Data-analytiikan ja generatiivisen tekoälyn vaikutus kustannuslaskennan tarkkuuteen

annif.suggestionstekoäly|kustannuslaskenta|yritykset|koneoppiminen|big data|liiketoiminta|analyysi|data|digitalisaatio|neuroverkot|fifi
annif.suggestions.linkshttp://www.yso.fi/onto/yso/p2616|http://www.yso.fi/onto/yso/p7620|http://www.yso.fi/onto/yso/p3128|http://www.yso.fi/onto/yso/p21846|http://www.yso.fi/onto/yso/p27202|http://www.yso.fi/onto/yso/p2439|http://www.yso.fi/onto/yso/p6851|http://www.yso.fi/onto/yso/p27250|http://www.yso.fi/onto/yso/p8692|http://www.yso.fi/onto/yso/p7292fi
dc.contributor.authorTurunen, Rino
dc.contributor.facultyfi=Laskentatoimen ja rahoituksen yksikkö|en=School of Accounting and Finance|-
dc.date.accessioned2025-05-05T06:09:34Z
dc.date.accessioned2025-06-25T20:06:23Z
dc.date.available2025-05-05T06:09:34Z
dc.date.issued2025-04-30
dc.description.abstractTämän tutkielman tavoitteena on tarkastella, miten data-analytiikka ja generatiivinen tekoäly vaikuttavat kustannuslaskennan tarkkuuteen erityisesti ennustettavuuden, tehokkuuden ja luo- tettavuuden näkökulmasta. Teknologia alan kehitys, erityisesti generatiivinen tekoäly sekä da- tan määrän kasvu ovat tuoneet yrityksille mahdollisuuden analysoida kustannuksia tarkemmin sekä tehokkaammin. Koneoppimisen yleistyminen sekä syvät neuroverkot tarjoavat uusia tapoja analysoida sekä käsitellä suuria datamääriä. Tutkielmassa havaittiin, että data-analytiikka ja business intelligence & analytics (BI&A) -työkalut parantavat kustannuslaskennan tarkkuutta automatisoinnin kautta, jolla pystytään vähentä- mään inhimillisten virheiden määrä. Generatiivisen tekoälyn laajat kielimallit (LLM) voivat puo- lestaan parantaa monimutkaisten data-analyysien muodostamisen selkeämpään raportointiin sekä paljastaa kustannusrakenteita syvällisemmin. Tänä päivänä kuitenkaan generatiivisella te- koälyllä ei voida täysin automatisoida datan analysointia, mutta sitä pystytään käyttämään te- hokkaasti apuvälineenä. Uusien teknologioiden käyttöönotto myös tuo kustannuslaskentaan uudenlaisia haasteita. Data- analytiikkaan vaikuttaa merkittävästi käsiteltävän datan laatu, jotta voidaan olla varmoja loppu- tulosten olevan oikeita. Generatiivisissa tekoälyissä suurimpana uhkana nähdään koulutusdatan ja algoritmien läpinäkymättömyys. Generatiivisen tekoälyn vastauksien oikeel-
dc.format.bitstreamtrue
dc.format.contentfi=kokoteksti|en=fulltext|-
dc.format.extent35-
dc.identifier.olddbid23198
dc.identifier.oldhandle10024/19116
dc.identifier.urihttps://osuva.uwasa.fi/handle/11111/16074
dc.identifier.urnURN:NBN:fi-fe2025043034646-
dc.language.isofin-
dc.rightsCC BY 4.0-
dc.source.identifierhttps://osuva.uwasa.fi/handle/10024/19116
dc.subject.degreeprogrammefi=Kauppatieteiden kandidaattiohjelma|en=Bachelor Programme in Business Studies|-
dc.subject.disciplinefi=Laskentatoimi ja rahoitus|en=Accounting and Finance|-
dc.subject.ysokustannuslaskenta-
dc.subject.ysokoneoppiminen-
dc.subject.ysobig data-
dc.subject.ysoanalyysi-
dc.subject.ysogeneratiivinen tekoäly-
dc.subject.ysosyväoppiminen-
dc.titleData-analytiikan ja generatiivisen tekoälyn vaikutus kustannuslaskennan tarkkuuteen-
dc.type.ontasotfi=Kandidaatintutkielma|en=Bachelor's thesis|sv=Kandidatarbete|-

Tiedostot

Näytetään 1 - 1 / 1
Ladataan...
Name:
Uwasa_2025_Turunen_Rino.pdf
Size:
481.54 KB
Format:
Adobe Portable Document Format
Description:
Data-analytiikan ja generatiivisen tekoälyn vaikutus kustannuslaskennan tarkkuuteen