Kā mākslīgais intelekts pārdefinē grāmatveža profesiju?
26.03.2026
Grāmatvežu ekspresis
%20(1).png)
Article
Kā mākslīgais intelekts pārdefinē grāmatveža profesiju?
Grāmatvežu ekspresis
March 26, 2026
%20(1).png)
Kā mākslīgais intelekts pārdefinē grāmatveža profesiju?
Grāmatvežu ekspresis
26.03.2026
Article
Heading
Grāmatvežu ekspresis
March 26, 2026
Article
Kā mākslīgais intelekts pārdefinē grāmatveža profesiju?
Grāmatvežu ekspresis
March 26, 2026
.png)
Autors: Lilita Beķere
Sertificēta grāmatvede un nodokļu konsultante, “Numeri” Baltijas biznesa vadītāja.
Rakstā par mākslīgo intelektu grāmatveža profesijā lasi:
Ieskats grāmatvedības attīstībā: kā profesija mainījusies laika gaitā?
Kā grāmatvedību izmainīja digitālās programmas?
Kā MI atšķiras no esošajiem grāmatvedības rīkiem?
Vai mākslīgais intelekts radīs jaunu profesiju?
MI izmantošana grāmatveža darbā: ko rāda dati?
Kādi ir grāmatveža galvenie ieguvumi, izmantojot MI?
Autores pieredze dokumentu plūsmas automatizācijā Microsoft vidē
Kādi kritēriji atbalstīja MI risinājumu dokumentu apstrādes procesā?
4 galvenie riski, izmantojot MI grāmatvedībā
5 praktiski veidi, kā grāmatvedībā sākt izmantot MI
Noslēgumā: autores aicinājums uz domāšanas maiņu
Grāmatvedība ir viena no vecākajām profesijām pasaulē. Pirmie grāmatvedības ieraksti atrasti Mezopotāmijā – māla plāksnītēs, kas datētas ar 3000. gadu pirms mūsu ēras. Tie bija vienkārši saraksti: cik labības ienāca, cik aizgāja.
Taču principā tas bija tas pats, ko mēs darām šodien – fiksējam, kas notiek ar uzņēmuma rīcībā esošajām vērtībām.
Gadsimtiem ilgi grāmatvedis datus apstrādāja ar roku. Lielās grāmatas, tintes pildspalva, sveces gaisma. Dubultā ieraksta metodi, ko 15. gadsimtā sistematizēja itāļu mūks Luka Pačoli, izmantojām gandrīz nepārmainītu līdz 20. gadsimta vidum. Precizitāte bija viss. Viena skaitļa kļūda nozīmēja stundu darbu, meklējot, kur izveidojusies plaisa starp debetu un kredītu.
Tad, 20. gadsimta vidū, ienāca pirmie datori.
Reakcija bija paredzama. "Mašīna nevar saprast grāmatvedību." "Tas ir pārāk sarežģīti, lai to automatizētu." "Mūsu darbs ir drošs."
Un zināmā mērā tā arī bija.
Pirmie datori bija masīvi, dārgi un grūti lietojami. Ar tiem varēja strādāt tikai specializēti tehniķi. Grāmatvedim tas šķita tāls un nesaistošs.
Līdz brīdim, kad tas pēkšņi kļuva ļoti saistošs.
VisiCalc 1979. gadā, Lotus 1-2-3 1983. gadā un, visbeidzot, Microsoft Excel. Šie rīki pārveidoja profesiju neatgriezeniski.
Atceros kolēģu stāstus par to laiku: cilvēki, kas visu mūžu bija skaitījuši ar kalkulatoru un rakstījuši ar roku, pēkšņi saskārās ar ekrānu, kas "pats" summē kolonnas. Bailes bija reālas. "Vai mums vairs būs vajadzīgi tik daudz grāmatvežu?" "Vai manas zināšanas vairs ir vērtīgas?"
Bet notika kaut kas negaidīts: darba kļuva vairāk, ne mazāk.
Excel neatcēla vajadzību pēc grāmatveža. Tas atcēla visvairāk laika ietilpīgo, mehānisko darbu un atbrīvoja kapacitāti dziļākai analīzei. Uzņēmumi varēja strādāt ar lielākiem datu apjomiem, sarežģītākiem modeļiem, detalizētākiem budžetiem. Un šajā procesā, kā jau minēju, notika profesionālā diferenciācija: izveidojās skaidra robeža starp grāmatvedi, kas uztur uzskaiti, un finanšu analītiķi, kas interpretē skaitļus.
Nākamais lēciens bija ERP sistēmas – SAP, Oracle, vēlāk Horizon, Visma, Navision. Atkal tās pašas bailes. Atkal tā pati adaptācija. Atkal izrādījās, ka tie, kas apguva jaunos rīkus, kļuva vērtīgāki, ne nevajadzīgi.
