ChatGPT tilinpäätöstiedon analyysissa : case Orbis-tietokanta
Ranta, Taito (2025)
Kandidaatintyö
2025
School of Engineering Science, Tuotantotalous
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2025051545212
https://urn.fi/URN:NBN:fi-fe2025051545212
Tiivistelmä
Tekoälyn kehitys on ollut viime vuosina nopeaa, ja tähän on ollut syynä suurten kielimallien läpimurto. Malleille voidaan antaa kehotteita luonnollisella kielellä, ja ne kykenevät vastaamaan ihmisen tavoin. Aihe herättänyt mielenkiintoa tilinpäätösanalyysien tuottamisesta kielimallien avulla, sillä ne mahdollistavat helpon automatisoinnin luonnollisen kielen käsittelykyvyillä.
Tavoitteena on selvittää, miten ChatGPT:tä voidaan hyödyntää tilinpäätöstietojen analysoinnissa. Työssä tehtiin kirjallisuuskatsaus, jossa tutkittiin GPT:n ominaisuuksia ja tehokasta käyttöä. Lisäksi käytiin läpi tilinpäätösanalyysin teoriaa ja analyysin suorittamista suurilla kielimalleilla. Empiirisessä osuudessa toteutettiin tutkimus, jossa ChatGPT:lle annettiin analysoitavaksi kolmen terveydenhuollon yrityksen tilinpäätökset. Yritysten tiedot haettiin Orbis-tietokannasta.
Kirjallisuuskatsauksessa selvisi, että ChatGPT tuottaa vastauksia todennäköisyyksien perusteella. Mallille tuottaa haasteita strukturoidun datan rakenne, joka on vaikeuttanut analyysia. Empiirisessä osuudessa GPT:lle tilinpäätösten rakenne ei tuottanut suuria ongelmia ja analyysi onnistui. Päättely oli kuitenkin pinnallista ja koostui lukujen vertailusta, joka sisälsi muutamia virheitä. Suurten kielimallien toiminnan parantamiseksi ilmi tuli keinoja, joita on syytä tutkia.
Tavoitteena on selvittää, miten ChatGPT:tä voidaan hyödyntää tilinpäätöstietojen analysoinnissa. Työssä tehtiin kirjallisuuskatsaus, jossa tutkittiin GPT:n ominaisuuksia ja tehokasta käyttöä. Lisäksi käytiin läpi tilinpäätösanalyysin teoriaa ja analyysin suorittamista suurilla kielimalleilla. Empiirisessä osuudessa toteutettiin tutkimus, jossa ChatGPT:lle annettiin analysoitavaksi kolmen terveydenhuollon yrityksen tilinpäätökset. Yritysten tiedot haettiin Orbis-tietokannasta.
Kirjallisuuskatsauksessa selvisi, että ChatGPT tuottaa vastauksia todennäköisyyksien perusteella. Mallille tuottaa haasteita strukturoidun datan rakenne, joka on vaikeuttanut analyysia. Empiirisessä osuudessa GPT:lle tilinpäätösten rakenne ei tuottanut suuria ongelmia ja analyysi onnistui. Päättely oli kuitenkin pinnallista ja koostui lukujen vertailusta, joka sisälsi muutamia virheitä. Suurten kielimallien toiminnan parantamiseksi ilmi tuli keinoja, joita on syytä tutkia.