基于機(jī)器學(xué)習(xí)的智能會(huì)計(jì)引擎研究

何瑛 李爽 于文蕾

【摘 要】 “大智移云”時(shí)代，新興信息技術(shù)正在不斷顛覆傳統(tǒng)并持續(xù)為企業(yè)的創(chuàng)新實(shí)踐賦能，變革已成為企業(yè)經(jīng)營(yíng)管理新常態(tài)。其中，以機(jī)器學(xué)習(xí)為核心的人工智能技術(shù)能夠自主深入挖掘現(xiàn)有海量數(shù)據(jù)的內(nèi)在價(jià)值，預(yù)測(cè)未知，有效驅(qū)動(dòng)企業(yè)財(cái)務(wù)管理，實(shí)現(xiàn)數(shù)字化、智能化轉(zhuǎn)型，并與業(yè)務(wù)發(fā)展緊密交融。文章擬從會(huì)計(jì)引擎角度切入，探討機(jī)器學(xué)習(xí)在財(cái)務(wù)會(huì)計(jì)和管理會(huì)計(jì)兩個(gè)不同層面對(duì)企業(yè)財(cái)務(wù)的智能化革新，同時(shí)指出利用機(jī)器學(xué)習(xí)構(gòu)建智能會(huì)計(jì)引擎所面臨的機(jī)遇與挑戰(zhàn)。研究表明，經(jīng)機(jī)器學(xué)習(xí)再造的智能會(huì)計(jì)引擎將成為集高效率財(cái)務(wù)核算流程與多維度財(cái)務(wù)管理職能于一身的獨(dú)立性平臺(tái)工具，為企業(yè)業(yè)務(wù)與財(cái)務(wù)的順利銜接與深度融合增添助力;國(guó)家政策和其他新興技術(shù)的支持使得機(jī)器學(xué)習(xí)在智能時(shí)代對(duì)會(huì)計(jì)引擎的重塑充滿機(jī)遇，但人才的緊缺和機(jī)器學(xué)習(xí)的局限都將是必須應(yīng)對(duì)的挑戰(zhàn)。

【關(guān)鍵詞】 人工智能; 機(jī)器學(xué)習(xí); 會(huì)計(jì)引擎

【中圖分類號(hào)】 F234? 【文獻(xiàn)標(biāo)識(shí)碼】 A? 【文章編號(hào)】 1004-5937（2020）05-0052-07

信息技術(shù)發(fā)展日新月異的今天，各行各業(yè)在科技革命浪潮的席卷之下都正經(jīng)歷著翻天覆地的變化。大數(shù)據(jù)、云計(jì)算、人工智能、移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)和區(qū)塊鏈等技術(shù)交匯融合、彼此關(guān)聯(lián)，不僅催生了眾多新興經(jīng)濟(jì)形態(tài)與新興產(chǎn)業(yè)，加速了人類文明的演進(jìn)歷程，也使得曾經(jīng)以電算化和信息化為標(biāo)志的企業(yè)財(cái)務(wù)管理逐漸向智能化邁進(jìn)[1]。智能財(cái)務(wù)主要依托于以人工智能為代表的各種數(shù)字化技術(shù)工具以重塑企業(yè)財(cái)務(wù)核算流程與財(cái)務(wù)管理職能，一方面，能夠高效準(zhǔn)確地處理重復(fù)性較高的手工記賬工作，使財(cái)務(wù)人員擁有更多時(shí)間和精力進(jìn)行更具價(jià)值創(chuàng)造性的活動(dòng);另一方面能夠?yàn)槠髽I(yè)的預(yù)測(cè)決策、風(fēng)險(xiǎn)管控和成本管理提供有力支持，使企業(yè)的財(cái)務(wù)模式由核算向管理不斷進(jìn)化[2]。2017年5月，國(guó)際四大會(huì)計(jì)師事務(wù)所之一的德勤率先推出其與Kira Systems共同研制的智能財(cái)務(wù)機(jī)器人“小勤人”，普華永道、安永和畢馬威也不甘落后，相繼引入機(jī)器人流程自動(dòng)化（Robotic Process Automation，RPA）技術(shù)，開發(fā)各自的智能財(cái)務(wù)機(jī)器人軟件并于部分企業(yè)投入運(yùn)營(yíng)，智能財(cái)務(wù)時(shí)代已然來(lái)臨[3]。

