La contabilidad forense, el monitoreo regulatorio, el antilavado de dinero y la detección de fraude son todas áreas en las que sus suposiciones sobre las tecnologías en uso pueden no ser precisas.
Gran parte de la contabilidad es ahora más gestión de procesos, como en el procesamiento del cierre financiero. A eso se agrega interpretación y corrección de publicaciones específicas que reflejan el retraso en la integración de los muchos sistemas de alimentación y la mejora de la aplicación y la cola de trabajo de corrección de errores. No hay suficiente para ahorrar significativamente en el recuento antes de que una actualización de la aplicación elimine el problema repetitivo.
Business Analytics e Business Intelligence van bastante lejos para entregar a la alta gerencia los paneles que exponen los patrones que una máquina posiblemente aprendería. En la línea de tiempo de rango medio, los decisores humanos en la parte superior de la cadena alimentaria necesitarán ser alimentados con “historias” de datos que respalden las acciones recomendadas, de todos modos, para que los algoritmos corruptos no revelen la tienda. Entonces, una vez más, la utilidad marginal de ML no entrega el retorno de la inversión.
- ¿Crees que sería bueno que una IA suficientemente inteligente tuviera la capacidad de abordar perfectamente las preguntas de Quora?
- Cómo preparar a mis hijos para 2030 y en adelante cuando la IA está reemplazando a los humanos
- ¿Puede la inteligencia artificial reemplazar los trabajos gerenciales?
- ¿Cómo se puede usar Machine Learning en la historia?
- ¿Es la inteligencia artificial de Amazon Go una amenaza para la fuerza laboral humana?
