Tóm tắt: Trong thời đại nền kinh tế số, sự phát triển vượt bậc của trí tuệ nhân tạo (AI) đã mở ra những cơ hội quan trọng và đột phá trong thực hiện báo cáo tài chính lĩnh vực tài chính, ngân hàng. AI không chỉ nâng cao khả năng dự báo, phân tích mà còn tăng tính minh bạch và chính xác của thông tin tài chính. Bài viết khám phá các ứng dụng tiên tiến của AI trong báo cáo tài chính, bao gồm tự động hóa quy trình báo cáo để giảm thời gian, nhận diện mô hình, xu hướng qua các thuật toán học máy, cũng như cải thiện khả năng dự báo rủi ro tài chính, sử dụng công nghệ xử lý ngôn ngữ tự nhiên để tạo báo cáo chi tiết và chính xác hơn. Những tiến bộ này không chỉ giúp các tổ chức, doanh nghiệp tối ưu hóa quy trình nộp báo cáo mà còn đóng góp vào việc xây dựng một hệ thống kinh tế số thông minh, hiệu quả hơn.
Từ khóa: Báo cáo tài chính, AI, xử lý ngôn ngữ tự nhiên.
APPLICATION OF ARTIFICIAL INTELLIGENCE IN FINANCIAL REPORTING -
ESSENTIAL TRENDS FOR THE DIGITAL ECONOMY
Abstract: In the present digital economic era, the astonishing advancement of Artificial Intelligence (AI) has created significant and breakthrough potential for the field of financial reporting. AI improves not only forecasting and analysis capabilities, but also the transparency and accuracy of financial data. This article looks at advanced AI applications in financial reporting, such as automating reporting processes to save time, recognizing patterns and trends using machine learning algorithms, and improving the ability to forecast financial risks and use natural language processing to create more detailed and accurate reports. These advancements not only assist firms streamline their reporting processes, but also aid to construct a better and more efficient digital economic system.
Keywords: Financial reporting, AI, natural language processing.
1. Giới thiệu
AI đã phát triển mạnh mẽ, ảnh hưởng đến nhiều lĩnh vực như tài chính, ngân hàng, y tế, công nghệ, sản xuất và giáo dục. AI là khoa học và kỹ thuật tạo ra máy móc thông minh, đặc biệt là các chương trình máy tính có thể hiểu trí tuệ con người (Davenport, 2018). Từng là khái niệm của tương lai, AI nay đã trở thành lực lượng quan trọng trong kinh doanh hiện đại (Dwivedi, 2021). Khả năng tính toán mạnh mẽ của các công nghệ mới cùng dữ liệu lớn và các thuật toán phức tạp đã thúc đẩy sự phát triển của AI. Từ phân tích dự đoán đến xử lý ngôn ngữ tự nhiên, AI tự động hóa các nhiệm vụ phức tạp, rút ra hiểu biết có ý nghĩa và thúc đẩy đổi mới nhanh chóng (Adel, 2023).
Việc triển khai AI trong kế toán đã tăng cường hiệu quả và độ chính xác của các công việc hằng ngày. AI cách mạng hóa quy trình kiểm toán, nâng cao khả năng phát hiện bất thường và gian lận. Đồng thời, hệ thống AI liên tục giám sát và phân tích dữ liệu tài chính, nhanh chóng nhận diện sự khác biệt, giảm thiểu rủi ro và đảm bảo tính toàn vẹn của báo cáo tài chính. Điều này thúc đẩy tuân thủ quy định, minh bạch và trách nhiệm giải trình trong quản trị doanh nghiệp.