不斷向智能化方向演進(jìn)的會(huì)計(jì)職業(yè)在計(jì)量和反映企業(yè)經(jīng)營(yíng)業(yè)績(jī)的同時(shí)，將進(jìn)一步深入企業(yè)業(yè)務(wù)活動(dòng)的過(guò)程和前端，使長(zhǎng)期以來(lái)備受關(guān)注的業(yè)財(cái)融合領(lǐng)域迎來(lái)新的發(fā)展契機(jī)，而會(huì)計(jì)引擎作為連接業(yè)務(wù)端與財(cái)務(wù)端的重要橋梁，也將順應(yīng)智能時(shí)代的發(fā)展趨勢(shì)，從分散模塊成為統(tǒng)一工具，從簡(jiǎn)單集中于部分系統(tǒng)轉(zhuǎn)向適應(yīng)更加廣泛多元的業(yè)務(wù)場(chǎng)景，以改善業(yè)務(wù)信息向財(cái)務(wù)信息的轉(zhuǎn)換流程，最終實(shí)現(xiàn)業(yè)務(wù)發(fā)展與財(cái)務(wù)管理的協(xié)同配合。智能化技術(shù)有助于會(huì)計(jì)引擎提升性能，而其中的機(jī)器學(xué)習(xí)技術(shù)則在最切合的層面上展現(xiàn)了這種提升效應(yīng)。機(jī)器學(xué)習(xí)是人工智能的重要分支之一，應(yīng)用此類算法的計(jì)算機(jī)系統(tǒng)可按照一定方式對(duì)所提供的訓(xùn)練數(shù)據(jù)進(jìn)行學(xué)習(xí)并生成相應(yīng)模型;隨著訓(xùn)練次數(shù)的增加，該系統(tǒng)能夠不斷改進(jìn)和優(yōu)化所輸出的模型并以該模型為基礎(chǔ)預(yù)測(cè)相關(guān)問(wèn)題[4]。

本文擬結(jié)合機(jī)器學(xué)習(xí)的原理和特征探討該技術(shù)對(duì)會(huì)計(jì)引擎的智能化革新：一方面，基于機(jī)器學(xué)習(xí)的智能財(cái)務(wù)會(huì)計(jì)引擎在經(jīng)過(guò)大量標(biāo)簽化數(shù)據(jù)的訓(xùn)練之后，能夠完善相應(yīng)的轉(zhuǎn)換規(guī)則，在準(zhǔn)確識(shí)別業(yè)務(wù)信息之后將其迅速轉(zhuǎn)換為記賬憑證并接入明細(xì)賬和總賬;另一方面，基于機(jī)器學(xué)習(xí)的智能管理會(huì)計(jì)引擎可納入大量的半結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)，有利于優(yōu)化管理會(huì)計(jì)經(jīng)營(yíng)預(yù)測(cè)、決策支持和風(fēng)險(xiǎn)管控等多個(gè)維度的職能。不容忽視的是，雖然時(shí)代需求、國(guó)家政策和新興信息技術(shù)為利用機(jī)器學(xué)習(xí)構(gòu)建智能會(huì)計(jì)引擎創(chuàng)造了良好的條件與機(jī)遇，但人才的匱乏、復(fù)雜的業(yè)務(wù)場(chǎng)景與活動(dòng)以及不完全透明的模型規(guī)則[5]仍是亟待解決的問(wèn)題。智能會(huì)計(jì)引擎是大勢(shì)所趨，而機(jī)器學(xué)習(xí)技術(shù)必將助推會(huì)計(jì)引擎脫胎換骨，為企業(yè)的財(cái)務(wù)轉(zhuǎn)型與業(yè)務(wù)財(cái)務(wù)一體化進(jìn)程注入新的活力。

一、推動(dòng)業(yè)財(cái)融合的有力工具——會(huì)計(jì)引擎

會(huì)計(jì)引擎是連接業(yè)務(wù)數(shù)據(jù)庫(kù)與財(cái)務(wù)應(yīng)用系統(tǒng)并最終輸出會(huì)計(jì)信息的數(shù)據(jù)處理器，它能夠按照內(nèi)嵌的核算規(guī)則將業(yè)務(wù)信息自動(dòng)化、無(wú)差錯(cuò)和高效率地轉(zhuǎn)換為包含復(fù)式會(huì)計(jì)分錄的規(guī)范化記賬憑證，實(shí)現(xiàn)交易明細(xì)和會(huì)計(jì)總賬的互聯(lián)[6]，對(duì)于業(yè)務(wù)與財(cái)務(wù)的高度融合具有重要意義。

（一）會(huì)計(jì)引擎的基本原理與應(yīng)用現(xiàn)狀

簡(jiǎn)單來(lái)說(shuō)，會(huì)計(jì)引擎是介于業(yè)務(wù)系統(tǒng)和財(cái)務(wù)系統(tǒng)之間的數(shù)據(jù)轉(zhuǎn)換器。業(yè)務(wù)系統(tǒng)位于前端，通過(guò)數(shù)據(jù)接口與會(huì)計(jì)引擎連接之后向其提供生成記賬憑證所需的業(yè)務(wù)數(shù)據(jù)，實(shí)現(xiàn)業(yè)務(wù)信息的輸入;會(huì)計(jì)引擎位于中端，內(nèi)置一定的轉(zhuǎn)換規(guī)則，輸入的業(yè)務(wù)數(shù)據(jù)經(jīng)規(guī)則的指引將自動(dòng)生成預(yù)制記賬憑證;財(cái)務(wù)系統(tǒng)位于后端，預(yù)制記賬憑證審核無(wú)誤進(jìn)入該系統(tǒng)后成為正式記賬憑證，完成財(cái)務(wù)信息的輸出。會(huì)計(jì)引擎的基本原理如圖1所示。