Pēc tam nāca mākoņdatošana, digitālā grāmatvedība, e-rēķini. Katru reizi nozare pielāgojās. Katru reizi izrādījās, ka tehnoloģija nav ienaidnieks. Tehnoloģija ir instruments rokās tam, kurš māk ar to apieties.
Un tagad mēs esam šeit. Ir sākusies jauna ēra.
_Horizon.png)
Atšķirībā no iepriekšējām tehnoloģijām mākslīgais intelekts (MI) nav vēl viens rīks šajā grāmatvedības evolūcijas ķēdē. Tas ir kvalitatīvs lēciens. Ne solis, bet lēciens.
Starpība ir būtiska. Iepriekšējās tehnoloģijas automatizēja mehāniskas darbības: summēšanu, formatēšanu, datu pārsūtīšanu.
Bet MI automatizē spriedumus. Tas var veikt dažādas funkcijas:
- dokumentu klasifikāciju;
- anomāliju atpazīšanu;
- modeļu prognozēšanu;
- teksta interpretāciju.
Tas mācās pats no savām darbībām un spēj pieņemt lēmumus bez cilvēka iesaistes. Tas ir pavisam kas cits.
Taču viens faktors paliek nemainīgs: bailes. Bailes ir normālas, bet tās nedrīkst kļūt par stratēģiju.
Grāmatveža profesija ir izdzīvojusi māla plāksnītes, pergamenta grāmatas, kalkulatoru, Excel un ERP. Tā izdzīvos arī MI. Bet tikai tad, ja mēs, profesionāļi, aktīvi iesaistīsimies šajās pārmaiņās, nevis gaidīsim malā, cerot, ka pārmaiņas mūs neskars.
Domājot par grāmatvežiem, jautājums nav "vai mainīties"? Tāds tas nekad nav bijis. Jautājums ir: kur mēs esam šodien un kurp dodamies?
Mākslīgais intelekts (MI) nav tikai jauns rīks. Tas ir jauns laikmets. Un šoreiz redzam pretēju procesu: profesijas, ko Excel šķīra, MI atkal apvieno.
Grāmatvedis, finanšu analītiķis, nodokļu konsultants,– šo profesiju robežas izplūst. Veidojas kaut kas jauns. Profesija, kurai vēl nav nosaukuma.
Un mēs, nozares eksperti, esam tie, kas to nodefinēs.
- McKinsey 2025. gada pētījums "The State of AI" rāda, ka gandrīz 90% organizāciju jau regulāri izmanto MI rīkus.
Taču lielākā daļa vēl nav ieguvusi būtisku uzņēmuma līmeņa efektu. Kāpēc? Atbilde ir: jo rīks ir, bet domāšana un procesi nav mainīti.
- Antropic pētījums par MI ietekmi uz darba tirgu sniedz vēl konkrētākus datus. Grāmatveži un revidenti šajā pētījumā uzrāda aptuveni 6% novēroto MI pārklājumu ar viņu darba uzdevumiem, jeb cik daudz no grāmatveža un revidenta darba uzdevumiem cilvēki faktiski šobrīd veic ar MI palīdzību.
Taču tas ir tālu no teorētiskā potenciāla. Pētījums rāda, ka, skatoties uz uzdevumu līmeni finanšu un biznesa kategorijā, teorētiskais MI pārklājums ir viens no augstākajiem.
Dati ilustrē milzīgo plaisu starp potenciālu un realitāti. Tā ir reāla iespēja, ne draudi. Tie grāmatveži, kas šo plaisu sāk aizpildīt pirmie, iegūst konkurences priekšrocību. Plaisa starp potenciālu un realitāti nav tehnoloģijas problēma. Tā ir domāšanas problēma.
Un šeit ir gan risks, gan iespēja.
Ļaujiet man būt tiešai: MI neaizstās labu grāmatvedi. Taču tas pilnībā pārdefinēs, ko labs grāmatvedis dara.
Jā, rutīnas darbs tiks automatizēts, tai skaitā:
- datu ievade;
- dokumentu šķirošana;
- standarta atskaites;
- primārā atbilstības pārbaude.
Tas nav nākotnes scenārijs. Tas notiek jau šodien. Un tas ir labi, jo šie uzdevumi nekad nav bijuši tā vērtība, ko grāmatvedis sniedz uzņēmumam. Tas ir bijis fona trokšņa slānis starp datiem un lēmumiem. It sevišķi Latvijā un postpadomju valstīs ir valdījis uzskats, ka grāmatvedis ir birokrātiskais slogs, kas nerada vērtību.
Kad šis fona slānis pazūd, atbrīvojas kaut kas daudz vērtīgāks: kapacitāte domāt. Analizēt. Konsultēt. Paredzēt.
Grāmatvedis, kurš šodien pavada 60% laika, ievadot datus, rīt varēs pavadīt to pašu laiku jautājot:
- Ko šie dati nozīmē šim uzņēmumam?
- Kādi ir nodokļu riski nākamajā gadā?
- Kā optimizēt naudas plūsmu?
