Machine Translated by Google

JOIV : Int. J. Informar. Visualización, 5(3) - septiembre de 2021 224-230

INTERNACIONAL
REVISTA EN
INFORMÁTICA
VISUALIZACIÓN

REVISTA INTERNACIONAL
SOBRE LA VISUALIZACIÓN INFORMÁTICA
página de inicio de la revista: www.joiv.org/index.php/joiv

Inteligencia artificial en contabilidad automatizada: un valor agregado

Función para Pequeñas y Medianas Empresas
Nurul Akmar Azmana, Azlinah Mohamedb*, Amsyar Mohmad Jamilc
aFacultad de Informática y Ciencias Matemáticas, Universiti Teknologi MARA (UiTM), Shah Alam, Malasia
b
Institute for Big Data Analytics and Artificial Intelligence (IBDAAI), Universiti Teknologi MARA (UiTM), Shah Alam, Malasia cMVS
Absolute Ent, Shah Alam, Malasia
*
Autor correspondiente: azlinah@uitm.edu.my

Resumen— La contabilidad juega un papel vital en el manejo de los registros de las transacciones financieras diarias desde las facturas hasta el
pago. También es un método para documentar todas las transacciones de la empresa con el fin de crear una colección de documentos contables.
Los estudios muestran que una evolución de la gestión de la contabilidad desde el mantenimiento de registros manuales al mantenimiento de
registros electrónicos ha simplificado la mayor parte de la carga de los tenedores de libros, así como más confiable y precisa. La contabilidad
incluye, en particular, la clasificación correcta de artículos y el ingreso de detalles financieros en un sistema de contabilidad. Sin embargo, con el
auge de la inteligencia artificial, el sistema de contabilidad automatizado es común para las tareas de las grandes empresas en tiempo real y sin
complicaciones. El sistema funcionará más que solo la gestión de revistas, sino también una herramienta de toma de decisiones para cualquier
negocio. A pesar de los beneficios del sistema, muchas pequeñas y medianas empresas, especialmente en Malasia, aún dudan en implementar el
sistema. La inteligencia artificial mejorará aún más la contabilidad automatizada haciéndola más simple y eficiente para todos los niveles de
negocios. Este documento presenta una perspectiva de inteligencia artificial y los métodos utilizados en la contabilidad automatizada se centra en
los procesos de facturas como el reconocimiento óptico de caracteres (OCR), para el reconocimiento de documentos, el aprendizaje automático y
las entradas automáticas de registros diarios. Además de eso, sus desafíos para ser implementado en la pequeña y mediana empresa. El resultado
de estos estudios destacó los beneficios en el proceso de contabilidad automatizado para adaptarse a las pequeñas y medianas empresas de
Malasia. El trabajo futuro analizará las características de inteligencia sugeridas que se implementarán para una contabilidad automatizada más eficiente para la

Palabras clave— Contabilidad automatizada; reconocimiento automático de facturas; inteligencia artificial; reconocimiento óptico de caracteres.

Manuscrito recibido el 15 de septiembre de 2020; revisado el 21 de enero de 2021; aceptado el 11 mar. 2021. Fecha de publicación 30 sep. 2021.
International Journal on Informatics Visualization tiene una licencia Creative Commons Attribution-Share Alike 4.0 International License.

promover funcionalidades automatizadas en algunas etapas del

I. INTRODUCCIÓN mantenimiento de registros dará valor agregado a las tecnologías
de mantenimiento de registros.
La contabilidad manual y la contabilidad electrónica son dos
Los métodos de contabilidad electrónica han sido ampliamente
métodos comunes ampliamente utilizados en las organizaciones
utilizados por las organizaciones comerciales, así como por las
comerciales para mantener y observar sus registros.
pequeñas y medianas empresas (PYME) porque es una gestión
La contabilidad es la técnica de medición sistemática de cualquier
eficaz y adecuada de las revistas. Muchos dueños de negocios,
proceso y ejercicio comercial que juega un aspecto importante en
especialmente en las PYMES, apenas entienden la información
el desarrollo del crecimiento de una organización. Es crucial
financiera proporcionada por el departamento de contabilidad; por
especialmente para mantener los ingresos y gastos del negocio.
lo tanto, la tecnología vino con una contabilidad automatizada más
El sistema de mantenimiento de registros manual consta de diarios
fácil para las organizaciones comerciales [5], [6] ha presentado las
o entradas en papel y se separan en secciones para recibos y
ventajas de la contabilidad y la contabilidad automatizadas que
liquidaciones [1], [2]. En la contabilidad electrónica, el software se
declaran que la mayoría de los propietarios de negocios no son
utiliza para mantener los diarios automáticamente.
capaces de desafiar la contabilidad; por lo tanto, necesitan un
Los procesos de transacción son ingresados de manera conveniente
software más simple, confiable, capaz de colaborar y rentable para
y sencilla por el tenedor de libros y coinciden con la cuenta
acomodar sus tareas de contabilidad. Según [7], muchas PYME en
significativa [3],[4]. Implementar un indicador de inteligencia
Malasia carecen de un mantenimiento de registros adecuado y
artificial (IA) como reconocimiento de patrones y reglas de negocio expertas en
tienen una adopción deficiente de la tecnología de la información y la comunica