雖然會(huì)計(jì)引擎的基本原理并不復(fù)雜，但目前會(huì)計(jì)引擎在我國(guó)仍處于初級(jí)發(fā)展階段，在企業(yè)財(cái)務(wù)領(lǐng)域的應(yīng)用也相對(duì)有限[7]。一方面，當(dāng)前能夠?qū)崿F(xiàn)獨(dú)立產(chǎn)品化應(yīng)用的會(huì)計(jì)引擎寥寥無(wú)幾，會(huì)計(jì)引擎應(yīng)用處于模塊化階段。部分企業(yè)針對(duì)差異化的特定場(chǎng)景，如專業(yè)化的財(cái)務(wù)系統(tǒng)（如費(fèi)用報(bào)銷系統(tǒng)、資金收付系統(tǒng)等）和業(yè)務(wù)系統(tǒng)，分別各自搭建相應(yīng)的會(huì)計(jì)引擎，這些分散的會(huì)計(jì)引擎模塊雖然相對(duì)容易實(shí)現(xiàn)，但功能各異，成熟度不一，難以形成系統(tǒng)。另一方面，會(huì)計(jì)引擎在我國(guó)不同行業(yè)中的應(yīng)用深度千差萬(wàn)別。對(duì)于大多數(shù)行業(yè)而言，會(huì)計(jì)引擎主要被內(nèi)置于企業(yè)的電子報(bào)賬系統(tǒng)和資金管理系統(tǒng)中，應(yīng)用較為單一和分散;但在金融業(yè)、零售業(yè)等行業(yè)中，會(huì)計(jì)引擎同時(shí)覆蓋了專業(yè)化的財(cái)務(wù)系統(tǒng)和業(yè)務(wù)系統(tǒng)，應(yīng)用更為廣泛。

（二）智能會(huì)計(jì)引擎的特征

傳統(tǒng)的會(huì)計(jì)引擎通常分散于企業(yè)內(nèi)部不同的財(cái)務(wù)系統(tǒng)和業(yè)務(wù)系統(tǒng)中，在大多數(shù)行業(yè)中的應(yīng)用范圍也較為狹窄，但隨著大數(shù)據(jù)、人工智能、云計(jì)算和區(qū)塊鏈等技術(shù)的革新與實(shí)踐，會(huì)計(jì)引擎必將克服實(shí)際建設(shè)過(guò)程中存在的難點(diǎn)，逐步走向智能化，將業(yè)財(cái)融合推向新的高度，從而驅(qū)動(dòng)企業(yè)完成數(shù)字化轉(zhuǎn)型。基于新興信息技術(shù)的智能會(huì)計(jì)引擎具備諸多優(yōu)勢(shì)。

首先，智能會(huì)計(jì)引擎具有充分的獨(dú)立性。經(jīng)智能化重塑的會(huì)計(jì)引擎將不再以分散的模塊或子系統(tǒng)的形式存在于不同的系統(tǒng)中，而是將打破束縛，形成一個(gè)獨(dú)立的開放式統(tǒng)一平臺(tái)，一端對(duì)接企業(yè)所有的業(yè)務(wù)系統(tǒng)以獲取業(yè)務(wù)數(shù)據(jù)輸入，另一端對(duì)接企業(yè)的財(cái)務(wù)系統(tǒng)以完成記賬憑證的輸出，使企業(yè)的業(yè)務(wù)端與財(cái)務(wù)端真正串聯(lián)成完整的鏈條。傳統(tǒng)的會(huì)計(jì)引擎是伴隨會(huì)計(jì)核算的要求被逐步建立起來(lái)的，由于建立時(shí)間的差異往往難以遵循統(tǒng)一規(guī)范的技術(shù)標(biāo)準(zhǔn)。信息轉(zhuǎn)換質(zhì)量參差不齊的會(huì)計(jì)引擎不斷疊加和堆砌，對(duì)其進(jìn)行維護(hù)優(yōu)化的復(fù)雜性和難度也不斷提高，長(zhǎng)此以往，這些會(huì)計(jì)引擎將會(huì)因?yàn)槿狈τ行ПO(jiān)控給企業(yè)帶來(lái)風(fēng)險(xiǎn)。以統(tǒng)一化獨(dú)立平臺(tái)形式存在的智能會(huì)計(jì)引擎將有效解決這一問(wèn)題，不僅能夠支撐存量業(yè)務(wù)系統(tǒng)與財(cái)務(wù)系統(tǒng)之間的對(duì)接，降低維護(hù)優(yōu)化難度和潛在風(fēng)險(xiǎn)，而且能夠迅速成為新生業(yè)務(wù)系統(tǒng)與財(cái)務(wù)系統(tǒng)之間的紐帶，從而為企業(yè)內(nèi)部信息系統(tǒng)服務(wù)。