Tā ir pāreja no datu turētāja uz finanšu padomnieku. No atpakaļskatīšanās jeb pagātnes datu apstrādes uz priekšskatīšanos jeb nākotnes prognozēšanu, izmantojot uzņēmuma reāllaika finanšu datus.
Un te notiek tas apvienošanās efekts: grāmatvedim ir jākļūst par finanšu analītiķi. Par nodokļu stratēģi. Par biznesa partneri vadītājam.
Šī ir profesija, kuru mēs vēl definējam. Profesija, kurā tiem, kas to definēs aktīvi un izmantos iespējas, būs milzīga priekšrocība.
“Lai mūsu saruna nebūtu tikai abstrakta, ļaujiet man parādīt konkrētu gadījumu! Padalīšos ar savu pieredzi darbā ar uzņēmumu, kurš strādā pilnā “Microsoft” vidē un kurš nolēma pārveidot savu dokumentu apstrādes procesu.
Sākotnējā situācija: liels manuāla darba apjoms: ienākošo dokumentu saņemšana dažādos formātos (e-pasts, PDF, papīrs, SharePoint), manuāla šķirošana, datu ievade ERP sistēmā, atbilstības pārbaudes. Vairāki pilnas slodzes darbinieki nodarbināti ar uzdevumiem, kas nerada tiešu vērtību.
Risinājums: “Azure AI Document Intelligence”. “Microsoft” ekosistēmas ietvaros, bez jaunas IT infrastruktūras, bez papildu datu centra. Dokumenti automātiski tiek klasificēti, atpazīti un virzīti uz atbilstošo procesu. Sistēma integrēta ar esošo ERP ar “Microsoft” partnera palīdzību.”
.png)
- Nav jaunu darbinieku – ieviešanu nodrošina divi iekšējie darbinieki (ar prasmju pilnveidi) un Microsoft partneris integrācijai
- Uzticamības slieksnis 85% – dokumenti zem šī sliekšņa automātiski tiek novirzīti uz pārskatīšanu cilvēkam. Uzticamības slieksnis ir regulējams parametrs. Sākumā ieteicams 90%, ko var pakāpeniski samazināt, kad modelis jau ir pilnībā apmācīts.
- ROI pirmajā gadā: 219% jeb aptuveni 95 000 EUR tīrais ieguvums. Lielākais virzītājspēks: atbrīvotā cilvēkresursu kapacitāte, kas tiek novirzīta uz lielāku vērtību radošu darbu veikšanu. Pat konservatīvajā aprēķinā ROI ir ~91% . Un tas jau ir pozitīvs pirmajā gadā.
Šis nav nākotnes scenārijs. Tas ir realizējams šodien, izmantojot rīkus, kas jau atrodas mūsu rīcībā. Protams, ka tas prasa arī investīcijas, bet, ja ir aprēķini par investīciju atmaksāšanos, tad vajag tikai darīt. Visas pārmaiņas prasa gan laiku, gan naudu.
“Ņemot vērā arī ES sniegto atbalstu MI projektiem, man brīžiem liekas, ka mums pašlaik ir pieejams vairāk naudas, nekā laika.”
Kā nozares ekspertiem mums ir pienākums runāt arī par riskiem. Skaidri un bez jebkādas romantizācijas.
- Atbildība joprojām paliek pie cilvēka. MI var kļūdīties. Dokumentu klasifikācija ar 95% precizitāti nozīmē arī 5% kļūdu. Grāmatvežiem jāsaprot, kur un kāpēc MI pieņem lēmumus, un jāspēj identificēt kļūdas. "MI tā teica" nav juridisks arguments audita procesā vai nodokļu strīdā.
- Datu drošība un GDPR. Finanšu dati ir sensitīvi. Pirms jebkura MI rīka ieviešanas jāpārbauda: kur dati tiek glabāti, kā tiek apstrādāti, vai pakalpojumu sniedzējs atbilst ES datu aizsardzības prasībām. Microsoft Azure šajā ziņā piedāvā skaidru atbilstības ietvaru. Šī rīka izvēles gadījumā tas arī bija viens no argumentiem iepriekšminētajā piemērā.
- Pārkvalifikācijas risks. McKinsey dati rāda, ka organizācijas, kuras nemainīja savus procesus un darbinieku lomas, nesasniedza nozīmīgu efektu no MI izmantošanas. Vēl sliktāk, bieži vien, nemainot esošos procesus, MI ieviešana nav iespējama. Rīka ieviešana bez domāšanas maiņas ir tikai jauns izdevums, ne ieguldījums.
- Modelis atspoguļo savus datus. MI sistēmas tiek apmācītas uz vēsturiskiem datiem. Ja uzņēmuma procesi vai grāmatvedības kārtošanas veids bija nepilnīgs, modelis to iemācīsies un reproducēs. Datu kvalitāte nav tehnisks jautājums. Tā ir grāmatveža atbildības joma.
