En ny forskningsmodel, Forma, kan forudsige komplette finansielle regnskaber op til 20 kvartaler (5 år) frem – et område, hvor selv de største sprogmodeller og klassiske maskinlæringsmetoder hidtil har fejlet. Ifølge arXiv-papiret er det første gang, nogen har forsøgt at forudsige hele regnskaber på så lang sigt, og modellen slår alle konkurrenter – inklusive frontier-sprogmodeller – især på de lange horisonter, hvor værdiansættelser er mest følsomme.
Forma læser regnskaber som sæt af (konto, kvartal, værdi)-tupler og maksimerer en maskeret Gaussisk likelihood. Det lyder teknisk, men konsekvensen er enkel: Modellen kan bruges til scenarieanalyse uden genoptræning – man kan fastlåse en fremtidig omsætningsbane og se, hvordan resten af regnskabet reagerer. Det gør den direkte anvendelig til budgetlægning, due diligence og investeringsanalyse.
Forskerne frigiver også ProForma-20Q, en benchmark med 78 regnskabsposter for anonymiserede virksomheder, så andre kan reproducere resultaterne. Modellens forudsigelser opfylder næsten regnskabsidentiteter, og den nøjagtige sammenhæng kan genskabes uden signifikant tab af præcision.
For beslutningstagere betyder det, at AI-baseret regnskabsprognose nu er et reelt værktøj – ikke bare til næste kvartal, men til den horisont, hvor de fleste virksomheders værdi ligger. Det kan ændre, hvordan finansfolk laver forecasts, og hvordan investorer vurderer langsigtede investeringer.
