Οι Λογιστές και οι Βοηθοί Λογιστών υπολογίζουν, ταξινομούν και καταγράφουν αριθμητικά δεδομένα προκειμένου να κρατούν ενημερωμένα τα οικονομικά αρχεία.
Εκτελούν οποιονδήποτε συνδυασμό καθηκόντων ρουτίνας όπως είναι οι υπολογισμοί, η απόσπαση και η επαλήθευση για την απόκτηση πρωτογενών οικονομικών στοιχείων που χρησιμοποιούνται για τη διατήρηση των λογιστικών βιβλίων (ΔΟΕ, 2018).

Πιθανότητα κινδύνου Βάσει της μελέτης των Frey και Osborne

Χαρακτηριστικά Επαγγελματικής Ομάδας και Σχετικών επαγγελμάτων

Αριθμητικοί Υπάλληλοι

Οι αριθμητικοί υπάλληλοι αποκτούν, καταρτίζουν και υπολογίζουν τα λογιστικά, στατιστικά, οικονομικά και άλλα αριθμητικά δεδομένα και αναλαμβάνουν τις συναλλαγές σε μετρητά που σχετίζονται με εμπορικά θέματα (ΔΟΕ, 2018).

  • Λογιστές και Βοηθοί Λογιστών
  • Στατιστικοί, Οικονομικοί και Ασφαλιστικοί Βοηθοί
  • Υπάλληλοι Μισθοδοσίας
  • Υπάλληλοι Λογαριασμών
  • Βοηθοί Λογιστών
  • Υπεύθυνοι υπολογισμού κόστους

Γενικά Ενημερωτικά Στοιχεία

Τα συστήματα τεχνητής νοημοσύνης έχουν τη δυνατότητα να αποθηκεύουν μεγάλους όγκους δεδομένων, αλλά και την ικανότητα να “μαθαίνουν” από τα αποθηκευμένα δεδομένα χρησιμοποιώντας τεχνολογία μηχανικής μάθησης. Ο χρηματοπιστωτικός τομέας παράγει μεγάλο όγκο δεδομένων, τα οποία επιτρέπουν την αυτοματοποίηση ορισμένων διαδικασιών. Οι εργαζόμενοι σε αυτόν τον τομέα έχουν καθήκοντα όπως, για παράδειγμα, τον έλεγχο των τιμολογίων με τις πληρωμές των πελατών.

Ένα λογισμικό μπορεί να εκτελέσει αυτή την εργασία πολύ πιο γρήγορα και με χαμηλότερο κόστος, και αυτό έχει ως αποτέλεσμα την αντικατάσταση της ανθρώπινης εργασίας. Με τα ευφυή συστήματα, η προγνωστική ανάλυση γίνεται ευκολότερη και ακριβέστερη. Μπορούν να αναλυθούν μεγάλα ποσά δεδομένων έτσι ώστε να εντοπιστούν τα πρότυπα και να προβλεφθεί η συμπεριφορά των καταναλωτών. Η εισαγωγή δεδομένων ήταν ένα από τα μεγαλύτερα εμπόδια στην πλήρη αυτοματοποίηση και ψηφιοποίηση, αλλά η μηχανική μάθηση, η προγνωστική ανάγνωση και οι τεχνικές φυσικής γλώσσας αναπτύχθηκαν σε τέτοιο βαθμό που πλέον επιτρέπουν στο λογισμικό να δίνει ένα αποδεκτό ποσοστό μεταγραφής (Predictive Analytics Times, 2016). Τα προγράμματα σάρωσης OCR (Optical Character Recognition , Οπτική αναγνώριση χαρακτήρων) και τα QR ή έγγραφα γραμμικού κώδικα διευκολύνουν την αυτόματη μεταφορά εγγράφων από το χαρτί σε ψηφιακή μορφή. Επιπλέον, χάρη στο IoT και στο μεγάλο αριθμό “συνδεδεμένων” συσκευών, τα δεδομένα μεταφέρονται απευθείας από τη μία συσκευή στην άλλη χωρίς να χρειάζεται να εισάγονται.

Από την άλλη πλευρά, η γνώση των υπαλλήλων εισαγωγής δεδομένων μπορεί να είναι πολύ χρήσιμη για τους σχεδιαστές προγραμμάτων ICT στο να προσδιοριστούν πραγματικά πολύ γρήγορες και εύχρηστες διεπαφές για τους τελικούς χρήστες που εισάγουν δεδομένα.

Ωστόσο, οι λογιστές είναι επίσης οι έμπιστοι σύμβουλοι των ιδιοκτητών επιχειρήσεων. Αυτός ο σύνδεσμος εμπιστοσύνης δεν μπορεί να αναπαραχθεί ακόμα από έξυπνα συστήματα ή ρομπότ.

Παραδείγματα Περιπτώσεων