Hiểu rõ những ảnh hưởng của AI đối với báo cáo tài chính là bắt buộc đối với doanh nghiệp, cơ quan quản lý và người làm kế toán vì AI nhấn mạnh nhu cầu hiểu rõ các lợi ích, thách thức và cân nhắc đạo đức trong bối cảnh này. Bài viết làm sáng tỏ vai trò của AI trong báo cáo tài chính hiện đại, cung cấp những hiểu biết sâu sắc giúp định hình các hoạt động hiện tại và mở đường cho tương lai, nơi công nghệ và tài chính cùng góp phần vào thành công của tổ chức, doanh nghiệp.
2. Báo cáo tài chính trong bối cảnh kinh tế mới
Bối cảnh kinh doanh thay đổi và những thách thức kinh tế mới đã làm lộ rõ các vấn đề trong khuôn khổ báo cáo tài chính truyền thống. Lupu và cộng sự (2021) đã chỉ ra những hạn chế của báo cáo tài chính truyền thống trong việc phản ánh đầy đủ hoạt động của tổ chức, đặc biệt là các khía cạnh phi tài chính. Mô hình truyền thống tập trung vào số liệu tài chính, chưa cung cấp cái nhìn toàn diện về hoạt động của tổ chức, doanh nghiệp. Điều này đã dẫn đến sự ra đời Chỉ thị của Liên minh châu Âu về việc bắt buộc báo cáo thông tin phi tài chính nhằm nâng cao tính minh bạch và trách nhiệm giải trình.
Bergmann (2014) đã nêu rõ những bất cập của báo cáo về sự can thiệp của chính phủ trong những cuộc khủng hoảng tài chính, nhấn mạnh sự thiếu minh bạch và đầy đủ trong báo cáo tài chính. Nghiên cứu cho rằng, những thiếu sót này có thể dẫn đến quyết định sai lầm và đe dọa sự bền vững tài chính, đặc biệt là các vấn đề liên quan đến hợp nhất và trình bày bảo lãnh tài chính. Những vấn đề này chỉ ra sự cần thiết phải thay đổi mô hình báo cáo tài chính để trở nên toàn diện và minh bạch hơn.
Tại Việt Nam, nhiều doanh nghiệp nói chung và trong lĩnh vực tài chính, ngân hàng nói riêng gặp khó khăn trong việc thu thập, xử lý và tổng hợp dữ liệu tài chính một cách chính xác và chi tiết. Sự thiếu sót này dẫn đến những báo cáo tài chính không phản ánh đầy đủ và rõ ràng tình hình tài chính thực tế của tổ chức, doanh nghiệp, làm giảm tính minh bạch và độ tin cậy của thông tin tài chính. Điều này không chỉ ảnh hưởng đến khả năng ra quyết định của nhà quản lý mà còn làm giảm niềm tin của nhà đầu tư và các bên liên quan khác (Tam, 2017). Các báo cáo tài chính trong giai đoạn này thường đòi hỏi độ chính xác và toàn diện nhằm chứng minh khả năng của các tổ chức, doanh nghiệp trong việc duy trì hoạt động và nỗ lực điều chỉnh chi phí để tối ưu hóa hiệu quả hoạt động.
Giải quyết những thách thức này là rất cần thiết để nâng cao độ tin cậy, mức độ phù hợp và khả năng so sánh của thông tin tài chính giữa các khu vực pháp lý và hệ thống kinh tế khác nhau. Khi bối cảnh tài chính tiếp tục phát triển, các khuôn khổ và tiêu chuẩn chi phối báo cáo tài chính cũng phải đảm bảo phù hợp với mục đích trong một thế giới đang thay đổi nhanh chóng.
3. Công nghệ AI sử dụng trong các giai đoạn lập báo cáo tài chính
Quy trình lập báo cáo tài chính ứng dụng AI có thể khái quát thành các bước như sau: (Hình 1)
Hình 1: Quy trình ứng dụng AI trong hoạt động báo cáo tài chính
Nguồn: Tác giả tổng hợp
Thu thập và xử lý dữ liệu
Giai đoạn thu thập và xử lý dữ liệu trong lập báo cáo tài chính có thể được thực hiện bằng tự động hóa quy trình RPA (Robotic Process Automation), giúp đẩy nhanh hoạt động nhập liệu, trích xuất thông tin từ hóa đơn, biên lai và các tài liệu tài chính, giảm thiểu công sức và sai sót của con người. Các công cụ như UiPath và Automation Anywhere được sử dụng phổ biến trong giai đoạn này (Uipath, 2024).
