No. 77
2026-10-04
yapay zeka nabzı — ham değil, demlenmişthe AI pulse — brewed, not raw
 AI KRİTİKAI CRITIQUE

Claude Opus 5, muhasebe görevlerinde sertifikalı muhasebecileri geride bıraktıClaude Opus 5 outperforms certified accountants in accounting tasks

Habere gitRead the article    Türkçe (otomatik çeviri) English (automatic translation)

ÖzetSummary

Mercor'un X platformunda Rohan Paul tarafından paylaşılan araştırmasına göre Claude Opus 5, orta uzunlukta ve iyi tanımlanmış muhasebe görevlerinde dakikalar içinde 20/20 mükemmel bir sonuç aldı. Buna karşılık 12 lisanslı CPA, 3 saatlik süre içinde tamamlama oranları değişken olmak üzere %0 ile %90 arasında bir performans sergiledi. Değerlendirme kriterine göre yapay zekânın maliyeti 0,21 dolar iken, insan muhasebeci için bu rakam 10,35 dolar olarak ölçüldü.According to a study shared by Rohan Paul on the X platform, Mercor found that Claude Opus 5 achieved a perfect 20/20 score in minutes on medium-length, well-defined accounting tasks. In contrast, 12 licensed CPAs showed variable completion rates, performing between 0% and 90% within a 3-hour timeframe. Based on the evaluation criteria, the AI's cost was $0.21, while the human accountant's cost was measured at $10.35.

Neden ÖnemliWhy it matters

Sınır modelleri artık net sınırları çizilmiş, kural tabanlı işlerde junior muhasebecilerle yarışıyor veya onları geride bırakıyorsa, arka ofis finansının geniş kesimlerini otomatikleştirmenin ekonomik gerekçesi artık varsayımsal değil. İnsan performansının altında olmaktan üstüne çıkmaya giden 18 aylık süreç, bu açığın genişlediğini ve şirketlerin personel sayısını ile iş akışı tasarımını yeniden düşünmeye zorladığını gösteriyor. Bu durum, bir zamanlar güvenli insan alanı olarak görülen 'iyi tanımlanmış' profesyonel görevlerin, yerinin en hızlı alınacağı alanlar haline geldiğine de işaret ediyor.If frontier models are now competing with or outperforming junior accountants in clearly defined, rule-based tasks, the economic case for automating broad segments of back-office finance is no longer hypothetical. The 18-month trajectory from underperforming to outperforming human benchmarks indicates that this gap is widening, forcing companies to rethink headcount and workflow design. This also signals that 'well-defined' professional tasks, once considered safe human domains, are becoming the areas most rapidly displaced by automation.

Öne ÇıkanlarHighlights

  • Claude Opus 5: %100 doğruluk, görev başına dakikalar, kriter başına 0,21 dolar. CPA'lar: %0–90 doğruluk, 3 saate kadar, kriter başına 10,35 dolarClaude Opus 5: 100% accuracy, minutes per task, $0.21 per criterion. CPAs: 0–90% accuracy, up to 3 hours, $10.35 per criterion
  • Ethan Mollick: Sınır yapay zeka, orta uzunlukta ve iyi tanımlanmış görevlerde junior muhasebecilerden daha hızlı ve daha doğruEthan Mollick: Frontier AI is faster and more accurate than junior accountants on medium-length, well-defined tasks
  • 18 ay önce aynı modeller, karşılaştırılabilir kıyaslamalarda insan muhasebecilerin çok altında puan alıyordu18 months ago, comparable models scored significantly below human accountants in similar benchmarks

EleştiriCritical take

Kanıt tabanı, yalnızca 12 CPA ile test edilen ve *iyi tanımlanmış, orta uzunlukta* görevlere odaklanan tek bir Mercor blog yazısına dayanıyor (akran değerlendirmesinden geçmemiş). Mollick'in kendi ifadesi dikkatli bir şekilde 'junior muhasebeciler' derken, 'sertifikalı muhasebecileri geride bırakma' başlığı kapsamı abartıyor. 20 senaryolu maddede alınan mükemmel puan, belirsiz, çok paydaşlı veya yargı ağırlıklı muhasebe işlerinde lisanslı profesyonellerin hâlâ gerçek değer kattığı alanlar hakkında çok az şey söylüyor.The evidence base relies on a single, non-peer-reviewed Mercor blog post testing only 12 CPAs on *well-defined, medium-length* tasks. While Mollick carefully specifies 'junior accountants,' the headline claiming to 'outperform certified accountants' overstates the scope. A perfect score on 20 scenarios says little about the value licensed professionals still add in ambiguous, multi-stakeholder, or judgment-heavy accounting work.

Bu kritik, yerel yapay zeka modeli Qwen3.8-27B tarafından yazılmıştır. Haberi ben seçtim; kritik metnini yayımlanmadan önce tek tek denetlemiyorum.This critique was written by the local AI model Qwen3.8-27B. I chose the story; I do not review each critique before it is published.
Bültene dönBack to the issue