224
Machine Translated by Google
contabilidad empresarial. Esta situación indica que las PYMES no
son sensibles a la importancia y seguridad de los registros
contables. La mayoría de los dueños de negocios de PYME no
utilizan la contabilidad automatizada. Sin una comprensión clara
de por qué la contabilidad automatizada beneficiará a la mayoría
de los propietarios de pymes, las empresas tendrán dificultades en
términos de transacciones en tiempo real, especialmente en esta
era digital. El objetivo principal de este estudio fue resaltar la
implementación de IA en algunas etapas de los procesos de
contabilidad automatizados, principalmente en la facturación y los
asientos de diario basados en estudios previos, así como analizar
los beneficios y desafíos de las PYME en la implementación de la
contabilidad automatizada, basada en un estudio de caso para
proporcionar elementos clave relacionados con la gestión contable.
Las secciones a continuación describen ciertos conocimientos
importantes relacionados con las áreas de gestión contable, su
relación con la adaptación de la IA y los desafíos de implementación
para las pymes.
A. Contabilidad
La contabilidad es la técnica sistemática de cualquier proceso
y ejercicio comercial, que desempeña un papel importante en el
desarrollo del crecimiento de una organización [1],[8],[1] indicó
además que las evaluaciones de sostenibilidad organizacional
desempeñan un papel fundamental en el seguimiento y evaluar el
éxito de los objetivos y lograr el crecimiento sostenible y la
sostenibilidad corporativa. La facturación se refiere a los cupones
entregados y obtenidos por cada unidad y persona en la compra y
venta de bienes durante los procesos de negocio [9]. Esta es una
parte integral de la contabilidad. Por su parte, la expansión de la
tecnología en los negocios, utilizando el comercio electrónico, es
vista como una valiosa alternativa de reducción de costos frente a
la digitalización de la facturación [10]. La entrada de registro de
diario comúnmente proporciona una revisión periódica de los
recibos o facturas de efectivo y un informe semanal de recibos y
facturas, así como de gastos [11]. El diario es el libro principal y
esencial para informar los eventos de las transacciones diarias.
Registrar una entrada correcta en el informe mostraría la posición
financiera adecuada de la empresa no solo a las personas
individualmente sino también a los clientes externos.
B. Implementación de IA en reconocimiento de facturas y asientos
de diario automatizados
La inteligencia artificial (IA) es el análisis y la integración de
técnicas que permiten llevar a cabo comportamientos que requieren
inteligencia humana en dispositivos informáticos. Se pueden
percibir una serie de puntos de vista en el estudio de la inteligencia
desde las perspectivas de la filosofía, la psicología, la ciencia
cognitiva, la aritmética y la medicina, donde todos estos dominios
tienen un impacto en la disciplina y deben considerarse al modelar
un comportamiento humano inteligente. en una computadora [12].
[12], en su estudio, afirmó que el aprendizaje automático (ML), es
un campo de la inteligencia artificial que ofrece un gran potencial
[13], para la creación de sistemas genuinamente robustos que
puedan responder a cambios ambientales, problemas contextuales
o circunstancias. . La capacidad de establecer un sistema que
pueda aprender y reaccionar a partir de ejemplos hará posible que
la inteligencia artificial resuelva el problema de extraer información
especialmente de la experiencia, evaluar el conocimiento y luego
ejecutarlo. La inteligencia artificial (IA) es una tecnología vital que
apoya el día a día social
225
vida, así como la actividad económica, y la usabilidad de la IA
contribuye significativamente al desarrollo sostenido de las
economías de Japón y resuelve numerosos problemas sociales [14].
La IA ha atraído el escrutinio como clave para el desarrollo en
países desarrollados como Europa y Estados Unidos, y países
emergentes como China e India. El énfasis está principalmente en
el desarrollo de nuevas tecnologías de IA para tecnologías de la
información y la comunicación (TIC) y tecnología robótica (RT). El
avance de la tecnología de inteligencia artificial ha entrado cada
vez más en el sector de la contabilidad, que desempeña un papel
importante en la mejora del rendimiento empresarial, la deducción
de errores, la minimización y la gestión de riesgos corporativos, la
mejora de la eficiencia empresarial y la mejora de la eficiencia de
los recursos humanos. La implementación del software de
contabilidad ha reemplazado en gran medida la contabilidad
manual, como el llenado de recibos y estados financieros, lo que
ha hecho posible que muchos contadores reduzcan las operaciones
contables complejas [15].
Hoy, las empresas van hacia el enfoque digital y automatizado
y han comenzado a digitalizar las facturas [10].
Esto causará menos dificultades para la generación de
transacciones de datos e impulsará los requisitos para revolucionar
los datos para generar una información significativa y una
perspectiva para el negocio. La comprensión de los datos
comerciales sería beneficiosa para los tomadores de decisiones al
tomar decisiones más informadas [16]. Un sistema experto basado
en reglas ha generado muchos beneficios en la toma de decisiones
de facturación. Esto reduce las reclamaciones erróneas y los
rechazos de reclamaciones, aumenta la satisfacción del cliente y
mejora los ingresos de la empresa, ya que también se realizan
actuaciones en tiempo real [17]. [18] en sus estudios encontraron
que la automatización a través de entradas de diario automatizadas
reducirá las tareas repetitivas [19] errores humanos, consumo de
tiempo y estrés, y que la automatización de entradas de diario
podría ayudar a los contadores de manera efectiva en todos los
aspectos, especialmente la entrada de datos y la contabilidad. [20]
mencionó que cuando las entradas y tareas manuales se automatizan, los exp
El reconocimiento óptico de caracteres (OCR) es un sistema
editable y legible por máquina que infiere imágenes capturadas
por un escáner [21]. El proceso OCR consta de preprocesamiento,
segmentación de imágenes y reconocimiento. El proceso de
segmentación es la función principal y el proceso más significativo
y complejo de los procesos generales de OCR [21]. Con OCR
potenciado por IA, el reconocimiento de facturas y la extracción
de datos podrían realizarse sin el mismo conjunto de reglas o
plantillas [22]. La parte dominante del reconocimiento se realiza a
través de la imagen de entrada del proceso previo. Estas imágenes
son digitalizadas a través de un escáner, cámara digital o software
[23],[24]. Los resultados deficientes de la clasificación OCR darán
como resultado una mayor tasa de error y error en la información
extraída para el siguiente paso, como la entrada en el diario.
C. Pequeña y mediana empresa en Malasia
El proceso de innovación en las pequeñas y medianas empresas
(PYME) es desafiante y las fuertes correlaciones entre los factores