Bên cạnh đó, công nghệ nhận dạng ký tự quang học (OCR) cũng được sử dụng để chuyển các tài liệu giấy thành văn bản có thể đọc được bằng máy để dễ dàng xử lý và phân tích. Các công cụ phổ biến như OCR, ABBYY và Adobe Crobat là những công nghệ phù hợp cho giai đoạn này.
Phân tích dữ liệu
Trong giai đoạn phân tích dữ liệu trước khi thực hiện tạo báo cáo tài chính, các kỹ thuật học máy được sử dụng phân tích dữ liệu tài chính lịch sử để nhận diện xu hướng, dự đoán kết quả tài chính tương lai, đặc biệt là phát hiện các bất thường. Giai đoạn này có thể sử dụng các nền tảng phát triển như IBM Watson, Google Cloud AI...
Đặc biệt để phân tích được các vấn đề trong dữ liệu văn bản từ các chứng từ, văn bản báo cáo, trích xuất thông tin liên quan để tạo ra các thông tin chi tiết. Xử lý ngôn ngữ tự nhiên được sử dụng với các công cụ như Microsoft Azure Text Analytis hay Google’s BERT.
Tạo báo cáo tài chính
Các công nghệ như Narrative Science’s Quill hoặc Automated Insights’ Wordsmith hỗ trợ chuyển đổi dữ liệu có cấu trúc thành các báo cáo có thể đọc được, tự động hóa việc tạo ra bản tóm tắt và nội dung tài chính.
Ngoài ra, AI tổng hợp (Generative AI) với các mô hình tiên tiến như GPT-4 có thể hỗ trợ soản thảo các báo cáo tài chính chi tiết (KPMG, Reporting, 2024).
Kiểm toán và đảm bảo chất lượng
Các công nghệ như ACL Analytics, Galvanize... giúp phân tích, phát hiện điểm bất thường và gian lận trong quá trình kiểm toán. ACL đã được sử dụng bởi hơn 700 khách hàng trên 140 quốc gia (Digigent, 2019). MindBridge AI Auditor sử dụng AI và học máy để tự động hóa quá trình phân tích kiểm toán, phát hiện các rủi ro tiềm ẩn trong báo cáo tài chính. Công cụ này giúp kiểm toán viên nhận diện các mẫu bất thường mà phương pháp truyền thống có thể bỏ qua. Trong khi đó, KPMG Clara AI -một nền tảng được KPMG sử dụng, tích hợp AI để chấm điểm các giao dịch, giúp xác định rủi ro... (Stöckle, 2024) Ngoài ra, còn nhiều công nghệ AI khác được giới thiệu sử dụng trong giai đoạn này như Microsoft Copilot, Kira Systems, CaseWare IDEA, IDEA Data Analysis Software…
Ra quyết định dựa trên dữ liệu
Phân tích dự đoán sử dụng AI để dự đoán chỉ số tài chính, giúp các tổ chức, doanh nghiệp lĩnh vực tài chính, ngân hàng đưa ra quyết định chiến lược. SAP Analytics Cloud và Tableau là những công cụ nổi bật trong lĩnh vực này. AI giúp mô phỏng và phân tích các kịch bản tài chính khác nhau, hỗ trợ doanh nghiệp lĩnh vực tài chính, ngân hàng đánh giá tác động của các quyết định. IBM Planning Analytics và Anaplan là những công cụ mạnh mẽ để phân tích kịch bản.
