ਐਂਡ-ਟੂ-ਐਂਡ ਐਪਲੀਕੇਸ਼ਨ: ਏਆਈ-ਪਾਵਰਡ ਮਹੀਨਾ-ਐਂਡ ਕਲੋਜ਼ਿੰਗ

ਲਾਭ:

• ਪੰਜ-ਪੜਾਅ AI ਵਹਾਅ ਦੇ ਨਾਲ ਅੰਤ-ਤੋਂ-ਅੰਤ ਮਹੀਨੇ-ਅੰਤ ਦੇ ਅੰਤ ਨੂੰ ਲਾਗੂ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
• ਹਰ ਪੜਾਅ 'ਤੇ ਲਾਜ਼ਮੀ ਤਸਦੀਕ, ਚੈੱਕਸਮ ਅਤੇ ਸਰੋਤ ਟੈਗ ਕਦਮਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
• ਇੱਕ ਸਮਾਪਤੀ ਪੈਦਾ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਜੋ ਇੱਕ ਸੰਪੂਰਨ ਆਡਿਟ ਪ੍ਰੋਂਪਟ ਅਤੇ ਆਡਿਟ ਟ੍ਰੇਲ ਨਾਲ ਬਾਹਰੀ ਆਡਿਟਿੰਗ ਪ੍ਰਤੀ ਰੋਧਕ ਹੈ

ਪਿਛਲੀਆਂ ਦਸ ਇਕਾਈਆਂ ਵਿੱਚ, ਅਸੀਂ ਭਾਗਾਂ ਨੂੰ ਇੱਕ-ਇੱਕ ਕਰਕੇ ਸਿੱਖਿਆ: ਸਾਰਣੀ ਵਿਆਖਿਆ, ਇਨਵੌਇਸ ਪ੍ਰੋਸੈਸਿੰਗ, ਬਜਟ-ਨਕਦ ਵਿਸ਼ਲੇਸ਼ਣ, ਕੇਪੀਆਈ ਰਿਪੋਰਟ, ਪੂਰਵ ਅਨੁਮਾਨ, ਐਕਸਲ, ਖਰੀਦ, ਸੰਚਾਲਨ, ਆਡਿਟ ਅਤੇ ਗੋਪਨੀਯਤਾ। ਇਸ ਅੰਤਮ ਇਕਾਈ ਵਿੱਚ ਅਸੀਂ ਇਸ ਸਭ ਨੂੰ ਇੱਕ ਸੱਚੇ ਵਰਕਫਲੋ ਵਿੱਚ ਜੋੜਦੇ ਹਾਂ: ਮਹੀਨੇ ਦੇ ਅੰਤ ਵਿੱਚ ਬੰਦ ਹੋਣਾ ਅਤੇ ਪ੍ਰਬੰਧਨ ਰਿਪੋਰਟਿੰਗ। ਉਦੇਸ਼ ਪ੍ਰਮਾਣਿਕਤਾ, ਗੋਪਨੀਯਤਾ ਅਤੇ ਆਡਿਟ ਟ੍ਰੇਲ ਦੇ ਅਨੁਸ਼ਾਸਨ ਨੂੰ ਕਦੇ ਵੀ ਤਿਆਗਦੇ ਹੋਏ ਇੱਕ ਅੰਤ-ਤੋਂ-ਅੰਤ ਸਹਾਇਕ ਵਜੋਂ AI ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਇੱਕ ਸੰਪੂਰਨ ਪ੍ਰਕਿਰਿਆ ਸਥਾਪਤ ਕਰਨਾ ਹੈ। ਅਸੀਂ ਕਦਮ ਦਰ ਕਦਮ ਦੇਖਾਂਗੇ ਕਿ ਕਿਵੇਂ ਇੱਕ ਲੇਖਾ/ਵਿੱਤ ਪੇਸ਼ੇਵਰ ਇੱਕ ਅਸਲ ਮਹੀਨੇ ਦੇ ਅੰਤ ਵਿੱਚ ਚੱਲੇਗਾ।

ਮਹੀਨੇ ਦੀ ਸਮਾਪਤੀ ਕੀ ਹੈ?

ਮਹੀਨਾ-ਅੰਤ ਦੀ ਸਮਾਪਤੀ ਇੱਕ ਮਿਆਦ ਦੇ ਸਾਰੇ ਵਿੱਤੀ ਲੈਣ-ਦੇਣ ਨੂੰ ਰਿਕਾਰਡ ਕਰਨ ਅਤੇ ਮਿਲਾਨ ਕਰਨ, ਸਟੇਟਮੈਂਟਾਂ ਨੂੰ ਅੰਤਿਮ ਰੂਪ ਦੇਣ ਅਤੇ ਪ੍ਰਬੰਧਨ ਰਿਪੋਰਟ ਤਿਆਰ ਕਰਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ਹੈ। ਇਹ ਆਮ ਤੌਰ 'ਤੇ ਕਈ ਸਰੋਤਾਂ ਤੋਂ ਡੇਟਾ ਦੇ ਨਾਲ, ਸਮੇਂ ਦੇ ਦਬਾਅ ਹੇਠ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਇਹੀ ਕਾਰਨ ਹੈ ਕਿ ਇਹ ਉਹ ਪ੍ਰਕਿਰਿਆ ਹੈ ਜੋ AI ਨੂੰ ਤੇਜ਼ ਕਰਦੀ ਹੈ ਪਰ ਸਭ ਤੋਂ ਵੱਧ ਅਨੁਸ਼ਾਸਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

ਅਸੀਂ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਪੰਜ ਪੜਾਵਾਂ ਵਿੱਚ ਵੰਡਾਂਗੇ: (1) ਡੇਟਾ ਇਕੱਠਾ ਕਰਨਾ ਅਤੇ ਸਫਾਈ ਕਰਨਾ, (2) ਪ੍ਰਕਿਰਿਆ ਅਤੇ ਵਰਗੀਕਰਨ, (3) ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਮੇਲ-ਮਿਲਾਪ, (4) ਰਿਪੋਰਟਿੰਗ, (5) ਤਸਦੀਕ ਅਤੇ ਪੁਰਾਲੇਖ। ਅਸੀਂ ਇਹ ਦਰਸਾਵਾਂਗੇ ਕਿ ਅਸੀਂ ਹਰੇਕ ਪੜਾਅ 'ਤੇ ਕਿਹੜੀ ਇਕਾਈ ਹੁਨਰ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਾਂ।

ਨੁਕਤਾ: AI ਦੀ ਵਰਤੋਂ ਅੰਤ-ਤੋਂ-ਅੰਤ ਦੇ ਪ੍ਰਵਾਹ ਵਿੱਚ ਪੜਾਵਾਂ ਵਿੱਚ ਕਰੋ, ਨਾ ਕਿ ਇੱਕ ਵਿਸ਼ਾਲ ਪ੍ਰੋਂਪਟ ਨਾਲ। ਹਰੇਕ ਪੜਾਅ ਦੇ ਆਉਟਪੁੱਟ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰਨਾ ਅਤੇ ਇਸਨੂੰ ਅਗਲੇ ਵਿੱਚ ਦਾਖਲ ਕਰਨ ਨਾਲ ਗਲਤੀ ਨੂੰ ਜਲਦੀ ਫੜਿਆ ਜਾ ਸਕਦਾ ਹੈ; ਗਲਤੀਆਂ ਨੂੰ ਸਰੋਤ 'ਤੇ ਠੀਕ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਜਿੱਥੇ ਅਜਿਹਾ ਕਰਨਾ ਸਭ ਤੋਂ ਸਸਤਾ ਹੁੰਦਾ ਹੈ।

ਕਦਮ ਦਰ ਕਦਮ: ਪੰਜ-ਪੜਾਅ ਦੀ ਸਮਾਪਤੀ

1. ਇਕੱਠਾ ਕਰੋ ਅਤੇ ਸਾਫ਼ ਕਰੋ (ਯੂਨਿਟ 6)। ਬੈਂਕ ਸਟੇਟਮੈਂਟਾਂ, ਖਰਚੇ ਸੂਚੀਆਂ, ਵਿਕਰੀ ਡੇਟਾ ਨੂੰ ਇੱਕ ਸਿੰਗਲ ਫਾਰਮੈਟ ਵਿੱਚ ਲਿਆਓ; AI ਨਾਲ ਗੰਦੇ ਕਾਲਮਾਂ ਨੂੰ ਸਾਫ਼ ਕਰੋ।
2. ਪ੍ਰਕਿਰਿਆ ਅਤੇ ਵਰਗੀਕਰਨ (ਯੂਨਿਟ 2)। ਮੁਫਤ ਟੈਕਸਟ ਖਰਚਿਆਂ ਦਾ ਚਾਰਟ ਅਤੇ ਵੈਟ ਸਮਾਨਤਾ ਦੀ ਜਾਂਚ ਕਰੋ।
3. ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਮੇਲ-ਮਿਲਾਪ (ਇਕਾਈਆਂ 1, 3, 9)। ਟੇਬਲਾਂ ਦੀ ਵਿਆਖਿਆ ਕਰੋ, ਬਜਟ-ਅਸਲੀਕਰਨ ਦੇ ਵਿਵਹਾਰਾਂ ਨੂੰ ਐਕਸਟਰੈਕਟ ਕਰੋ, ਅਤੇ ਅਸੰਗਤ ਸਕੈਨਿੰਗ ਕਰੋ।
4. ਰਿਪੋਰਟ (ਯੂਨਿਟ 4)। ਕੇਪੀਆਈ ਸੰਖੇਪ ਅਤੇ ਪ੍ਰਬੰਧਨ ਰਿਪੋਰਟ ਤਿਆਰ ਕਰੋ; ਹਰੇਕ ਚਿੱਤਰ 'ਤੇ ਇੱਕ ਸਰੋਤ ਲੇਬਲ ਲਗਾਓ।
5. ਪੁਸ਼ਟੀ ਕਰੋ ਅਤੇ ਆਰਕਾਈਵ ਕਰੋ (ਯੂਨਿਟ 9, 10)। ਮੁੱਖ ਅੰਕੜਿਆਂ ਦੀ ਹੱਥੀਂ ਪੁਸ਼ਟੀ ਕਰੋ, ਆਡਿਟ ਟ੍ਰੇਲ ਰੱਖੋ, ਸੁਰੱਖਿਅਤ ਖੇਤਰ ਵਿੱਚ ਆਉਟਪੁੱਟ ਬਚਾਓ।

