адхіленні на працягу перыяду; а ў планаванні грашовага патоку — правільна кіраваць ліквіднасцю, загадзя ведаючы аб набліжэнні плацежнай нагрузкі.

Што гэта азначае для фінансавых каманд?

Агульны вынік гэтых чатырох здольнасцей такі: ручны ўвод даных і праверка радок за радком памяншаюцца, а час фінансавай каманды пераходзіць да кіравання выключэннямі і аналізу. Працэсы закрыцця паскараюцца, узгодненасць бухгалтарскіх запісаў павышаецца, парушэнні палітыкі выяўляюцца да ажыццяўлення плацяжу. Машыннае навучанне тут не тэхналагічны запал, а інфраструктура, якая забяспечвае маштабаванне аперацый з расходамі.

Машыннае навучанне ў Masraff

Masraff змяшчае здольнасці, апісаныя ў гэтым артыкуле, у цэнтр свайго прадукта для кіравання расходамі:

• Распазнаванне чэкаў і рахункаў-фактур: З фота чэка аўтаматычна вылучаюцца пастаўшчык, сума, дата і падатковыя даныя; супрацоўнік не ўводзіць даныя ўручную.
• Навучанне катэгорыям: Расходы аўтаматычна класіфікуюцца згодна з планам рахункаў кампаніі; па меры таго як каманда выпраўляе, мадэль прыстасоўваецца да кампаніі.
• Кантроль дублікатаў і анамалій: Падобныя ўводы, а таксама расходы па-за палітыкай ці незвычайныя расходы аўтаматычна пазначаюцца ў патоку зацвярджэння.
• Бачнасць расходаў: Даныя, назапашаныя па катэгорыях, аддзелах і перыядах, ствараюць аснову для планавання бюджэту і грашовых сродкаў.

Выснова

Машыннае навучанне — шырокая вобласць, якую апісваюць такімі паняццямі, як навучанне з настаўнікам, без настаўніка і з падмацаваннем. З пункту гледжання бізнесу яго каштоўнасць выяўляецца не ў абстрактных вызначэннях, а ў канкрэтных працэсах: чэк сам трапляе ў правільную катэгорыю, дублікат выяўляецца да плацяжу, незвычайны расход адразу пазначаецца, а наступны перыяд становіцца прадказальным.

Каб убачыць гэтыя здольнасці ў сваіх працэсах расходаў, можаце азнаёміцца з рашэннем Masraff для кіравання расходамі і звязацца з намі для ацэнкі, адаптаванай для вашай каманды.