de promoción y la innovación aún no se han aclarado
adecuadamente en comparación con las grandes empresas [25].
Según SME Corporation Malaysia, las PYME en Malasia se
describen como una pirámide de empresarios. Las PYME se
clasifican en el sector manufacturero y otros sectores. En el sector
manufacturero, la proporción de empleados
Machine Translated by Google
en las pequeñas empresas es de 5 a 75 o igual a 75 con un volumen de
ventas que oscila entre RM300.000 y RM15mil, mientras que en los demás
sectores, la proporción de empleados es de 5 a 30 con un volumen de
ventas de RM300.000 a RM3 millones anuales.
Mientras tanto, en la parte superior de la pirámide, el número de
empleados está entre 75 y 200 con un volumen de ventas de RM15
millones a RM50 millones, mientras que en los otros sectores la
proporción de empleados está entre 30 y 75 con un volumen de ventas
de RM3 millones a RM20 millones o menos [7] .
D. Desafíos para la implementación de la Contabilidad en las PYMES.
Las PYMES tienen menos prioridad en la implementación de funciones
contables dentro de la empresa debido a la falta de conocimiento en
contabilidad [26]. La gestión de los sistemas y métodos contables debe
explorar y descubrir una nueva forma rentable, a través de recursos y
propiedades accesibles para la toma de decisiones potentes [27]. Los
procesos de documentos y registros inapropiados e inexactos darán
como resultado negocios sin éxito para cualquier organización. [28] El
mantenimiento deficiente de registros es un factor importante que
contribuye al fracaso en el progreso comercial. Según [29], la falta de
conocimientos y habilidades en finanzas y gestión son las principales
causas del cierre de las PYMES. [30] describen los problemas como la
introducción de normas de contabilidad de gestión, incluida la falta de
acceso a la financiación para que las PYME implementen prácticas
contables modernas, comprensión insuficiente de la creatividad debido
a la falta de habilidades y experiencia, uso restringido de nuevas
tecnologías y escasez de recursos humanos. capital. [31] coincide con
los demás autores en la necesidad de las PYME de potenciar los
conocimientos contables para sustentar su existencia en el mundo
empresarial. [8] afirman además que la mayoría de los propietarios de
las PYME tienen conocimientos básicos mínimos de contabilidad y
mantienen sus propios registros debido al alto costo que implica la
preparación de los estados financieros.
A continuación, la estructura del documento es la siguiente: la
sección II analiza brevemente la metodología que consiste en la selección
del método y el enfoque en el área temática. En la sección III se discutirán
los hallazgos, análisis y discusión. Finalmente, la sección IV es la
conclusión de la investigación.
II. MATERIAL Y MÉTODO
Este estudio consiste en el análisis de contenido de revisiones
anteriores para adquirir la información necesaria. El objetivo de la
investigación fue analizar el enfoque de IA en los procesos de
contabilidad centrándose en el reconocimiento de facturas y la entrada de diariotransfieren
automatizada.
Las revisiones se ordenaron según sus palabras clave, métodos,
descripción y resultados. Las revisiones se recopilaron de varias fuentes
indexadas principalmente por Scopus y WOS. Aparte de eso, se midieron
los desafíos y beneficios que enfrenta la implementación de este sistema
en las PYMES. El estudio adoptó algunos estudios de casos respaldados
por datos secundarios a través de un enfoque de revisión sistemática de
la literatura que identificó, evaluó y dedujo toda la investigación
disponible relevante para el tema del estudio. Según [32], los estudios
de casos se consideran adecuados para la investigación de fenómenos
contemporáneos.
Las selecciones para este estudio se basaron en los criterios. Esto se
hizo para reducir la búsqueda según el área de alcance, como se muestra
en la Tabla 1.
226
TABLA I
CRITERIOS DE SELECCIÓN DE ESTUDIOS DE CASO
Criterios Selección
Región de estudio Región seleccionada en base a países desarrollados como
(PYMES) en el Reino Unido y Estados Unidos que practicaron
el proceso de automatización Campo centrado en la
Campo primera capa de contabilidad (Gestión de contabilidad)
Alcance Automatización en la gestión contable interna Auditoría interna
Subámbito y auditoría externa Identificar los resultados de la
Funciones implementación de la automatización en los sectores contables.
Un caso de estudio
En esta sección se describen tres casos de estudio. Sus hallazgos
se usarán más en el análisis y la discusión en las próximas secciones.
Los estudios de caso están representados por el Estudio de caso A, el
Estudio de caso B y el Estudio de caso C.
1) Estudio de caso A (CS-A):
El estudio de caso A (CS-A) tiene cientos de actividades programadas
y organizadas en Europa y Finlandia. Son expertos en los campos del
diseño visual, la decoración, la preparación y montaje de escenarios, el
diseño de interiores y la creación de eventos potentes que integran todas
sus diferentes habilidades.
Se dan cuenta y entienden perfectamente que cada ocurrencia refleja la
marca del cliente; por ello, priorizan la consistencia en todas sus tareas.
Utilizan el Procountor de Finago, un dispositivo de información financiera
automatizado, al igual que otras empresas finlandesas y nórdicas.
Accountor Finago es uno de los elementos del negocio de software para
pymes de Accountor Group. Procountor es una plataforma fácil de usar
con cientos de miles de usuarios, pero las facturas de venta se envían
manualmente desde la administración de la empresa o las aplicaciones
ERP a Procountor. Una vez que aumenta el número de facturas, se vuelve
tedioso enviarlas manualmente.
Por lo tanto, recurren a Scoro by Youredi para acelerar y automatizar el
proceso de facturación. No solo eso, Scoro es un software de
administración empresarial todo en uno que ayuda a los equipos a
colaborar de manera efectiva, ejecutar tareas de manera más efectiva y
realizar un seguimiento de los ingresos. La implementación de Procountor
les ahorra una gran cantidad de tiempo y no es propenso a errores, libre
de tareas y entrada de datos manual. Ahora pueden estar seguros de
que casi todas las facturas se enviarán a Procountor en tiempo real sin
perder ningún detalle vital. Como todas las facturas de (CS-A) ahora se
directamente del sistema de gestión empresarial de Scoro a
la plataforma de gestión financiera a través de Procountor basado en la
nube, seguirán haciendo crecer fácilmente su negocio principal en lugar
de solo realizar tareas administrativas. Ahora pueden concentrarse en lo
que mejor saben hacer para brindar excelentes oportunidades de eventos
a sus clientes.
2) Estudio de caso B (CS-B):
El Caso de Estudio B (CS-B) es una empresa familiar que distribuye
cerveza y bebidas no alcohólicas. Distribuyen los productos en Alabama
y Carolina del Norte. La empresa se dio cuenta de que necesitaba un
software automático para gestionar picos repentinos en las facturas.
Comenzaron a procesar un promedio de 2000 facturas por mes,
excluyendo las facturas del producto de forma manual. Los retrasos en