4. Thực trạng và tầm quan trọng của ứng dụng AI trong hoạt động báo cáo tài chính
Một cuộc khảo sát của KPMG cho thấy, tính đến hết quý II/2024, 72% doanh nghiệp hiện đang thí điểm hoặc sử dụng AI trong việc tạo lập báo cáo tài chính và con số này dự kiến sẽ tăng lên gần 99% trong vòng 3 năm tới. Việc áp dụng AI tạo sinh (GenAI) hiện ở mức thấp (43%), nhưng sẽ được thiết lập để tăng tốc đáng kể trong tương lai. Hiện các công ty ở Bắc Mỹ dẫn đầu trong việc áp dụng AI cho báo cáo tài chính (39%), tiếp theo là châu Âu (32%) và châu Á - Thái Bình Dương (29%) (Technode, 2024).
Tại Việt Nam, xu hướng tương tự cũng được nhận thấy khi các tổ chức, doanh nghiệp ngày càng tích hợp AI vào quy trình báo cáo tài chính để nâng cao tính chính xác, hiệu quả và khả năng ra quyết định (KPMG, 2023).
Công nghệ AI, đặc biệt là thuật toán học máy, tự động hóa việc nhập dữ liệu nhanh chóng và chính xác từ nhiều nguồn, giảm thiểu can thiệp thủ công và nguy cơ lỗi. Hệ thống nhập liệu tự động của AI tương thích với các định dạng và cấu trúc dữ liệu khác nhau, tạo cơ sở dữ liệu tập trung và không lỗi, tạo nền tảng cho báo cáo tài chính đáng tin cậy.
Ứng dụng AI giúp nâng cao độ chính xác và rút ngắn thời gian lập báo cáo
Việc lập báo cáo tài chính từng là một quá trình đòi hỏi nhiều công sức đã được cách mạng hóa nhờ tự động hóa AI. Các thuật toán học máy có khả năng biên dịch, phân tích và trình bày dữ liệu tài chính một cách toàn diện và mạch lạc. Điều này không chỉ đẩy nhanh tiến độ lập báo cáo mà còn nâng cao chất lượng bằng cách giảm thiểu sai sót và đảm bảo tính nhất quán. Hệ thống báo cáo tài chính do AI điều khiển có khả năng tích hợp dữ liệu từ nhiều nguồn khác nhau, bao gồm cả dữ liệu có cấu trúc và phi cấu trúc. Công nghệ xử lý ngôn ngữ tự nhiên còn nâng cao giá trị giao tiếp của báo cáo bằng cách trích xuất thông tin chi tiết từ dữ liệu văn bản, cung cấp cho các bên liên quan cái nhìn sâu sắc hơn về hiệu quả tài chính. Nhờ AI, việc lập báo cáo tài chính trở nên nhanh chóng, chính xác và giàu thông tin hơn, đáp ứng tốt hơn nhu cầu của các bên liên quan (Lewis, 2019). Các thuật toán của công nghệ xử lý ngôn ngữ tự nhiên có khả năng xử lý những tập dữ liệu lớn, nhận diện các xu hướng chính và tạo ra các bản tóm tắt gọn gàng, súc tích cho báo cáo tài chính của các tổ chức, doanh nghiệp lĩnh vực tài chính, ngân hàng. Điều này không chỉ giúp tăng tốc quá trình lập báo cáo mà còn đảm bảo tính nhất quán và chính xác trong việc trình bày thông tin tài chính. Tự động hóa cũng loại bỏ các tắc nghẽn của quy trình thủ công, đảm bảo thời gian báo cáo không bị giới hạn bởi nguồn lực. Việc tăng tốc thời gian báo cáo này không chỉ đáp ứng mong đợi về thông tin kịp thời của các bên liên quan mà còn giúp các tổ chức, doanh nghiệp nhanh chóng thích ứng với điều kiện thị trường năng động.
