Umjetna inteligencija sve brže ulazi u poslovne procese poduzeća, a ulaganja u AI rješenja postupno postaju dio redovnih investicijskih odluka. Međutim, s računovodstvenog aspekta AI projekt nije nužno jedna investicija koju je moguće jednostavno kapitalizirati.

Uvod

Iako Hrvatski standardi financijskog izvještavanja i Međunarodni standardi financijskog izvještavanja zasad posebno ne uređuju umjetnu inteligenciju, postojeći računovodstveni okvir primjenjuje se i na AI projekte. Ključni standardi pritom su HSFI 5 i MRS 38 za nematerijalnu imovinu te HSFI 6 i MRS 16 za materijalnu imovinu.

AI projekt najčešće se sastoji od više različitih elemenata

Implementacija umjetne inteligencije može uključivati pristup cloud i SaaS platformama, korištenje AI modela putem API-ja, razvoj vlastitih aplikacija i integracija, kupnju i obradu podataka, treniranje ili fino podešavanje modela, nabavu servera i GPU infrastrukture, edukaciju zaposlenika te održavanje i naknadna poboljšanja sustava.

Zbog toga prije određivanja računovodstvenog tretmana treba utvrditi što poduzeće zapravo stvara ili kupuje te kontrolira li nastali resurs.

Rashod ili imovina?

Osnovno pitanje kod svakog AI projekta jest treba li nastale izdatke odmah priznati kao rashod ili ih kapitalizirati kao dugotrajnu imovinu.

• istraživanje tržišta, dokaz koncepta i testiranje alternativnih rješenja u pravilu predstavljaju rashod razdoblja;
• SaaS pretplate i pristup AI modelima putem API-ja najčešće predstavljaju uslugu i rashod tijekom razdoblja korištenja;
• interno razvijena AI aplikacija može predstavljati nematerijalnu imovinu ako su ispunjeni kriteriji za kapitalizaciju;
• serveri, GPU i druga računalna infrastruktura predstavljaju materijalnu imovinu;
• edukacija zaposlenika priznaje se kao rashod razdoblja;
• održavanje i redovno ponovno treniranje modela uglavnom predstavljaju rashod, dok značajna nova funkcionalnost može zahtijevati dodatnu analizu.

Posebno je važno razlikovati istraživanje od razvoja

Kod interno razvijenih AI rješenja jedan od najvažnijih računovodstvenih izazova jest utvrđivanje trenutka u kojem projekt prelazi iz faze istraživanja u fazu razvoja.

Troškovi faze istraživanja priznaju se kao rashod. Kapitalizacija može započeti tek kada poduzeće može dokazati da su kumulativno ispunjeni kriteriji iz MRS-a 38, među kojima su tehnička izvedivost, namjera dovršetka projekta, sposobnost korištenja rezultata, očekivane buduće ekonomske koristi, raspoloživost potrebnih resursa te mogućnost pouzdanog mjerenja troškova.

Ako poduzeće ne može pouzdano razlikovati fazu istraživanja od razvoja, svi nastali izdaci tretiraju se kao troškovi istraživanja i priznaju kao rashod.

Podaci i treniranje modela otvaraju nova računovodstvena pitanja

AI projekti donose i kategorije izdataka koje dosad nisu bile uobičajene u računovodstvenoj praksi.

Primjerice, kod kupnje skupova podataka potrebno je procijeniti kontrolira li poduzeće podatke, može li ograničiti pristup drugim osobama te predstavljaju li podaci zasebnu imovinu ili samo input u razvoj druge imovine.

Slično vrijedi i za troškove treniranja modela. Kontinuirano treniranje ne znači automatski i kontinuiranu kapitalizaciju. Potrebno je razlikovati održavanje postojeće razine performansi od razvoja nove ili bitno poboljšane funkcionalnosti.