el procesamiento de las aprobaciones y el control de las facturas se
convirtieron en un problema, ya que tenían un estudio de caso B de
varios niveles (CS-B) es una familia
Machine Translated by Google
negocio propio que distribuye cerveza y bebidas no alcohólicas.
Distribuyen los productos en Alabama y Carolina del Norte. La
empresa se dio cuenta de que necesitaba un software automático
para gestionar picos repentinos en las facturas.
Comenzaron a procesar un promedio de 2000 facturas por mes,
excluyendo las facturas del producto de forma manual. Los
retrasos en el procesamiento de las aprobaciones y el control de
las facturas se convirtieron en un problema, ya que tenían una
aprobación de varios niveles, pero no estaban centralizados ni
eran visibles; por lo tanto, los seguimientos y el seguimiento de
datos tomaron más tiempo, ya que tenían que buscar el papel y
las firmas de las facturas. Los problemas impidieron que su
trabajo funcionara sin problemas. Después de que implementaron
el software automático (Beanworks) para administrar sus montones de facturas, pudieron realizar una administración remota.
La comunicación entre las sucursales se aceleró y los gerentes
pudieron acceder a las facturas y hacer modificaciones en la
nube, lo que resultó en una programación fácil para el pago.
Durante la pandemia de covid-19, los gerentes podían aprobar
facturas fácilmente a través de aplicaciones móviles y los
miembros del equipo podían procesarlas en cualquier lugar. El
equipo estaba ahorrando más tiempo en la entrada de datos y
tareas manuales. Las facturas se capturaron, codificaron y
enviaron automáticamente al aprobador. aprobación, pero no
centralizados y visibles; por lo tanto, los seguimientos y el
seguimiento de datos tomaron más tiempo, ya que tenían que
buscar el papel y las firmas de las facturas. Los problemas
impidieron que su trabajo funcionara sin problemas. Después de
que implementaron el software automático (Beanworks) para
administrar sus montones de facturas, pudieron realizar una
administración remota. La comunicación entre las sucursales se
aceleró y los gerentes pudieron acceder a las facturas y hacer modificaciones
Durante la pandemia de covid-19, los gerentes podían aprobar
facturas fácilmente a través de aplicaciones móviles y los
miembros del equipo podían procesarlas en cualquier lugar. El
equipo estaba ahorrando más tiempo en la entrada de datos y
tareas manuales. Las facturas se capturaron, codificaron y enviaron automáticamente
3) Estudio de caso C (CS-
C): El estudio de caso C (CS-C) es una firma de práctica
contable que ofrece una gama de servicios que incluyen
asesoramiento contable y fiscal, teneduría de libros y desarrollo
empresarial. El fundador aprovecha la innovación digital para
automatizar procesos administrativos obsoletos e ineficientes.
Cuando decidieron eliminar la entrada manual de datos, eligieron
AutoEntry, lo que generó importantes retornos de inversión (ROI)
para la empresa. (CS-C) quería adoptar una solución de ingreso
de datos que fuera rápida de procesar, simple de usar y altamente precisa.
También quería uno que pudiera capturar datos de una variedad
de documentos, incluidas facturas de compra y venta, así como
extractos bancarios, para servir de manera efectiva a su gama de
clientes. Como parte de su diligencia debida, decidió probar una
prueba gratuita de AutoEntry a principios de 2017. Le encantó lo
inteligente que era AutoEntry, a la vez que tan fácil de operar. La
empresa ahora carga más de 300 documentos al mes en
AutoEntry, ya sea a través de la web o de la aplicación móvil, y
puede monitorear el progreso de estos elementos a través de su
tablero personalizado, lo que ayuda a agilizar la prestación del
servicio. Al mismo tiempo, tenía la capacidad de contratar a más
clientes de contabilidad, lo que ayudó a aumentar su facturación
en más del 50 % mediante la automatización de la entrada de datos contables.
tercero RESULTADO Y DISCUSIÓN
El desglose de los desafíos en la implementación de la
contabilidad se muestra en la Tabla 2 en base a la literatura
previa. De la tabla podemos concluir que las limitaciones de
conocimiento son principalmente los desafíos que enfrentan los
dueños de negocios para implementar la contabilidad, seguidos
de una mala gestión comercial, costos y errores de registro
debido a errores humanos. Por lo tanto, se introdujo una función
automatizada de contabilidad para simplificar las tareas de
mantenimiento de registros con menos supervisión. La función
de contabilidad automatizada se extiende a 'ingreso sin datos'
donde AI, que funciona en el software electrónico, extraerá toda
la información de datos de la imagen escaneada por OCR. Por lo
tanto, los errores humanos se reducirán especialmente cuando
el personal ingrese manualmente los datos y la información en el sistema ele
TABLA II
CRITERIOS DE SELECCIÓN DE ESTUDIOS DE CASO
Referencias Restricciones Registro de costos Pobre
(Año) de conocimiento errores administración
ÿ
[26]
[27] ÿ
[28] ÿ ÿ
[29]
[30] ÿÿ ÿ ÿÿ
[31] ÿ
[8] ÿ ÿ
en la nube, lo que resultó en
*Nota: (ÿ) indica el desafío resaltado en una programación
la(s) fácil para el pago.
referencia(s) respectiva(s).
B. Enfoque de inteligencia artificial
En muchas áreas de aplicación de IA, se aplicaron algoritmos
de aprendizaje automático (ML), y los investigadores trabajaron
mucho para mejorar al aprobador.
la precisión del algoritmo ML. ML se utiliza
como una inyección del enfoque de IA en el reconocimiento OCR,
así como en otros procesos de automatización, como la detección
de facturas basadas en plantillas [22]. La evolución del enfoque
de IA se muestra en la Tabla 3. Los resultados de este estudio se
recopilaron a través de artículos de investigación utilizando el
enfoque inductivo basado en los criterios establecidos y discutidos anterior
El sistema automatizado puede reconocer e identificar facturas
de manera inteligente en función de algunas plantillas
almacenadas en la base de datos y aprender del sistema para
una nueva factura para la cual las plantillas no están disponibles
en la base de datos mediante una técnica de comparación de
plantillas del aprendizaje previo. Al mantener los procesos
básicos de OCR, los procesos adicionales serían la comparación de plantilla
Según la Tabla 3, el investigador realizó continuamente las
soluciones de IA en los procesos de reconocimiento de facturas
para producir un proceso automatizado. [33] propusieron una
entrada automática de la factura en una computadora escaneando
el documento, mientras que [34] propusieron una clasificación
automática de documentos de facturas para clasificar los tipos
de facturas. Poco a poco, los investigadores propusieron más
técnicas de automatización, como el reconocimiento de
caracteres, la extracción automática de datos de las facturas y el
reconocimiento inteligente de facturas basado en plantillas.
Todos estos proyectos mostraron que el reconocimiento
automático de facturas estaba atrayendo la atención hacia las funcionalidad
227
Machine Translated by Google