ਕਮਜ਼ੋਰ ਵਹਾਅ / ਮਜ਼ਬੂਤ ਵਹਾਅ

ਕਮਜ਼ੋਰ ਪ੍ਰਵਾਹ: ਪੂਰੇ ਮਹੀਨੇ ਦੇ ਡੇਟਾ ਨੂੰ ਏਆਈ ਵਿੱਚ ਇੱਕ ਵਾਰ ਵਿੱਚ ਪੇਸਟ ਕਰਨਾ, "ਮੈਨੂੰ ਮਹੀਨੇ ਦੇ ਅੰਤ ਦੀ ਰਿਪੋਰਟ ਤਿਆਰ ਕਰੋ" ਅਤੇ ਨਤੀਜੇ ਵਜੋਂ ਰਿਪੋਰਟ ਨੂੰ ਬਿਨਾਂ ਤਸਦੀਕ ਕੀਤੇ ਪ੍ਰਬੰਧਨ ਨੂੰ ਭੇਜਣਾ।

ਇਹ ਆਉਟਪੁੱਟ ਪੈਦਾ ਕਰਦਾ ਹੈ ਜਿਸਦੀ ਤਸਦੀਕ ਨਹੀਂ ਕੀਤੀ ਜਾ ਸਕਦੀ, ਜਿਸ ਦੇ ਸਰੋਤ ਦਾ ਪਤਾ ਨਹੀਂ ਲਗਾਇਆ ਜਾ ਸਕਦਾ, ਅਤੇ ਗੋਪਨੀਯਤਾ ਜੋਖਮ ਪੈਦਾ ਕਰਦਾ ਹੈ।

ਮਜ਼ਬੂਤ ਪ੍ਰਵਾਹ (ਪੜਾਅ): ਪੜਾਅ 1 - ਕਲੀਨਿੰਗ: "ਹੇਠ ਦਿੱਤੇ ਬੈਂਕ ਸਟੇਟਮੈਂਟ ਕਾਲਮ (ਟੈਕਸਟ-ਮਾਊਂਟ) ਨੂੰ ਸੰਖਿਆ ਵਿੱਚ ਬਦਲੋ, ਕਦਮ ਦਿਖਾਓ।" ਪੜਾਅ 2 - ਵਰਗੀਕਰਨ: "ਇਹਨਾਂ ਖਰਚਿਆਂ ਨੂੰ [ਸਕੀਮ] ਦੇ ਨਾਲ ਸਾਰਣੀ ਵਿੱਚ ਲਓ; ਬੇਸ + ਵੈਟ = ਕੁੱਲ ਦੀ ਜਾਂਚ ਕਰੋ।" ਪੜਾਅ 3 - ਵਿਸ਼ਲੇਸ਼ਣ:"ਬਜਟ ਦੀ ਗਣਨਾ ਕਰੋ, ਸਭ ਤੋਂ ਵੱਡੇ ਰੈਂਕ 5 ਦੇ ਨਾਲ ਬਜਟ-ਰੈਂਕ ਰਿਕਾਰਡ ਕਰ ਸਕਦੇ ਹਨ।" [ਅਸੰਗਤ ਨਿਯਮ], ਚਿੰਨ੍ਹਿਤ ਕਰੋ ਅਤੇ ਜਾਇਜ਼ ਠਹਿਰਾਓ।" ਪੜਾਅ 4 - ਰਿਪੋਰਟ: "ਹਰੇਕ ਚਿੱਤਰ ਨੂੰ [ਸਰੋਤ] ਨਾਲ ਲੇਬਲ ਕਰਦੇ ਹੋਏ, ਹੇਠਾਂ ਦਿੱਤੇ KPIs ਦਾ ਪ੍ਰਬੰਧਨ ਸਾਰਾਂਸ਼ ਲਿਖੋ।" ਪੜਾਅ 5 - ਪੁਸ਼ਟੀ ਕਰੋ:"ਸਰੋਤ ਸਾਰਣੀ ਦੇ ਨਾਲ ਇਸ ਸਾਰਾਂਸ਼ ਵਿੱਚ ਸੰਖਿਆਤਮਕ ਦਾਅਵਿਆਂ ਦਾ ਮੇਲ ਕਰੋ, ਉਹਨਾਂ ਨੂੰ ਜੋ ਮੇਲ ਨਹੀਂ ਖਾਂਦੇ ਉਹਨਾਂ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਨਹੀਂ ਵਜੋਂ ਨਿਸ਼ਾਨਬੱਧ ਕਰੋ।" + ਮੈਨੂਅਲ 3 ਅੰਕਾਂ ਦੀ ਪੁਸ਼ਟੀ + ਆਡਿਟ ਟ੍ਰੇਲ।

ਹਰੇਕ ਪੜਾਅ ਦਾ ਆਉਟਪੁੱਟ ਅਗਲੇ ਸਾਫ਼ ਅਤੇ ਪ੍ਰਮਾਣਿਤ ਵਿੱਚ ਦਾਖਲ ਹੁੰਦਾ ਹੈ.

ਪੜਾਅ-ਹੁਨਰ-ਤਸਦੀਕ ਨਕਸ਼ਾ

ਸਟੇਜ

ਹੁਨਰ ਵਰਤਿਆ

ਲਾਜ਼ਮੀ ਪੁਸ਼ਟੀਕਰਨ

ਸੰਗ੍ਰਹਿ/ਸਫ਼ਾਈ

ਡਾਟਾ ਕਲੀਨਿੰਗ (Ü6)

ਛੋਟੇ ਡੇਟਾ 'ਤੇ ਟੈਸਟ ਕਰਨਾ, ਕਤਾਰਾਂ ਦੀ ਗਿਣਤੀ ਦੀ ਜਾਂਚ ਕਰਨਾ

ਵਰਗੀਕਰਨ

ਇਨਵੌਇਸ/ਖਰਚ ਦੀ ਪ੍ਰਕਿਰਿਆ (Ü2)

ਵੈਟ ਸਮੀਕਰਨ, ਕੁੱਲ ਚੈੱਕ ਕਰੋ

ਵਿਸ਼ਲੇਸ਼ਣ

ਰਿਪੋਰਟ ਵਿਆਖਿਆ, ਬਜਟ (Ü1,3)

ਹੱਥੀਂ ਪ੍ਰਤੀਸ਼ਤਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ

ਵਿਗਾੜ

ਆਡਿਟ (Ü9)

ਮਨੁੱਖੀ ਸਮੀਖਿਆ, ਗੈਰ-ਨਿਰਣੇ

ਰਿਪੋਰਟਿੰਗ

KPI ਰਿਪੋਰਟ (Ü4)

ਸਰੋਤ ਲੇਬਲ, ਨਿਰਪੱਖ ਟੋਨ

ਪੁਰਾਲੇਖ

ਗੋਪਨੀਯਤਾ, ਆਡਿਟ ਟ੍ਰੇਲ (Ü9,10)

ਅਗਿਆਤਤਾ, ਖੋਜਣਯੋਗਤਾ

ਕੰਟਰੋਲ ਪ੍ਰੋਂਪਟ ਬੰਦ ਕਰਨਾ

ਪ੍ਰਕਿਰਿਆ ਦੇ ਅੰਤ ਵਿੱਚ, ਇੱਕ ਸੰਪੂਰਨ ਆਡਿਟ ਪ੍ਰੋਂਪਟ ਚਲਾਓ:

ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਸੀਨੀਅਰ ਵਿੱਤੀ ਆਡੀਟਰ। ਕਾਰਜ: ਪ੍ਰਕਾਸ਼ਨ ਦੀ ਤਿਆਰੀ ਲਈ ਹੇਠਾਂ ਦਿੱਤੀ ਮਹੀਨਾ-ਅੰਤ ਦੀ ਰਿਪੋਰਟ ਦੀ ਸਮੀਖਿਆ ਕਰੋ। ਚੈੱਕ:1) ਸਰੋਤ ਸਾਰਣੀ ਦੇ ਨਾਲ ਹਰੇਕ ਸੰਖਿਆਤਮਕ ਦਾਅਵੇ ਦੀ ਇਕਸਾਰਤਾ 2) ਜੋੜਾਂ ਅਤੇ ਪ੍ਰਤੀਸ਼ਤਾਂ ਦੀ ਗਣਿਤ ਦੀ ਸ਼ੁੱਧਤਾ (ਮੁੜ ਗਣਨਾ) 3) ਕੋਈ ਵੀ ਕਥਨ ਜੋ ਨਹੀਂ ਰੱਖਦਾ ਜਾਂ ਜਿਸਦਾ ਸਰੋਤ ਅਸਪਸ਼ਟ ਹੈ4) ਨਿਰਪੱਖ ਟੋਨ (ਕੀ ਕੋਈ ਅਤਿਕਥਨੀ/ਘੱਟ ਬਿਆਨ ਹੈ) ਆਉਟਪੁੱਟ: ਪਾਸ ਕੀਤੇ ਚੈੱਕ | ਅਸਫਲ ਜਾਂਚਾਂ | ਸੁਧਾਰ ਸੁਝਾਅ। ਪ੍ਰਵਾਨਗੀ; ਸਿਰਫ਼ ਆਡਿਟ ਅਤੇ ਰਿਪੋਰਟ ਕਰੋ।<report>...</report> <source_tables>...</source_tables>

ਸਾਵਧਾਨ: AI ਸਵੈ-ਨਿਗਰਾਨੀ ਸ਼ਕਤੀਸ਼ਾਲੀ ਹੈ ਪਰ ਕਾਫ਼ੀ ਨਹੀਂ ਹੈ। ਮਾਡਲ ਆਪਣੀ ਗਲਤੀ ਦੀ ਪੁਸ਼ਟੀ ਵੀ ਕਰ ਸਕਦਾ ਹੈ। ਇਹ ਪ੍ਰੋਂਪਟ ਇੱਕ ਦੂਜੀ ਅੱਖ ਦੀ ਪਰਤ ਹੈ; ਅੰਤਮ ਦਸਤਖਤ ਅਤੇ ਜ਼ਿੰਮੇਵਾਰੀ ਹਮੇਸ਼ਾ ਮਨੁੱਖੀ ਪੇਸ਼ੇਵਰ ਦੇ ਨਾਲ ਹੁੰਦੀ ਹੈ। ਸਰੋਤ ਤੋਂ ਘੱਟੋ-ਘੱਟ ਤਿੰਨ ਮੁੱਖ ਅੰਕੜਿਆਂ ਦੀ ਦਸਤੀ ਪੁਸ਼ਟੀ ਕਰੋ।

ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਮੁੜ ਵਰਤੋਂ ਯੋਗ ਬਣਾਉਣਾ

ਇੱਕ ਵਾਰ ਜਦੋਂ ਤੁਸੀਂ ਇਸ ਪ੍ਰਵਾਹ ਨੂੰ ਸਥਾਪਿਤ ਕਰ ਲੈਂਦੇ ਹੋ, ਤਾਂ ਤੁਹਾਨੂੰ ਹਰ ਮਹੀਨੇ ਇਸਨੂੰ ਸਕ੍ਰੈਚ ਤੋਂ ਦੁਬਾਰਾ ਲਿਖਣ ਦੀ ਲੋੜ ਨਹੀਂ ਹੁੰਦੀ ਹੈ। ਪੜਾਅ ਪ੍ਰੋਂਪਟ, ਨਿਯਮ ਸੈੱਟ, ਅਤੇ ਪੁਸ਼ਟੀਕਰਨ ਕਦਮਾਂ ਨੂੰ "ਬੰਦ ਕਰਨ ਵਾਲੀ ਪਲੇਬੁੱਕ" ਵਿੱਚ ਕੰਪਾਇਲ ਕਰੋ। ਇਸ ਤਰ੍ਹਾਂ, ਪ੍ਰਕਿਰਿਆ ਹੁਣ ਵਿਅਕਤੀਗਤ-ਨਿਰਭਰ ਨਹੀਂ ਹੈ, ਟੀਮ ਵਿੱਚ ਹਰ ਕੋਈ ਇੱਕੋ ਮਿਆਰ ਲਈ ਕੰਮ ਕਰਦਾ ਹੈ, ਅਤੇ ਗੁਣਵੱਤਾ ਮਹੀਨੇ-ਦਰ-ਮਹੀਨਾ ਇਕਸਾਰ ਰਹਿੰਦੀ ਹੈ। AI ਪਹਿਲੀ ਵਾਰ ਇਸ ਪਲੇਬੁੱਕ ਨੂੰ ਸੈੱਟਅੱਪ ਕਰਨ ਵਿੱਚ ਵੀ ਤੁਹਾਡੀ ਮਦਦ ਕਰਦਾ ਹੈ।

ਹੇਠਾਂ ਦਿੱਤੀ ਗਈ ਸਾਡੀ ਪੰਜ-ਪੜਾਅ ਦੇ ਮਹੀਨੇ-ਅੰਤ ਦੀ ਸਮਾਪਤੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਮੁੜ ਵਰਤੋਂ ਯੋਗ "ਕਲੋਸਿੰਗ ਪਲੇਬੁੱਕ" ਵਿੱਚ ਬਦਲੋ:- ਹਰ ਪੜਾਅ ਲਈ: ਉਦੇਸ਼ | ਵਰਤਣ ਲਈ ਪ੍ਰੋਂਪਟ ਟੈਂਪਲੇਟ | ਲਾਜ਼ਮੀ ਤਸਦੀਕ | ਜ਼ਿੰਮੇਵਾਰ ਭੂਮਿਕਾ | ਅਨੁਮਾਨਿਤ ਸਮਾਂ - ਪੜਾਵਾਂ ਦੇ ਵਿਚਕਾਰ "ਪਰਿਵਰਤਨ ਜਾਂਚ" (ਅਗਲੇ 'ਤੇ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ ਕੀ ਪੁਸ਼ਟੀ ਕਰਨੀ ਹੈ) - ਅੰਤ ਵਿੱਚ ਇੱਕ "ਕੱਲੋਜ਼ਿੰਗ ਕੰਪਲੀਸ਼ਨ ਮਾਪਦੰਡ" ਚੈਕਲਿਸਟ ਸ਼ਾਮਲ ਕਰੋ ਇਸਨੂੰ ਇੱਕ ਟੈਂਪਲੇਟ ਵਜੋਂ ਪ੍ਰਦਾਨ ਕਰੋ ਜੋ ਹਰ ਮਹੀਨੇ ਭਰਿਆ ਜਾ ਸਕਦਾ ਹੈ।

ਇਹ ਪਲੇਬੁੱਕ ਟੀਮ ਦੇ ਇੱਕ ਨਵੇਂ ਮੈਂਬਰ ਨੂੰ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਸਿੱਖਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੀ ਹੈ ਅਤੇ ਤੁਹਾਨੂੰ ਬਾਹਰੀ ਆਡਿਟ ਵਿੱਚ "ਸਾਡੀ ਪ੍ਰਕਿਰਿਆ ਪ੍ਰਮਾਣਿਤ ਅਤੇ ਦਸਤਾਵੇਜ਼ੀ ਹੈ" ਕਹਿਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੀ ਹੈ। ਮਾਨਕੀਕਰਨ AI-ਸੰਚਾਲਿਤ ਪ੍ਰਕਿਰਿਆ ਦੇ ਸਭ ਤੋਂ ਕੀਮਤੀ ਨਤੀਜਿਆਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ: ਤੁਸੀਂ ਦੁਹਰਾਉਣਯੋਗ ਗੁਣਵੱਤਾ ਦੇ ਨਾਲ-ਨਾਲ ਗਤੀ ਵੀ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹੋ।

ਸੁਝਾਅ: ਪਲੇਬੁੱਕ ਨੂੰ ਤਾਜ਼ਾ ਰੱਖੋ। ਹਰ ਇੱਕ ਬੰਦ ਦੇ ਅੰਤ ਵਿੱਚ, "ਇਸ ਮਹੀਨੇ ਕੀ ਗਲਤ ਹੋਇਆ, ਸਾਨੂੰ ਕਿਸ ਪ੍ਰੋਂਪਟ ਵਿੱਚ ਸੁਧਾਰ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ?" ਇੱਕ ਸੰਖੇਪ ਮੁਲਾਂਕਣ ਕਰੋ ਅਤੇ ਟੈਂਪਲੇਟ ਨੂੰ ਅੱਪਡੇਟ ਕਰੋ। ਇਸ ਤਰ੍ਹਾਂ ਪ੍ਰਕਿਰਿਆ ਹਰ ਮਹੀਨੇ ਥੋੜੀ ਤਿੱਖੀ ਹੋ ਜਾਂਦੀ ਹੈ।

ਮਿੰਨੀ ਕੇਸ

ਕੇਸ 1 - ਇੱਕ ਦਿਨ ਵਿੱਚ ਤਿੰਨ ਦਿਨ ਦਾ ਬੰਦ। ਇੱਕ ਵਿੱਤ ਟੀਮ ਨੇ ਪ੍ਰਗਤੀਸ਼ੀਲ AI ਪ੍ਰਵਾਹ ਦੇ ਨਾਲ ਮਹੀਨੇ ਦੇ ਅੰਤ ਦੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਦੁਬਾਰਾ ਬਣਾਇਆ। ਜਦੋਂ ਡੇਟਾ ਸਫਾਈ ਅਤੇ ਵਰਗੀਕਰਨ ਸਵੈਚਲਿਤ ਹੋ ਗਿਆ, ਤਾਂ 3-ਦਿਨ ਦੀ ਬੰਦ ਨੂੰ ਘਟਾ ਕੇ 1 ਦਿਨ ਕਰ ਦਿੱਤਾ ਗਿਆ। ਪਰ ਨਾਜ਼ੁਕ ਬਿੰਦੂ: ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਰਿਪੋਰਟ ਦੇ ਪੜਾਅ ਵਿੱਚ ਤਸਦੀਕ ਕਦਮਾਂ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖਿਆ ਗਿਆ ਸੀ, ਗਤੀ ਦੀ ਖ਼ਾਤਰ ਕੁਰਬਾਨ ਨਹੀਂ ਕੀਤਾ ਗਿਆ। ਨਤੀਜਾ ਦੋਨੋ ਤੇਜ਼ ਅਤੇ ਭਰੋਸੇਯੋਗ ਸੀ.

ਕੇਸ 2 - ਪ੍ਰਗਤੀਸ਼ੀਲ ਪ੍ਰਵਾਹ ਨੇ ਬੱਗ ਨੂੰ ਜਲਦੀ ਫੜ ਲਿਆ। ਜਦੋਂ ਕਿ ਸਫ਼ਾਈ ਦੇ ਪੜਾਅ ਦੌਰਾਨ ਕਤਾਰਾਂ ਦੀ ਗਿਣਤੀ 1,240 ਸੀ, ਇਹ ਵਰਗੀਕਰਨ ਤੋਂ ਬਾਅਦ ਘਟ ਕੇ 1,198 ਹੋ ਗਈ। ਚੈਕਸਮ ਨੇ ਇਹ ਤੁਰੰਤ ਦਿਖਾਇਆ; ਇੱਕ ਫਾਰਮੈਟ ਗਲਤੀ ਕਾਰਨ 42 ਰਿਕਾਰਡਾਂ ਨੂੰ ਛੱਡ ਦਿੱਤਾ ਗਿਆ ਸੀ। ਜੇ ਇਹ ਇੱਕ ਸਿੰਗਲ ਵਿਸ਼ਾਲ ਪ੍ਰੋਂਪਟ ਨਾਲ ਕੰਮ ਕੀਤਾ ਗਿਆ ਸੀ, ਤਾਂ ਇਹ ਕਮੀ ਚੁੱਪਚਾਪ ਰਿਪੋਰਟ ਵਿੱਚ ਪ੍ਰਤੀਬਿੰਬਿਤ ਹੋ ਸਕਦੀ ਸੀ। ਪ੍ਰਗਤੀਸ਼ੀਲ ਪੁਸ਼ਟੀਕਰਨ ਨੇ ਨੌਕਰੀ ਨੂੰ ਸੁਰੱਖਿਅਤ ਕੀਤਾ।

