人工智能在會計領域的應用探析

何燕　謝小瑜　徐文萱　胡婷

摘要：人工智能對各領域的影響逐漸加深，其中包括會計行業。本文根據人工智能技術的闡述，探討了人工智能的當前發展狀況、未來趨勢和相關爭議。繼而論述人工智能會計的發展現狀，包括人工智能會計發展的必要性、各種人工智能技術在會計上的應用、各會計工作領域內人工智能的應用和對目前人工智能會計發展的評價。

關鍵詞：人工智能會計;財務機器人

一、引言

隨著信息時代的到來，計算機從傳統的數值計算工具發展到能模擬人類智力活動并進行智能化處理的范疇。通過人工智能研究，可以輔助甚至代替人類的許多功能，包括識別、認知、分析、決策等等。人工智能會計用模仿人類思維的計算機系統，輔助人類完成會計工作。人工智能會計將逐步取代大量重復性、例行性的會計核算工作。未來，人工智能會計在會計領域普及之后，對會計人員的知識和專業技能的要求將有很大改變。會計人員應順應時代變化，突破傳統會計操作的局限性，學習更深層次的智能化操作并不斷創新財務工作模式以應對人工智能時代的到來。

二、人工智能的發展現狀及未來趨勢

（一）人工智能發展歷程簡述

人工智能在20世紀五六十年代萌芽。1950年，“人工智能之父”阿蘭·麥席森·圖靈提出了“圖靈測試”設想，他還預言智能機器的可行性。1956年的達特茅斯會議被廣泛認為是人工智能誕生的標志。20 世紀 50 年代初，電纜控制的機器人出現，能行走和說出簡單詞匯。諾貝爾獎獲得者西蒙認為他們已解決物質系統獲得心靈性質問題的難題，這被稱為“強人工智能”，認為機器有像人一樣思維判斷能力。20世紀60年代初，專家系統出現，現在專家系統發展到第四代。1997年計算機系統“深藍”戰勝了國際象棋世界冠軍卡斯帕羅夫，這是人工智能發展的一個重要里程。2015年，當時最先進的人工智能系統在智力方面已經達到了4歲兒童的水平。2016年AlphaGo戰勝圍棋世界冠軍李世石，這一人機對弈點燃了人工智能市場。AlphaGo是人工智能圍棋程序，具有自我學習本領，會搜索海量圍棋對弈數據和棋譜，模仿人類下棋。至今，弱人工智能不斷地迅猛發展，而強人工智能則暫時處于瓶頸，還需科學家和人類的努力。

（二）人工智能的熱門技術

深度學習是人工智能領域的一個重要應用分支，是不少投資人的喜好投資方向。其技術原理在于構建一個網絡并且隨機初始化所有連接的權重，在這個網絡中輸出大量數據的情況下，網絡處理并學習各種動作，如果這個動作符合指定的動作，將會增強權重，如果不符合，將會降低權重。系統調整權重通過如上過程，在成千上萬次的學習之后表現超過人類。工業機器人通過深度學習能進行自主判斷和動作，在商品分揀、運輸、出庫等環節實現自動化。

計算機視覺將圖像分析任務分解成小塊任務，從圖像中識別出物體、場景等。醫療成像分析能輔助醫生進行疾病篩查和診斷，可以提高疾病預測診治的準確度和效率。支付寶及網上自助服務利用人臉識別技術，自動識別照片里的人物，從而提取客戶信息。目前在安防領域，以車牌識別、人臉識別為代表的圖像識別技術已經相當成熟。

語音識別技術將語音轉化為文字并對其進行識別、認知和處理以實現人機間自然語言通信。在語言學習軟件中，利用語言識別處理技術，可以糾正、改進發音并改善口語。在醫療方面該技術用于醫療聽寫、語音錄入病歷。智能家居的聲控系統、手機等電子設備上的虛擬助手，通過語音識別處理技術，了解主人的需求從而提供解決方法。

數據挖掘是指從海量數據中利用算法搜索其中隱藏信息的過程。知識發現就是從數據中對知識進行挖掘的技術。在大數據信息時代，數據數量和復雜度急速上升，可將數據挖掘和知識技術應用于網絡、電腦、數據感應儀和記錄設備的數據處理過程。因此數據挖掘有助于高速有效地管理和處理數據信息。