TABLA III

REVISIÓN DE LA LITERATURA DEL MÉTODO AI EN TÉCNICAS OCR PARA EL RECONOCIMIENTO DE FACTURAS

Referencias [33] Proyecto AI Método Resultados Información Adicional

Propuso una solución para Usando el método de movimiento La tasa de precisión más alta La adhesión de la línea de forma y los

aumentar la eficiencia lineal de bloque completo en cada para caracteres chinos es del 97,2 % y la caracteres dificulta la segmentación

operativa del personal financiero
en el que los números arábigos y
los caracteres chinos se ingresaron
automáticamente desde la factura a
una computadora Propuso un
[34] sistema automático de
clasificación de documentos
de facturas para clasificar las
facturas en función del análisis de
segmento vertical, se presenta un nuevo
algoritmo rápido para detectar y rectificar
la imagen inclinada.
Usar el clasificador k-Nearest
Neighbor (k-NN) ya que no se
requiere una fase de entrenamiento.
tasa de precisión para el árabe es del
95,2 %
La clasificación de mundo cerrado logra
el 99 % de clasificación correcta en
el caso de 1-NN, mientras que el
rendimiento del clasificador de mundo
de caracteres, lo que se convierte en un
factor importante para aumentar la tasa
de reconocimiento.
Las técnicas de OCR y la indexación de
etiquetas mejorarán los resultados obtenidos y
podrían proporcionar una alternativa menos
convincente a la identificación con código de barras.

la información gráfica presente en el abierto alcanza el 79 % de precisión. sistemas

documento .

[35] Explore la utilidad del Se crea una percepción multicapa única de Tasa de reconocimiento del 84,8 % Se pueden probar otros tipos de
enfoque basado en redes la red neuronal para la clasificación para un problema de 10 clases en el preprocesamiento y modelos de redes
neuronales artificiales para el mediante el algoritmo de aprendizaje que de 75 muestras, 65 muestras se neuronales para obtener una mejor tasa de
reconocimiento de caracteres. de retropropagación. La técnica reconocen correctamente. reconocimiento en el futuro.

utilizada en 6 características geométricas

diferentes para extraer 48 parámetros se
introduce en ANN.

[36] Un sistema de clasificación para Procesamiento del lenguaje natural La regresión logística obtiene la mejor Los errores se deben en parte a errores de
reconocer la primera página de (PNL) puntuación con una precisión OCR. Este trabajo utiliza principalmente palabras,
facturas a partir de documentos promedio del 95,02 %. la unidad más pequeña en el diseño de
escaneados. documentos, para extraer características.

[37] Sistema OCRMiner diseñado para Método de bloques de texto clasificado por El sistema OCRMiner, permite la Varios tipos de errores de OCR

extraer los metadatos de
indexación de documentos
estructurados obtenidos a partir de
un proceso de escaneo de imágenes
y OCR.
clasificador basado en reglas y aprendizaje integración de técnicas de análisis de detectados durante el experimento.
automático (ML). texto, con características de diseño
posicional de los bloques de
documentos reconocidos logrando un
promedio de 80.1% de precisión.

[38] Extracción de recibos y verificación La red de propuestas de texto El sistema obtiene una puntuación del 71,9 % de Mejora de la verificación de OCR en la
OCR para mejorar la detección de conexionista (CTPN) explora la rica la puntuación F1 tanto para la tarea de detección escritura a mano.
texto. información de contexto de una imagen como para la de reconocimiento.

de entrada, lo que la hace poderosa

para detectar texto horizontal.

[22] Identificar inteligentemente la factura El reconocimiento óptico de caracteres Alta precisión del 95 % y un tiempo de La información, incluido el dinero, los
información basada en la OCR se utiliza para transformar la ejecución medio de 14 milisegundos bienes y el comprador, se identificó con
coincidencia de plantillas. información de la imagen en texto para precisión.
que la información derivada se pueda

[39] Enfoque automático para
clasificar las facturas en tres tipos:
manuscritas, impresas a
máquina y recibos.
utilizar directamente.
Red neuronal convolucional El clasificador KNN logró una Recomiende este enfoque como un paso
profunda (CNN) AlexNet. precisión del 97,92 %. previo al proceso para los sistemas OCR.
Las entidades se clasifican mediante
Random Forests (RF), K-vecinos más
cercanos (KNN) y Naive Bayes (NB).