ਕੇਸ 3 - ਆਡਿਟ ਟ੍ਰੇਲ ਆਡਿਟ ਪਾਸ ਕੀਤਾ ਗਿਆ। ਸਾਲ-ਅੰਤ ਦੇ ਬਾਹਰੀ ਆਡਿਟ ਵਿੱਚ, ਟੀਮ ਨੇ ਇੱਕ ਪੁਰਾਲੇਖ ਪੇਸ਼ ਕੀਤਾ ਜਿਸ ਵਿੱਚ ਡੇਟਾ ਸਰੋਤ, ਪ੍ਰੋਂਪਟ ਵਰਤੇ ਗਏ, ਮਾਡਲ, ਮਿਤੀ ਅਤੇ ਹਰ ਮਹੀਨੇ ਦੇ ਅੰਤ ਲਈ ਵੈਰੀਫਾਇਰ ਸ਼ਾਮਲ ਸਨ। ਬਾਹਰੀ ਆਡੀਟਰ ਨੇ ਪ੍ਰਕਿਰਿਆ ਦਾ "ਨਿਗਰਾਨੀ ਅਤੇ ਨਿਯੰਤਰਿਤ" ਵਜੋਂ ਮੁਲਾਂਕਣ ਕੀਤਾ। ਏਆਈ ਦੀ ਵਰਤੋਂ ਨੂੰ ਨਿਯੰਤਰਣ ਦੀ ਸ਼ਕਤੀ ਮੰਨਿਆ ਜਾਂਦਾ ਸੀ, ਜੋਖਮ ਨਹੀਂ।

ਆਮ ਗਲਤੀਆਂ

• ਇੱਕ ਸਿੰਗਲ ਵਿਸ਼ਾਲ ਪ੍ਰੋਂਪਟ ਨਾਲ ਪੂਰੇ ਮਹੀਨੇ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰ ਰਿਹਾ ਹੈ। ਗਲਤੀ ਲੁਕੀ ਹੋਈ ਹੈ; ਹੌਲੀ-ਹੌਲੀ ਪ੍ਰਵਾਹ ਵਿੱਚ, ਇਹ ਸਰੋਤ 'ਤੇ ਕੈਪਚਰ ਹੋ ਜਾਂਦਾ ਹੈ।
• ਗਤੀ ਲਈ ਪੁਸ਼ਟੀਕਰਨ ਛੱਡਣਾ। ਬੰਦ ਹੋਣ 'ਤੇ ਸਭ ਤੋਂ ਵੱਡਾ ਖਤਰਾ ਗੈਰ-ਪ੍ਰਮਾਣਿਤ ਕਾਹਲੀ ਹੈ।
• ਕਰਾਸ-ਸਟੇਜ ਚੈਕਸਮ ਨਹੀਂ ਕਰ ਰਿਹਾ। ਕਤਾਰ/ਰਾਸ਼ੀ ਦਾ ਨੁਕਸਾਨ ਚੁੱਪਚਾਪ ਰਿਪੋਰਟ ਵਿੱਚ ਲੀਕ ਹੋ ਜਾਂਦਾ ਹੈ।
• ਸਰੋਤ ਟੈਗ ਨੂੰ ਭੁੱਲਣਾ। ਕਲੋਜ਼ਿੰਗ ਰਿਪੋਰਟ ਵਿੱਚ ਹਰ ਅੰਕੜੇ ਦਾ ਪਤਾ ਲਗਾਉਣ ਯੋਗ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।
• ਆਡਿਟ ਟ੍ਰੇਲ ਅਤੇ ਆਰਕਾਈਵ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨਾ. ਬੰਦ ਕਰਨਾ ਜਿਸ ਦੀ ਨਿਗਰਾਨੀ ਨਹੀਂ ਕੀਤੀ ਜਾ ਸਕਦੀ, ਬਾਹਰੀ ਆਡਿਟ ਵਿੱਚ ਕੋਈ ਸਬੂਤ ਮੁੱਲ ਨਹੀਂ ਰੱਖਦਾ।

ਸੰਖੇਪ ਵਿੱਚ

• ਮਹੀਨਾ-ਅੰਤ ਬੰਦ ਹੋਣਾ ਇੱਕ ਸੱਚਾ ਅੰਤ-ਤੋਂ-ਅੰਤ ਦ੍ਰਿਸ਼ ਹੈ ਜੋ ਇੱਕ ਸਿੰਗਲ ਪ੍ਰਵਾਹ ਵਿੱਚ ਮੋਡੀਊਲ ਦੀਆਂ ਸਾਰੀਆਂ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਜੋੜਦਾ ਹੈ।
• ਪੜਾਵਾਂ ਵਿੱਚ ਏਆਈ ਦੀ ਵਰਤੋਂ ਕਰੋ; ਹਰੇਕ ਪੜਾਅ ਦੇ ਆਉਟਪੁੱਟ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰੋ ਅਤੇ ਇਸਨੂੰ ਅਗਲੇ ਵਿੱਚ ਇਨਪੁਟ ਕਰੋ, ਅਤੇ ਗਲਤੀ ਸਰੋਤ 'ਤੇ ਫੜੀ ਜਾਵੇਗੀ।
• ਹਰੇਕ ਪੜਾਅ ਦੀ ਆਪਣੀ ਲਾਜ਼ਮੀ ਤਸਦੀਕ ਹੁੰਦੀ ਹੈ: ਵੈਟ ਸਮਾਨਤਾ, ਚੈੱਕਸਮ, ਪ੍ਰਤੀਸ਼ਤ ਪੁਸ਼ਟੀਕਰਨ, ਸਰੋਤ ਟੈਗ, ਅਗਿਆਤਕਰਨ।
• ਇੱਕ ਸੰਪੂਰਨ ਨਿਯੰਤਰਣ ਪ੍ਰੋਂਪਟ ਦੂਜੀ ਅੱਖ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਪਰ ਮਨੁੱਖੀ ਦਸਤਖਤ ਦਾ ਬਦਲ ਨਹੀਂ ਹੈ; ਘੱਟੋ-ਘੱਟ ਤਿੰਨ ਮੁੱਖ ਅੰਕਾਂ ਦੀ ਦਸਤੀ ਪੁਸ਼ਟੀ ਕਰੋ।
• ਆਡਿਟ ਟ੍ਰੇਲ ਅਤੇ ਸੁਰੱਖਿਅਤ ਪੁਰਾਲੇਖ AI-ਸੰਚਾਲਿਤ ਕਲੋਜ਼ਿੰਗ ਨੂੰ ਸਪੀਡ ਜਿੰਨਾ ਭਰੋਸੇਯੋਗ ਅਤੇ ਬਾਹਰੀ ਆਡਿਟ ਪ੍ਰਤੀ ਰੋਧਕ ਬਣਾਉਂਦੇ ਹਨ।

ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ

ਇੱਕ ਮਹੀਨਾਵਾਰ (ਅਸਲ ਜਾਂ ਨਮੂਨਾ) ਬੰਦ ਹੋਣ ਵਾਲਾ ਡੇਟਾ ਤਿਆਰ ਕਰੋ: ਬੈਂਕ ਸਟੇਟਮੈਂਟ, ਖਰਚਿਆਂ ਦੀ ਸੂਚੀ, ਵਿਕਰੀ ਅਤੇ ਬਜਟ ਡੇਟਾ। ਸ਼ੁਰੂ ਤੋਂ ਲੈ ਕੇ ਅੰਤ ਤੱਕ ਪੰਜ-ਪੜਾਅ ਦੇ ਪ੍ਰਵਾਹ ਦੀ ਪਾਲਣਾ ਕਰੋ: ਸਾਫ਼ ਕਰੋ, ਵਰਗੀਕ੍ਰਿਤ ਕਰੋ, ਭਟਕਣਾਂ ਅਤੇ ਵਿਗਾੜਾਂ ਨੂੰ ਹਟਾਓ, ਇੱਕ ਕਾਰਜਕਾਰੀ ਸੰਖੇਪ ਤਿਆਰ ਕਰੋ, ਫਿਰ ਸਮਾਪਤੀ ਨਿਯੰਤਰਣ ਪ੍ਰੋਂਪਟ ਨਾਲ ਆਡਿਟ ਕਰੋ ਅਤੇ ਘੱਟੋ-ਘੱਟ ਤਿੰਨ ਅੰਕੜਿਆਂ ਦੀ ਦਸਤੀ ਪੁਸ਼ਟੀ ਕਰੋ। ਸਾਰੀ ਪ੍ਰਕਿਰਿਆ ਦੌਰਾਨ ਇੱਕ ਆਡਿਟ ਟ੍ਰੇਲ ਟੇਬਲ ਨੂੰ ਪੂਰਾ ਕਰੋ ਅਤੇ ਗੋਪਨੀਯਤਾ ਲਈ ਡੇਟਾ ਨੂੰ ਅਗਿਆਤ ਕਰਨਾ ਯਕੀਨੀ ਬਣਾਓ। ਅੰਤ ਵਿੱਚ, ਇੱਕ ਪੈਰੇ ਵਿੱਚ ਲਿਖੋ ਕਿ ਜੇਕਰ ਤੁਸੀਂ ਦੁਬਾਰਾ ਪ੍ਰਕਿਰਿਆ ਕਰਦੇ ਹੋ ਤਾਂ ਤੁਸੀਂ ਕੀ ਬਦਲੋਗੇ।

ਚੈੱਕਲਿਸਟ

• [ ] ਮੈਂ ਇੱਕ ਵਿਸ਼ਾਲ ਪ੍ਰੋਂਪਟ ਦੀ ਬਜਾਏ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਪੰਜ ਪੜਾਵਾਂ ਵਿੱਚ ਵੰਡਿਆ ਹੈ।
• [ ] ਮੈਂ ਹਰੇਕ ਪੜਾਅ ਦੇ ਆਉਟਪੁੱਟ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ ਅਤੇ ਇਸਨੂੰ ਅਗਲੇ ਪੜਾਅ ਵਿੱਚ ਇਨਪੁਟ ਕੀਤਾ।
• [ ] ਮੈਂ ਪੜਾਵਾਂ ਦੇ ਵਿਚਕਾਰ ਚੈਕਸਮ ਅਤੇ ਕਤਾਰਾਂ ਦੀ ਗਿਣਤੀ ਦੀ ਜਾਂਚ ਕੀਤੀ।
• ਮੈਂ ਪ੍ਰਬੰਧਨ ਰਿਪੋਰਟ ਵਿੱਚ ਹਰੇਕ ਚਿੱਤਰ 'ਤੇ ਇੱਕ ਸਰੋਤ ਲੇਬਲ ਪਾਉਂਦਾ ਹਾਂ।
• [ ] ਮੈਂ ਕਲੋਜ਼ਿੰਗ ਚੈੱਕ ਪ੍ਰੋਂਪਟ ਚਲਾਇਆ ਅਤੇ ਘੱਟੋ-ਘੱਟ ਤਿੰਨ ਅੰਕਾਂ ਦੀ ਦਸਤੀ ਪੁਸ਼ਟੀ ਕੀਤੀ।
• [ ] ਮੈਂ ਇੱਕ ਆਡਿਟ ਟ੍ਰੇਲ ਰੱਖਿਆ ਅਤੇ ਡੇਟਾ ਨੂੰ ਅਗਿਆਤ ਕੀਤਾ ਅਤੇ ਇਸਨੂੰ ਇੱਕ ਸੁਰੱਖਿਅਤ ਖੇਤਰ ਵਿੱਚ ਆਰਕਾਈਵ ਕੀਤਾ।

