कृत्रिम बुद्धिमत्ता
एक्सेल क्यों लेखा में एआई के भविष्य को तय कर सकता है
Securities.io को Google पर अपने पसंदीदा स्रोतों में जोड़ें
नई शोध से पता चलता है कि लेखा में कृत्रिम बुद्धिमत्ता के सामने सबसे बड़ी बाधा स्वयं एआई पर अविश्वास नहीं हो सकता। यह Microsoft Excel की सुविधा, लचीलापन और संस्थागत वजन हो सकता है। यह स्प्रेडशीट को व्यवधान के लिए एक बाधा और Microsoft के लिए संभावित रूप से एक शक्तिशाली प्रवेश द्वार बनाता है।
271 लेखा पेशेवरों पर एक नई अध्ययन ने जांचा कि कुछ संगठनों द्वारा कृत्रिम बुद्धिमत्ता को अपनाया जाता है जबकि अन्य परिचित विश्लेषणात्मक उपकरणों से जुड़े रहते हैं।1 इसका मुख्य निष्कर्ष धोखा देने वाला सरल है: डेटा विश्लेषण के लिए एक्सेल का उपयोग एआई अपनाने के साथ नकारात्मक रूप से जुड़ा था, जबकि एआई प्रशिक्षण और डेटा विश्लेषण उपकरणों का व्यापक अपनाना इसके साथ सकारात्मक रूप से जुड़ा था।
इसका अर्थ यह नहीं है कि एक्सेल अप्रचलित है या लेखाकार असंगत हैं। एक्सेल लचीला बना रहता है, व्यापक रूप से समझा जाता है, और बजट बनाना, मिलान, पूर्वानुमान, रिपोर्टिंग और ऑडिट तैयारी में गहराई से निहित है। अधिक महत्वपूर्ण सीख यह है कि प्रौद्योगिकी अपनाना कार्यप्रवाह, आदत, अनुमानित जोखिम और प्रशिक्षण पर तकनीकी क्षमता जितना ही निर्भर करता है।
निवेशकों के लिए, यह बदलता है कि उद्यम एआई अवसर का मूल्यांकन कैसे किया जाना चाहिए। संभावित विजेता वे कंपनियां नहीं हो सकतीं जो स्थापित कार्यों के सबसे नाटकीय प्रतिस्थापन की पेशकश करती हैं। वे वे कंपनियां हो सकती हैं जो एआई को ऐसे सॉफ़्टवेयर में सम्मिलित करने में सक्षम हैं जिसे कर्मचारी हर सुबह पहले ही खोलते हैं।
एक्सेल लेखा में एआई अपनाने को क्यों धीमा कर सकता है
शोधकर्ताओं ने एआई अपनाने को द्वि-कारक मॉडल के माध्यम से देखा। अपनाने को केवल यह प्रश्न कि उपयोगकर्ता पर्याप्त लाभ देखते हैं या नहीं, के रूप में नहीं, बल्कि उन्होंने दोनों प्रेरक और बाधाओं को माना। एक कर्मचारी एआई को उपयोगी मान सकता है जबकि फिर भी इसका विरोध कर सकता है क्योंकि उपकरण बदलने से अनिश्चितता, प्रशिक्षण लागत, एकीकरण कार्य और त्रुटियों की संभावना उत्पन्न होती है।
यह तनाव विशेष रूप से लेखा में महत्वपूर्ण है। एक प्रायोगिक विपणन मसौदा सुधारा जा सकता है। वित्तीय मॉडल, मिलान, नियामक फाइलिंग या ऑडिट कार्यपत्र में एक गलती महत्वपूर्ण परिणाम ला सकती है। इसलिए लेखाकारों के पास उन प्रणालियों को पसंद करने के ठोस कारण होते हैं जिनके सूत्र, नियंत्रण और सीमाएं वे समझते हैं।
एक्सेल को संचित संस्थागत ज्ञान से भी लाभ मिलता है। कंपनियों ने दशकों तक स्प्रेडशीट के आसपास टेम्पलेट, मैक्रो, मॉडल, रिपोर्टिंग प्रक्रियाएं और अनुमोदन प्रक्रियाएं बनायीं हैं। कर्मचारियों को सूत्रों की जांच और गणनाओं का पता लगाने का तरीका पता है। उस वातावरण को बदलना केवल एक अनुप्रयोग को छोड़ने से अधिक है। यह वित्तीय कार्य के लिए एक ऑपरेटिंग सिस्टम को बाधित करने के समान है।