Aparte de eso, hay otras áreas que se beneficiaron con la
implementación y los avances de la máquina, como la visión artificial
y el reconocimiento de objetos, la predicción, el análisis semántico, el
procesamiento del lenguaje natural y la recuperación de información
[22]. Las técnicas disponibles para estas soluciones son árboles de
decisión, bosques aleatorios, redes neuronales artificiales (ANN),
máquinas de vectores de soporte (SVM) y red bayesiana. Para medir
la precisión de su sistema, consulte la Tabla 3. Según los resultados,
el OCR es un método preferible que se utiliza para reconocer
documentos de facturas y la extracción destacada para automatizar la
entrada de diario. Varios métodos y clasificadores de ML están
involucrados para garantizar que OCR produzca una salida precisa.
Esto es vital en la automatización de documentos de facturas, ya que
podría extraer datos de información para entradas de diario
automatizadas y la clasificación de diarios. Por lo tanto, se ha
investigado mucho para aumentar la precisión de OCR.
funcionalidades (Tabla 3). Basado en el objetivo de investigación que
se centra en el enfoque de IA en la automatización de los procesos de
contabilidad, especialmente en el procesamiento de facturas y la
entrada de diario, ambos procesos se basan mutuamente en el proceso de OCR.
Una buena precisión de los procesos de OCR producirá un mejor
resultado en la coincidencia de plantillas y la reorganización de
caracteres que se utilizarán en el siguiente proceso de entrada y
clasificación automáticas del diario. La automatización del
procesamiento de facturas y el asiento de diario con respecto a AI y
ML se concluye según la Tabla 4, según tipos y usos. Con base en la
Tabla 4, se identifican tres tipos de ML que son el aprendizaje
supervisado, el aprendizaje no supervisado y el aprendizaje reforzado.
Se proporcionan casos de uso y subcategorías para diferenciar cada
tipo de aprendizaje.

228
Machine Translated by Google

TABLA IV la toma de decisiones de toda organización. Con la inyección de IA, la

TIPOS DE LA Y CASOS UTILIZADOS.
gestión de contabilidad automatizada ha hecho que el sistema sea
Tipos de más confiable y menos dependiente de los humanos, especialmente
Máquina Literatura
Subcategoría Casos usados en el manejo de errores. La contabilidad automatizada también
Aprendizaje Referencias
beneficiará a los contadores y auditores en el manejo de impuestos.
(ML)
Clasificación Extraer Es necesario aplicar la tecnología contable reciente con comprensión
Aprendizaje [22],[37],[38]
supervisado información y explorar formas más efectivas en la implementación [41].
basada en la

coincidencia
de plantillas IV.CONCLUSIÓN
Aprendizaje sin Agrupación [39]
Con base en el estudio preliminar, podríamos resumir que el
supervisión Separación de
facturas por
sistema de contabilidad automatizado juega un papel positivo en el
categoría: manuscrita o desempeño de las PYME, así como en la superación de los desafíos
impreso a máquina que enfrentan las empresas. El sistema ayuda a las PYME a aumentar
Reforzado Cartografía Gestión de diario/ [40] su tasa de crecimiento y mantener sus registros internos de manera
aprendizaje inventario [15] efectiva. El proceso en curso de los métodos y la tecnología de IA
para aumentar la precisión de los procesos se lleva a cabo activamente
Para fortalecer aún más los hallazgos del estudio, se revisaron tres mediante investigaciones en todo el mundo. Los desafíos discutidos
estudios de caso, a saber, CS-A, CS-B y CS-C. en este estudio se centran principalmente en las limitaciones de
Con base en un estudio comparativo, el modelo produjo buenos conocimiento, una vez más, las limitaciones de costos también juegan
elementos y beneficios de la contabilidad automatizada en las PYME un papel importante en la adaptación de la tecnología de IA. No
(Tabla 5). Se identificaron algunos factores en la implementación de podemos negar el costo creciente de implementar tecnología en
la contabilidad automatizada basados en estudios de casos en el pequeñas empresas, especialmente en Malasia, mirando el lado
Reino Unido y los Estados Unidos. La mayoría de ellos estuvo de positivo de la contabilidad automatizada que simplifica los procesos
acuerdo en que implementar la automatización de facturas y la iniciales de financiamiento interno en todos los sectores comerciales.
automatización de entradas de diario facilitó mucho sus tareas diarias Esta limitación podría superarse con el apoyo del gobierno de Malasia,
y redujo su carga de trabajo.
que siempre apoya a las PYME con varios programas de inyección de
TABLA V fondos. Por lo tanto, se debe realizar más investigación para investigar
FACTORES CLAVE DE LA IMPLEMENTACIÓN DE LA CONTABILIDAD AUTOMATIZADA el papel y la relación que podría desempeñar el gobierno de Malasia