其次，智能會(huì)計(jì)引擎擁有足夠的靈活性。一方面，智能會(huì)計(jì)引擎將適應(yīng)不同的業(yè)務(wù)場(chǎng)景并有針對(duì)性地定義轉(zhuǎn)換規(guī)則，最終使所有需要生成記賬憑證的業(yè)務(wù)場(chǎng)景系統(tǒng)化。大型集團(tuán)往往因?yàn)樵诙鄠€(gè)行業(yè)進(jìn)行布局而涉足豐富的業(yè)務(wù)類型，依賴經(jīng)驗(yàn)積累的業(yè)務(wù)場(chǎng)景梳理難以一次就達(dá)成清晰全面的目標(biāo)，如果有遺漏或新增業(yè)務(wù)場(chǎng)景的情況，智能會(huì)計(jì)引擎將憑借其靈活性快速配置相應(yīng)的轉(zhuǎn)換規(guī)則，隨時(shí)與企業(yè)的業(yè)務(wù)狀況保持一致，在最大程度上滿足企業(yè)業(yè)財(cái)融合的需求。另一方面，智能會(huì)計(jì)引擎將根據(jù)不同企業(yè)的要求定制個(gè)性化的轉(zhuǎn)換規(guī)則，既能基于明細(xì)業(yè)務(wù)數(shù)據(jù)生成全面精確的記賬憑證，又能容納恰當(dāng)?shù)暮喜⒁?guī)則，將明細(xì)業(yè)務(wù)數(shù)據(jù)進(jìn)行合并后生成精煉概括的記賬憑證，企業(yè)可以在這兩種模式下進(jìn)行自由切換。

最后，智能會(huì)計(jì)引擎具備高度的可追溯性。業(yè)財(cái)核對(duì)、稽核審計(jì)要求能夠根據(jù)會(huì)計(jì)引擎最終所生成的記賬憑證追根溯源直至原始的業(yè)務(wù)信息，而智能會(huì)計(jì)引擎在初始的設(shè)計(jì)過(guò)程中將基于這一要求預(yù)留對(duì)業(yè)務(wù)信息源頭進(jìn)行追溯的機(jī)制及線索，如此一來(lái)，即使是遵循復(fù)雜合并規(guī)則生成的記賬憑證的向前追溯也將不再成為難題。此外，區(qū)塊鏈的數(shù)據(jù)庫(kù)公開透明，信息經(jīng)過(guò)驗(yàn)證被添加至區(qū)塊鏈之后也不可篡改，如果能夠應(yīng)用區(qū)塊鏈技術(shù)在業(yè)務(wù)系統(tǒng)和財(cái)務(wù)系統(tǒng)之間搭建分布式底賬，對(duì)于提升智能會(huì)計(jì)引擎的可追溯性將大有裨益。

二、基于機(jī)器學(xué)習(xí)的智能財(cái)務(wù)會(huì)計(jì)引擎

作為人工智能的重要分支之一，機(jī)器學(xué)習(xí)在醫(yī)療、金融、電子商務(wù)等眾多領(lǐng)域應(yīng)用廣泛。與人腦歸納經(jīng)驗(yàn)獲得規(guī)律并利用規(guī)律預(yù)測(cè)未來(lái)相似，機(jī)器學(xué)習(xí)的過(guò)程可分為訓(xùn)練與預(yù)測(cè)兩個(gè)階段，其中訓(xùn)練指的是計(jì)算機(jī)系統(tǒng)將存儲(chǔ)于其中的歷史數(shù)據(jù)通過(guò)機(jī)器學(xué)習(xí)算法進(jìn)行處理后產(chǎn)生某種模型，而預(yù)測(cè)則指的是在該模型的指導(dǎo)下，輸入新的數(shù)據(jù)之后能夠輸出相應(yīng)的結(jié)果。機(jī)器學(xué)習(xí)的基本原理如圖2所示。用于訓(xùn)練的數(shù)據(jù)量越大，訓(xùn)練的次數(shù)越多，所得出的模型可能越精確，利用該模型進(jìn)行預(yù)測(cè)的結(jié)果也可能越有說(shuō)服力。

按照學(xué)習(xí)形式的不同，機(jī)器學(xué)習(xí)算法大體上可分為監(jiān)督式學(xué)習(xí)、無(wú)監(jiān)督式學(xué)習(xí)與半監(jiān)督式學(xué)習(xí)三類，而強(qiáng)化學(xué)習(xí)與深度學(xué)習(xí)又是機(jī)器學(xué)習(xí)的重要分支。這些不同類型的機(jī)器學(xué)習(xí)算法各有所長(zhǎng)，應(yīng)用范圍雖有所差異，但相互之間并不存在絕對(duì)分明的界限，而是會(huì)形成一定的交叉。例如半監(jiān)督式學(xué)習(xí)是監(jiān)督式學(xué)習(xí)與無(wú)監(jiān)督式學(xué)習(xí)的結(jié)合，深度強(qiáng)化學(xué)習(xí)是強(qiáng)化學(xué)習(xí)與深度學(xué)習(xí)的結(jié)合等，具體如圖3和表1所示。