अध्ययन इसे स्थिर स्थिति पक्षपात के माध्यम से व्याख्या करता है। परिचितता आत्मविश्वास और नियंत्रण की भावना उत्पन्न करती है, जबकि परिवर्तन से जुड़े संभावित नुकसान संभावित लाभों की तुलना में अधिक तत्काल लग सकते हैं। यह समझाने में मदद करता है कि केवल यह दिखाना कि एआई प्लेटफ़ॉर्म अधिक उन्नत है, अपनाने को प्रेरित करने के लिए पर्याप्त नहीं हो सकता।
लेखा एआई अध्ययन ने क्या पाया
अंतिम नमूने में 271 लेखा पेशेवर शामिल थे जो एआई, मशीन लर्निंग या डेटा-विश्लेषण पहलों में शामिल रहे थे। लगभग 92% लेखा या संबंधित सेवा-परामर्श संगठनों में काम करते थे, और 62% 500 कर्मचारियों से कम वाले संगठनों में काम करते थे।
| अध्ययन निष्कर्ष | एआई अपनाने के साथ संबंध | सांख्यिकीय परिणाम |
|---|---|---|
| डेटा विश्लेषण के लिए एक्सेल का उपयोग | नकारात्मक | p = 0.005 |
| एआई प्रशिक्षण | सकारात्मक | p = 0.008 |
| डेटा विश्लेषण उपकरणों का अपनाना | सकारात्मक | p < 0.001 |
| परिवर्तन के प्रतिरोध को कम करने के प्रयास | सकारात्मक, सीमांत रूप से महत्वपूर्ण | p = 0.091 |
| संगठन का आकार | सकारात्मक | p = 0.049 |
केवल 33% उत्तरदाताओं ने बताया कि उन्हें एआई प्रशिक्षण मिला है। इसी बीच, डेटा विश्लेषण के लिए एक्सेल का उपयोग करने वाले केवल 36% उत्तरदाताओं ने अधिक उन्नत एआई समाधान अपनाए हैं। पूर्ण मॉडल को ध्यान में रखने पर केवल एक्सेल ज्ञान सांख्यिकीय रूप से महत्वपूर्ण भविष्यवक्ता नहीं था, लेकिन वास्तविक एक्सेल-आधारित विश्लेषणात्मक उपयोग का एआई अपनाने के साथ महत्वपूर्ण नकारात्मक संबंध था।
यह अंतर महत्वपूर्ण है। एक्सेल को जानना स्वाभाविक रूप से किसी को एआई अपनाने से नहीं रोकता। बाधा तब उत्पन्न होती है जब स्थापित स्प्रेडशीट कार्यप्रवाह पहले से ही तत्काल आवश्यकताओं को पूरा कर रहे होते हैं, जिससे सिस्टम बदलने की लागत और अनिश्चितता को उचित ठहराना कठिन हो जाता है।
एआई प्रशिक्षण अतिरिक्त सॉफ़्टवेयर लाइसेंस से अधिक महत्वपूर्ण है
संगठन अक्सर एआई अपनाने को एक खरीद निर्णय के रूप में देखते हैं। वे लाइसेंस खरीदते हैं, सुविधाओं को सक्रिय करते हैं, और उपयोग को आगे बढ़ने की उम्मीद करते हैं। अध्ययन सुझाव देता है कि यह दृष्टिकोण सॉफ़्टवेयर उपलब्धता को संगठनात्मक क्षमता के साथ भ्रमित करता है।
प्रशिक्षण का AI अपनाने के साथ सकारात्मक संबंध था, जैसा कि व्यापक डेटा‑विश्लेषण उपकरणों के पूर्व अपनाने का भी था। मिलकर, ये परिणाम संकेत देते हैं कि संगठन क्षमताओं की प्रगति बनाकर लाभ प्राप्त करते हैं। जो लेखाकार पहले ही बुनियादी स्प्रेडशीट विश्लेषण से आगे बढ़ चुके हैं, वे AI का मूल्यांकन, निगरानी और सम्मिलन करने के लिए अधिक तैयार होते हैं।
इसलिए एक व्यावहारिक अपनाने कार्यक्रम को विशिष्ट कार्यप्रवाहों पर केंद्रित होना चाहिए:
- सुलह और विसंगति पहचान
- विचलन विश्लेषण और प्रबंधन रिपोर्टिंग
- पूर्वानुमान और परिदृश्य विकास
- दस्तावेज़ समीक्षा और ऑडिट तैयारी
