AI技術在會計行業中的具體應用

付紓千 余文斌 鄭蓉

摘要：隨著計算機科技的迅速發展，AI技術即人工智能技術在相當范圍內已經趨近成熟，也已經被應用到了很多行業之中。在會計行業中，人們已經從過去很多需要人工操作的工作任務中解放了出來。在此現狀下，本文主要通過分析及例證，探究AI技術在會計行業中的具體應用。

Abstract： With the rapid development of computer technology， AI technology， ie artificial intelligence technology， has matured to a considerable extent and has been applied to many industries. In the accounting profession， people have liberated from many tasks that require manual operations in the past. In this situation， this paper mainly explores the specific application of AI technology in the accounting industry through analysis and illustration.

關鍵詞：AI技術;會計行業;財務會計;管理會計;一站式服務;智能分析

Key words： AI technology;accounting industry;financial accounting;management accounting;one-stop service;intelligent analysis

中圖分類號：F275 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1006-4311（2019）14-0131-04

1 ?會計電算化系統到財務機器人——弱AI向強AI的過渡

在21世紀，計算機技術不斷的發展和迅速的衍化的過程中，延伸出了一個重要的發展分支——人工智能，即AI技術。AI技術是一種新型的通過計算機計算，來模擬人類的行為方式，并在部分方面代替人工工作，使得工作效率大幅提升的計算機科學技術。

在過去，傳統的記賬方法是手工記賬，每一筆賬目的登記都對應著賬上相應的一筆記錄。隨著計算機領域的不斷突破，1954年，美國通用電氣公司首次嘗試使用計算機技術計算單一工資數據，成為使用計算機處理會計數據的先驅。1979年，國內財政部開始推廣會計電算化的使用，其中的試點企業有長春一汽。緊接著，1981年中國人民大學與其聯合召開了“財務、合計、成本應用電子計算機”專題討論會，大會上“會計電算化”的概念被首次提出，并得到了中國會計學會、財政部和原第一機械部的支持。如今，會計電算化經歷了長足的發展，不僅包括電子信息技術、還包括了相關的管理學和會計學知識。而這種弱AI，即弱人工智能，作為人工向AI過渡的中間版本，還不能做到真正地進行推理和解決問題。也就是說，會計電算化只是把計算過程、數據錄入交給計算機，但是并不真正擁有智能，也不會有自主意識。因為電子計算機不能立即打印每個手工登記的記錄，以方便會計等工作人員的查閱。登記內容的打印周期往往是一個月或一旬。如果想要隨時查看這些記錄，只能在電腦上獲得授權后進行，并且無法將幾筆記錄同時進行對照查閱。并且輸出資料由于具有統一性的特點，使得電算化記錄中新建、修改、刪除等人為操縱手段變得不易發覺。

值得一提的是，最近幾年人工智能的發展取得了很大的進步和重大的突破。在2017年舉行的圍棋比賽中，人工智能AlphaGo已經擊敗包括柯潔和李世石等頂尖的人類圍棋選手，標志著人工智能的發展已經到達了一個比較高的層次。隨著人類將目光逐漸投向人工智能的實際應用上，較之于在企業中已經普遍投入應用的會計電算化系統，AI技術在會計行業領域向更加智能便捷的方向發展，并得到了一定程度的實踐。著名的四大會計師事務所普華永道、德勤、安永會計師事務所和畢馬威會計師事務所已經投入使用了AI技術的優秀成果——財務機器人，來進行財務方面的統計和運算。與此同時，智能的財務管理系統也被用于其他中小型會計事務所和大中型公司。例如，中化國際作為一家著名的上市公司，其在財務管理方面在未使用財務機器人之前，中化國際的財務工作還是依賴于人工的錄入和計算。在與普華永道達成協議，AI財務機器人正式使用之后，雙方經過調試、部署等一系列努力，使得許多現狀得到實質性的改善，發生了巨大的改變：如AI財務機器人每日可以自動完成15家銀行80多個賬號的自動對賬工作;AI機器人自動抓取進銷單據中的數據，并進行比對后整理為表格數據發送給財務人員處理，從而達到進銷項差額及時提醒的目的;AI機器人可自動將銀行借貸款記錄信息打包成郵件，發送給指定的人員確認款項事由，達到月末入款提醒的目的;在增值稅驗證方面，AI稅務機器人可以將需要驗證真偽的增值稅發票提交到國稅總局查驗平臺驗證真偽，并在記錄結果之中進行反饋。