在各領(lǐng)域發(fā)揮重要突破作用的機(jī)器學(xué)習(xí)技術(shù)同樣能在財(cái)務(wù)領(lǐng)域有所建樹，助力會(huì)計(jì)引擎向智能化工具轉(zhuǎn)變。財(cái)務(wù)會(huì)計(jì)是會(huì)計(jì)的主要分支之一，機(jī)器學(xué)習(xí)對(duì)財(cái)務(wù)會(huì)計(jì)引擎的智能化改造主要圍繞記賬憑證的生成展開。應(yīng)用機(jī)器學(xué)習(xí)技術(shù)之后，財(cái)務(wù)會(huì)計(jì)引擎將在大量標(biāo)簽化數(shù)據(jù)的訓(xùn)練之下持續(xù)提升性能，首先對(duì)業(yè)務(wù)信息進(jìn)行高效率的準(zhǔn)確識(shí)別，接下來(lái)基于改進(jìn)后的轉(zhuǎn)換規(guī)則生成預(yù)制記賬憑證并及時(shí)向財(cái)務(wù)系統(tǒng)傳遞，而進(jìn)入財(cái)務(wù)系統(tǒng)后預(yù)制記賬憑證將成為正式記賬憑證并自動(dòng)完成記賬過(guò)賬。基于機(jī)器學(xué)習(xí)的智能財(cái)務(wù)會(huì)計(jì)引擎將在很大程度上解決令財(cái)務(wù)人員煩惱不已的重復(fù)性手工記賬問(wèn)題，給企業(yè)的會(huì)計(jì)核算工作帶來(lái)質(zhì)的飛躍，其貢獻(xiàn)主要包括以下兩個(gè)方面。

（一）高效識(shí)別并提取業(yè)務(wù)信息

智能財(cái)務(wù)會(huì)計(jì)引擎的前端與企業(yè)的所有業(yè)務(wù)系統(tǒng)相連，紛繁復(fù)雜的業(yè)務(wù)信息將在應(yīng)用圖像識(shí)別與處理、文字識(shí)別與處理等技術(shù)的基礎(chǔ)上轉(zhuǎn)換為結(jié)構(gòu)清晰明了的業(yè)務(wù)數(shù)據(jù)。首先，企業(yè)可使用影像掃描技術(shù)實(shí)現(xiàn)紙質(zhì)原始憑證的電子化或通過(guò)網(wǎng)絡(luò)傳輸獲取電子原始憑證，再借助圖像識(shí)別與處理技術(shù)在業(yè)務(wù)系統(tǒng)內(nèi)完成對(duì)原始憑證的真?zhèn)巫R(shí)別、票面核對(duì)和分類工作，繼而將這些原始憑證所包含的各項(xiàng)信息轉(zhuǎn)換為固定結(jié)構(gòu)的文字與數(shù)據(jù)，避免出現(xiàn)遺漏和錯(cuò)誤;接下來(lái)，智能會(huì)計(jì)引擎將從業(yè)務(wù)系統(tǒng)內(nèi)自動(dòng)提取生成記賬憑證所需的信息并在文字識(shí)別與處理技術(shù)的支持下將這些信息進(jìn)一步轉(zhuǎn)化。機(jī)器學(xué)習(xí)技術(shù)的功效在于利用大量原始憑證的圖像和文字提升業(yè)務(wù)系統(tǒng)與智能財(cái)務(wù)會(huì)計(jì)引擎對(duì)業(yè)務(wù)信息的識(shí)別能力，使財(cái)務(wù)人員在記賬之時(shí)不用再基于經(jīng)驗(yàn)判斷手工選擇會(huì)計(jì)科目，從而在最大程度上實(shí)現(xiàn)自動(dòng)化記賬，提高記賬的效率和準(zhǔn)確性。值得注意的是，在識(shí)別業(yè)務(wù)信息這一步驟采用的機(jī)器學(xué)習(xí)算法主要是監(jiān)督式學(xué)習(xí)，因此必須對(duì)輸入業(yè)務(wù)系統(tǒng)的原始業(yè)務(wù)信息與智能財(cái)務(wù)會(huì)計(jì)引擎提取的處理后業(yè)務(wù)信息進(jìn)行標(biāo)記。例如，A企業(yè)2×19年7月1日向B企業(yè)購(gòu)買材料C用于生產(chǎn)加工并于當(dāng)日取得B企業(yè)開具的增值稅專用發(fā)票一張，A企業(yè)在將該發(fā)票的電子版導(dǎo)入業(yè)務(wù)系統(tǒng)之前，需對(duì)發(fā)票號(hào)碼、開票日期、購(gòu)買方信息、銷售方信息與貨物或應(yīng)稅勞務(wù)（服務(wù)）信息進(jìn)行標(biāo)記，同時(shí)注明付款方式;標(biāo)記之后的增值稅專用發(fā)票將被分類至采購(gòu)系統(tǒng)并在采購(gòu)系統(tǒng)內(nèi)由圖像轉(zhuǎn)換為文字與數(shù)據(jù);在將文字與數(shù)據(jù)形式的材料采購(gòu)信息傳輸至智能財(cái)務(wù)會(huì)計(jì)引擎之前，同樣需對(duì)這些采購(gòu)信息進(jìn)行標(biāo)記，根據(jù)開票日期指明記賬日期為2×19年7月1日，根據(jù)購(gòu)買方信息、銷售方信息、貨物或應(yīng)稅勞務(wù)（服務(wù)）信息與付款方式指明應(yīng)記入的會(huì)計(jì)科目為借記“原材料——C”“應(yīng)交稅費(fèi)——應(yīng)交增值稅（進(jìn)項(xiàng)稅額）”，貸記“銀行存款——D賬戶/庫(kù)存現(xiàn)金/應(yīng)付賬款——B企業(yè)等”，同時(shí)指明相應(yīng)會(huì)計(jì)科目的發(fā)生額。