ਮੋਡੀਊਲ ਪ੍ਰੀਖਿਆ

1. AI ਦੁਆਰਾ ਆਮਦਨੀ ਬਿਆਨ ਦਾ ਸਾਰ ਕਰਨ ਤੋਂ ਬਾਅਦ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਕਦਮ ਕੀ ਹੈ?

• A) ਸਰੋਤ ਸਾਰਣੀ ਨਾਲ ਸੰਖੇਪ ਵਿੱਚ ਮੁੱਖ ਅੰਕੜਿਆਂ ਅਤੇ ਪ੍ਰਤੀਸ਼ਤਾਂ ਦੀ ਤੁਲਨਾ ਕਰੋ ਅਤੇ ਉਹਨਾਂ ਵਿੱਚੋਂ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਦੀ ਦਸਤੀ ਪੁਸ਼ਟੀ ਕਰੋ ✔
• ਅ) ਪ੍ਰਬੰਧਨ ਨੂੰ ਸਾਰਾਂਸ਼ ਨੂੰ ਜਿਵੇਂ ਹੈ, ਸੰਚਾਰ ਕਰੋ, ਕਿਉਂਕਿ AI ਗਣਨਾ ਵਿੱਚ ਅਸ਼ੁੱਧ ਹੈ
• C) ਸੰਖੇਪ ਨੂੰ ਛੋਟਾ ਕਰਨ ਲਈ ਦੁਬਾਰਾ ਸੰਖੇਪ ਕਰੋ
• ਡੀ) ਸਿਰਫ਼ ਵਿਆਕਰਣ ਦੀਆਂ ਗਲਤੀਆਂ ਦੀ ਜਾਂਚ ਕਰ ਰਿਹਾ ਹੈ

ਵਰਣਨ: ਹਾਲਾਂਕਿ AI ਸਾਰਾਂਸ਼ ਤਰਲ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ, ਉਹਨਾਂ ਵਿੱਚ ਸੰਖਿਆਤਮਕ ਗਲਤੀਆਂ ਜਾਂ ਭਰਮ ਹੋ ਸਕਦੇ ਹਨ। ਸਰੋਤ ਸਾਰਣੀ ਵਿੱਚ ਸਾਰਾਂਸ਼ ਵਿੱਚ ਹਰੇਕ ਮੁੱਖ ਅੰਕੜੇ ਅਤੇ ਪ੍ਰਤੀਸ਼ਤ ਦੀ ਤੁਲਨਾ ਕਰਨਾ ਅਤੇ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਹੱਥ ਨਾਲ ਤਸਦੀਕ ਕਰਨਾ ਵਿੱਤੀ ਕਾਰੋਬਾਰ ਵਿੱਚ ਇੱਕ ਗੈਰ-ਗੱਲਬਾਤ ਕਦਮ ਹੈ।

2. AI ਨਾਲ ਫ੍ਰੀ-ਟੈਕਸਟ ਇਨਵੌਇਸ ਵਰਣਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਦੇ ਸਮੇਂ ਸਭ ਤੋਂ ਭਰੋਸੇਮੰਦ ਪਹੁੰਚ ਕੀ ਹੈ?

• A) ਹਰੇਕ ਇਨਵੌਇਸ ਲਈ ਫ੍ਰੀ-ਫਾਰਮ, ਵੱਖਰੇ ਫਾਰਮੈਟ ਜਵਾਬ ਪ੍ਰਾਪਤ ਕਰੋ
• ਅ) ਇੱਕ ਨਿਸ਼ਚਿਤ ਖੇਤਰ ਸਕੀਮ ਦੇ ਅਨੁਸਾਰ ਆਉਟਪੁੱਟ ਦੀ ਬੇਨਤੀ ਕਰਨਾ ਅਤੇ ਵੈਟ ਅਤੇ ਕੁੱਲ ਇਕਸਾਰਤਾ ਦੀ ਜਾਂਚ ਕਰਨਾ ✔
• C) AI ਦੇ ਵਿਜ਼ੂਅਲ ਅੰਦਾਜ਼ੇ ਲਈ ਮਾਤਰਾਵਾਂ ਨੂੰ ਛੱਡਣਾ
• ਡੀ) ਸ਼੍ਰੇਣੀਆਂ ਦੀ ਸੂਚੀ ਪ੍ਰਦਾਨ ਕੀਤੇ ਬਿਨਾਂ ਮਾਡਲ ਨੂੰ ਆਪਣੀਆਂ ਸ਼੍ਰੇਣੀਆਂ ਵਿੱਚ ਫਿੱਟ ਕਰਨ ਦੀ ਆਗਿਆ ਦੇਣਾ

ਵਿਆਖਿਆ: ਇੱਕ ਨਿਸ਼ਚਿਤ ਪੂਰਵ-ਨਿਰਧਾਰਤ ਸਕੀਮਾ (ਖੇਤਰ ਜਿਵੇਂ ਕਿ ਸ਼੍ਰੇਣੀ, ਅਧਾਰ, ਵੈਟ, ਮਿਤੀ) ਦੇ ਅਨੁਸਾਰ ਆਉਟਪੁੱਟ ਦੀ ਬੇਨਤੀ ਕਰਨਾ ਅਤੇ ਫਿਰ ਇਸ ਨੂੰ ਅਧਾਰ + ਵੈਟ = ਕੁੱਲ ਦੀ ਬਰਾਬਰੀ ਲਈ ਜਾਂਚਣ ਨਾਲ ਡੇਟਾ ਨੂੰ ਇਕਸਾਰ ਅਤੇ ਪ੍ਰਮਾਣਿਤ ਦੋਵੇਂ ਬਣਾਉਂਦਾ ਹੈ।

3. ਬਜਟ ਬਨਾਮ ਅਸਲ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ AI ਦੀ ਵਰਤੋਂ ਕਰਨ ਦਾ ਸਭ ਤੋਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਤਰੀਕਾ ਕੀ ਹੈ?

• A) ਬਸ ਅਸਲ ਅੰਕੜੇ ਦਿਓ ਅਤੇ AI ਨੂੰ ਬਜਟ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾਉਣ ਲਈ ਕਹੋ
• ਅ) AI ਦੁਆਰਾ ਕੀਤੇ ਗਏ ਭਟਕਣ ਦੇ ਕਾਰਨਾਂ ਨੂੰ ਉਹਨਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੇ ਬਿਨਾਂ ਰਿਪੋਰਟ ਵਿੱਚ ਸ਼ਾਮਲ ਕਰਨਾ
• C) ਬਜਟ ਅਤੇ ਵਾਸਤਵਿਕ ਨੂੰ ਇਕੱਠੇ ਦੇ ਕੇ ਭਟਕਣਾਵਾਂ ਦੀ ਗਣਨਾ ਕਰਨ ਲਈ, ਸਭ ਤੋਂ ਵੱਡੇ ਭਟਕਣਾਵਾਂ ਨੂੰ ਸੂਚੀਬੱਧ ਕਰਨਾ ਅਤੇ ਕਾਰਨਾਂ ਨੂੰ ਪਰਿਕਲਪਨਾ ਵਜੋਂ ਵਿਆਖਿਆ ਕਰਨਾ ✔
• ਸ) ਬਿਨਾਂ ਨੰਬਰ ਦਿੱਤੇ 'ਮੇਰਾ ਬਜਟ ਕਿਵੇਂ ਚੱਲ ਰਿਹਾ ਹੈ' ਬਾਰੇ ਪੁੱਛਣਾ

ਸਪੱਸ਼ਟੀਕਰਨ: ਬਜਟ ਅਤੇ ਅਸਲ ਅੰਕੜੇ ਇਕੱਠੇ ਦੇਣਾ, ਫ਼ੀਸਦ ਦੇ ਤੌਰ 'ਤੇ ਗਣਨਾ ਕਰਦੇ ਹੋਏ, ਆਮਦਨ/ਖਰਚ ਦੀ ਦਿਸ਼ਾ ਨਿਰਧਾਰਤ ਕਰਨਾ ਅਤੇ ਪੂਰਨ ਪ੍ਰਤੀਸ਼ਤ ਦੇ ਅਨੁਸਾਰ ਸਭ ਤੋਂ ਵੱਡੇ ਵਿਵਹਾਰਾਂ ਨੂੰ ਸੂਚੀਬੱਧ ਕਰਨਾ; ਇਹ ਗਣਨਾ ਅਤੇ ਬਿਰਤਾਂਤ ਦੋਵਾਂ ਨੂੰ ਤੇਜ਼ ਕਰਦਾ ਹੈ। ਮਾਡਲ ਦੁਆਰਾ ਸੁਝਾਏ ਗਏ ਕਾਰਨ ਅਨੁਮਾਨ ਹਨ ਅਤੇ ਮਨੁੱਖਾਂ ਦੁਆਰਾ ਪੁਸ਼ਟੀ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ।

4. ਏਆਈ ਨਾਲ ਬੋਰਡ ਨੂੰ ਪੇਸ਼ ਕੀਤੀ ਜਾਣ ਵਾਲੀ ਕੇਪੀਆਈ ਰਿਪੋਰਟ ਤਿਆਰ ਕਰਨ ਵੇਲੇ ਹੇਠਾਂ ਦਿੱਤੇ ਵਿੱਚੋਂ ਕਿਹੜਾ ਸਭ ਤੋਂ ਸਹੀ ਹੈ?