2 ?AI技術在財務會計方面的應用

在傳統的財務信息統計方面，企業的票據開立、票據周轉及數據錄入通常由人工手段進行著。期間不僅涉及到繁重的人工工作，也無法避免人工疏忽所造成的準確性偏差。同時，由于受到物理手段的限制，如人工錄入速度，單據物流等造成的影響，信息統計的及時性也無從得到保證。而AI技術基于計算機計算的準確性和云傳輸高速度的特性，有效地降低了這兩個方面帶來的負面影響。且在付款和發票處理、供應商簡單查詢管理響應、時間和費用審計、訂單管理、通過外部信用評級機構定期進行信用檢查、法定報表制作、管理報表/董事會報表制作、績效報表制作、交易處理，即資產抵押債權處理、資產管理/賬單、數據有效性驗證/數據遷移檢查和主數據管理方面都能做到自動化。

2.1 OCR技術在單據錄入中的應用

OCR技術即光學字符識別技術，此技術主要基于CNN+RNN+CTC框架（卷積神經網絡+循環神經網絡+時序分類算法，又稱CRNN+CTC框架），和CNN+Seq2Seq模型+Attention模型這兩種基本的算法框架，將單據上的文字通過攝入設備的掃描，轉換為可以進行編輯和統計的文本數據，文件輸入和單據錄入的效率大大提高。OCR技術識別單據上文字的過程大致分以下兩步：①文本區域檢測。尋找圖像當中含有文字的區域。②預處理。對圖像當中含有文字的區域進行進一步的處理，處理的步驟主要包含灰度化、二值化、降噪、文本校正（透視、扭曲、旋轉等）。在識別完單據圖像中含有文字的區域后，首先會對該區域圖像進行判斷。如該區域圖像為彩色圖像，OCR技術首先對圖像進行灰度化處理，即將彩色圖像轉換為灰度圖像。因為圖像中每個像素的顏色由三個元素R、G、B確定，所以灰度圖像中RGB三個元素的值必須相同。單個像素取值范圍相對較小，彩色圖像中RBG三個元素均有255種數值可取，所以彩色圖像單個像素點顏色變化范圍則為0（0*0*0）-16581375（255*255*255）。因此，在灰度化后計算量大幅減少的情況下，經過對圖像的二值化處理后，圖像僅具有兩種顏色，黑色和白色，一種是背景的顏色，一種是文本的顏色，因此單據上的文本可以更清晰地顯示在圖像中。其中，降噪在整個環節起到了十分關鍵的作用，降噪算法的好壞取決于得到的圖像是否清晰且潔凈、是否保留了較為重要的細節信息。因此，為了能識別在不同角度范圍內掃描的單據中的信息，需要用Radon/Hough變換對掃描后的圖像進行文本校正，減少文字的傾斜程度，增加文字可讀性。如圖1所示。

據統計，人工錄入一張簡單的單據耗時約20秒，即使是熟練的會計從業人員，也需要超過10秒的時間。而OCR光學識別技術的錄入時間僅不超過1秒，效率提升超過十倍，同時它也極大地降低節省了人工成本。但美中不足的是，OCR技術受限于單據的書寫水平。通常來說，計算機生成的單據處理起來準確性較高，而對于手寫單據，錄入準確度有賴于書寫者的書寫水平，故仍需要人工進行復核。但隨著會計行業計算機應用程度的提高，單據的機器化處理水平的提升，OCR的應用必將成為主流趨勢。例如，華為公司在財務領域的費用報銷方面采用了AI的OCR技術，大大節約了人力和時間成本。企業中，員工通過提交報銷單以及相應發票進行費用的報銷，這些單據經過業務主管審核后，交由財務部門進行付款和結算。這樣的工作流程看似操作難度不大，但對于華為這樣一個擁有17萬多員工的公司來說，無疑會產生巨大的審核工作量。而AI技術的引入則可以大大降低審核時間，從而減少勞動力成本。因此，華為決定嘗試將AI技術首先應用到簡單的手機話費報銷業務之中。在話費報銷過程中，只要員工報銷的費用不超過話費規定的限額，則會計主管無需審批，財務部門工作人員也只需要查核發票的數字即可。但是這種簡單而重復的工作由于員工數量的龐大，仍然需要耗費大量人力資源和時間去處理，從員工提交報銷單到最后付款結算需要歷經數月的時間。此外，這種業務是一個既不重要也不緊急的典型項目，優先級很低。而引入AI的OCR技術之后，無論是發票掃描件還是電子發票，系統都自動識別發票并比對限額。隨著算法的優化和算力的提升，再加上電子發票等數字化手段的普及，該應用的技術門檻逐漸降低。華為在采用了這個技術之后，省去了繁重的員工錄入環節，不僅整個報銷流程效率大幅提升，員工滿意度也得到提升，目前費用報銷機制基本上達到了當天提交，數小時后就可收到報銷款的便捷程度。