SaaS rješenja u pravilu nisu imovina korisnika

Kod tipičnog SaaS aranžmana dobavljač zadržava kontrolu nad softverom, dok korisnik dobiva samo pravo pristupa tijekom ugovorenog razdoblja. Takav aranžman u pravilu predstavlja uslugu, a ne nematerijalnu imovinu korisnika.

Sličan zaključak često vrijedi i za pristup temeljnom AI modelu putem API-ja. Međutim, računovodstveni zaključak može biti drukčiji ako poduzeće stekne zaseban kod, kontrolira dodatno trenirane modele ili druga provediva prava.

Zbog toga je računovodstvenu analizu poželjno provesti već prije sklapanja ugovora, posebno u dijelu koji uređuje prava na kod, podatke, rezultate modela i intelektualno vlasništvo.

Kapitalizacija utječe i na ključne financijske pokazatelje

Odabir računovodstvenog tretmana neposredno utječe na financijske izvještaje.

Ako se izdatak prizna kao rashod, smanjuje rezultat i EBITDA-u tekućeg razdoblja. Ako se kapitalizira, u tekućem razdoblju povećava se imovina i rezultat, dok se trošak prenosi u buduća razdoblja kroz amortizaciju.

Upravo zato računovodstveni tretman ne smije biti vođen željenim financijskim pokazateljima, već isključivo kriterijima primjenjivog računovodstvenog okvira.

Za upravljačke potrebe korisno je odvojeno pratiti:

1. ukupna novčana ulaganja u AI
2. dio priznat kao rashod
3. kapitaliziranu nematerijalnu imovinu
4. kapitaliziranu materijalnu imovinu
5. predujmove i buduće ugovorne obveze
6. amortizaciju i eventualna umanjenja vrijednosti
7. stvarno ostvarene poslovne koristi

Takav pristup managementu daje realniju sliku ekonomike AI projekta, neovisno o tome kako su pojedini troškovi računovodstveno priznati.

Zaključno

Sve veći broj poduzeća AI projekte promatra kao strateške investicije. Međutim, činjenica da je neki projekt strateški važan ne znači da se svi povezani izdaci mogu priznati kao imovina.

Kod svakog AI projekta potrebno je analizirati njegove pojedinačne komponente, utvrditi kontrolira li poduzeće nastalu imovinu, razgraničiti fazu istraživanja od razvoja te dokumentirati razloge za odabrani računovodstveni tretman.

Kako će ulaganja u umjetnu inteligenciju postajati sve značajnija, kvalitetna računovodstvena politika i dobra dokumentacija projekta postat će važan dio financijskog upravljanja AI investicijama.

Tehničke napomene za objavu

• Naslov članka postaviti kao jedini H1 na stranici.
• Sve međunaslove unutar članka postaviti kao H2.
• Meta description unijeti u SEO polje, a ne prikazivati kao dio tijela članka.
• URL slug koristiti bez hrvatskih dijakritičkih znakova i bez promjene nakon indeksiranja, osim uz 301 redirect.
• Za naslovnu sliku unijeti opisni ALT tekst naveden u ovom dokumentu.
• Provjeriti da canonical URL pokazuje na konačnu URL adresu članka.
• Ako CMS podržava Article structured data, označiti autora, datum objave, datum izmjene, naslov i izdavača.
• Na stranici članka zadržati vidljivog autora i datum objave u skladu s postojećim dizajnom Baze znanja.
• Prije objave provjeriti prikaz na desktop i mobilnoj verziji, osobito prijelome međunaslova i liste.

Napomena o izvornom stručnom članku

Web tekst predstavlja sažetu informativnu verziju stručnog članka „Računovodstveni tretman ulaganja u projekte umjetne inteligencije“. Za detaljniju stručnu obradu tema, uključujući kriterije priznavanja prema MRS-u 38 / HSFI-ju 5, naknadno mjerenje, amortizaciju i umanjenje vrijednosti, koristi se izvorni stručni članak.