Chronic Shortage of CPAs: Leveraging Robotic Process Automation (RPA) Technology as a Sustainable Solution
Notice bibliographique
Résumé
Although the chronic shortage of certified public accountants (CPAs) is a global issue (including in Canada), in the United States the shortage is so acute that many organizations are unable to provide audited financial statements to stakeholders (i.e., tax authorities, regulators, rating agencies, creditors) on time. This crisis has led the American Institute of Certified Public Accountants to create the National Pipeline Advisory Group (NPAG) with the mandate to understand the root causes of the issue and make actionable recommendations. The NPAG made multiple recommendations to increase the CPA pipeline, and its 22-member group recognized that these recommendations alone will not fix the shortage of CPAs; therefore, it encouraged the profession to explore other avenues. Through this review I showed that widespread adoption of robotic process automation (RPA) technology is a sustainable solution to the shortage of CPAs. As research has shown, there are proven use cases, such as an RPA that can complete a task in 17 seconds instead of 17 hours, with an increase in accuracy by 99% instead of 90% frees employees for high-value tasks that require professional judgment. However, there are multiple roadblocks that are preventing the profession from leveraging RPA technology. Removing these impediments will help accelerate the adoption of the RPA technology, address the chronic shortage of CPAs, and contribute to the creation of career opportunities for professional CPAs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».