Đối chiếu - một yếu tố quan trọng để đảm bảo tính chính xác và nhất quán của hồ sơ tài chính cũng đã thay đổi đáng kể nhờ tự động hóa. Thuật toán AI có thể so sánh các tập dữ liệu lớn, xác định sự khác biệt và tự động điều chỉnh các tài khoản, đẩy nhanh quá trình đối chiếu và nâng cao độ chính xác. Các thuật toán này có khả năng phân tích các mẫu phức tạp trong dữ liệu mà quy trình đối chiếu thủ công có thể bỏ qua. Việc điều chỉnh do AI thực hiện diễn ra nhanh chóng, cho phép khắc phục kịp thời, cải thiện tính chính xác của báo cáo tài chính và tuân thủ quy định, giảm thiểu rủi ro liên quan đến sự khác biệt trong hồ sơ tài chính của các tổ chức, doanh nghiệp lĩnh vực tài chính, ngân hàng (Himeur, 2023).
Ứng dụng AI giúp lập báo cáo tài chính chất lượng và toàn diện
Công nghệ xử lý ngôn ngữ tự nhiên giúp các tổ chức, doanh nghiệp lĩnh vực tài chính, ngân hàng thu thập những hiểu biết sâu sắc từ các nguồn dữ liệu phi cấu trúc. Trước đây, dữ liệu tài chính chủ yếu được giới hạn ở các định dạng có cấu trúc như bảng cân đối kế toán và báo cáo thu nhập. Tuy nhiên, một phần lớn thông tin giá trị lại nằm trong dữ liệu phi cấu trúc, bao gồm tài liệu, văn bản, tin tức và mạng xã hội (Hassani, 2020 và Schoemaker, 2021).
Các thuật toán công nghệ AI xử lý ngôn ngữ tự nhiên vượt trội trong việc xử lý và hiểu ngôn ngữ của con người, cho phép trích dẫn những hiểu biết sâu sắc từ các nguồn dữ liệu phi cấu trúc đa dạng. Đối với báo cáo tài chính, phân tích sâu hơn về tâm lý thị trường, xu hướng của ngành và thông tin định tính có thể ảnh hưởng đến hiệu quả tài chính. Phân tích dựa trên công nghệ xử lý ngôn ngữ tự nhiên cung cấp cái nhìn toàn diện về các yếu tố hình thành kết quả tài chính, nâng cao tính phong phú và chiều sâu của báo cáo tài chính. Việc trích xuất những hiểu biết sâu sắc từ dữ liệu phi cấu trúc không chỉ góp phần mang lại sự hiểu biết toàn diện hơn về môi trường kinh doanh mà còn cho phép các tổ chức, doanh nghiệp lĩnh vực tài chính, ngân hàng kết hợp yếu tố định tính vào báo cáo tài chính. Cách tiếp cận đa sắc thái này điều chỉnh báo cáo tài chính với sự phức tạp của bối cảnh kinh doanh trong thế giới thực, cung cấp cho các bên liên quan một góc nhìn toàn diện hơn (Chukwu, 2023).
Ngoài lợi ích về hiệu quả, việc ứng dụng AI, đặc biệt là công nghệ xử lý ngôn ngữ tự nhiên, còn tăng cường giá trị truyền đạt của thông tin tài chính (Benbya, 2020). Báo cáo tài chính không chỉ là tập hợp các con số; chúng còn là công cụ giao tiếp chiến lược và hiệu quả tài chính của tổ chức. Công nghệ xử lý ngôn ngữ tự nhiên giúp tạo ra những câu chuyện đi kèm với dữ liệu tài chính, cung cấp bối cảnh, giải thích và hiểu biết sâu sắc về các yếu tố ảnh hưởng đến hiệu quả tài chính. Điều này làm cho báo cáo tài chính trở nên hấp dẫn và đầy đủ thông tin hơn, giúp các bên liên quan hiểu rõ hơn. Khía cạnh tường thuật đặc biệt quan trọng đối với những thông tin tài chính phức tạp mà người không chuyên có thể khó hiểu. Các câu chuyện do công nghệ xử lý ngôn ngữ tự nhiên tạo ra làm cho báo cáo tài chính trở nên dễ tiếp cận và dễ hiểu hơn cho nhiều bên liên quan khác nhau (Sreejith, 2024).