Beneficio
Factores clave Caso de estudio
Reducir las cargas de trabajo CS-A, CS-B, CS-C
Gerencia /
personal Acortar el análisis de informes CS-A, CS-B
Pérdida de tiempo CS-A, CS-B, CS-C
Empresa Proceso en tiempo real CS-A, CS-C
Aumentar la productividad CS-A, CS-B, CS-C
Mayor tasa de crecimiento CS-A, CS-B, CS-C
Objetivo de negocio de enfoque CS-A, CS-B
Aparte de eso, la implementación de la contabilidad automatizada
también requiere mucho tiempo y podría acortar el análisis de informes.
Un proceso en tiempo real de facturación y entrada de diario ha
marcado una gran diferencia en el crecimiento de la empresa. Según
el estudio de caso, la empresa se beneficiará mucho en términos de
aumentos de productividad, una mayor tasa de crecimiento y podrá
concentrarse más en sus objetivos comerciales, ya que el análisis de
informes se puede realizar semanalmente en comparación con antes
de implementar el proceso de automatización. En la auditoría
financiera, los auditores pueden lograr el archivo deseado en el
archivo de archivo sin tener que consultar a los gerentes.
Después de identificar los desafíos y los beneficios obtenidos por
las PYME en los estudios de casos anteriores, las PYME de Malasia
podrían adaptar el mismo enfoque para tener una mejor gestión
contable, especialmente en el mantenimiento de registros. Esto
significa que el gobierno de Malasia debe desempeñar un papel para
superar el costo para las PYMES en la implementación temprana.
El apoyo, como la reducción de impuestos y subsidiarias por parte
del gobierno, podría introducirse en la fase inicial de la implementación
de las funciones automatizadas en las PYME.
Esto eliminará la dependencia de la subcontratación de tareas de
contabilidad para las PYME. El mantenimiento de registros juega un
papel importante en la determinación de la dirección y el flujo financiero de una empresa en
para fomentar la automatización en las PYME de Malasia. Aparte de
eso, la preparación para implementar funciones automatizadas en las
organizaciones de Malasia es algo a considerar en futuros estudios.
Funciones como la partida doble en la financiación y la gestión fiscal
también son procesos que se centrarán en la automatización en el
futuro. Los estudios de caso en este documento se realizaron para
comprender realmente los beneficios de implementar funciones de
automatización en las PYME, que se pueden adaptar a las PYME de
Malasia como funciones de valor agregado.
RECONOCIMIENTO
Este trabajo cuenta con el apoyo del Programa de subvenciones
de investigación fundamental (600-IRMI/FRGS 5/3 (370/2019).
Agradecemos al Ministerio de Educación Superior y al IRMI (Instituto
de Investigación, Gestión e Innovación), UiTM por su apoyo continuo.
ya los revisores anónimos por sus útiles sugerencias.
REFERENCIAS
[1] A. Çaliÿkan, "¿Cómo la contabilidad y los contadores pueden contribuir a la
sostenibilidad?" Revista de Responsabilidad Social, vol. 10, págs. 246-267,
2014.
[2] M. Nyathi y OH Benedict, “Un análisis de las prácticas contables de los
microempresarios en la industria minorista de ropa en Ciudad del Cabo,
Sudáfrica”, Journal of Entrepreneurship & Organization Management. vol.
06.10.4172/2169-026X.1000216, 2017.
[3] L. Calder, "Contador junior: Contabilidad en colores pastel de contabilidad
computarizada", Ciudad del Cabo: Medios de aprendizaje Edge. 2011.
[4] LCK Mwebesa, C. Kansiime, B. Asiimwe, P. Mugambe e I. B Rwego, “El efecto del
mantenimiento de registros financieros en el desempeño financiero de los
grupos de desarrollo en áreas rurales del oeste de Uganda.
Revista Internacional de Economía y Finanzas, vol. 10, núm. 4, págs. 136-145,
2018.