（二）改進(jìn)現(xiàn)有記賬憑證轉(zhuǎn)換規(guī)則

快速準(zhǔn)確地對(duì)記賬所需的業(yè)務(wù)信息進(jìn)行識(shí)別和提取之后，智能財(cái)務(wù)會(huì)計(jì)引擎的下一項(xiàng)任務(wù)是基于一定的規(guī)則將這些業(yè)務(wù)信息轉(zhuǎn)換為具有固定格式的預(yù)制記賬憑證。轉(zhuǎn)換規(guī)則生成的前提是指明預(yù)制記賬憑證的核心要素——記賬日期、應(yīng)記入的會(huì)計(jì)科目以及各科目相應(yīng)的發(fā)生額，在傳統(tǒng)的財(cái)務(wù)會(huì)計(jì)引擎中這項(xiàng)工作的完成往往依賴于財(cái)務(wù)人員的經(jīng)驗(yàn)判斷和手工操作，重復(fù)性高;然而，應(yīng)用監(jiān)督式學(xué)習(xí)算法的智能財(cái)務(wù)會(huì)計(jì)引擎能夠事先經(jīng)過(guò)大量標(biāo)簽化業(yè)務(wù)數(shù)據(jù)的訓(xùn)練并根據(jù)不同的業(yè)務(wù)類型和業(yè)務(wù)場(chǎng)景制定相應(yīng)的轉(zhuǎn)換規(guī)則，因此接收到新的業(yè)務(wù)信息之后將在已有轉(zhuǎn)換規(guī)則的指引下迅速生成預(yù)制記賬憑證。隨著用于訓(xùn)練的標(biāo)簽化業(yè)務(wù)數(shù)據(jù)量的增大，智能財(cái)務(wù)會(huì)計(jì)引擎內(nèi)嵌的轉(zhuǎn)換規(guī)則將處于持續(xù)不斷的動(dòng)態(tài)調(diào)整和優(yōu)化完善過(guò)程中，由此大大增強(qiáng)企業(yè)會(huì)計(jì)核算工作與相關(guān)業(yè)務(wù)的同步性和協(xié)同性，為實(shí)現(xiàn)業(yè)財(cái)深度融合提供支撐。

三、基于機(jī)器學(xué)習(xí)的智能管理會(huì)計(jì)引擎

管理會(huì)計(jì)是會(huì)計(jì)的另一重要分支，與財(cái)務(wù)會(huì)計(jì)強(qiáng)調(diào)核算、面向過(guò)去不同，管理會(huì)計(jì)著重于管理且面向未來(lái)，有助于企業(yè)在錯(cuò)綜復(fù)雜的經(jīng)營(yíng)環(huán)境中實(shí)現(xiàn)生存與發(fā)展，因此日益受到管理者的關(guān)注和重視。機(jī)器學(xué)習(xí)對(duì)管理會(huì)計(jì)引擎的智能化改進(jìn)關(guān)鍵在于其不僅使用結(jié)構(gòu)化程度較高的財(cái)務(wù)數(shù)據(jù)，還會(huì)使用半結(jié)構(gòu)化與非結(jié)構(gòu)化特征突出的非財(cái)務(wù)數(shù)據(jù)，同時(shí)將數(shù)據(jù)來(lái)源由企業(yè)內(nèi)部真正拓展至企業(yè)外部，進(jìn)一步優(yōu)化管理會(huì)計(jì)在經(jīng)營(yíng)預(yù)測(cè)、決策支持和風(fēng)險(xiǎn)管控三個(gè)維度的職能，使改進(jìn)后的智能管理會(huì)計(jì)引擎真正成為行之有效的智能化管理工具。