Giá trị của thông tin tài chính không chỉ nằm ở việc trình bày dữ liệu mà còn ở tính minh bạch và xây dựng niềm tin với các bên liên quan (Oncioiu, 2020). Các tường thuật, giải thích và hiểu biết sâu sắc dựa trên công nghệ xử lý ngôn ngữ tự nhiên mang lại sự minh bạch về những yếu tố ảnh hưởng đến hiệu quả tài chính, giúp các bên liên quan hiểu được bối cảnh đằng sau các con số. Nhà đầu tư và cơ quan quản lý có nhiều khả năng tin tưởng vào các tổ chức cung cấp thông tin tài chính rõ ràng và toàn diện. Điều này củng cố quản trị tổng thể và danh tiếng của tổ chức.
Tóm lại, bằng cách trích xuất thông tin từ dữ liệu phi cấu trúc, cải thiện quy trình tạo báo cáo, đẩy nhanh tiến độ và nâng cao giá trị truyền đạt của thông tin tài chính, báo cáo dựa trên công nghệ xử lý ngôn ngữ tự nhiên đáp ứng tốt nhu cầu của bối cảnh kinh doanh hiện đại. Khi công nghệ tiếp tục phát triển, việc tích hợp AI, đặc biệt là công nghệ xử lý ngôn ngữ tự nhiên, sẽ xác định lại các tiêu chuẩn về tính minh bạch, khả năng tiếp cận và giao tiếp tài chính, mở ra một kỷ nguyên mới cho các bên liên quan hiểu biết và gắn kết lẫn nhau (Vuong, 2023).
5. Khuyến nghị về ứng dụng AI cho hoạt động báo cáo tài chính
Ứng dụng AI trong báo cáo tài chính của các tổ chức tài chính, ngân hàng có thể mang lại nhiều lợi ích, bao gồm tăng hiệu quả, giảm sai sót và cung cấp thông tin chi tiết, sâu sắc hơn. Dưới đây là các khuyến nghị cụ thể:
Thứ nhất, xây dựng chiến lược AI rõ ràng
Trong quá trình xây dựng chiến lược AI, tổ chức, doanh nghiệp cần tập trung vào việc xác định các mục tiêu cụ thể mà AI có thể giải quyết, chẳng hạn như tự động hóa báo cáo, dự báo tài chính chính xác và phát hiện gian lận. Đồng thời, tổ chức, doanh nghiệp cần lập kế hoạch triển khai chi tiết, bao gồm lộ trình thực hiện, các nguồn lực cần thiết và phương pháp đánh giá hiệu quả. Việc kết hợp cả hai yếu tố này sẽ đảm bảo rằng AI được tích hợp một cách hiệu quả vào quy trình tài chính, mang lại giá trị thực tiễn và đáp ứng các mục tiêu đã đề ra.
Thứ hai, đầu tư vào hạ tầng công nghệ
Trong việc đầu tư vào hạ tầng công nghệ, các tổ chức, doanh nghiệp lĩnh vực tài chính, ngân hàng cần đảm bảo có một cơ sở hạ tầng dữ liệu mạnh mẽ để hỗ trợ các ứng dụng AI, bao gồm cả việc chuẩn hóa và bảo mật dữ liệu. Bên cạnh đó, việc lựa chọn các công cụ và phần mềm AI phù hợp như IBM Watson, Google Cloud AI và Microsoft Azure AI là rất quan trọng để tối ưu hóa quá trình tự động hóa và phân tích trong lập báo cáo tài chính của các tổ chức, doanh nghiệp lĩnh vực tài chính, ngân hàng.