229
Machine Translated by Google
[5] J. Peltier, Y, Zhao y J. Schibrowsky, "Adopción de tecnología por parte de las
pequeñas empresas: un estudio exploratorio de las interrelaciones del
propietario y los factores ambientales", International Small Business Journal -
INT SMALL BUS J. vol. 30, págs. 406-431, 10.1177/0266242610365512, 2012.
[6] k. Leonard, “Acerca de los negocios. [En línea]. Disponible:
https://smallbusiness.chron.com/business-research-43341.html, 2019.
[7] N. R Mohd Sallem, N. Mohd Nasir, C. Kassim, “Pequeñas y medianas empresas:
problemas críticos y posibles soluciones”, International Business Management,
vol. 11, págs. 47-52, 2017.
[8] DO Aladejebi y DJA Oladineji, “El impacto del mantenimiento de registros en las
pequeñas y medianas empresas seleccionadas en la metrópolis de Lagos”,
Journal of Small Business and Entrepreneurship Development, vol. 7, núm. 1,
2019.
[9] W. Zhang, "Sistema de facturación en línea basado en el reconocimiento de
códigos QR y almacenamiento en la nube", Proc. 2do IEEE Avanzado.
información Gestionar, Comun., Electron. automático Control (IMCEC), págs. 2576–2579, 2018. exploración de la relación entre el mantenimiento de registros y el rendimiento
[10] P. Cedillo, A. García, JD Cárdenas y A. Bermeo, “Una revisión sistemática de la
literatura sobre facturación electrónica, plataformas y sistemas de notificación”,
Conferencia Internacional sobre eDemocracia y Gobierno Electrónico (ICEDEG)
2018, pp. 150-157, 2018.
[11] EO Eric y D. Gabriel, "Desafíos de la contabilidad en pequeñas y medianas
empresas (PYME) en el distrito de Kwaebibirem: El caso de Appex Global
(Ghana) Limited", International Journal of Business and Management Cases,
vol. 1, no. 2, págs. 1-12, 2012.
[12] R. Plant, "Una introducción a la inteligencia artificial", 32.° Reunión y exhibición
de ciencias aeroespaciales. doi:10.2514/6.1994-294, 1994.
[13] PP Shinde y S. Shah, "Una revisión de las aplicaciones de aprendizaje automático
y aprendizaje profundo", Cuarta Conferencia Internacional sobre Comunicación
Informática de 2018, 2018.
[14] H. Lu, Y. Li, M. Chen, H. Kim y S. Serikawa, “Inteligencia cerebral: vaya más allá
de la inteligencia artificial. Aplicaciones y Redes Móviles,
doi:10.1007/s11036-017-0932-8, 2017.
[15] X. Xu, "Investigación de aplicaciones de informatización de archivos contables
basada en grandes datos", Técnicas de procesamiento de datos y aplicaciones
para sistemas cibernéticos (DPTA 2019), Springer, Singapur, págs. 55-
62, 2020.
[16] V. Gupta, A. Aggarwal y U. Ghose, “Información basada en reglas aprovechando
las facturas comerciales”, Conferencia internacional sobre técnicas
computacionales en tecnologías de la información y la comunicación
(ICCTICT), 2016.
[17] U. Abdullah, A. Ligÿza y K. Zafar, K. “Evaluación del desempeño de los sistemas
expertos basados en reglas: un ejemplo del dominio de facturación médica”,
Expert Systems, vol. 34, núm. 6, págs. 12218, 2017.
[18] H. Rkein, Z. Issa, F. Awada y H. Hejase, Hussin. “Revista saudí de estudios
empresariales y de gestión Impacto de la automatización en la profesión
contable y la empleabilidad: una evaluación cualitativa del Líbano”, vol. 4,
págs. 372-385. 10.21276/sjbms.2019.4.4.10.,
2019.
[19] KJ Shaffer, CJ Gaumer y KP Bradley, "Los productos de inteligencia artificial
remodelan la contabilidad: es hora de volver a entrenar", Desarrollo y
aprendizaje en las organizaciones, vol. 34 núm. 6, págs. 41-43. https://doi.org/
10.1108/DLO-10-2019-0242, 2020.
[20] A. Lupasc, I. Lupasc y CG Zamfi, "Impacto de las tecnologías modernas
inteligentes en los negocios", Serie de ciencias económicas de los anales de
la Universidad Ovidius, vol. 12, núm. 1, págs. 580-585, 2012.
[21] R. Kumar y A. Singh, “Detección y segmentación de líneas y palabras en texto
escrito a mano en gurmukhi. 2010 IEEE 2nd International Advance Computing
Conference, IACC 2010, págs. 353-356, 10.1109/IADCC.2010.5422927, 2010.
[22] Y. Sun, X. Mao, S. Hong, W. Xu y G. Gui, “Método basado en la comparación de
plantillas para la identificación inteligente de información de facturas”
Acceso IEEE, vol. 7, págs. 28392-28401, 2019.
[23] R. Smith. "Una descripción general del motor Tesseract OCR". Proc 9th Int.
Conf. on Document Analysis and Recognition, IEEE, Curitiba, Brasil,
septiembre de 2007, pp. 629-633.
230
[24] R. Mithe, N. DIVEKAR, S. INDALKAR Reconocimiento óptico de caracteres.
International Journal of Recent Technology and Engineering (IJRTE),
2277-3878, 2 (1) (marzo de 2013).
[25] H. Idota, T. Bunno y M. Tsuji, “Impacto de las TIC en la innovación: el caso de las
pymes japonesas, Tecnología disruptiva: conceptos, metodologías,
herramientas y aplicaciones”, IGI Global, págs. 1624-1651, 2020.
[26] P. Everaert, S. Patricia, G. Sarens, J. Rommel, enero. "Uso de la economía de
costos de transacción para explicar la subcontratación de la contabilidad".
Economía de la pequeña empresa, vol. 35. págs. 93-112. 10.1007/s11187-008-
9149-3, 2010.
[27] V. Mistry, U. Sharma y M. Low, “La percepción de los contadores administrativos
sobre su papel en la contabilidad del desarrollo sostenible”,
Revisión de contabilidad del Pacífico, vol. 26, n.º 1/2, págs. 112–133, doi:10.1108/
par-06, 2014.
[28] M. Ibrahim y A. Musah, "Mantenimiento de registros y el resultado final:
empresarial entre las pequeñas y medianas empresas (PYME) en la metrópolis
de Tamale de Ghana" , Revista de investigación de finanzas y contabilidad .
vol.5, págs. 107-117, 2014.
[29] SN A Zulkiffli, “Desempeño empresarial para las PYME: ¿Medidas subjetivas u
objetivas?” Revisión de Integrative Business and Economics Research, vol. 3,
núm. 1, págs. 371, 2014.
[30] IK Abdul Rahman, AZ Abdul Rahman, YH Tew y N. Omar, “A Survey on
Management Accounting Practices in Malaysian Manufacturing Companies”,
Management Accounting Practices Paper 3, Sesión concurrente IC, Conferencia
Internacional de Contabilidad de Gestión, Universidad Nacional de Malasia ,
Selangor.
1998.
[31] A. Musah, "Beneficios y desafíos de las prácticas contables y contables de las
PYME y su efecto sobre el crecimiento y el rendimiento en Ghana", Journal of
Accounting, Business and Management (JABM),
vol. 24, n.° 2, 16-36, ISSN 2622-2167, 2017.
[32] M. Shakir, "La selección de estudios de casos: estrategias y sus aplicaciones a
los estudios de casos de implementación de SI" , Cartas de investigación en
las ciencias de la información y matemáticas, vol.3, pp. 69-77, 2002, [33] M
Delie, L. Jian y T. Jinwen, "El diseño e implementación de un sistema chino de
reconocimiento de facturas financieras", Proc. En t. Síntoma
Proceso de video/ imagen VIPromCom. Multimedia Commun., págs. 79-82,
junio de 2002.
[34] C. Alippi, F. Pessina y M. Roveri, "Un sistema adaptativo para la clasificación
automática de documentos de facturas", IEEE International Conference on
Image Processing 2005, Genova, pp. II-526, doi: 10.1109/ICIP.2005.1530108 ,
2005.
[35] S. Sharma y N. Singh, “Reconocimiento óptico de caracteres mediante el enfoque
de redes neuronales artificiales, 2014.
[36] HT Ha, “Reconocimiento de facturas a partir de documentos escaneados”,
RASLAN 2017, Avances recientes en el procesamiento del lenguaje natural
eslavo, págs. 71–78, 2017.
[37] HT Ha, M. Medved, Z. Nevÿÿilová y A. Horák, "Reconocimiento de tipos de bloques
de metadatos de facturas OCR", Lecture Notes in Computer Science, págs.
304–312, 2018.
[38] DLD Anh, V. Pham y TA Nguyen, "Enfoque de aprendizaje profundo para el
reconocimiento de recibos", arXiv [cs.CV], 2019.
[39] A. Tarawneh, A. Hassanat, D. Chetverikov e I. Lendak, Imre y C. Verma,
"Clasificación de facturas con características profundas y técnicas de
aprendizaje automático", 10.1109/JEEIT.2019.8717504, 2019.
[40] WN Lin, KS Yap, M. Khalid y M. Yusof, "Diseño de un sistema automatizado de
entrada de datos para formularios rellenados a mano", Actas de TENCON de
2000. Sistemas y tecnologías inteligentes para el nuevo milenio (Cat. No.
00CH37119), Kuala Lumpur, Malasia, 2000,
pp. 162-166 vol.1, doi: 10.1109/TENCON.2000.893562.
[41] S. Yoon, Sora. 2020. "Un estudio sobre la transformación de la contabilidad
basada en nuevas tecnologías: evidencia de Corea" Sostenibilidad
12, núm. 20: 8669.