Utilizing artificial intelligence in a payroll process: case Atlas Language School

Abstract

This thesis investigated how artificial intelligence could be utilized in Atlas Language School's payroll process. Their payroll is mainly conducted manually, which is laborious and prone to errors. The study explored the opportunities of artificial intelligence to improve the efficiency and accuracy of the process. In addition, the study analyzed the challenges and limitations of implementing artificial intelligence. The study is based on development research, which aims to solve practical problems. The data used consisted of Atlas Language School's current payroll processes in the field and previous studies on using artificial intelligence in financial management. The thesis study tested applying Chat GPT’s Generative Pre-trained Transformer (GPT) artificial intelligence model to automate payroll. In the practical implementation, work schedules and payroll tables were analysed, based on which the aim was to develop GPT that would automatically fill in teachers' payroll calculations. The study results show that, in theory, AI could reduce the time and workload involved in payroll, while reducing human error and improving the employee experience. This would reduce the manual workload of payroll clerks and allow them to oversee the automation. Still, generative AI models cannot fully replace human verification and decision-making. Challenges include information security, possible biases in AI decision-making, and the need for human supervision in connection with AI solutions.

Tämän opinnäytetyön tavoitteena oli selvittää, kuinka tekoälyä voidaan hyödyntää palkanlaskentaprosessissa. Case-yrityksenä on Atlas Language School, jossa palkanlaskenta toteutetaan pääosin manuaalisesti, mikä on työlästä ja altista virheille. Tutkimuksessa kartoitettiin tekoälyn tarjoamia mahdollisuuksia prosessin tehostamiseen ja tarkkuuden parantamiseen. Lisäksi työssä analysoitiin tekoälyn käyttöönottoon liittyviä haasteita ja rajoitteita. Tutkimus perustuu kehittämistutkimukseen, jossa tarkoituksena on löytää ratkaisu käytännön ongelmaan. Aineistona käytettiin Atlas Language Schoolin nykyisiä palkanlaskentaprosesseja, alan kirjallisuutta sekä aiempia tutkimuksia tekoälyn hyödyntämisestä taloushallinnossa. Työssä kokeiltiin Chat GPT:n Generative Pre-trained Transformer (GPT) -tekoälymallin soveltamista palkanlaskennan automatisointiin. Käytännön toteutuksessa analysoitiin työaikatauluja ja palkanlaskentataulukoita, joiden pohjalta pyrittiin kehittämään menetelmä, jossa GPT täydentäisi opettajien palkkalaskelmat automaattisesti. Tutkimustulokset osoittavat, että tekoäly voisi teoriassa vähentää palkanlaskentaan kuluvaa aikaa ja työmäärää, samalla kun se vähentäisi inhimillisiä virheitä ja parantaisi työntekijäkokemusta. Tämä vähentäisi palkanlaskijoiden manuaalista työtaakkaa ja mahdollistaisi heidän keskittymisensä automaation valvontaan. Generatiiviset tekoälymallit eivät kuitenkaan voi täysin korvata ihmisen tekemää tarkistusta ja päätöksentekoa. Haasteita ovat muun muassa tietoturva, tekoälyn päätöksenteon mahdolliset vinoumat sekä ihmisen valvonnan tarve tekoälyratkaisujen yhteydessä.