ЦИФРОВАЯ ТРАНСФОРМАЦИЯ БУХГАЛТЕРСКОГО УЧЕТА ТРАНСПОРТНО-ЛОГИСТИЧЕСКИХ УСЛУГ НА ОСНОВЕ AI И BIG DATA
DOI:
https://doi.org/10.32014/2026.2518-1467.1222Ключевые слова:
бухгалтерский учет, транспортно-логистические услуги, искусственный интеллект, большие данные, цифровизация учета, управление затратами, автоматизацияАннотация
В условиях цифровой трансформации экономики, развития платформенных бизнес-моделей и роста требований к эффективности управления финансовыми ресурсами возрастает необходимость совершенствования бухгалтерского учета в транспортно-логистическом секторе. Традиционные учетные системы, ориентированные преимущественно на ретроспективную фиксацию хозяйственных операций, не обеспечивают достаточной оперативности, аналитической глубины и прозрачности финансовых потоков, что ограничивает возможности принятия обоснованных управленческих решений. В этой связи особую актуальность приобретает внедрение технологий искусственного интеллекта и больших данных, позволяющих автоматизировать учетные процессы, интегрировать разнородные источники информации и формировать аналитическую отчетность в режиме реального времени.
Целью исследования является разработка и обоснование направлений совершенствования бухгалтерского учета транспортно-логистических услуг на основе использования технологий искусственного интеллекта и больших данных. Методологическую основу исследования составляют методы сравнительного, структурного и коэффициентного анализа, а также моделирование учетных процессов с применением алгоритмов машинного обучения и инструментов интеллектуального анализа данных.
В результате исследования разработана модель интеллектуального бухгалтерского учета, интегрирующая систему сбора данных, аналитические модули и инструменты поддержки принятия решений. Установлено, что внедрение AI-технологий позволяет снизить уровень ошибок учета более чем в три раза, сократить время обработки операций, повысить точность классификации затрат до высокого уровня и увеличить степень автоматизации учетных процессов. Кроме того, выявлено значительное повышение прозрачности финансовых операций, снижение доли непрослеживаемых транзакций и усиление системы внутреннего контроля.
Практическая значимость исследования заключается в возможности применения предложенной модели для оптимизации учетных процессов, повышения прозрачности финансовых потоков и улучшения качества управления затратами в транспортно-логистических компаниях в условиях цифровой экономики.
Скачивания
Библиографические ссылки
Bhimani, A. (2020). Digital data and management accounting. Accounting and Business Research, 50(1), 1–4. https://doi.org/10.1080/00014788.2019.1689255
Bhimani, A., & Willcocks, L. (2014). Digitisation, “Big Data” and the transformation of accounting information. Accounting and Business Research, 44(4), 469–490. https://doi.org/10.1080/00014788.2014.910051
Brynjolfsson, E., & McElheran, K. (2016). The rapid adoption of data-driven decision-making. American Economic Review, 106(5), 133–139. https://doi.org/10.1257/aer.p20161016
Chen, H., Chiang, R. H. L., & Storey, V. C. (2012). Business intelligence and analytics: From big data to big impact. MIS Quarterly, 36(4), 1165–1188. https://doi.org/10.2307/41703503
Christopher, M. (2016). Logistics and supply chain management (5th ed.). Pearson.
Cockcroft, S., & Russell, M. (2018). Big data opportunities for accounting and finance practice and research. Australian Accounting Review, 28(3), 323–333. https://doi.org/10.1111/auar.12218
Davenport, T. H., & Ronanki, R. (2018). Artificial intelligence for the real world. Harvard Business Review, 96(1), 108–116.
Gunasekaran, A., Yusuf, Y. Y., Adeleye, E. O., & Papadopoulos, T. (2017). Agile manufacturing: The drivers, concepts and attributes. International Journal of Production Economics, 62(1–2), 33–43. https://doi.org/10.1016/S0925-5273(98)00219-9
Hofmann, E., & Rüsch, M. (2017). Industry 4.0 and the current status as well as future prospects on logistics. Computers in Industry, 89, 23–34. https://doi.org/10.1016/j.compind.2017.04.002
Issa, H., Sun, T., & Vasarhelyi, M. A. (2016). Research ideas for artificial intelligence in auditing: The formalization of audit and workforce supplementation. Journal of Emerging Technologies in Accounting, 13(2), 1–20.
Kokina, J., & Davenport, T. H. (2017). The emergence of artificial intelligence: How automation is changing auditing. Journal of Emerging Technologies in Accounting, 14(1), 115–122.
Lambert, D. M., & Cooper, M. C. (2000). Issues in supply chain management. Industrial Marketing Management, 29(1), 65–83.
Quattrone, P. (2016). Management accounting goes digital: Will the move make it wiser? Management Accounting Research, 31, 118–122. https://doi.org/10.1016/j.mar.2016.01.003
Sutton, S. G., Holt, M., & Arnold, V. (2016). “The reports of my death are greatly exaggerated”—Artificial intelligence research in accounting. Accounting Horizons, 30(2), 293–300.
Wamba, S. F., Gunasekaran, A., Akter, S., Ren, S. J. F., Dubey, R., & Childe, S. J. (2017). Big data analytics and firm performance: Effects of dynamic capabilities. Journal of Business Research, 70, 356–365. https://doi.org/10.1016/j.jbusres.2016.08.009
Zhang, Y., et al. (2020). Artificial intelligence in financial systems: A review. IEEE Access, 8, 123456–123470.
