概述
输出结果需要与源记录和相关权威依据进行核实。
深入探讨
Amazon Textract 文档结构化提取了发票/收据的 SummaryFields 和 LineItemGroups。持续审计研究利用从日记账分录流中学习的异常检测器；警报是审查的线索，而非欺诈的证据。检索增强税务工具可以检索法规或指南，但检索并不能确保法律解释的正确性。IRS 指南指出，付费报税人需签署申报表、包含 PTIN，并对实质性准确性负主要责任；纳税人对其申报表上的信息最终负责，并应在签署前进行审查。
现实世界的实施
提取发票和收据的字段，如供应商、日期和总额，然后将其与源文档进行比较。
检查 Textract AnalyzeExpense 的输出，包括 SummaryFields 和 LineItemGroups。
使用异常检测来标记需要审计审查的日记账分录，而不是直接判定为欺诈。
在签署前审查已完成的申报表；付费报税人签署并包含 PTIN，而纳税人仍对报告的项目负责。
人工智能在税务和会计领域的未来
在组织自己的记录上测试文档提取和异常警报，并监控错误率。在提交或向纳税人提供建议之前，对照当前主要权威依据和合格审查来检查税法答案。
付诸实践
为什么这很重要
- 背景与规则. 行业背景决定了人工智能创意能否与现实接触。
- 质量控制. 领域约束会影响可接受的错误率和监督模型。
- 构建选择. 成功的部署使技术能力与一线工作流程保持一致。
留意
- 监管要求可能会使原本强大的原型失效。
- 历史数据可能会编码损害特定社区的偏见。
- 遗留系统可能会造成集成瓶颈和隐性成本。
后续步骤
- 让领域专家参与从问题框架到评估的整个过程。
- 在启动前设计审计跟踪和文档。
- 尽早验证合规性和安全义务。
- 分阶段推出，并具有明确的停止和回滚标准。
不断探索
常见问题
什么是税务与会计中的 AI？
AI 辅助的会计和税务工作流程可以提取文档字段、分析日记账分录并检索税务资料。输出结果需要与源记录和相关权威依据进行核实。
人工智能通常如何加快收据和发票的簿记数据输入速度？
光学字符识别读取收据和发票上的文本，机器学习提取相关字段并分配分类帐类别。
IRS 建议纳税人在签署由他人准备的申报表之前做什么？
IRS 指南指出，纳税人应在签署前审查已完成的申报表，询问关于不清楚或不准确的信息，并且永远不要签署空白或不完整的申报表。
为什么税务研究人工智能工具将法学硕士与税码检索配对？
所引用的税法研究使用美国税法典和法规评估检索增强语言模型；检索源文本可以提供上下文，但答案仍需核实。
哪种技术通常用于检测异常或欺诈交易？
孤立森林（Isolation Forest）是一种旨在隔离异常观测值的无监督算法；其异常分数用于识别需要审查的项目，而非已证实的欺诈。
付费联邦税务申报表准备人在其准备的申报表上必须做什么？
IRS 主题 254 指出，付费准备人必须签署申报表并包含其准备人税务识别号（PTIN）；这与纳税人对报告信息的责任是分开的。