Koneoppiminen palkanlaskennassa

Abstract

Opinnäytetyössä tarkastellaan päällisin puolin koneoppimisen tämän hetken ja tulevaisuuden mahdollisuuksia palkanlaskennan työtehtävissä. Koneoppiminen on tekoälyn suuntaus, jolla voi olla mahdollisuuksia kehittää palkanlaskijoiden työtä ja ohjata töitä rutiiniomaisista ja tarkastusluonteisista työvaiheista kohti enemmän arvoa tuottavia työtehtäviä. Laadullinen tutkimusmenetelmä tuli valituksi, sillä se antaa avoimen keskustelun mahdollisuuden haastatteluissa ja näin ollen antaa haastateltaville mahdollisuuden kertoa omista näkökulmistaan.

Tuloksista käy ilmi, että koneoppimiselle palkanlaskennan työtehtävissä olisi tarve, mutta koneoppimisen ollessa vielä suhteessa uusi asia se herättää huolia. Mahdollisten virheiden ja riskien mahdollisuus voi pahimmillaan jopa lisätä työtä eli koneoppimisen luotettavuuden tulisi siis olla hyvässä vaiheessa, jotta ominaisuutta otettaisiin laajemmin käyttöön. Suunta tähän kehitykseen on kuitenkin oikea.

Palkanlaskennan työtehtävien ollessa monimutkaisia, tekoälyä ei lähivuosina kyetä soveltamaan kuin rutiininomaisiin tehtäviin. Nämä tehtävät ovat rutiinista huolimatta usein aikaa vieviä ja koneoppimisen soveltamisella voitaisiin palkanlaskijoiden aikaa vapauttaa toisaalle.

Yhteenvetona voidaan sanoa, että vaikka koneoppimisen hyödynnys on tällä hetkellä vielä suhteellisen pientä, tälle olisi sijaa palkanlaskijoiden tukena. Tulevaisuudessa tekniikan kehittyessä aina enemmän ja enemmän.