Teorija ir laba. Prakse ir labāka. Padalīšos ar pieciem soļiem, ko grāmatvedis var sākt izmantot jau šobrīd:
1. Automatizē dokumentu apstrādi! Ja strādā Microsoft vidē, tad izmēģini Azure AI Document Intelligence (pieejams caur Azure portālu). Ja meklē ātru sākumu bez IT infrastruktūras, tad vari apskatīt Dext (bijušais Receipt Bank) vai AutoEntry. Tie ir specializēti grāmatvedības dokumentu atpazīšanas rīki, kas integrējas ar populārām grāmatvedības sistēmām. Protams, jāņem vērā arī lokālo programmu iespējas.
2. Izmanto MI kā analīzes asistentu Microsoft Copilot (Excel un Teams ietvaros)! Tas ļauj uzdot jautājumus par datiem dabiskā valodā: "Kuras izmaksu pozīcijas ir augušas virs 10% pret iepriekšējo gadu?" vai "Sagatavo kopsavilkumu par šī mēneša naudas plūsmu!". Tas nemaina datus, bet gan palīdz tos saprast ātrāk.
3. Automatizē atkārtotus procesus bez programmēšanas! Power Automate (Microsoft ekosistēmā) vai Make (agrāk Integromat) ļauj izveidot automatizācijas plūsmas starp sistēmām, piemēram, automātiski nosūtīt atgādinājumus par neapmaksātiem rēķiniem, sagatavot atskaites noteiktos datumos vai pārsūtīt dokumentus starp sistēmām. Nav nepieciešamas programmēšanas zināšanas.
4. Izmanto LLM rīkus nodokļu un juridisko jautājumu izpētei! Claude (Anthropic), ChatGPT vai Perplexity ir noderīgi, lai ātri orientētos sarežģītos nodokļu jautājumos, sagatavotos sarunai ar klientu vai pārskatītu tiesību aktu izmaiņas. Svarīgi: šie rīki ir sākumpunkts, ne galīgā atbilde. Vienmēr verificē visu ar primārajiem avotiem.
5. Sāc ar procesu kartēšanu, ne ar rīku iegādi! Pirms jebkura rīka vienmēr uzdod sev jautājumu: Kuri mani ikdienas uzdevumi ir atkārtojami un prognozējami?Kuri mani ikdienas uzdevumi paņem man visvairāk laika? Tieši tie ir kandidāti uz MI izmatošanu. Apkopo šos uzdevumus. Tikai pēc tam meklē rīku konkrētam uzdevumam un ne otrādi. Šis solis izmaksā 0 EUR un ir visefektīvākais.
McKinsey pētījums parāda, ka organizācijas, kuras MI izmanto kā transformācijas katalizatoru, nevis tikai kā efektivitātes rīku, sasniedz būtiski augstākus rezultātus. Tās ne tikai automatizē, bet pārdizainē to, kā darbs tiek darīts līdz šim.
Tas pats attiecas uz individuālo profesionāli.
Grāmatvedis, kurš MI izmanto tikai, lai ātrāk ievadītu datus, ir ieguvis ātrumu. Grāmatvedis, kurš to izmanto, lai pārveidotu savu lomu no datu turētāja uz stratēģisku padomnieku, ir ieguvis nākotni.
Tas nav vienkārši. Pārmaiņas nav vienkāršas. Bet mūsu profesijai ir kaut kas, ko MI nevar aizstāt: konteksts, uzticēšanās, atbildība un spēja uzdot pareizos jautājumus. Tie ir mūsu aktīvi jaunajā laikmetā.
“Jautājums nav, vai MI mainīs grāmatveža profesiju. Tas jau notiek. Jautājums ir: kurš to definēs: mēs vai apstākļi?
Es izvēlos definēt pati,” atzīst autore.
.png)
Raksts ir autordarbs un atspoguļo autora viedokli par doto tēmu, kas var nesakrist ar Grāmatvežu Ekspreša izdevēja Horizon viedokli. Par rakstā minēto faktu un aprēķinu pareizību atbild raksta autors.
Ja vēlaties uzzināt vairāk par mūsu grāmatvedības, kā arī citiem risinājumiem, aicinām apmeklēt produktu lapas:
Horizon - resursu vadības programma »
HoP – darbinieku pašapkalpošanās »
Numo - darba laika plānošana »
%20(1).png)


%20(1).png)
.png)
.png)


.png)

.png)





























































.png)
.png)


.png)






.png)



































.png)









.jpg)
.jpg)







































%20(3).png)
.png)