ये सीमित अनुप्रयोग सामान्य‑उद्देश्यीय “AI का उपयोग करें” आदेश की तुलना में सत्यापित करने में आसान होते हैं। वे मापने योग्य परिणाम भी उत्पन्न करते हैं, जैसे कम मैन्युअल चरण, तेज़ बंद‑चक्र, या अधिक लेन‑देन की समीक्षा। यह तब अधिक महत्वपूर्ण हो जाता है जब वित्त विभागों से AI खर्च पर रिटर्न दिखाने को कहा जाता है, न कि लाइसेंस गिनती या कर्मचारी रुचि की रिपोर्टिंग करने को।
यह निष्कर्ष एक व्यापक Securities.io विश्लेषण को भी पूरक करता है, जिसमें कहा गया है कि स्वामित्व डेटा और संस्थागत ज्ञान सबसे मूल्यवान AI मोत बन सकते हैं. लेखांकन में, मॉडल केवल एक घटक है। पुनः उत्पन्न करने में कठिन लाभ विश्वसनीय वित्तीय डेटा, स्थापित नियंत्रण, कंपनी‑विशिष्ट प्रक्रियाएँ, और ऐसे कर्मचारी का संयोजन है जो समझते हैं कि वैध आउटपुट कैसा दिखना चाहिए।
क्यों परिचित सॉफ़्टवेयर सबसे अच्छा AI वितरण चैनल बन सकता है
पेपर Excel को एक बाधा के रूप में वर्णित करता है, लेकिन इसका अर्थ यह नहीं है कि स्प्रेडशीट को समाप्त करना पड़ेगा। अधिक ठोस व्यावसायिक अंतर्दृष्टि यह है कि स्विचिंग लागत को कम करना उपयोगकर्ताओं को परिचित उपकरणों को छोड़ने के लिए कहने से अधिक प्रभावी हो सकता है।
Microsoft पहले ही इस मार्ग को अपना रहा है। इसका Finance Agent Excel को मौजूदा वित्तीय प्रणालियों से जोड़ता है और इसे सुलह, विचलन विश्लेषण, और वास्तविक‑समय वित्तीय अंतर्दृष्टि जैसी गतिविधियों का समर्थन करने के लिए डिज़ाइन किया गया है। यह रणनीतिक रूप से महत्वपूर्ण है क्योंकि यह AI को उस इंटरफ़ेस तक लाता है जिस पर लेखाकार पहले से भरोसा करते हैं।
वर्तमान सॉफ़्टवेयर में AI को एम्बेड करने से कई अपनाने की बाधाओं को एक साथ दूर किया जा सकता है। यह कार्यप्रवाह में व्यवधान को सीमित करता है, परिचित स्प्रेडशीट को बरकरार रखता है, आउटपुट को स्थापित स्वरूप में समीक्षा करने की अनुमति देता है, और नई क्षमता को आज़माने की मनोवैज्ञानिक लागत को कम करता है। उपयोगकर्ता से Excel को AI से बदलने को नहीं कहा जा रहा है। उपयोगकर्ता को AI के माध्यम से Excel का विस्तार करने के लिए आमंत्रित किया जा रहा है।
यह पैटर्न केवल लेखांकन तक सीमित नहीं है। एंटरप्राइज़ AI अब केवल मॉडल प्रदर्शन के बजाय वितरण, एकीकरण, शासन और संदर्भ तक पहुँच पर अधिक प्रतिस्पर्धा करता है। हालिया Securities.io कवरेज में UiPath और एजेंटिक एंटरप्राइज़ ऑटोमेशन की ओर बदलाव उसी व्यावसायिक वास्तविकता को दर्शाता है: ऑटोमेशन अधिक मूल्यवान बन जाता है जब वह कंपनी द्वारा पहले से उपयोग किए जा रहे अनुप्रयोगों और प्रक्रियाओं में कार्य कर सकता है।
अपनाना स्वचालित रूप से वित्तीय रिटर्न नहीं देता
इस अध्ययन को यह प्रमाण नहीं माना जाना चाहिए कि AI को लागू करने से लाभप्रदता अनिवार्य रूप से बढ़ेगी। इसने अपनाने को मापा, न कि उस अपनाने से उत्पन्न वित्तीय रिटर्न को। इसका सर्वेक्षण अपेक्षाकृत छोटा था, मुख्यतः लेखांकन‑संबंधी परामर्श फर्मों में केंद्रित, और एक छोटे समयावधि में एकत्र किया गया। प्रतिगमन परिणाम संबंधों की पहचान करते हैं, न कि यह सिद्ध करते हैं कि प्रशिक्षण या विश्लेषण उपकरणों ने संगठनों को AI अपनाने के लिए प्रेरित किया।