Thứ ba, phát triển kỹ năng và năng lực nội bộ
Phát triển kỹ năng và năng lực nội bộ là yếu tố then chốt. Các tổ chức, doanh nghiệp lĩnh vực tài chính, ngân hàng cần đầu tư vào việc đào tạo nhân viên về kỹ năng AI và phân tích dữ liệu, giúp họ sử dụng và quản lý hiệu quả các công cụ AI. Việc tuyển dụng các chuyên gia về AI và khoa học dữ liệu cũng cần được chú trọng để hỗ trợ quá trình triển khai và tối ưu hóa các ứng dụng AI trong lĩnh vực tài chính, ngân hàng.
Thứ tư, xây dựng và tích hợp mô hình AI
Tổ chức, doanh nghiệp lĩnh vực tài chính, ngân hàng có thể hợp tác với các công ty công nghệ hoặc tận dụng các mô hình AI có sẵn để phân tích dữ liệu và tự động hóa quá trình lập báo cáo. Việc đảm bảo các mô hình AI này được tích hợp mượt mà vào hệ thống kế toán và quản lý tài chính hiện tại cũng là cần thiết, nhằm tránh gián đoạn quy trình và duy trì hoạt động liên tục.
Thứ năm, đảm bảo tuân thủ và đánh giá rủi ro
Đảm bảo tuân thủ và đánh giá rủi ro là bước không thể thiếu. Các mô hình AI cần phải tuân thủ nghiêm ngặt các quy định về tài chính và bảo mật dữ liệu, chẳng hạn như Chuẩn mực Báo cáo tài chính quốc tế (IFRS) hoặc Nguyên tắc kế toán được chấp nhận chung (GAAP). Bên cạnh đó, việc xác định và quản lý các rủi ro liên quan đến việc sử dụng AI, bao gồm rủi ro về sai sót mô hình và các vấn đề đạo đức trong xử lý dữ liệu, cũng là một phần quan trọng trong chiến lược này.
Áp dụng các khuyến nghị trên sẽ giúp các tổ chức, doanh nghiệp lĩnh vực tài chính, ngân hàng nâng cao hiệu quả và tính toàn vẹn của hoạt động báo cáo tài chính thông qua việc sử dụng công nghệ AI, từ đó cung cấp thông tin chi tiết và đáng tin cậy hơn cho các bên liên quan, góp phần phát triển và thành công bền vững trong môi trường kinh doanh ngày càng phức tạp và đòi hỏi sự linh hoạt cao.
6. Kết luận
Việc áp dụng AI trong báo cáo tài chính không chỉ là một xu hướng mà còn là vấn đề cần thiết trong bối cảnh kinh tế số ngày nay. AI không chỉ giúp tăng cường sự chính xác và hiệu quả của quy trình báo cáo tài chính mà còn mở ra những cơ hội mới cho các tổ chức, doanh nghiệp lĩnh vực tài chính, ngân hàng trong việc quản lý rủi ro và phát triển chiến lược dựa trên dữ liệu. Tuy nhiên, để thành công, các tổ chức cần hiểu rõ và thích nghi với các thách thức liên quan đến độ tin cậy của dữ liệu, bảo mật thông tin và ảnh hưởng của nguồn nhân lực. Sự hài hòa giữa con người và công nghệ là yếu tố quan trọng để tối đa hóa lợi ích từ ứng dụng AI. Với sự phát triển không ngừng của công nghệ, triển vọng của AI trong báo cáo tài chính của các tổ chức, doanh nghiệp nói chung và trong lĩnh vực tài chính, ngân hàng nói riêng hứa hẹn sẽ tiếp tục mở rộng và phát triển, góp phần quan trọng vào việc xây dựng một hệ thống kinh tế số thông minh và bền vững hơn trong tương lai.
