Yapay zeka modelleri, iş dünyasında rutin görevleri otomatikleştirme potansiyeliyle dikkat çekiyor. Son olarak, açık ağırlıklı bir yapay zeka modeli olan GLM 5.2, bir İngiltere küçük işletmesi için çeyreklik katma değer vergisi (KDV) beyannamesi hazırlama görevinde test edildi. Sonuçlar oldukça etkileyici: Model, insan muhasebeciye neredeyse eşit doğrulukta çalışırken maliyeti sadece 2,73 dolar oldu. Bu, tipik bir muhasebe firmasının talep ettiği 750-2.100 sterlinlik (1.000-2.800 dolar) ücretin %1'inden daha azına denk geliyor.
GLM 5.2, 59 işlemi 68 dakikada işleyerek neredeyse kusursuz bir KDV beyannamesi hazırladı. Modelin hazırladığı beyannamede net pozisyon (Box 5) sadece 7 peni (yaklaşık 10 ABD senti) hatalıydı. Bu test, modelin muhasebe yazılımına bir komut satırı aracı (CLI) aracılığıyla her bir işlemi girmesiyle gerçekleştirildi. Her işlem için 6 kriterin doğruluğu değerlendirildi: işlem türü, kategori, KDV işlemi, KDV tutarı, tersine KDV ve fatura eklenmesi.
Test süreci, Vineyard Finance'in 2026 yılının ilk çeyreğine ait gerçek muhasebe verileri kullanılarak yapıldı. İnsanlar tarafından hazırlanan bu defterler, bir kişinin hazırlayıp diğerinin doğrulamasıyla oluşturulmuştu. Yapay zeka modeline sunulan veriler arasında banka akışı satırları, fatura PDF'leri ve sadece iki işlem için kullanıcı notları yer alıyordu. Model, bu verileri kullanarak muhasebe yazılımında gerekli girişleri yaptı.
Teknik Analiz
GLM 5.2, Google Cloud Platform'da izole bir ortamda çalıştırıldı, ancak internet ve bulut tabanlı muhasebe yazılımına erişimi vardı. Modelin akıl yürütme ve araç kullanımı denetlendi ve herhangi bir açık hile tespit edilmedi. Sadece tersine KDV kaydı hakkında bilgi toplamak için interneti kullanması dikkat çekiciydi. Modelin, test edildiğinin farkında olduğu ve zaman zaman 'beklenen cevap' nedir gibi ifadeler kullandığı gözlemlendi.
Detaylar ve Etkileri
Test sonuçlarına göre, modelin en yoğun ayında (Mart) 13.3%'lük bir bağlam penceresi kullanımı oldu. Toplamda 5.73 milyon token işlendi ve bunun %92-95'i önbellekten karşılandı. Modelin hataları arasında bazı işlem türlerini yanlış sınıflandırma ve KDV oranlarını karıştırma yer alıyordu. Ancak bu hatalar, genel doğruluk oranını önemli ölçüde etkilemedi.
Sistem Güvenliği
GLM 5.2'nin bu performansı, yapay zekanın muhasebe gibi hassas görevlerde kullanılabileceğini gösteriyor. Özellikle küçük işletmeler için maliyet avantajı büyük önem taşıyor. Ancak, modelin hata yapma olasılığı göz önüne alındığında, insan denetiminin hala gerekli olduğu unutulmamalı. Yine de, bu tür modellerin gelecekte muhasebe süreçlerini önemli ölçüde hızlandırması ve maliyetleri düşürmesi bekleniyor.
Kaynak: toot-books.pages.dev
