Älykkäiden teknologioiden onnistunut käyttöönotto taloushallinnossa
Kauppila, Eetu (2020)
Pro gradu -tutkielma
Kauppila, Eetu
2020
School of Business and Management, Kauppatieteet
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2020060942425
https://urn.fi/URN:NBN:fi-fe2020060942425
Tiivistelmä
Älykkäät teknologiat ovat kasvava resurssi taloushallinnossa ja pitävät sisällään ohjelmistorobotiikkaa ja tekoälypohjaisia toimintoja. Tämän tutkielman tarkoituksena on selvittää, kuinka kyseiset teknologiat tulisi käyttöönottaa onnistuneesti taloushallinnossa. Tutkielman empiirinen osuus on toteutettu laadullisena tutkimuksena, jonka aineisto on kerätty haastattelemalla kolmea henkilöä. Tutkimuksessa havaittiin, että älykkäitä teknologioita käyttöönotettaessa on tärkeää tiedostaa automatisoitava kohde ja siihen soveltuva teknologia. Lisäksi tutkimuksessa korostui suunnittelun ja määrittelyn tärkeys. Tutkimuksen tulokset osoittavat, että älykkäiden teknologioiden käyttöönotto on mahdollista toteuttaa ketterämmin, jolloin liiketoiminnallinen lähestyminen korostuu enemmän kuin perinteisissä järjestelmähankkeissa, joissa IT-osaaminen on suuressa roolissa.
Tekoälyn osalta haasteeksi ilmeni datan riittävyys ja oikeellisuus, jotta sille soveltuvia kohteita voitaisiin hyödyntää. Ratkaisuksi tähän ehdotettiin, että taloushallinnolla tulisi olla oma datastrategia, jonka avulla tiedostettaisiin minkälaista dataa ja millaisista lähteistä sitä on kerätty tai pitäisi kerätä. Tutkimuksessa läpikäytiin myös ohjelmistorobotiikan ja tekoälyn käyttöönottojen eroja. Eroista merkittävimmäksi nousi, että tekoälyn käyttöönotto on toistaiseksi vielä palvelusidonnaista. Smart technologies are increasing resource in financial administrations. Aim of this thesis is to examine how these technologies should be implemented successfully in financial administration. Empirical part of the research was conducted using qualitative research method. Research material was accumulated by interviewing three experts who work amidst artificial intelligence.
Results of the research substantiate that successful implementing of smart technologies requires awareness and knowledge about the target of the automatization. In addition, it was observed that thorough planning and specification act major role in the implementing process. Research shows that implementing of smart technologies are possible to execute even more usefully whereupon economic approach is more emphasized than in traditional system undertakings.
Study shows that the challenge of implementing process of artificial intelligence is the adequacy and accuracy of the data to exploit suitable objects. As a solution to this challenge, it was suggested that financial administration should have its own data strategy to raise awareness of what kind of data and from what sources it has been or should be collected.
Tekoälyn osalta haasteeksi ilmeni datan riittävyys ja oikeellisuus, jotta sille soveltuvia kohteita voitaisiin hyödyntää. Ratkaisuksi tähän ehdotettiin, että taloushallinnolla tulisi olla oma datastrategia, jonka avulla tiedostettaisiin minkälaista dataa ja millaisista lähteistä sitä on kerätty tai pitäisi kerätä. Tutkimuksessa läpikäytiin myös ohjelmistorobotiikan ja tekoälyn käyttöönottojen eroja. Eroista merkittävimmäksi nousi, että tekoälyn käyttöönotto on toistaiseksi vielä palvelusidonnaista.
Results of the research substantiate that successful implementing of smart technologies requires awareness and knowledge about the target of the automatization. In addition, it was observed that thorough planning and specification act major role in the implementing process. Research shows that implementing of smart technologies are possible to execute even more usefully whereupon economic approach is more emphasized than in traditional system undertakings.
Study shows that the challenge of implementing process of artificial intelligence is the adequacy and accuracy of the data to exploit suitable objects. As a solution to this challenge, it was suggested that financial administration should have its own data strategy to raise awareness of what kind of data and from what sources it has been or should be collected.