Tài liệu tham khảo:
1. Adel, A. (2023). Unlocking the future: Fostering human - machine collaboration and driving intelligent automation through industry 5.0 in smart cities. Smart Cities, 6, pages 2742-2782.
2. Benbya, H. D. (2020). Artificial intelligence in organizations: Current state and future opportunities. MIS Quarterly Executive.
3. Bergmann, A. (2014). The global financial crisis reveals consolidation and guarantees to be key issues for financial sustainability. Journal of Public Budgeting, Accounting & Financial Management, pages 165-180.
4. Chinh, N. T. (2022). Đánh giá tác động của dịch Covid-19 đến kinh tế thế giới và Việt Nam.
5. Chukwu, E. A.-B. (2023). Navigating ethical supply chains: The intersection of diplomatic management and theological ethics. International Journal of Multidisciplinary Sciences and Arts, pages 127-139.
6. Davenport, T. H. (2018). Artificial intelligence for the real world. Harvard business review, 96, pages 108-116.
7. Dwivedi, Y. K. (2021). rtificial Intelligence (AI): Multidisciplinary perspectives on emerging challenges, opportunities, and agenda for research, practice and policy. international journal of information management, 57(101994).
8. Hassani, H. B. (2020). Text mining in big data analytics. Big Data and Cognitive Computing.
9. Himeur, Y. E. (2023). I-big data analytics for building automation and management systems: a survey, actual challenges and future perspectives. Artificial Intelligence Review, pages 4929-5021.
10. KPMG. (2023). Retrieved from kpmg.com: https://kpmg.com/us/en/articles/2023/ai-and-financial-reporting-survey.html
11. KPMG. (2024, 04). AI in financial reporting and audit: Navigating the new era. Retrieved from kpmg.com: https://kpmg.com/xx/en/home/insights/2024/04/ai-in-financial-reporting-and-audit.html
12. KPMG. (2024). Reporting. https://kpmg.com/vn/en/home.html
13. Lewis, C. &. (2019). Fad or future? Automated analysis of financial text and its implications for corporate reporting. Accounting and Business Research, pages 587-615.
14. Lupu, A. &. (2021). Non-Financial Reporting In Emerging Economies Central and South-East Europe. LUMEN Proceedings, pages 94-101.
15. Nương, T. T. (2023). Các nhân tô tác động đến chất lượng báo cáo tài chính của Tạp chí Kinh tế và Dự báo, trang 73-76.
16. Oncioiu, I. P.-P. (2020). The role of environmental, social, and governance disclosure in financial transparency. Sustainability.
17. Schoemaker, P. J. (2021). Preparing organizations for greater turbulence. California Management Review, pages 66-88.
18. Soni, V. (2023). Impact of generative ai on small and medium enterprises’ revenue growth: the moderating role of human, technological, and market factors. Reviews of Contemporary Business Analytics, pages 133-153.
19. Sreejith, R. &. (2024). User-Centric evaluation of EHR software through NLP-driven investigation: implications for product development and user experience. Journal of Open Innovation: Technology, Market and Complexity.
20. Tam, T. T. (2017). Bàn về những bất cập trong phân tích báo cáo tài chính tại các doanh nghiệp ở Việt Nam. Tạp chí Công Thương điện tử.
21. Technode. (2024, 7 28). AI transforming financial reporting globally with near universal adoption expected in the next three year. https://technode.global/2024/06/28/kpmg-ai-transforming-financial-reporting-globally-with-near-universal-adoption-expected-in-the-next-three-years/
22. Uipath. (2024). Automation. https://www.uipath.com/automation/rpa-essentials
23. Vuong, N. A. (2023). Unveiling the synergy: exploring the intersection of AI and NLP in redefining modern marketing for enhanced consumer engagement and strategy optimization. Quarterly Journal of Emerging Technologies and Innovations, pages 103-118.
TS. Triệu Thu Hương
Khoa Công nghệ thông tin và kinh tế số - Học viện Ngân hàng