• A) ਸਿਰਫ਼ ਨੰਬਰਾਂ ਦੀ ਇੱਕ ਲੰਬੀ ਸੂਚੀ ਸਾਂਝੀ ਕਰਨਾ
• B) AI ਨੂੰ ਉਹਨਾਂ ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਦਿੱਖ ਦੇਣ ਲਈ ਸੰਖਿਆਵਾਂ ਨੂੰ ਵਧਾ-ਚੜ੍ਹਾ ਕੇ ਦੱਸਣ ਦੀ ਇਜਾਜ਼ਤ ਦੇਣਾ
• C) 'AI ਗਣਨਾ ਕੀਤੀ' ਨੋਟ ਦੇ ਨਾਲ ਅਣਜਾਣ ਮੂਲ ਦੇ ਅੰਕੜੇ ਜੋੜਨਾ
• D) ਹਰੇਕ ਮੈਟ੍ਰਿਕ ਨੂੰ ਰੁਝਾਨ, ਸੰਦਰਭ, ਸਿਫ਼ਾਰਿਸ਼ ਕੀਤੀ ਕਾਰਵਾਈ ਅਤੇ ਖੋਜਣ ਯੋਗ ਸਰੋਤ ਨਾਲ ਪੇਸ਼ ਕਰਨਾ ✔

ਵਿਆਖਿਆ: ਇੱਕ ਚੰਗੀ ਪ੍ਰਬੰਧਨ ਰਿਪੋਰਟ ਨੰਗੇ ਨੰਬਰਾਂ ਦਾ ਢੇਰ ਨਹੀਂ ਹੈ; ਰੁਝਾਨ, ਸੰਦਰਭ, ਸਿਫ਼ਾਰਿਸ਼ ਕੀਤੀ ਕਾਰਵਾਈ ਅਤੇ ਇੱਕ ਟਰੈਕ ਕਰਨ ਯੋਗ ਸਰੋਤ ਦੇ ਨਾਲ ਹਰੇਕ ਮੀਟ੍ਰਿਕ ਨੂੰ ਪੇਸ਼ ਕਰਨਾ ਫੈਸਲਾ ਲੈਣ ਵਾਲੇ ਲਈ ਮੁੱਲ ਜੋੜਦਾ ਹੈ। ਸੁਰ ਵੀ ਨਿਰਪੱਖ ਅਤੇ ਇਮਾਨਦਾਰ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।

5. ਮਾਲੀਆ ਪੂਰਵ ਅਨੁਮਾਨ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਸਮੇਂ ਕਿਹੜਾ ਫਰੇਮਵਰਕ ਸਭ ਤੋਂ ਸਹੀ ਹੈ?

• A) ਇੱਕ ਸਹਾਇਕ ਵਜੋਂ AI ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਜੋ ਸਪਸ਼ਟ ਧਾਰਨਾਵਾਂ, ਆਸ਼ਾਵਾਦੀ/ਬੇਸਲਾਈਨ/ਨਿਰਾਸ਼ਾਵਾਦੀ ਦ੍ਰਿਸ਼ ਪੈਦਾ ਕਰਦਾ ਹੈ ਅਤੇ ਮਨੁੱਖੀ ਨਿਰਣੇ ਨਾਲ ਭਵਿੱਖਬਾਣੀ ਦੀ ਪੁਸ਼ਟੀ ਕਰਦਾ ਹੈ ✔
• ਅ) AI ਦੁਆਰਾ ਦਿੱਤੇ ਇੱਕ ਸਿੰਗਲ ਨੰਬਰ ਨੂੰ ਸਹੀ ਭਵਿੱਖ ਵਜੋਂ ਸਵੀਕਾਰ ਕਰਨਾ
• C) 'ਅਗਲੇ ਸਾਲ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰੋ' ਕਹਿਣਾ ਬਿਨਾਂ ਕੋਈ ਧਾਰਨਾਵਾਂ ਦੱਸੇ
• ਡੀ) ਇਤਿਹਾਸਕ ਡੇਟਾ ਦਿੱਤੇ ਬਿਨਾਂ ਮਾਡਲ ਦੇ ਅਨੁਭਵ 'ਤੇ ਭਰੋਸਾ ਕਰਨਾ

ਵਰਣਨ: AI ਇਤਿਹਾਸਕ ਡੇਟਾ ਅਤੇ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਦੱਸੀਆਂ ਧਾਰਨਾਵਾਂ ਦੇ ਅਧਾਰ 'ਤੇ ਦ੍ਰਿਸ਼ ਤਿਆਰ ਕਰਨ ਵਿੱਚ ਸ਼ਕਤੀਸ਼ਾਲੀ ਹੈ; ਹਾਲਾਂਕਿ, ਇੱਕ ਕਾਲਪਨਿਕ ਰੇਂਜ ਦੀ ਬੇਨਤੀ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ, ਇੱਕ ਵੀ ਸੰਖਿਆ ਨਹੀਂ, ਅਤੇ ਅੰਤਮ ਅਨੁਮਾਨ ਦੀ ਪੁਸ਼ਟੀ ਵਪਾਰਕ ਸੰਦਰਭ ਤੋਂ ਜਾਣੂ ਵਿਅਕਤੀ ਦੇ ਨਿਰਣੇ ਦੁਆਰਾ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ। ਮਾਡਲ ਭਵਿੱਖ ਨੂੰ ਨਹੀਂ ਜਾਣਦਾ, ਇਹ ਪੈਟਰਨਾਂ ਅਤੇ ਧਾਰਨਾਵਾਂ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਦਾ ਹੈ।

6. ਏਆਈ ਨਾਲ ਇੱਕ ਗੁੰਝਲਦਾਰ ਐਕਸਲ ਫਾਰਮੂਲਾ ਬਣਾਉਣ ਤੋਂ ਬਾਅਦ ਸਭ ਤੋਂ ਵਧੀਆ ਵਿਵਹਾਰ ਕੀ ਹੈ?

• A) ਫਾਰਮੂਲੇ ਨੂੰ ਸਿੱਧੇ ਮੁੱਖ ਵਰਕਬੁੱਕ ਵਿੱਚ ਚਿਪਕਾਓ ਅਤੇ ਇਸਨੂੰ ਵਰਤਣਾ ਸ਼ੁਰੂ ਕਰੋ
• ਅ) ਇਹ ਮੰਨਣਾ ਕਿ ਫਾਰਮੂਲਾ ਸਹੀ ਹੈ ਜੇਕਰ ਇਹ ਲੰਮਾ ਹੈ
• C) ਜਾਣੇ-ਪਛਾਣੇ ਨਤੀਜਿਆਂ ਦੇ ਨਾਲ ਇੱਕ ਛੋਟੇ ਨਮੂਨੇ ਦੇ ਡੇਟਾ ਸੈੱਟ 'ਤੇ ਫਾਰਮੂਲੇ ਦੀ ਜਾਂਚ ਕਰਨਾ ✔
• D) ਸਿਰਫ਼ ਇਹ ਦੇਖਣਾ ਕਿ ਕੀ ਫਾਰਮੂਲਾ ਬਿਨਾਂ ਕਿਸੇ ਤਰੁੱਟੀ ਦੇ ਕੰਮ ਕਰਦਾ ਹੈ ਅਤੇ ਨਤੀਜੇ ਦੀ ਜਾਂਚ ਨਹੀਂ ਕਰਦਾ

ਵਰਣਨ: AI ਫਾਰਮੂਲੇ ਬਣਾਉਣ ਵਿੱਚ ਬਹੁਤ ਮਦਦਗਾਰ ਹੈ ਪਰ ਇਸ ਵਿੱਚ ਸੈੱਲ ਸੰਦਰਭ, ਸੰਸਕਰਣ/ਭਾਸ਼ਾ ਸੈਟਿੰਗਾਂ ਜਾਂ ਤਰਕ ਦੀਆਂ ਗਲਤੀਆਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਜਾਣੇ-ਪਛਾਣੇ ਨਤੀਜੇ ਦੇ ਨਾਲ ਇੱਕ ਛੋਟੇ ਨਮੂਨੇ ਦੇ ਡੇਟਾ ਸੈੱਟ 'ਤੇ ਫਾਰਮੂਲੇ ਦੀ ਜਾਂਚ ਕਰਨਾ ਇਸ ਨੂੰ ਮੁੱਖ ਫਾਈਲ ਵਿੱਚ ਆਯਾਤ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਇੱਕ ਲਾਜ਼ਮੀ ਕਦਮ ਹੈ।

7. AI ਨਾਲ ਸਪਲਾਇਰ ਕੋਟਸ ਦੀ ਤੁਲਨਾ ਕਰਨ ਦਾ ਸਭ ਤੋਂ ਵਧੀਆ ਤਰੀਕਾ ਕੀ ਹੈ?

• ਏ) ਬੱਸ ਸਭ ਤੋਂ ਘੱਟ ਯੂਨਿਟ ਕੀਮਤ ਦੀ ਚੋਣ ਕਰਨਾ ਅਤੇ ਸ਼ਿਪਿੰਗ ਅਤੇ ਮਿਆਦ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨਾ
• ਅ) ਵੱਖ-ਵੱਖ ਮਾਪਦੰਡਾਂ ਦੇ ਨਾਲ, ਹਰੇਕ ਪੇਸ਼ਕਸ਼ ਦਾ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਮੁਲਾਂਕਣ ਕਰੋ
• C) AI ਦੇ 'ਇਹ ਸਭ ਤੋਂ ਵਧੀਆ ਹੈ' ਜਵਾਬ ਨੂੰ ਬਿਨਾਂ ਕਿਸੇ ਤਰਕ ਦੇ ਸਵੀਕਾਰ ਕਰਨਾ
• D) ਬੋਲੀਆਂ ਨੂੰ ਮਾਪਦੰਡਾਂ ਦੇ ਇੱਕ ਆਮ ਸੈੱਟ ਲਈ ਆਮ ਬਣਾਓ ਅਤੇ ਕੁੱਲ ਲਾਗਤ ਦੇ ਆਧਾਰ 'ਤੇ ਉਹਨਾਂ ਦੀ ਤੁਲਨਾ ਕਰੋ ✔

ਵਿਆਖਿਆ: ਮਾਪਦੰਡਾਂ ਦੇ ਇੱਕ ਆਮ ਪੂਰਵ-ਨਿਰਧਾਰਤ ਸਮੂਹ (ਯੂਨਿਟ ਕੀਮਤ, ਸ਼ਿਪਿੰਗ, ਡਿਲੀਵਰੀ ਸਮਾਂ, ਭੁਗਤਾਨ ਦੀ ਮਿਆਦ, ਵਾਰੰਟੀ) ਦੇ ਵਿਰੁੱਧ ਕੋਟਸ ਨੂੰ ਸਧਾਰਣ ਬਣਾਉਣਾ ਅਤੇ ਉਹਨਾਂ ਦੀ ਮਾਲਕੀ ਦੀ ਕੁੱਲ ਲਾਗਤ ਨਾਲ ਤੁਲਨਾ ਕਰਨਾ ਸੇਬਾਂ ਤੋਂ ਸੇਬਾਂ ਦੀ ਤੁਲਨਾ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। ਅੰਤਮ ਫੈਸਲੇ ਵਿੱਚ ਉਹਨਾਂ ਕਾਰਕਾਂ ਨੂੰ ਵੀ ਧਿਆਨ ਵਿੱਚ ਰੱਖਿਆ ਜਾਂਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਮਾਪਿਆ ਨਹੀਂ ਜਾ ਸਕਦਾ।

8. ਇੱਕ ਆਮ AI ਟੂਲ ਵਿੱਚ ਕੰਪਨੀ ਦੇ ਅਜੇ ਤੱਕ ਜ਼ਾਹਰ ਕੀਤੇ ਜਾਣ ਵਾਲੇ ਵਿੱਤੀ ਨਤੀਜਿਆਂ ਵਾਲੀ ਟੇਬਲ ਨੂੰ ਚਿਪਕਾਉਣ ਤੋਂ ਪਹਿਲਾਂ ਕੀ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ?