ऐसे जोखिम भी हैं जिन्हें मॉडल ने पूरी तरह नहीं पकड़ा, जैसे डेटा गोपनीयता, साइबर सुरक्षा, तृतीय‑पक्ष प्रदाताओं में भरोसा, आउटपुट की विश्वसनीयता, और नियामक उत्तरदायित्व। ये मुद्दे विशेष रूप से महत्वपूर्ण हैं जब AI को वित्तीय रिपोर्टिंग में लागू किया जाता है।
वर्तमान उद्योग साक्ष्य फिर भी संकेत देते हैं कि अपनाना बढ़ रहा है। KPMG की 2026 ग्लोबल AI इन फाइनेंस रिपोर्ट, जो 1,000 से अधिक वरिष्ठ वित्तीय नेताओं पर आधारित है, दर्शाती है कि सक्रिय उपयोग में काफी वृद्धि हुई है, जबकि असाधारण प्रदर्शन अपनाने की तुलना में कम सामान्य है। यह अंतर पेपर के मूल संदेश को सुदृढ़ करता है: प्रौद्योगिकी को प्राप्त करना उससे जुड़े संगठन को बदलने से आसान है।
लेखांकन AI के इंटरफ़ेस में निवेश
लेखांकन में AI अपनाने के एक्सपोज़र की तलाश करने वाले निवेशकों के लिए, Microsoft एक विशेष रूप से प्रासंगिक स्थिति प्रदान करता है। कंपनी Excel का मालिक है, जो अध्ययन में पहचाना गया मौजूदा उपकरण है, और साथ ही वह AI परत विकसित कर रही है जिसका उद्देश्य वित्तीय कार्य को आधुनिक बनाना है।
यह एक असामान्य रणनीतिक लाभ बनाता है। Excel की गहरी जड़ें प्रतिस्पर्धी AI प्लेटफ़ॉर्म की ओर माइग्रेशन को धीमा कर सकती हैं, लेकिन यह Microsoft को वित्तीय पेशेवरों के विशाल स्थापित आधार तक सीधा पहुँच भी देती हैं। स्थिति‑स्थिरता पक्षपात को हटाकर उसे पार करने के बजाय, Microsoft इसे मौद्रीकृत कर सकता है, Copilot और वित्त‑केंद्रित एजेंटों को मौजूदा Microsoft 365 पर्यावरण में स्थापित करके।
निवेश मामला केवल एक लेखांकन फीचर से आगे बढ़ता है। Microsoft उत्पादकता सॉफ़्टवेयर, क्लाउड इन्फ्रास्ट्रक्चर, पहचान नियंत्रण, एंटरप्राइज़ डेटा कनेक्शन, और AI एजेंटों को एक ही व्यावसायिक इकोसिस्टम में संयोजित कर सकता है। Securities.io का व्यापक Microsoft को AI निवेश के रूप में विश्लेषण इस बात की जांच करता है कि Copilot उस बड़े प्लेटफ़ॉर्म में कैसे फिट होता है।
अर्थपूर्ण जोखिम मौजूद हैं। ग्राहक अतिरिक्त सदस्यता लागतों का विरोध कर सकते हैं, वित्तीय टीमें सटीकता या गोपनीयता संबंधी चिंताओं के कारण AI तक पहुँच को सीमित कर सकती हैं, और प्रतिस्पर्धी प्लेटफ़ॉर्म अधिक मजबूत विशेषीकृत लेखा क्षमताएँ प्रदान कर सकते हैं। Microsoft को यह भी सिद्ध करना होगा कि एम्बेडेड AI मापनीय मूल्य उत्पन्न करता है, न कि केवल पहले से जटिल सॉफ़्टवेयर स्टैक में एक और भुगतान वाली सुविधा जोड़ रहा है।
फिर भी, अध्ययन एक टिकाऊ व्यावसायिक सिद्धांत की ओर संकेत करता है। एंटरप्राइज़ AI अपनाना केवल यह नहीं तय करता कि कौन सा सिस्टम सबसे बुद्धिमान है। यह यह भी इस बात पर निर्भर करता है कि कौन सा सिस्टम उपयोगकर्ताओं से सबसे कम बदलाव करने को कहता है। लेखांकन में, Excel AI में संक्रमण को विलंबित कर सकता है, लेकिन अंततः वह वह द्वार बन सकता है जिसके माध्यम से यह संक्रमण हो सकता है।
संदर्भ:
1 Juma’h, A. H., & Li, Y. (2026). लेखांकन में AI की संभावनाओं को उजागर करना: अपनाने की बाधाओं और प्रेरकों पर एक अध्ययन। Advances in Accounting, 71, 100905. https://doi.org/10.1016/j.adiac.2026.100905
