會計師事務所長久即為資料分析密集的產業，但苦於大量不同來源及多重類型資料的匯整與複雜的專業領域判斷，一直是低度使用進階資料分析技術的工作場域。另外，由其他產業AI應用現況可借鏡發現，其關鍵限制因素在於：多數的機器學習分析結果並未直接提供易於以領域知識解讀的決策資訊。本文依機器學習特性及分析程序，闡述如何由來源資料、建立模型到分析結果，提高其可解讀性；並探討結合機器流程自動化的發展途徑，如何循序漸進發展適用於會審產業的AI解決方案。
AI係使電腦具有類似人類學習、思考、創意等能力。然而專業權威的信賴來自於「人類」的判斷，人類的判斷除了有類型化或公式化模式外（得以讓電腦學習），有相當比重來自於「專業判斷」（決策黑箱）。有趣的是，專業領域發展AI時，要求「可解讀性」作為AI發展的前提（拒絕電腦決策黑箱）。從而，AI已註定為專業人才之工具，而非替代地位。
本站僅提供期刊文獻檢索。