• A) ਕੋਈ ਸਮੱਸਿਆ ਨਹੀਂ, ਇਸਨੂੰ ਕਿਸੇ ਵੀ ਮੁਫਤ ਟੂਲ ਵਿੱਚ ਪੇਸਟ ਕਰੋ
• ਅ) ਵਾਹਨ ਦੀ ਡਾਟਾ ਨੀਤੀ ਦੀ ਜਾਂਚ ਕਰਨਾ; ਪ੍ਰਵਾਨਿਤ/ਸੰਸਥਾਗਤ ਸਾਧਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਅਤੇ ਬੇਨਾਮ ਡਾਟਾ ✔
• C) ਬੱਸ ਫਾਈਲ ਦਾ ਨਾਮ ਬਦਲੋ ਅਤੇ ਭੇਜੋ
• ਡੀ) ਇੱਕ ਸਕ੍ਰੀਨਸ਼ੌਟ ਵਜੋਂ ਡੇਟਾ ਭੇਜ ਕੇ ਜੋਖਮ ਨੂੰ ਖਤਮ ਕਰੋ

ਖੁਲਾਸਾ: ਅਣਦੱਸਿਆ ਵਿੱਤੀ ਡੇਟਾ ਸੰਵੇਦਨਸ਼ੀਲ ਅਤੇ ਅੰਦਰੂਨੀ ਜਾਣਕਾਰੀ ਹੋ ਸਕਦਾ ਹੈ। ਕਾਰਪੋਰੇਟ ਡੇਟਾ ਨੂੰ ਆਮ ਸਾਧਨਾਂ ਨੂੰ ਨਹੀਂ ਭੇਜਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਦੀ ਧਾਰਨ ਦੀ ਗਰੰਟੀ ਨਹੀਂ ਹੈ; ਇੱਕ ਪ੍ਰਵਾਨਿਤ/ਸੰਸਥਾਗਤ ਟੂਲ ਅਤੇ ਡੇਟਾ ਨੀਤੀ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ, ਅਤੇ ਬੇਲੋੜੇ ਨਿੱਜੀ ਖੇਤਰਾਂ ਨੂੰ ਅਗਿਆਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।

9. AI 'ਭ੍ਰਮ' ਵਿੱਤੀ ਡੇਟਾ ਦਾ ਸਭ ਤੋਂ ਵੱਡਾ ਖਤਰਾ ਕੀ ਹੈ?

• ਏ) ਮਾਡਲ ਬਹੁਤ ਹੌਲੀ ਜਵਾਬ ਦਿੰਦਾ ਹੈ
• ਅ) ਮਾਡਲ ਸਿਰਫ਼ ਛੋਟੇ ਜਵਾਬ ਦਿੰਦਾ ਹੈ
• C) ਮਾਡਲ ਯਕੀਨਨ ਇੱਕ ਚਿੱਤਰ, ਅਨੁਪਾਤ ਜਾਂ ਸਰੋਤ ਪੈਦਾ ਕਰਦਾ ਹੈ ਜੋ ਅਸਲੀਅਤ ਵਿੱਚ ਮੌਜੂਦ ਨਹੀਂ ਹੈ ✔
• ਡੀ) ਮਾਡਲ ਤੁਰਕੀ ਅੱਖਰਾਂ ਨੂੰ ਵਿਗਾੜਦਾ ਹੈ

ਵਿਆਖਿਆ: ਇੱਕ ਭੁਲੇਖਾ ਉਦੋਂ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਮਾਡਲ ਯਕੀਨਨ ਤੌਰ 'ਤੇ ਇੱਕ ਸੰਖਿਆ, ਅਨੁਪਾਤ ਜਾਂ ਸਰੋਤ ਨੂੰ ਦੁਬਾਰਾ ਪੈਦਾ ਕਰਦਾ ਹੈ ਜੋ ਅਸਲ ਵਿੱਚ ਮੌਜੂਦ ਨਹੀਂ ਹੈ। ਵਿੱਤ ਵਿੱਚ, ਇਹ ਇੱਕ ਗੈਰ-ਮੌਜੂਦ ਕੁੱਲ ਜਾਂ ਇੱਕ ਗਲਤ ਪ੍ਰਤੀਸ਼ਤ ਵਜੋਂ ਦਿਖਾਈ ਦੇ ਸਕਦਾ ਹੈ; ਇਸ ਲਈ ਹਰੇਕ ਆਉਟਪੁੱਟ ਨੂੰ ਸਰੋਤ ਦੇ ਵਿਰੁੱਧ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।

10. ਆਡਿਟ ਅਤੇ ਪਾਲਣਾ ਦੇ ਰੂਪ ਵਿੱਚ AI ਦੀ ਵਰਤੋਂ ਕਰਨ ਲਈ ਹੇਠਾਂ ਦਿੱਤੇ ਵਿੱਚੋਂ ਕਿਹੜਾ ਅਭਿਆਸ ਸਹੀ ਹੈ?

• A) AI ਆਉਟਪੁੱਟ ਨੂੰ ਕਦੇ ਵੀ ਰਿਕਾਰਡ ਕੀਤੇ ਬਿਨਾਂ ਉਹਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨਾ
• ਅ) ਤੇਜ਼ ਕਰਨ ਲਈ ਪੁਸ਼ਟੀਕਰਨ ਪੜਾਅ ਨੂੰ ਛੱਡਣਾ
• C) ਸਾਰੀ ਜ਼ਿੰਮੇਵਾਰੀ AI ਟੂਲ ਦੇ ਪ੍ਰਦਾਤਾ 'ਤੇ ਛੱਡਣਾ
• D) ਵਰਤੇ ਗਏ ਡੇਟਾ, ਪ੍ਰੋਂਪਟ, ਮਿਤੀ ਅਤੇ ਵੈਰੀਫਾਇਰ ਨੂੰ ਰਿਕਾਰਡ ਕਰਨ ਲਈ ਇੱਕ ਆਡਿਟ ਟ੍ਰੇਲ ਰੱਖੋ ✔

ਵਰਣਨ: AI ਆਉਟਪੁੱਟ ਦੇ ਨਾਲ ਤਿਆਰ ਕੀਤੇ ਗਏ ਵਿੱਤੀ ਵਿਸ਼ਲੇਸ਼ਣਾਂ ਵਿੱਚ, ਇਹ ਪਤਾ ਲਗਾਉਣ ਯੋਗ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਕਿਹੜਾ ਡੇਟਾ ਵਰਤਿਆ ਗਿਆ ਸੀ, ਕਿਸ ਪ੍ਰੋਂਪਟ ਨਾਲ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਸੀ, ਮਿਤੀ ਅਤੇ ਕਿਸ ਨੇ ਇਸਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਸੀ। ਆਡਿਟ ਟ੍ਰੇਲ ਅਤੇ ਮਨੁੱਖੀ ਪ੍ਰਵਾਨਗੀ ਪਾਲਣਾ ਦਾ ਆਧਾਰ ਬਣਾਉਂਦੇ ਹਨ; ਅਣਟਰੇਸੇਬਲ ਆਉਟਪੁੱਟ ਦਾ ਕੋਈ ਪ੍ਰਮਾਣਿਕ ​​ਮੁੱਲ ਨਹੀਂ ਹੈ।

11. ਨਕਦ ਪ੍ਰਵਾਹ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਮੁਨਾਫ਼ੇ ਦੇ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਅੰਤਰ ਕਿਉਂ ਮਹੱਤਵਪੂਰਨ ਹੈ?

• ਏ) ਲਾਭ ਅਤੇ ਨਕਦ ਵੱਖੋ-ਵੱਖਰੇ ਹਨ; ਇੱਥੋਂ ਤੱਕ ਕਿ ਇੱਕ ਲਾਭਦਾਇਕ ਅਵਧੀ ਵੀ ਨਕਦ ਘਾਟੇ ਦਾ ਅਨੁਭਵ ਕਰ ਸਕਦੀ ਹੈ, ਇਸ ਲਈ ਤਰਲਤਾ ਦਾ ਵੀ ਅਨੁਮਾਨ ਲਗਾਇਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ✔
• ਅ) ਮੁਨਾਫਾ ਅਤੇ ਨਕਦੀ ਇੱਕੋ ਹੀ ਚੀਜ਼ ਹਨ, ਦੋਵਾਂ ਦਾ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ
• C) ਨਕਦ ਹਮੇਸ਼ਾ ਲਾਭ ਨਾਲੋਂ ਵੱਧ ਹੁੰਦਾ ਹੈ, ਕੋਈ ਜੋਖਮ ਨਹੀਂ ਹੁੰਦਾ
• ਡੀ) ਨਕਦ ਪ੍ਰੋਜੈਕਸ਼ਨ ਲਈ ਕੋਈ ਧਾਰਨਾਵਾਂ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ, ਇਹ ਸਹੀ ਨਤੀਜੇ ਦਿੰਦਾ ਹੈ

ਵਿਆਖਿਆ: ਲਾਭ ਇੱਕ ਲੇਖਾ ਸੰਕਲਪ ਹੈ; ਇਨਵੌਇਸ ਜਾਰੀ ਕੀਤੇ ਜਾਣ 'ਤੇ ਵਿਕਰੀ ਨੂੰ ਆਮਦਨ ਵਜੋਂ ਦਰਜ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਪਰ ਨਕਦੀ ਬਹੁਤ ਬਾਅਦ ਵਿੱਚ ਆ ਸਕਦੀ ਹੈ। ਇੱਕ ਲਾਭਦਾਇਕ ਮਹੀਨਾ ਵੀ ਨਕਦ ਘਾਟੇ ਨਾਲ ਖਤਮ ਹੋ ਸਕਦਾ ਹੈ। ਇਸ ਲਈ, ਹਫਤਾਵਾਰੀ ਨਕਦ ਅਨੁਮਾਨਾਂ ਦੇ ਨਾਲ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਤਰਲਤਾ ਜੋਖਮ ਹਫਤਿਆਂ ਦੀ ਨਿਗਰਾਨੀ ਕਰਨਾ ਜ਼ਰੂਰੀ ਹੈ।

12. ਏਆਈ ਦੇ ਨਾਲ ਖਰਚੇ ਦੇ ਬਿਆਨ ਵਿੱਚ ਡੁਪਲੀਕੇਟ ਜਾਂ ਅਸਧਾਰਨ ਰਿਕਾਰਡਾਂ ਲਈ ਸਕੈਨ ਕਰਨ ਵੇਲੇ ਸਭ ਤੋਂ ਵਧੀਆ ਪਹੁੰਚ ਕੀ ਹੈ?

