مدیرعامل «کیسان»:«کیسان» به بیش از ۶۰ هزار مودی فعال، خدمات ارائه میدهد
در رویداد «تکستک» که ۲۶ آذرماه با محوریت عصر دیجیتال و با همت شرکت دادهپردازی «کیسان» برگزار شد، امیر کشورزاد، مدیرعامل شرکت دادهپردازی کیسان، نسخهای از گزارش عملکرد ۱۴۰۴ این شرکت را ارائه کرد؛ گزارشی که به گفته او نشان میدهد مالیات دیجیتال از یک تجربه محدود شهری عبور کرده و با گسترش جغرافیایی و تنوع مودیان، به سطح یک زیرساخت ملی رسیده است.
۱۰ تا ۱۱ صبح؛ ساعت اوج تراکنشها در کیسان
بر اساس دادههای اعلامشده در این گزارش، کیسان اکنون به بیش از ۶۰ هزار مودی فعال خدمات میدهد. کشورزاد در تشریح الگوی مصرف خدمات نیز به یک شاخص زمانی اشاره کرد و گفت که پرتراکنشترین بازه صدور صورتحساب در کیسان، ساعت ۱۰ تا ۱۱ صبح است؛ بازهای که بهعنوان نقطه اوج بار عملیاتی سامانه معرفی شد.
رکوردها؛ از ارائه خدمت به ۶۰ هزار مودی تا رضایت ۹۸ درصدی مشتریان
در بخش رکوردها، مدیرعامل کیسان چند عدد شاخص را برجسته کرد: ثبت «صورتحساب ۵۰ همتی» توسط یک مودی در یک روز و همچنین ثبت بزرگترین صورتحساب از منظر تعداد ردیف کالا و خدمت؛ فاکتوری با ۱۸۰۳ ردیف کالا و خدمت که به گفته او «دیگر یک صورتحساب الکترونیکی ساده نیست» و کارکردی شبیه به یک دفتر معاملاتی پیدا میکند.
کشورزاد همچنین از ثبت بزرگترین صورتحساب به لحاظ رقم خبر داد و رقم آن را «۵۰۰ هزار میلیارد ریال» اعلام کرد؛ عددی که به تعبیر او میتواند با بودجه بسیاری از پروژههای ملی برابری کند.
او در ادامه به رکوردی دیگر نیز اشاره کرد و گفت در یک روز، حدود «سه میلیون صورتحساب» توسط یک مودی صادر شده است؛ رقمی که از نگاه او میتواند از مجموع آمار عملکرد کل دوره فعالیت بسیاری از کسبوکارها بیشتر باشد و به سطح جدیدی از مقیاسپذیری در خدمات مالیاتی دیجیتال اشاره دارد.
اعتماد، تجربه مشتری و الزام نوآوری در عصر دیجیتال
کشورزاد بخش مهمی از روایت عملکرد را به «اعتماد» و شاخصهای تجربه مشتری گره زد. او اعلام کرد شاخص رضایت مشتری (CSAT) در کیسان به حدود ۹۸ درصد رسیده و این سطح را بالاتر از استاندارد بسیاری از پلتفرمهای بینالمللی توصیف کرد.
در کنار آن، شاخص تمایل مشتری به توصیه خدمات (NPS) نیز «۷۴» اعلام شد. کشورزاد برای توضیح اهمیت این عدد، به مقایسهای بینالمللی اشاره کرد و گفت که در یک نمونه جهانی، عدد هدفگذاریشده برای شرکتی در مقیاس گوگل «۵۸» (برای سال ۲۰۲۵) عنوان شده است.
به گفته مدیرعامل کیسان، این اعداد بدون «تجربه مستقیم مشتری» قابل دستیابی نیست و از سوی دیگر، حفظ اعتماد به «نوآوری مستمر» نیاز دارد؛ نوآوری که از منظر او زمانی معنا پیدا میکند که به حل مسائل واقعی مودیان منجر شود.