（三）人工智能未來發展趨勢及爭議

經過近60年的發展，人工智能已經取得了巨大的進步，但總體上全球人工智能還處于發展初期。人工智能的發展大致可以分為三個階段，運算智能到感知智能，最后實現認知智能。目前出現的大多數弱人工智能基本實現了海量數據的運算，通過對海量數據的學習，運用其快速計算和記憶存儲能力的優勢來體現運算智能。在基本實現運算智能的基礎上，人工智能正在向著更高層次的感知智能發展。感知智能可以讓機器對自然界以及周邊的環境有交互反應，能聽會說、能看會認，即得到視覺、聽覺、觸覺等的感知能力。通過激光雷達等感知設備和人工智能算法，可以讓自動駕駛汽車實現這樣的感知智能。與人類相比，機器在感知世界方面擁有一定的優勢——機器可以主動感知。目前感知智能并沒有足夠成熟，其發展勢頭被看好。認知智能需要在感知智能的基礎上不斷完善，其在目前無法達到，但是專家對其的構想具有一定的可行性。認知智能讓機器可以像人一樣，能夠聽懂人說的話，理解人真正的需要，學會構建知識圖譜，能像人一樣表達，一句話總結就是“能理解會思考”。而概念、意識、觀念等都是人類認知智能的表現。未來我們可以期待，人工智能可以實現和人類一樣甚至超越人類的感知智能和認知智能。

信息化和智能化時代的到來，使人的工作方式和性質發生改變。有觀點認為人工智能萬能，會對人類造成威脅。但主流觀點認為信息化和智能化是人類可以依靠的生產工具，有助于人們實現將體力勞動和低端腦力勞動向高端腦力勞動轉換，也就是對人的工作素質要求提高了。信息化和智能化使人、企業、國家更理性更智慧，但終究不能也不會取代人。不甘于和不適于這種理性轉變的人將來會因為信息化和智能化而下崗。

三、人工智能會計的發展現狀

（一）人工智能技術在會計上運用的必要性

我國中小企業財務核算存在的問題主要有以下四個方面：①資本運用能力不足，風險不易分散。中小企業規模小，沒有足夠的能力對資本投入有效使用，經營風險和資金控制風險不能分散。②內部管理制度不健全。中小企業往往忽略對財務各項指標和日常人員工作的管理，沒有一套完整科學的管理體系，管理者過度集權。③財務崗位設置不合理。大多數中小企業財務人員往往一人擔任多個財務崗位，業務交叉，職責不明，崗位之間制約性較弱，甚至將財務核算工作外包。④會計基礎薄弱，現代化信息技術利用率差。中小企業普遍存在賬簿混亂不清的現象，偷漏稅較普遍。會計人員專業素質不高，沒有將財物核算提高到管理分析層面。會計信息系統雖然基本普及，電算化水平中等偏低。

我國大中型企業財務核算存在的問題，具體體現為：①財務與業務信息不能充分共享和有效融合。在傳統財務流程下，財會和業務人員分別保存業務流程信息，由財務管理部門匯總，再以企業財務報表形式呈現。該流程模式常導致財務業務信息在傳遞環節中不一致，使得財務管理者不能全面了解財務狀況。②會計電算化仍是手工會計流程實質，效率不高。基于傳統財務核算思想，會計電算化的應用雖然解放了大部分會計人員的勞力，但操作流程的本質仍只是將手工操作的流程轉化為使用計算機的工作形式。③企業不夠重視會計人員財務管理素質的培養。④稅務核算質量不高，核算體系構建意識不強。

針對我國企業財務核算體系的問題，新信息技術時代下提出了“智能財務”概念。智能財務指的是財務流程智能化，包括基于業務與財務相融合的智能財務共享平臺，基于商業智能的智能管理會計平臺和智能財務平臺。智能財務共享平臺是智能財務的基礎，該平臺在大數據、云計算的技術基礎上，連接企業內部數字化信息，實現了實時的業務與財務的一體化管理。智能管理會計平臺是智能財務的核心，即創造企業的數據倉庫，該數據倉庫匯聚企業財務數據，通過數據挖掘進行分析處理，提供決策所需的實時、完整的財務數據。智能財務平臺實現記賬憑證處理、現金管理、存貨管理、風險評估等方面的智能化。可以看出，人工智能技術能再造會計核算流程，企業財務問題的解決雖有賴于思想觀念的更新、管理知識技能的提升，較大程度上也需要人工智能會計的運用與催化。

（二）各種人工智能技術在會計上的應用

至 2017 年底，國際四大會計師事務所和國內的金蝶、用友軟件等公司陸續推出“財務機器人”軟件和 “云服務財務機器人”。深度學習是財務智能機器人的基礎技術應用。財務機器人不斷被更新植入更新更全面的業務處理方式和知識思想的算法，能提供多場景全方位的智能財務服務。財務機器人采用數據挖掘技術，對各項財務比率分析，處理大量財務數據，建立復雜聯合模型，分析模型結果，可得出財務預警信息。

