Tekoäly rullaavan budjetoinnin ennusteissa : Koneoppimisen ja syväoppimisen hyödyntäminen rullaavan budjetoinnin ennusteissa
Niemi, Kiia (2024-05-10)
Tekoäly rullaavan budjetoinnin ennusteissa : Koneoppimisen ja syväoppimisen hyödyntäminen rullaavan budjetoinnin ennusteissa
(10.05.2024)
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
avoin
Julkaisun pysyvä osoite on:
https://urn.fi/URN:NBN:fi-fe2024052234517
https://urn.fi/URN:NBN:fi-fe2024052234517
Tiivistelmä
Digitalisaation myötä teknologian käyttö liiketoiminnassa on yleistynyt, ja tekoäly nykypäivän johtavana teknologiana luo jatkuvasti uusia mahdollisuuksia. Tekoäly on tehnyt läpimurtonsa viimeisten vuosien aikana, koska big datan lisääntyminen ja sitä myötä kiinnostus tekoälyä kohtaan on mahdollistanut tekoälyteknologioiden nopealle kehitykselle. Kehityksen myötä tekoälyn mahdolliset käyttökohteet ovat nousseet puheenaiheeksi.
Budjetointi on yrityksen taloushallinnon merkittävimpiä tehtäviä, ja se ohjaa koko yrityksen toimintaa. Perinteinen budjetointi on kuitenkin saanut osakseen paljon kritiikkiä sen toimivuudesta nykyajan epävarmoissa ympäristöissä, ja sen rinnalle on syntynyt uudempia budjetointitapoja. Etenkin rullaava budjetointi on yleistynyt perinteisen budjetoinnin kritiikin myötä joustavampana ja paremmin epävarmoihin ympäristöihin sopeutuvana menetelmänä.
Teknologian hyödyntäminen rullaavassa budjetoinnissa on nykypäivänä välttämätöntä, sillä ihminen ei voi enää kilpailla konetta vastaan. Tekoäly nykypäivän johtavana teknologiana voi tarjota helpotusta yritysten rullaavan budjetoinnin ennustamiseen nopeuttamalla ja tarkentamalla ennusteita.
Tutkimus toteutettiin kirjallisuuskatsauksena. Tutkimuksessa käsitellään tekoälyn ja budjetoinnin teoriaa kirjallisuuden pohjalta ennen kuin lähdetään tarkastelemaan tekoälyn käyttöä rullaavan budjetoinnin ennusteissa. Tarkasteltu kirjallisuus on alan tutkijoiden tuottamaa, ja kirjallisuutena on käytetty tieteellisiä artikkeleita sekä kirjoja. Tutkimuksen tavoitteena oli selvittää, miten tekoälyä ja etenkin sen olennaisia teknologioita koneoppimista ja syväoppimista voidaan hyödyntää rullaavan budjetoinnin ennusteissa.
Tekoälyn mahdollisuudet tutkielman perusteella liittyvät pääosin päätöksenteon tarkkuuden parantamiseen rullaavan budjetoinnin ennusteissa, rullaavien ennusteiden laatimisen nopeuttamiseen ja helpottumiseen sekä datan systemaattiseen ja tehokkaaseen läpikäyntiin ennustuksia laadittaessa. Koneoppimista voidaan etenkin hyödyntää jäsennellyn datan järjestelemisessä ja uusien yhteyksien löytämisessä datasta, jos yritys haluaa säilyttää ennustuspäätökset ihmisen laatimina. Syväoppimisen todetaan olevan toimiva automatisoituna ennustusmenetelmänä, kun kyseessä on laajoja jäsentämättömiä datamääriä.