2.2 財務數據的核算和傳輸

財務數據的核算是財務會計的重要核心環節。過去財務人員在進行核算時，主要通過人工計算或者使用算盤、計算器等輔助計算工具來進行數據的運算，不僅效率低，還無法避免計算錯誤。財務單據的處理需要通過物理運送的方式來傳遞，進而實現財務數據的傳輸，這在一定程度上無法保證計算的完全準確。而AI技術可以有效對接被分析企業的服務器，并在獲得授權的前提下獲得企業的財務數據，通過預設的財務分析程序，可以直接進行企業財務狀況的分析和計算。AI技術通過互聯網數據傳輸，在避免了物理傳輸帶來的時間損耗的同時，也提高了數據傳輸的效率和準確性。而借助計算機計算準確性高的這個特征，利用AI技術進行財務數據的計算和處理，則可以有效避免人工核算所帶來的失誤。同時，企業的財務計算還應主動避免人工的不確定性。在由人工進行企業核算的前提下，可能會產生財務人員因為利益考慮，采取做假賬的行為，這樣會極大的損害企業的利益。而通過AI技術進行財務數據的核算，可以杜絕做假賬的可能，有力的保障了企業財務的安全性。例如AI能夠學習公司的會計處理的規定，讀取收據并審計相關的費用和事項，從而鑒別出可疑之處，并交由人類進行最終的審批。在國外的會計師事務所中，一個名為confirmation的互聯網AI平臺被投入使用，它與幾乎所有的大型銀行都進行了數據的對接。只需要點點鼠標進行客戶電子授權，詢證函就會立即發出，并在一兩天之內就能得到回復，并一鍵生成pdf文檔和excel表格。如果是現有客戶，則不需要重新輸入銀行賬號，整個過程不到兩個小時。與之前幾百個銀行賬戶需要人們將金額、賬號、地址等信息無誤地手動填寫進word模板里，給主管過目和客戶蓋章并手動塞進信封，收到回函以后，每一封都要手動編號、加注、核對、歸檔，然后填進excel表格的漫長又枯燥的過程相比，AI所帶來的財務信息云傳輸的便捷性可見一斑。然而，confirmation這種互聯網平臺也仍然存在著不足的地方，譬如借款合同條款、金融衍生工具等復雜的賬務處理，仍然需要人工的判斷和處理，沒法得到直接的求證。不過，由此可見AI在財務信息處理上的提升空間無疑是巨大的。

整體來說，我們可以對AI技術在財務會計中的應用過程作出如下結構分析，具體如圖2所示。

3 ?AI技術在管理會計方面的應用

3.1 管理會計智能化的發展歷程

在20世紀末，管理型會計電算化系統逐漸成為了國內熱門的研究領域，管理型軟件向事前、事中、事后的全流程管理方向發展，并在此基礎上加以預測、分析、控制和輔助決策。到了21世紀初，ERP開始走進人們的視野，越來越多的企業加以實踐應用，一些先進的企業通過將企業內部信息、人力資源與財務系統關聯和整合，達到經營管理的改善和產品服務的提升的目的。現今，隨著經濟結構的深化調整掀起了智能化、云化、互聯化的會計信息化新浪潮，AI技術成為了管理會計中應用的主流趨勢。例如，新型的財務機器人與傳統的ERP相比，ERP實現自動化主要依靠編程技能、配置和系統的大量測試，而財務機器人則側重于通過既已設定的業務規則，來替代繁雜的人力工作。整體來說，財務機器人實現路徑與ERP的自動化相比，在包括任何有關流程變化的維護在內的工作方面，通常部署時間更快，成本更低。例如普華永道所推出的軟件機器人，以快速配置、非侵入性和高度可擴展性的優勢占據市場主導。它的配置不僅包括原有的交互效果，計算準確率也可達100%，并且無需更改底層系統或技術，就能夠在時間和效率上覆蓋原有的人工工作。據估計，該軟件機器人的總體運營成本僅是離岸FTE成本的一小部分，并且不會出現因人為錯誤而要求返工的情況。

3.2 AI數據倉庫的構建

與財務會計相比，管理會計側重于分析和整理企業的財務數據，便于決策和內部管理，為企業發展提供良好的意見。因此，數據倉庫技術的應用十分關鍵，企業通常按不同的要求建立不同的模型。業務模型有利于進行全方面全流程的改進，財務分析模型則是建立一個集財務小數據、業務中數據、社會大數據于一體的集團級數據平臺，使信息更具一體化和聯通性。從國內外各類企業的應用案例來看，具有深度應用和效果顯著的管理會計信息系統主要是基于商業智能的管理會計系統。其中，數據倉庫技術具體的應用結構如圖3所示。