（一）提高經(jīng)營(yíng)預(yù)測(cè)準(zhǔn)確性

經(jīng)營(yíng)預(yù)測(cè)通常指的是企業(yè)在結(jié)合歷史和現(xiàn)有資料的基礎(chǔ)上，按照其經(jīng)營(yíng)方針和目標(biāo)對(duì)經(jīng)營(yíng)活動(dòng)的未來(lái)發(fā)展趨勢(shì)所進(jìn)行的預(yù)計(jì)和推斷，大體可分為銷售預(yù)測(cè)、成本預(yù)測(cè)、利潤(rùn)預(yù)測(cè)和資金預(yù)測(cè)等。準(zhǔn)確的經(jīng)營(yíng)預(yù)測(cè)是有效決策的關(guān)鍵和前提，而要想提高經(jīng)營(yíng)預(yù)測(cè)的準(zhǔn)確性，企業(yè)必須加強(qiáng)其掌握信息的廣度和深度：從廣度而言，用于經(jīng)營(yíng)預(yù)測(cè)的信息應(yīng)包含宏觀市場(chǎng)環(huán)境、中觀行業(yè)環(huán)境和微觀企業(yè)環(huán)境三個(gè)層面，無(wú)論是對(duì)國(guó)家的各項(xiàng)政策、行業(yè)的發(fā)展方向、競(jìng)爭(zhēng)對(duì)手的優(yōu)劣勢(shì)還是供應(yīng)商、客戶以及自身的發(fā)展現(xiàn)狀，企業(yè)都需有充分的洞察力和判斷力;從深度上說(shuō)，企業(yè)獲取的上述三個(gè)層面的信息都應(yīng)該足夠深入，在滿足成本效益原則的前提下盡可能多地關(guān)注細(xì)節(jié)。企業(yè)內(nèi)外部環(huán)境的瞬息萬(wàn)變導(dǎo)致絕對(duì)準(zhǔn)確的經(jīng)營(yíng)預(yù)測(cè)無(wú)法實(shí)現(xiàn)，但在機(jī)器學(xué)習(xí)技術(shù)的助力之下，智能管理會(huì)計(jì)引擎獲取的有效信息越多、信息的種類和內(nèi)容越豐富，越能提高其最終生成的經(jīng)營(yíng)預(yù)測(cè)模型的相對(duì)準(zhǔn)確性，進(jìn)而能在經(jīng)營(yíng)情境發(fā)生變化時(shí)輸出相對(duì)可靠的經(jīng)營(yíng)預(yù)測(cè)結(jié)果，為企業(yè)進(jìn)行決策活動(dòng)提供指引。

（二）強(qiáng)化決策支持功能

決策支持是管理會(huì)計(jì)最重要的職能之一，通常通過(guò)決策支持系統(tǒng)來(lái)實(shí)現(xiàn)。決策支持系統(tǒng)為決策者提供了分析問(wèn)題、提出方案并模擬方案實(shí)施的平臺(tái)，可輔助決策者利用數(shù)據(jù)、知識(shí)和模型以推理或計(jì)算解決定性或定量問(wèn)題，在半結(jié)構(gòu)化與非結(jié)構(gòu)化決策過(guò)程中扮演了重要角色。隨著數(shù)據(jù)處理技術(shù)的不斷進(jìn)步與革新，數(shù)據(jù)日益成為決策知識(shí)與決策模型的來(lái)源。因此，要想提高決策的水平和質(zhì)量，必須根據(jù)決策目標(biāo)獲取足夠多與決策相關(guān)的數(shù)據(jù)并對(duì)這些數(shù)據(jù)展開充分的整理分析，而應(yīng)用了機(jī)器學(xué)習(xí)技術(shù)的智能管理會(huì)計(jì)引擎正是分析數(shù)據(jù)、支持決策的強(qiáng)大工具。結(jié)合監(jiān)督式學(xué)習(xí)與無(wú)監(jiān)督式學(xué)習(xí)兩大類機(jī)器學(xué)習(xí)算法，智能管理會(huì)計(jì)引擎能夠有針對(duì)性地解決不同類型的決策問(wèn)題：采用監(jiān)督式學(xué)習(xí)算法處理大量標(biāo)簽化數(shù)據(jù)并生成常規(guī)化的決策模型與決策規(guī)則，將有效應(yīng)對(duì)相對(duì)簡(jiǎn)單明確、可遵循固定規(guī)律的結(jié)構(gòu)化決策問(wèn)題，實(shí)現(xiàn)決策過(guò)程的自動(dòng)化;而采用無(wú)監(jiān)督式學(xué)習(xí)算法處理大量非標(biāo)簽化數(shù)據(jù)，基于數(shù)據(jù)的內(nèi)在關(guān)聯(lián)而不是傳統(tǒng)的財(cái)務(wù)思維得到某些特定的決策模型與決策規(guī)則，將為企業(yè)中高層管理者結(jié)合自身的經(jīng)驗(yàn)判斷和個(gè)人偏好進(jìn)行決策提供有效輔助，使影響因素眾多、決策過(guò)程復(fù)雜且無(wú)固定規(guī)律可循的半結(jié)構(gòu)化與非結(jié)構(gòu)化決策不再成為困擾企業(yè)決策的難題。

