تحول گزارشگری مالی با هوش مصنوعی و XBRL
به گزارش خبرنگار اقتصاد آنلاین، شرکت دانش‌بنیان اکسیر سیستم پویا در جریان نمایشگاه بین‌المللی فناوری اطلاعات و ارتباطات کیش (کیتکس ۲۰۲۵) از محصول جدید خود در حوزه تهیه و گزارشگری صورت‌های مالی بانک‌ها بر پایه استاندارد جهانی XBRL رونمایی کرد.
با توجه به ابلاغیه اخیر بانک مرکزی جمهوری اسلامی ایران مبنی بر الزام به‌کارگیری زبان گزارشگری XBRL در تهیه و تبادل صورت‌های مالی، اقتصاد آنلاین با تنها شرکت ارائه‌کننده رسمی صورت‌های مالی سیستمی به این زبان در کشور، یعنی اکسیر سیستم پویا به گفت‌وگو نشسته است. در این مصاحبه دکتر فرائد سلطان‌نژاد (رئیس هیأت‌مدیره) و مهندس سید مصطفی حسینی (مدیرعامل شرکت) پاسخگوی سوالات بودند که در ادامه می‌خوانید.
ایده تولید این سامانه از کجا شکل گرفت و چه خلأیی را پوشش می‌دهد؟
دکتر فرائد سلطان‌نژاد (رئیس هیأت مدیره): ایده این سامانه از تأکید بانک مرکزی و نهادهای ناظر بر استفاده از XBRL برای تسهیل تبادل و پایش داده‌های مالی شکل گرفت. ما احساس کردیم که نیاز به یک راهکار بومی، امن و منطبق با IFRS وجود دارد. بنابراین، با همراهی اساتید حسابداری و متخصصان IT دانشگاه شریف، سامانه‌ای طراحی کردیم که صورت‌های مالی جداگانه و تلفیقی را به‌صورت کاملاً مکانیزه و استاندارد تولید می‌کند.
تمایزهای کلیدی راهکار شما چیست؟
مهندس حسینی (مدیرعامل شرکت): تمایزهای کلیدی ما در سه محور اصلی خلاصه می‌شود: اول، هوشمندی در کنترل کیفیت داده و تحلیل‌های مالی با استفاده از هوش مصنوعی. دوم، امنیت و انطباق کامل با استانداردهای ملی از طریق اخذ مجوز رسمی افتا. و سوم، یکپارچگی داده‌ها؛ یعنی دریافت اطلاعات از همه نرم‌افزارهای حسابداری از طریق فایل، وب‌سرویس یا اتصال مستقیم، بدون اینکه نیاز به تغییر در ساختار حساب‌ها و کدینگ باشد.
برخی شرکت‌ها هنوز به فایل‌های اکسل تکیه دارند. چرا دوران گزارشگری مالی سنتی با اکسل سپری شده و رویکرد سیستمی ضرورت دارد؟
مهندس حسینی: اکسل برای تحلیل‌های شخصی و موردی ابزار بسیار خوبی است، اما برای گزارشگری رسمی، نظارتی و حاکمیتی مناسب نیست. حساسیت‌های IFRS، کنترل‌های نظارتی و مقیاس داده‌های کنونی، به سامانه‌های سیستمی نیاز دارد. اتکا به اکسل در مقیاس سازمانی ریسک بالای خطای انسانی، شکست لینک‌ها و فرمول‌ها، و نبود تضمین کیفیت یکنواخت را به همراه دارد. همچنین، فقدان ردیابی تغییرات یا همان Audit Trail و شفافیت منشأ داده، ناسازگاری نسخه‌ها، قفل‌شدن فایل‌ها و عدم مقیاس‌پذیری تیمی، نبود کنترل دسترسی دانه‌ای و سیاست‌های امنیتی سازمانی، و در نهایت عدم تطابق ساختاری با استانداردهای گزارشگری و قوانین اعتبارسنجی، از معایب اصلی آن هستند. در مقابل، رویکرد سیستمی مزایایی مثل منبع واحد حقیقت با متادیتا و طبقه‌بندی استاندارد، جریان کار، نقش‌ها و کنترل‌های وظایف با ثبت کامل وقایع، اعتبارسنجی خودکار و قواعد کنترلی منطبق با IFRS و الزامات ناظر، یکپارچگی پایدار با ERP و دفترکل از طریق API و وب‌سرویس، و کاهش زمان چرخه بستن حساب‌ها و هزینه‌های تهیه گزارش را ارائه می‌دهد. تبدیل «فایل» به «سیستم» یک تغییر صرفاً فنی نیست؛ بلکه الزام راهبردی حاکمیت شرکتی برای شفافیت و پاسخ‌گویی است.
این سامانه اکنون در چه سازمان‌هایی اجرایی شده است؟
دکتر سلطان‌نژاد: سامانه ما هم‌اکنون در چند بانک از جمله بانک ملت، بانک شهر، بانک رفاه، بانک گردشگری و در هلدینگ‌های بزرگ مانند گروه فولاد مبارکه اصفهان، شرکت مخابرات ایران، شرکت ملی پتروشیمی (NPC) و تمامی شرکت‌های زیرمجموعه‌شان اجرایی شده است. نظرسنجی‌های دوره‌ای که انجام دادیم، رضایت بالا از دقت، سهولت و صرفه‌جویی زمانی و هزینه‌ای را نشان می‌دهد.