او مصادیقی از این رویکرد را نیز نام برد: «صورتحساب وکالتی»، «پنل حسابداران»، «شبکه کارگزاران» و «نرمافزار موبایل»؛ اقداماتی که به گفته او هرکدام پاسخی به یک سوال عملیاتی بودهاند: اینکه فناوری چگونه باید در خدمت سادهسازی و شفافسازی تعاملات مالیاتی قرار گیرد.
کشورزاد همچنین با اشاره به تغییرات پیشرو اعلام کرد از دیماه امسال، همزمان با ورود مالیات و ارزش افزوده به یک دوره جدید، موضوع عصر دیجیتال در نگاه کیسان صرفا یک شعار نیست و به تعبیر او معنایی روشن دارد: «مسئولیت بیشتر» و «شفافیت بالاتر» در اکوسیستم مالیاتی کشور.
در ادامه رویداد تکستک، داریوش تصدیقی، مشاور شرکتهای مطرح برنامهنویسی در سخنرانی خود درباره آموزش کاربردهای هوش مصنوعی در مالی و حسابداری، بر یک هدف کلیدی تأکید کرد که استفاده از AI در تیمهای مالی باید به سطحی از سادگی برسد که کاربر بتواند آن را مانند اکسل و ورد بهکار بگیرد.
هوش مصنوعی؛ از فناوری متخصصمحور تا ابزار عمومی
تصدیقی با مرور روند تاریخی هوش مصنوعی گفت که تا پیش از سال ۲۰۱۸، این فناوری عمدتاً در اختیار جامعه محدودتری از متخصصان بود و هنوز به کاربردهای فراگیر نرسیده بود.
به گفته او، از سال ۲۰۱۸ و با ظهور مدلهای زبانی بزرگ (LLM)، هوش مصنوعی وارد مرحلهای شد که میتواند بخش قابل توجهی از کارهایی را که یک انسان خبره انجام میدهد، با سرعت و دقت بالا انجام دهد؛ تغییری که AI را از یک فناوری صرفاً پژوهشی به ابزاری عملیاتی برای کسبوکارها، از جمله مالی و حسابداری، نزدیک کرد.
تصدیقی در ادامه، معیار قابل فهمی برای سنجش قابلیتهای هوش مصنوعی مطرح کرد: «اگر یک سازمان بتواند فردی واقعاً متخصص را در یک حوزه مشخص استخدام کند و آن فرد توان انجام کاری را داشته باشد، هوش مصنوعی مولد نیز در بسیاری از وظایف دانشی میتواند همان جنس کار را انجام دهد.»
او توضیح داد مدلهای اولیه عمدتاً «متنبهمتن» بودند؛ یعنی ورودی متن میگرفتند و پاسخ متنی تولید میکردند. اما این مسیر به مرور توسعه یافت و به قابلیتهایی مانند تولید تصویر از متن و سپس مدلهای چندوجهی رسید.
تصدیقی گفت: «در مدلهای چندوجهی، کاربر میتواند همزمان متن و تصویر را به سیستم بدهد و خروجی دقیقتری دریافت کند؛ ظرفیتی که با مفاهیمی مثل بینایی ماشین مرتبط است و میتواند از توصیف تصویر تا پاسخ به پرسشهای جزئی درباره صحنه پیش برود.»
او در بخش دیگری از سخنانش به کاربردهایی اشاره کرد که برای سازمانها ملموستر است؛ از جمله تبدیل اسناد تصویری یا دستنوشتهها به متن با OCR. به گفته تصدیقی، این قابلیت از سالها قبل وجود داشته، اما ترکیب آن با نسل جدید مدلها میتواند سطح اتوماسیون و بهرهوری را ارتقا دهد.
هوش مصنوعی؛ ابزار کار تیمهای مالی
تصدیقی در پایان جمعبندی کرد که اگر قرار است هوش مصنوعی در مالی اثر واقعی بگذارد، باید از حالت پیچیده و متخصصمحور خارج شود و به ابزار استاندارد و قابل استفاده روزمره برای کاربران مالی تبدیل شود؛ درست مانند نرمافزارهایی که امروز در کار اداری جا افتادهاند.
دیدگاهتان را بنویسید