• A) ਸਾਰੀਆਂ ਕਤਾਰਾਂ ਨੂੰ ਸਿੱਧਾ ਮਿਟਾਉਣਾ ਜੋ AI ਕਹਿੰਦਾ ਹੈ 'ਡੁਪਲੀਕੇਟ' ਹਨ
• ਅ) ਮਾਡਲ ਮਾਰਕ ਹੋਣਾ ਅਤੇ ਰਿਕਾਰਡਾਂ ਨੂੰ ਜਾਇਜ਼ ਠਹਿਰਾਉਣਾ, ਮਿਟਾਉਣ/ਫੈਸਲੇ ਨੂੰ ਮਨੁੱਖੀ ਸਮੀਖਿਆ 'ਤੇ ਛੱਡਣਾ ✔
• C) ਮਾਡਲ ਨੂੰ ਇੱਕ ਨਿਸ਼ਚਿਤ 'ਬੇਨਿਯਮਤਾ' ਨਿਰਣਾ ਕਰਨ ਲਈ ਕਹਿਣਾ
• ਡੀ) ਸਿਰਫ਼ ਕੁਝ ਰਿਕਾਰਡਾਂ ਦਾ ਨਮੂਨਾ ਲਓ ਅਤੇ ਬਾਕੀ ਨੂੰ ਬਿਨਾਂ ਸਕੈਨ ਕੀਤੇ ਛੱਡ ਦਿਓ

ਸਪੱਸ਼ਟੀਕਰਨ: AI ਸ਼ੱਕੀ ਰਿਕਾਰਡਾਂ ਨੂੰ ਫਲੈਗ ਕਰਨ ਵਿੱਚ ਸ਼ਕਤੀਸ਼ਾਲੀ ਹੈ, ਪਰ 'ਡੁਪਲੀਕੇਟ ਹੋ ਸਕਦਾ ਹੈ' ਇੱਕ ਸੁਰਾਗ ਹੈ, ਫੈਸਲਾ ਨਹੀਂ। ਮਾਡਲ ਦਰਸਾਉਂਦਾ ਹੈ ਅਤੇ ਜਾਇਜ਼ ਠਹਿਰਾਉਂਦਾ ਹੈ; ਮਿਟਾਉਣਾ, ਅਭੇਦ ਕਰਨਾ ਜਾਂ 'ਬੇਨਿਯਮਤਾ' ਦਾ ਨਿਰਣਾ ਹਮੇਸ਼ਾ ਮਨੁੱਖੀ ਸਮੀਖਿਆ ਦੁਆਰਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

13. AI ਨਾਲ ਗੜਬੜ ਵਾਲੇ ਵਿੱਤੀ ਡੇਟਾ ਨੂੰ ਸਾਫ਼ ਕਰਨ ਵੇਲੇ ਹੇਠ ਲਿਖਿਆਂ ਵਿੱਚੋਂ ਕਿਹੜਾ ਸਭ ਤੋਂ ਵਧੀਆ ਅਭਿਆਸ ਹੈ?

• A) ਨਵੇਂ ਕਾਲਮਾਂ ਵਿੱਚ ਸਫਾਈ ਕਰਨਾ ਅਤੇ ਕੱਚੇ ਡੇਟਾ ਨੂੰ ਸੁਰੱਖਿਅਤ ਕਰਨਾ, ਸੰਸਕਰਣ ਅਤੇ ਵਿਭਾਜਕ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨਾ ਅਤੇ ਨਤੀਜੇ ਨੂੰ ਇੱਕ ਛੋਟੇ ਨਮੂਨੇ ਵਿੱਚ ਪ੍ਰਮਾਣਿਤ ਕਰਨਾ ✔
• ਅ) ਕੱਚੇ ਡੇਟਾ ਨੂੰ ਸਿੱਧੇ ਓਵਰਰਾਈਟ ਕਰਕੇ ਬਦਲਣਾ
• C) ਐਕਸਲ/ਸ਼ੀਟਸ ਸੰਸਕਰਣ ਨਿਰਧਾਰਤ ਕੀਤੇ ਬਿਨਾਂ ਫਾਰਮੂਲੇ ਦੀ ਬੇਨਤੀ ਕਰਨਾ
• ਡੀ) ਸਫਾਈ ਦੇ ਨਤੀਜੇ ਨੂੰ ਬਿਨਾਂ ਜਾਂਚ ਕੀਤੇ ਸਾਰੇ ਡੇਟਾ 'ਤੇ ਲਾਗੂ ਕਰਨਾ

ਸਪੱਸ਼ਟੀਕਰਨ: ਡਾਟਾ ਕਲੀਨਿੰਗ ਨਵੇਂ ਕਾਲਮਾਂ ਵਿੱਚ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ, ਬਿਨਾਂ ਮੂਲ ਕੱਚੇ ਡੇਟਾ ਨੂੰ ਖਰਾਬ ਕੀਤੇ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਐਕਸਲ/ਸ਼ੀਟਸ ਸੰਸਕਰਣ ਅਤੇ ਦਸ਼ਮਲਵ ਵਿਭਾਜਕ ਨੂੰ ਨਿਸ਼ਚਿਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਅਤੇ ਨਤੀਜੇ ਨੂੰ ਜਾਣੇ-ਪਛਾਣੇ ਨਤੀਜਿਆਂ ਦੇ ਨਾਲ ਇੱਕ ਛੋਟੇ ਨਮੂਨੇ 'ਤੇ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਕੱਚੇ ਡੇਟਾ ਨੂੰ ਸੁਰੱਖਿਅਤ ਕਰਨਾ ਗਲਤੀਆਂ ਤੋਂ ਮੁੜ ਪ੍ਰਾਪਤ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣ ਦਾ ਭਰੋਸਾ ਹੈ।

14. AI ਨਾਲ ਐਂਡ-ਟੂ-ਐਂਡ ਕਲੋਜ਼ਿੰਗ ਕਰਨ ਦਾ ਸਭ ਤੋਂ ਵਧੀਆ ਤਰੀਕਾ ਕੀ ਹੈ?

• ਏ) ਸਾਰੇ ਮਹੀਨੇ ਦੇ ਡੇਟਾ ਨੂੰ ਇੱਕ ਹੀ ਪ੍ਰੋਂਪਟ ਨਾਲ ਪ੍ਰੋਸੈਸ ਕਰਨਾ ਅਤੇ ਇਸਦੀ ਪੁਸ਼ਟੀ ਕੀਤੇ ਬਿਨਾਂ ਰਿਪੋਰਟ ਭੇਜਣਾ
• ਬੀ) ਗਤੀ ਲਈ ਤਸਦੀਕ ਅਤੇ ਚੈਕਸਮ ਕਦਮਾਂ ਨੂੰ ਛੱਡਣਾ
• C) ਸਿਰਫ਼ ਅੰਤਮ ਰਿਪੋਰਟ ਪੜ੍ਹਨਾ ਅਤੇ ਵਿਚਕਾਰਲੇ ਪੜਾਵਾਂ ਦੀ ਬਿਲਕੁਲ ਵੀ ਜਾਂਚ ਨਹੀਂ ਕਰਨੀ
• D) ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਪੜਾਵਾਂ ਵਿੱਚ ਵੰਡੋ, ਹਰੇਕ ਆਉਟਪੁੱਟ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ, ਇੱਕ ਨਿਯੰਤਰਣ ਰਕਮ ਬਣਾਓ ਅਤੇ ਇੱਕ ਆਡਿਟ ਟ੍ਰੇਲ ਰੱਖੋ ✔

ਵਰਣਨ: ਇੱਕ ਵਿਸ਼ਾਲ ਪ੍ਰੋਂਪਟ ਨਾਲ ਪੂਰੇ ਮਹੀਨੇ ਨੂੰ ਪੇਸ਼ ਕਰਨਾ ਗਲਤੀ ਨੂੰ ਛੁਪਾਉਂਦਾ ਹੈ। ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਕਦਮ ਦਰ ਕਦਮ (ਸਫਾਈ, ਵਰਗੀਕਰਨ, ਵਿਸ਼ਲੇਸ਼ਣ, ਰਿਪੋਰਟ, ਤਸਦੀਕ) ਨੂੰ ਪੂਰਾ ਕਰਨਾ ਅਤੇ ਹਰੇਕ ਪੜਾਅ ਦੇ ਆਉਟਪੁੱਟ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨਾ ਅਤੇ ਪੜਾਵਾਂ ਦੇ ਵਿਚਕਾਰ ਚੈਕਸਮ ਕਰਨਾ ਇਸਦੇ ਸਰੋਤ 'ਤੇ ਗਲਤੀ ਨੂੰ ਫੜਦਾ ਹੈ; ਆਡਿਟ ਟ੍ਰੇਲ ਅਤੇ ਮੈਨੂਅਲ ਅੰਕਾਂ ਦੀ ਪੁਸ਼ਟੀ ਇਕਸਾਰਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਂਦੀ ਹੈ।