XBRL دقیقاً چه اهمیتی دارد و نقش آن در شفافیت مالی و کاربردهای عملی چیست؟
مهندس حسینی: XBRL زبانی برای برچسب‌گذاری استاندارد اقلام مالی است؛ هر رقم و افشا با شناسه‌های یکتا در Taxonomy تعریف می‌شود تا داده‌ها ماشین‌خوان، قابل‌مقایسه و قابل‌ردیابی باشند. این ساختار، ابهام در تعبیر سرفصل‌ها را کم می‌کند و امکان اعتبارسنجی خودکار، کنترل‌های سازگاری و تحلیل‌های پیشرفته را فراهم می‌سازد. نقش XBRL در شفافیت شامل یکنواختی در گزارشگری و کاهش تفاسیر سلیقه‌ای، افزایش قابلیت مقایسه میان شرکت‌ها، دوره‌ها و صنایع، قابلیت ممیزی و ردیابی تغییرات و منشأ داده، و امکان انتشار باز و مصرف‌پذیری توسط ابزارهای تحلیلی می‌شود.
از نظر کاربردهای عملی، می‌توان به ارائه‌های نظارتی و افشا در بازار سرمایه، گزارشگری تلفیقی چندلایه و همسان‌سازی شرکت‌های ناهمگون، تولید داشبوردهای مدیریتی و BI بر بستر داده ساخت‌یافته، و تبادل داده بین بانکی یا بین‌سازمانی و آرشیو استاندارد برای تحلیل‌های طولی اشاره کرد.
نقش هوش مصنوعی در محصول چیست؟
مهندس حسینی: هوش مصنوعی در محصول ما به شناسایی الگوهای غیرعادی، کاهش خطاهای انسانی، پیشنهادهای مدیریتی مبتنی بر داده و تحلیل‌های پیش‌نگر کمک می‌کند. همچنین، داشبوردهای BI وضعیت عملکرد مالی را به صورت زنده و قابل اتکا نمایش می‌دهند.
مهم‌ترین ویژگی‌ها و خروجی‌های سامانه را خلاصه می‌کنید؟
دکتر سلطان‌نژاد: مهم‌ترین ویژگی‌ها شامل داشتن مجوز رسمی افتا برای امنیت و پایداری تأییدشده، انطباق کامل با IFRS و الزامات ملی گزارشگری، کاهش خطای انسانی و صرفه‌جویی چشمگیر در زمان و هزینه، تولید مکانیزه گزارش‌های مدیریتی و نظارتی، و اتصال به همه سامانه‌های مالی بدون تغییر کدینگ می‌شود. از نظر خروجی‌ها، سامانه تهیه صورت‌های مالی و گزارش‌ها به‌صورت XBRL، تولید آنلاین صورت‌های مالی سینگل و تلفیقی، تدوین بودجه و صورت‌های مالی پیش‌بینی‌شده مبتنی بر سناریو، مدیریت امور مجامع و گزارش‌های هیئت‌مدیره، تهیه EPS میان‌دوره‌ای (روزانه، ماهانه، فصلی یا سالانه)، گزارش‌های موردنیاز سازمان بورس و گزارش‌های سفارشی، و داشبوردهای BI و تحلیل‌های مبتنی بر AI را ارائه می‌دهد.
آینده محصول را چگونه می‌بینید؟
مهندس حسینی: آینده محصول را با تمرکز بر هوشمندسازی عمیق‌تر با NLP برای ساختارسازی یادداشت‌های توضیحی و تقویت همکاری با نهادهای ناظر جهت توسعه XBRL ملی می‌بینیم. هدف ما، ایجاد زنجیره‌ای یکپارچه از شرکت تا ناظر است.
وقتی داده‌ها استاندارد و برچسب‌گذاری‌شده باشند، هوش مصنوعی خیلی بهتر و کارآمدتر عمل می‌کند. تصور کنید تا سال ۱۴۰۷ یک مدیر مالی ارشد در بانکی بزرگ مثل بانک شهر، پشت میز خودش نشسته است. ساعت ۹ صبح است و باید گزارش‌های تغییرات حساب‌های بانکی، تسهیلات و تعهدات، چک‌های بانکی، ضمانت‌نامه‌ها و اعتبارات اسنادی مورد نیاز بانک مرکزی را نهایی کند. اما به جای هفته‌ها کار سخت و طاقت‌فرسا با تیم‌های حسابداری، فقط یک دستور ساده به هوش مصنوعی پیشرفته می‌دهد: «کل تغییرات حساب‌های بانکی، تسهیلات و تعهدات، چک‌های بانکی، ضمانت‌نامه‌ها و اعتبارات اسنادی را بر اساس داده‌های واقعی تولید کن.» در عرض ۴۵ دقیقه، همه چیز آماده می‌شود؛ دقیق، مطابق با استانداردها و الزامات بانک مرکزی، و حتی با توضیحات کامل و شفاف. بعد مستقیماً آن را برای بانک مرکزی ارسال می‌کند. همزمان، سه تحلیلگر از شرکت‌های سرمایه‌گذاری با مدل‌های پیشرفته هوش مصنوعی، یک گزارش ۸۰ صفحه‌ای تحلیلی سمت خرید را در ۱۱ دقیقه می‌نویسند. این نه خیال‌پردازی، بلکه آینده‌ای است که همین حالا در حال ساخته شدن است. می‌رسیم.
اگر بخواهید در یک جمله سامانه را معرفی کنید…
دکتر سلطان‌نژاد: پلی میان دانش حسابداری و فناوری اطلاعات؛ راهکاری بومی، امن و هوشمند که استاندارد XBRL و IFRS را در خدمت شفافیت مالی قرار می‌دهد.
جمع‌بندی
تجربه اکسیر سیستم پویا نشان می‌دهد گذار به XBRL و به‌کارگیری هوش مصنوعی تنها یک ارتقای فناورانه نیست؛ بلکه گامی راهبردی برای شفافیت، پاسخ‌گویی و حاکمیت داده‌محور در صنعت بانکداری و بازار سرمایه ایران است.