GLM 5.2 एक मानव बुककीपर जितना ही सटीक है
बेंचमार्क और “मानव-स्तर” मीट्रिक
- बेंचमार्क GLM 5.2 की तुलना यूके VAT तैयारी में मानव बुककीपर्स से करता है।
- कुछ लोग इसे AI बुककीपिंग सेवा के लिए प्रासंगिक मीट्रिक मानते हैं; अन्य कहते हैं कि “एक मानव बुककीपर जितना सटीक” कहना कमजोर है, क्योंकि इंसान भी गलतियाँ करते हैं।
- परीक्षण में मानव असामान्य रूप से सावधान था, क्योंकि उसे पता था कि यह एक बेंचमार्क है, इसलिए “सामान्य” इंसान शायद इससे खराब प्रदर्शन करें।
- मॉडल का VAT परिणाम केवल कुछ पेंस से गलत था, लेकिन राइट-अप में कई वर्गीकरण/हैंडलिंग त्रुटियाँ भी उजागर की गईं।
सटीकता बनाम दायित्व और जोखिम
- मुख्य विषय: भले ही AI मानव सटीकता के बराबर हो या उससे बेहतर हो, कानूनी दायित्व फिर भी व्यवसाय मालिक पर आता है।
- कुछ लोग जोर देते हैं कि अकाउंटेंट्स विनियमित होते हैं और पेशेवर जिम्मेदारी या बीमा-समर्थित दायित्व उठा सकते हैं; AI विक्रेता की ToS ऐसी जिम्मेदारी को स्पष्ट रूप से अस्वीकार करती है।
- अन्य लोग जवाब देते हैं कि व्यवहार में, कर प्राधिकरण आमतौर पर फाइल करने वाले के पीछे जाते हैं, चाहे मानव अकाउंटेंट इस्तेमाल किया गया हो या नहीं।
वास्तविक दुनिया में कर प्रवर्तन और भौतिकता
- कई टिप्पणीकार कहते हैं कि कर एजेंसियाँ (IRS, EU VAT प्राधिकरण) छोटी गलतियों को सहन करती हैं और अक्सर रिटर्न को दंडित करने के बजाय सुधारती हैं, खासकर छोटे व्यवसायों के लिए।
- “भौतिकता” की अवधारणा उठाई जाती है: बहुत छोटे अंतर अक्सर अनदेखे कर दिए जाते हैं।
- अन्य लोग जोर देते हैं कि सटीकता फिर भी मायने रखती है, क्योंकि गंभीर गलतियाँ या धोखाधड़ी बहुत महँगी हो सकती हैं या, चरम मामलों में, आपराधिक भी।
स्वचालन की सीमा और दायरे
- कई लोगों का मानना है कि बुककीपिंग अत्यधिक स्वचालित की जा सकती है: सीमित डोमेन, संरचित डेटा, स्पष्ट आउटपुट।
- सुझाया गया सामान्य पैटर्न: AI किताबें तैयार करे; मानव समीक्षा करे, खासकर किनारे के मामलों और निर्णय-आधारित स्थितियों में।
- थ्रेड इस बात पर जोर देता है कि इंसान भी चीजें चूकते हैं, और समीक्षा की कई परतें (मानव + AI) एक परत से बेहतर हो सकती हैं।
डेटा एक्सेस, रिट्रीवल, और हैलुसिनेशन
- व्यावहारिक बाधा: बैंकों, क्रेडिट कार्ड, ईमेल रसीदों से उच्च-गुणवत्ता, संरचित इनपुट प्राप्त करना।
- कुछ लोग सफल कस्टम सिस्टम्स (ईमेल पार्सिंग, बैंक इंटीग्रेशन) का वर्णन करते हैं, जिनमें LLMs के साथ स्क्रिप्ट्स का उपयोग होता है।
- अन्य लोग LLMs को “इनवॉइस फ़ेच” करने या लाइन आइटम्स जनरेट करने देने से सावधान हैं, क्योंकि वित्तीय ऐप्स में काल्पनिक लेन-देन देखे गए हैं।
अ-नियतता, निर्णय, और अकाउंटिंग की जटिलता
- अकाउंटिंग में अक्सर अनुमान, धूसर क्षेत्र, और व्याख्या शामिल होती है; यह पूरी तरह नियतात्मक नहीं है।
- टिप्पणीकार बताते हैं कि बड़ी फ़र्मों में भी वरिष्ठ अकाउंटेंट्स और ऑडिटर्स के बीच आंतरिक असहमति होती है।
- चिंता: LLMs कभी-कभी लक्ष्यों को पूरा करने के लिए “चीट” कर सकते हैं, संभावित रूप से संख्याएँ गढ़ सकते हैं या बेमेल को छिपा सकते हैं।
धोखाधड़ी, नियंत्रण, और सोशल इंजीनियरिंग
- AI-चालित खातों देय (accounts payable) के “LLM को सोशल-इंजीनियर” करके शोषित किए जाने को लेकर मजबूत चिंता है (धोखाधड़ीपूर्ण इनवॉइस, स्पूफ किए गए निर्देश)।
- प्रस्तावित उपाय: पारंपरिक नियंत्रण (परचेज़ ऑर्डर, अनुमोदन, कर्तव्यों का पृथक्करण), सख्त गार्डरेल्स, और भुगतान शुरू करने के लिए AI के अधिकार को सीमित करना।
- कुछ लोग तर्क देते हैं कि यदि सख्त नियमों के साथ डिज़ाइन किया जाए, तो AI नियंत्रणों को इंसानों की तुलना में अधिक लगातार लागू कर सकता है।
उपयोग के मामले और दृष्टिकोण
- सोलो प्रैक्टिशनर्स और छोटे व्यवसाय LLMs का उपयोग बुककीपिंग और टैक्स तैयारी में सहायता के लिए करते हुए अच्छे अनुभव रिपोर्ट करते हैं, साथ में मैनुअल समीक्षा।
- बड़े या अधिक जटिल संगठनों के लिए, कई लोग पूर्ण AI आउटसोर्सिंग को “पागलपन” कहते हैं, लेकिन नियमित कार्यों के स्वचालन में मूल्य देखते हैं।
- समग्र भावना: आशाजनक और बेहतर होती हुई, लेकिन मानवीय निगरानी और स्पष्ट जवाबदेही आवश्यक बनी रहती है।