財務機器人利用計算機視覺技術，人臉識別客戶或具有特定權限的業務人員，為其提取相關數據或提供特定服務。更高性能要求的財務機器人應用語音識別技術，在為客戶開具票據時可以自動識別說話人的身份，辨別和查找出對應的信息數據。OCR（光學字符識別）是一種圖像文字智能識別技術，應用在會計領域可以幫助會計人員高效完成原始憑證錄入工作。通過OCR技術識別原始憑證，能夠自動提取出原始單據的數據、字號以及收付等信息并將信息進行分類，同時智能系統還能自動檢測原始單據的錯誤信息。相比人工錄入，借助OCR技術錄入原始憑證，既節省了人力，又減少了失誤率。

會計云服務，是通過“云計算”的服務器，對數據進行儲存、數據分析和挖潛等服務，更加專業化和智能化地提取并審核會計信息。會計云服務通過對原始數據的處理，自動制作會計憑證，實時監控網上往來賬目，并同步輸出電子憑證;對數據處理后，再分類儲存，對企業各部門會計信息分類并系統管理，加速各個部門會計信息的提取和跨部門會計信息的共享交換;同時導入外部信息，自動挖掘出與企業有關的信息，提升企業外部信息的利用效率。

（三）各會計工作領域內人工智能的應用

在審計工作領域，審計機器人可以模擬審計人員的日常基本操作，處理如填制底稿、抽樣、發函等機械重復的初級審計工作。利用大規模的數據分析服務技術從海量數據中收集與審計對象相關的所有數據，系統再將財務數據和實際記錄對比和核查，對業務進行分析評估，完成審計工作底稿。由此人工智能審計提高了審計工作的質量和效率，并且由抽樣范圍的擴大，一定程度上降低了抽樣審計帶來的風險。

在稅務工作領域，利用財務機器人可以優化稅務管理過程， 提升稅務管理的工作效率。財務機器人能夠從收集的財務數據中提取出基礎稅務數據，產生納稅申報表底稿，然后按照預定規則調整進銷項稅數據差異、稅務和會計差異、預繳稅金、固定資產進項稅抵扣差異等，報表校驗審核后，執行納稅申報表提交動作以完成納稅申報。財務機器人還能將增值稅發票傳送到稅務機關查驗平臺檢查其真偽， 同時反饋驗證結果。

在成本核算領域，智能會計核算系統進行成本核算需要先通過業務活動的數據自動識別會計事項從而形成會計數據， 再利用計算機智能設計在一定程度內代替人進行有關會計判斷， 依照有關確認和計量規則進行成本核算，自動產生記賬憑證。

在財務管理領域，人工智能下的企業財務管理，預算管理系統、資金管理系統、財務及智能報表系統的應用，支持企業各級管理層的財務管理問題， 如高層管理中的融資、投資、利潤分配、預算編制等微觀管理決策、中層管理控制決策等， 例如在生產、成本、營銷和庫存等決策中的規劃、管理和控制， 以及在基本工作層面的控制決策， 如生產決策、營銷中的工作控制決策決定和庫存決定等。

在決策領域，專家決策系統發揮了一定的作用。傳統決策支持系統基于數據與模型，它與專家模塊融合形成新型智能會計專家決策系統，不僅滿足傳統的會計決策要求，還能利用專家的知識經驗，用啟發式推理，并自動符號處理，提供給決策者一些認識型問題的解決思路并結果。相比傳統會計決策方式，智能型會計專家決策系統的優越性體現在它能夠更全面地考慮各種主觀條件限制，科學處理純認識型、非結構化決策問題，提高會計決策質量。

四、對目前人工智能會計發展的評價

有關專家認為，目前出現的“財務機器人”都屬于弱人工智能，主要著力于解決財務會計流程手工操作的自動化問題。在我國應用的財務機器人實際是基于機器人流程自動化（RPA）平臺軟件的一塊應用軟件。RPA 是一種使業務流程自動化的軟件技術，它適合于處理財務、審計、人力資源及辦公流程等結構化程度高的任務。企業使用RPA，用軟件系統或“機器人”收集解讀數據，進行事務與數據處理操作、激發回應、與其他系統通信等。這樣一些結構化程度高又常規的手工業務流程由RPA來執行，財務人員和管理者可以轉而處理高端管理事務。

目前，人工智能會計的主要功能包括：自動識別憑證、自動生成分錄和編制財務報告等。目前RPA 不具有適時決策功能。一段時間后，即使 RPA有所發展，也不易達到迅速反應并提供候選方案的高端功能，這其中需要高層專業人員輔助。從目前進展看，要造出具有高層次管理者決策能力的強人工智能，也許需要10年時間。

參考文獻：

[1]王玉英.淺談我國大中型企業財務核算流程的建立[J].財會園地，2006（8）：177.

[2]何紅，劉曦宇.淺析RPA在保險企業財務領域的運用[J].保險職業學院學報，2018，32（05）：62-65.

（作者單位：南京郵電大學管理學院）