Tekoälyä on käsitelty kirjallisuudessa paljon, mutta tekoälyn käyttöä budjetoinnissa vain vähän, eikä kirjallisuutta ole lähes ollenkaan tekoälystä rullaavassa budjetoinnissa. Kirjallisuutta löytyy kuitenkin tekoälyn avulla ennustamisesta. Tutkielmassa on siis tarkasteltu eri tutkimuksia ja tehty niiden pohjalta johtopäätöksiä tekoälyn mahdollisesta käytöstä rullaavan budjetoinnin ennusteissa, mutta empiiristä tutkimusta sen käytöstä ei vielä ole. Tutkielma kannustaa lisätutkimukselle koska tekoäly kehittyy jatkuvasti ja tarvitaan empiiristä tutkimusta tekoälyn käytöstä juuri rullaavan budjetoinnin ennusteiden näkökulmasta.
Budjetointi on yrityksen taloushallinnon merkittävimpiä tehtäviä, ja se ohjaa koko yrityksen toimintaa. Perinteinen budjetointi on kuitenkin saanut osakseen paljon kritiikkiä sen toimivuudesta nykyajan epävarmoissa ympäristöissä, ja sen rinnalle on syntynyt uudempia budjetointitapoja. Etenkin rullaava budjetointi on yleistynyt perinteisen budjetoinnin kritiikin myötä joustavampana ja paremmin epävarmoihin ympäristöihin sopeutuvana menetelmänä.
Teknologian hyödyntäminen rullaavassa budjetoinnissa on nykypäivänä välttämätöntä, sillä ihminen ei voi enää kilpailla konetta vastaan. Tekoäly nykypäivän johtavana teknologiana voi tarjota helpotusta yritysten rullaavan budjetoinnin ennustamiseen nopeuttamalla ja tarkentamalla ennusteita.
Tutkimus toteutettiin kirjallisuuskatsauksena. Tutkimuksessa käsitellään tekoälyn ja budjetoinnin teoriaa kirjallisuuden pohjalta ennen kuin lähdetään tarkastelemaan tekoälyn käyttöä rullaavan budjetoinnin ennusteissa. Tarkasteltu kirjallisuus on alan tutkijoiden tuottamaa, ja kirjallisuutena on käytetty tieteellisiä artikkeleita sekä kirjoja. Tutkimuksen tavoitteena oli selvittää, miten tekoälyä ja etenkin sen olennaisia teknologioita koneoppimista ja syväoppimista voidaan hyödyntää rullaavan budjetoinnin ennusteissa.
Tekoälyn mahdollisuudet tutkielman perusteella liittyvät pääosin päätöksenteon tarkkuuden parantamiseen rullaavan budjetoinnin ennusteissa, rullaavien ennusteiden laatimisen nopeuttamiseen ja helpottumiseen sekä datan systemaattiseen ja tehokkaaseen läpikäyntiin ennustuksia laadittaessa. Koneoppimista voidaan etenkin hyödyntää jäsennellyn datan järjestelemisessä ja uusien yhteyksien löytämisessä datasta, jos yritys haluaa säilyttää ennustuspäätökset ihmisen laatimina. Syväoppimisen todetaan olevan toimiva automatisoituna ennustusmenetelmänä, kun kyseessä on laajoja jäsentämättömiä datamääriä.
Tekoälyä on käsitelty kirjallisuudessa paljon, mutta tekoälyn käyttöä budjetoinnissa vain vähän, eikä kirjallisuutta ole lähes ollenkaan tekoälystä rullaavassa budjetoinnissa. Kirjallisuutta löytyy kuitenkin tekoälyn avulla ennustamisesta. Tutkielmassa on siis tarkasteltu eri tutkimuksia ja tehty niiden pohjalta johtopäätöksiä tekoälyn mahdollisesta käytöstä rullaavan budjetoinnin ennusteissa, mutta empiiristä tutkimusta sen käytöstä ei vielä ole. Tutkielma kannustaa lisätutkimukselle koska tekoäly kehittyy jatkuvasti ja tarvitaan empiiristä tutkimusta tekoälyn käytöstä juuri rullaavan budjetoinnin ennusteiden näkökulmasta.