Tekoälyagenttien hyödyntäminen elinkeinotoiminnan veroilmoituksen laatimisessa

Abstract

Tekoälytyökalut kehittyvät jatkuvasti, ja yritykset ovat entistä kiinnostuneempia tekoälytyökalujen käyttöönotosta ja mahdollisuuksista. Tekoälyn osa-alueita on paljon ja niin on myös tapoja orkestroida tekoälyä. Tekoälyagenteilla voidaan orkestroida tekoälyä luomalla esimerkiksi moniagenttijärjestelmiä, joissa tekoälyagentit toimivat itsenäisesti, erikoistuvat tehtäviin ja kommunikoivat keskenään. Tekoälyagenteilla voidaan vastata tyypillisiin tekoälyn haasteisiin, kuten hallusinointiin ja suurten tehtäväkokonaisuuksien hallitsemiseen. Tekoälyn hyödyntämismahdollisuuksia yritysverotuksen tehtävissä on tutkittu melko vähän suhteessa muihin käyttötapauksiin, ja siksi onkin syytä selvittää, miten yritykset voivat kehittää veroprosessejaan tekoälyagenteilla. Tässä tutkielmassa tarkastellaan tekoälyagenttien hyödyntämismahdollisuuksia elinkeinotoiminnan veroilmoitusten laatimisessa. Tutkimus on laadittu laadullisena tapaustutkimuksena, jonka kohdeorganisaatio on suomalainen konsultointiyritys, joka tarjoaa muun muassa veroilmoituspalveluja suomessa toimiville yrityksille. Tutkielman aineistonkeruun näkökulma perustuu Goodhuen & Thompsonin (1995) tehtävä-teknologiasoveltuvuusviitekehykseen, jonka tarkoitus on varmistaa valitun teknologian yhteensopivuus ihmisten työtehtävien kanssa. Aineistoa analysoitiin luomalla tyypittely tekoälyagenttien hyödyntämismahdollisuuksista. Tyypittelyn avulla tunnistettiin, mitkä tehtävän ominaisuudet mahdollistavat tai rajoittavat tekoälyagenttien hyödyntämistä veroilmoitusten laatimisessa. Tutkielman tulokset osoittavat, että tekoälyagenteissa on paljon potentiaalia elinkeinotoiminnan veroilmoitusten laatimisprosessin kehittämiseen. Tekoälyagenttien avulla voidaan vähentää rutiinitehtäviin käytettävää aikaa ja siirtää ihmisten työpanos vaativampiin asiantuntijatehtäviin. Tekoälyagentteja voidaan hyödyntää erityisesti tehtävissä, jotka eivät vaadi kontekstuaalista ymmärrystä ja sisältävät selkeät ohjeet tehtävän suorittamiseen ilman merkittävää vaihtelua tapausten välillä. Tekoälyagenttien hyödyntämistä ei suositella silloin, kun virheen välittömät seuraukset ovat vakavat, tehtävä on liian laaja ja monimutkainen tai tapaukset vaihtelevat paljon. Tutkielma tukee aikaisempien tutkimusten tuloksia todistamalla, että tekoälytyökaluja voidaan hyödyntää yritysverotuksen tehtävissä ja tekoälyagenttien suoriutumista ja skaalautuvuutta voidaan parantaa moniagenttijärjestelmillä, joissa tekoälyagentit erikoistuvat tehtäviin ja toimivat yhteistyössä. Tutkielma tarjoaa teoreettisen kontribuution tutkimalla tekoälyagenttien hyödyntämistä tehtävissä, jotka vaativat samanaikaisesti datanprosessointikykyä, numeraalista tarkkuutta ja lainsäädännön tulkitsemista. Tutkielman käytännön hyödyt ovat merkittävät etenkin kohdeorganisaatiolle, joka voi hyödyntää tutkielman tuloksia veroprosessiensa kehittämisessä. Tuloksista hyötyvät myös muut organisaatiot, jotka ovat kiinnostuneita tekoälyagenttien hyödyntämisestä taloudellisen datan käsittelyssä ja tekoälyn sovittamisesta ihmisten työhön.

Artificial intelligence (AI) tools are constantly developing, and companies are becoming increasingly interested in adopting AI tools and exploring their possibilities. There are multiple subareas of AI as well as methods of orchestrating AI. AI agents can be utilised as a means of orchestrating AI with multiagent systems, where AI agents act independently, specialise in tasks and communicate with each other. AI agents can solve typical challenges of AI, such as hallucination and managing complex tasks or processes. The possibilities of utilising AI in corporate tax have relatively little research in comparison to other use cases, which is why it is reasonable to explore how companies can improve their tax processes with AI agents. This thesis explores the potential of utilising AI agents in filing tax returns of limited liability companies and cooperative societies. The research was conducted as a case study, situated in a Finnish consulting firm that offers tax return filing services for companies operating in Finland. The perspective of data collection in this thesis is built upon the task-technology fit framework of Goodhue & Thompson (1995), which is a framework for ensuring the fit between a selected technology and the tasks of humans. The data was analysed by creating a typing of the utilising potential of AI agents. The typing enabled identifying which properties facilitate or limit the possibilities of using AI agents in the tax return filing process. The results of this thesis show that AI agents have considerable potential in improving the filing process of corporate tax returns. AI agents can decrease the amount of time required for manual tasks, which frees the time of human employees for more demanding expert tasks. AI agents can be utilised especially in tasks that do not require contextual understanding and contain clear instructions for completing the task without major variety between cases. Utilising AI agents is not recommended in cases where the immediate consequences of mistakes are serious, the task is too large and complex or there is too much variety between cases. This thesis supports the results of prior research by confirming that AI tools can be utilised in corporate tax and the performance and scalability of AI agents can be improved by building multiagent systems, where AI agents specialise in tasks and work in cooperation. The thesis offers a theoretical contribution by studying AI agent utilisation in tasks that simultaneously require data processing capabilities, numerical accuracy, and interpreting legislation. The practical benefits of this thesis are considerable, especially for the case organisation, which can utilise the results of this thesis in improving its tax processes. The results are beneficial for other organisations that are also interested in utilising AI agents in handling financial data and implementing AI in human work.