3.3 深入數據挖掘分析

AI技術可以通過對企業歷史數據的統計，分析出企業當前的盈利狀況，以及可以進行改進的策略。企業通過對特定的財務數據進行抓取和計算，可以較為精確地發現在生產經營中所存在的問題。通常AI對數據的抓取分為表征學習（feature learning）和特征工程（feature engineering）。表征學習是自主地抽取數據的特征或者對應的表示方法，在過程中是由人們設定模型操控。而特征工程則是利用數據的后續加工，進行深度學習得到相應的預測。因此，通過對歷史數據的記錄，AI可以推演出整個企業發展的長態趨勢，并為企業管理者提供合適的發展建議。總體來說，企業歷史數據越豐富，則分析的準確性就越高，借助人工智能的計算，可以對企業的未來發展與決策做出合理的建議。例如在人員招聘方面，由于數據準確性質量提高，入職成本也相應降低（即航班、培訓、酒店、IT等）。隨著處理質量不斷改善，允許團隊專注于“例外處理”而不是返工。通過軟件工具改進報表質量，幫助團隊發現異常和瓶頸情況，這些AI的應用都能夠進一步幫助企業成功實現流程并改善項目。再譬如，一個企業的管理者會從時間周期、產品類別、銷售渠道、地理位置、客戶群體等多個維度關注企業本身的銷售數據。而AI技術的應用恰好可以使管理者按照獨特的管理運營要求，從各個分析角度獲取信息，通過交互式界面的各個圖表文本動態地展示數據在各個角度之間的切換，其對數據的深入挖掘使管理者能更好地對企業的運營狀況進行多維的、綜合的分析。如圖4所示。

4 ?AI應用的未來——智能化高效和一站式服務的完善

當今會計準則和財政政策的更新速度越來越快，以滿足適應新的的經營模式，獲得更好發展，并與國際接軌的需要，因此在未來對會計準則和相關政策的深入理解和把握，對一份報表的生成，決策的提供都起著至關重要的作用。而AI技術能夠幫助會計行業做到這一點，在整個數據處理的過程中可以持續地記錄并學習。

4.1 智能處理數據實現靈活的變化設置

基于對原始錄入數據的智能處理，使得企業在各種類型中的數據都能夠與相應的科目、憑證、底層明細賬、審計憑證等及時匹配，并將此種匹配規則保存于系統當中，智能化地代入下期。更為重要的是，由于其靈活的設置，當準則和政策發生更新時，運用AI技術所搭建的平臺能迅速配置形成新的報表，無需二次開發。當企業內部的組織管理需要變化時，同樣地可以進行相應的增減達到橫向或縱向的理想工作流，并更新授予相關人員的權限，實現任務流在工作流中的靈活分配。如圖5所示。

4.2 可視化精細管理與一站式方案的提供

AI技術的應用可以使集團內部財務數據得到精細的快速比對，并在計算的基礎上按照設定模式加以分析，在定制報表的基礎上，AI智能可以對此管理，并提供實時的指標并預警風險的發生，能夠有效地甄別潛在問題，使管理者具備提前預知風險的能力。除此之外，每個任務流和工作流都能做到足夠的可視化，將多個模塊進行綜合，一站式搞定各種生產運營環節的時間控制和成本管理。例如普華永道為實施稅務戰略自主研發的企業所得稅管理平臺，已經達到了當今業內管理技術雙領先的水平。它充分運用AI技術，利用多模塊大平臺的優勢，將企業稅務管理與發展戰略相結合，提供包括季度預繳核算、固定資產管理、遞延所得稅資產與負債管理、研發費用加計扣除、各種所得稅的預算分析和稅負率的核算等在內的多種解決方案，加速業財稅一體化和稅務數據數字化。

同時，在新準則對各類企業財務及業務的影響下，AI技術能進行全面的分析與解讀，通過對合同數據的收集、批量上傳下載，幫助企業評估現有的會計政策和核算模型，以及解析信息披露的要求，制定出具體的會計核算方案，并自動化處理相關核算，將設定好的過渡調整方案融合至新系統中，實現多維報表展示，以提供給企業一站式的完整解決方案。如圖6所示。

5 ?小結

我們可以看到，通過AI技術的廣泛使用，可以有效地改進企業的財務管理制度，并衍生出一定的智能分析效果。可以預見的是，隨著人工智能技術的不斷發展以及計算機技術應用范圍的進一步擴大，AI技術在會計行業中，將會有極為光明的應用前景。人們將從繁瑣枯燥單一的財務處理中解放出來，去投入更為重要的工作，例如深入合同的解讀，辯證地思考并理解新準則，探索準則制定背后的用意，預判監管者近年的風向，根據不同合同條款的會計影響做出相應的建議，更有效地處理決策與溝通問題。

參考文獻：

[1]梁日新.人工智能下對會計行業的影響[J].現代商業，2018 （15）：149-150.

[2]張太山.人工智能對傳統會計的影響[J].經貿實踐，2018（23）：101，103.

[3]劉學鋒.會計電算化與計算機審計問題探析[J].新商務周刊，2018（22）：78.

[4]沈立錦.關于會計與人工智能發展的綜述[J].學術交流，2018（7）：77-78.