（三）完善風(fēng)險(xiǎn)管控能力

企業(yè)的生存發(fā)展歷程并非總是一帆風(fēng)順，各種潛在的風(fēng)險(xiǎn)事件一旦真正發(fā)生，可能會(huì)給企業(yè)帶來(lái)不可估量的損失。為降低風(fēng)險(xiǎn)事件的發(fā)生概率或減少風(fēng)險(xiǎn)事件發(fā)生時(shí)導(dǎo)致的損失，采取恰當(dāng)?shù)姆椒ê痛胧┻M(jìn)行風(fēng)險(xiǎn)管控也是企業(yè)管理的重要內(nèi)容。風(fēng)險(xiǎn)管控的具體流程大致包括風(fēng)險(xiǎn)識(shí)別、風(fēng)險(xiǎn)分析、風(fēng)險(xiǎn)管控方法選擇和風(fēng)險(xiǎn)管控效果評(píng)價(jià)四個(gè)步驟，而智能化管理會(huì)計(jì)引擎將在機(jī)器學(xué)習(xí)技術(shù)的助推下完成風(fēng)險(xiǎn)識(shí)別與分析的任務(wù)，有利于企業(yè)及時(shí)發(fā)現(xiàn)并妥善應(yīng)對(duì)相關(guān)風(fēng)險(xiǎn)，提升風(fēng)險(xiǎn)管控效率，以保障各項(xiàng)生產(chǎn)經(jīng)營(yíng)及投融資活動(dòng)的順利開展。監(jiān)督式學(xué)習(xí)算法的應(yīng)用需要已標(biāo)明各項(xiàng)具體特征、相應(yīng)風(fēng)險(xiǎn)類型和風(fēng)險(xiǎn)等級(jí)的大量風(fēng)險(xiǎn)事件數(shù)據(jù)來(lái)進(jìn)行訓(xùn)練，使智能管理會(huì)計(jì)引擎充分把握不同類型、不同等級(jí)風(fēng)險(xiǎn)事件的特征，從而能夠在某一新事件出現(xiàn)之時(shí)自動(dòng)判斷該事件是否為風(fēng)險(xiǎn)事件;若為風(fēng)險(xiǎn)事件，智能管理會(huì)計(jì)引擎將及時(shí)向管理者發(fā)送風(fēng)險(xiǎn)預(yù)警信號(hào)，同時(shí)分析確定該事件的風(fēng)險(xiǎn)類型及等級(jí)，輔助管理者制定與之相匹配的管控方法與業(yè)務(wù)流程，將企業(yè)的風(fēng)險(xiǎn)控制在合理范圍之內(nèi)。

四、基于機(jī)器學(xué)習(xí)構(gòu)建智能會(huì)計(jì)引擎的機(jī)遇與挑戰(zhàn)

機(jī)器學(xué)習(xí)在智能時(shí)代引領(lǐng)、國(guó)家政策支持和新興信息技術(shù)助力之下迎來(lái)了蓬勃發(fā)展的浪潮，也為智能會(huì)計(jì)引擎構(gòu)建帶來(lái)了不可多得的珍貴機(jī)遇。但機(jī)遇與挑戰(zhàn)并存，人工智能領(lǐng)域人才嚴(yán)重短缺、復(fù)雜的業(yè)務(wù)場(chǎng)景與活動(dòng)無(wú)法避免人工干預(yù)以及所得模型可解釋性有限都是在利用機(jī)器學(xué)習(xí)構(gòu)建智能會(huì)計(jì)引擎之時(shí)需要攻克的難題。

（一）基于機(jī)器學(xué)習(xí)構(gòu)建智能會(huì)計(jì)引擎的機(jī)遇

1.智能時(shí)代呼吁財(cái)務(wù)創(chuàng)新與變革

自20世紀(jì)50年代正式誕生以來(lái)，人工智能逐漸成為了一門內(nèi)容廣泛的交叉前沿學(xué)科。尤其是進(jìn)入21世紀(jì)之后，人工智能的應(yīng)用范圍隨其理論和技術(shù)的日益成熟而不斷擴(kuò)大，機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理等分支領(lǐng)域在各行各業(yè)都掀起了巨大的變革風(fēng)浪。計(jì)算機(jī)的誕生與普及使財(cái)務(wù)完成了由純手工操作向電算化的轉(zhuǎn)變，人工智能引領(lǐng)的智能時(shí)代也必將推動(dòng)財(cái)務(wù)與時(shí)俱進(jìn)，在智能化領(lǐng)域突破創(chuàng)新，為企業(yè)發(fā)展的良性循環(huán)提供全方位服務(wù)和強(qiáng)有力支撐[8]。當(dāng)前已研制成功的智能財(cái)務(wù)機(jī)器人正是時(shí)代變革下財(cái)務(wù)運(yùn)營(yíng)智能化的階段性產(chǎn)物之一，它主要針對(duì)重復(fù)性高、標(biāo)準(zhǔn)化程度高且邏輯規(guī)則明確的財(cái)務(wù)流程，可在完美取代大量人力投入的同時(shí)提高效率[9]，但由于不具備自我學(xué)習(xí)能力，因此與真正的智能財(cái)務(wù)尚有差距。未來(lái)，以機(jī)器學(xué)習(xí)為代表的人工智能技術(shù)將在財(cái)務(wù)領(lǐng)域?qū)崿F(xiàn)更為深入的應(yīng)用，除了能夠構(gòu)建智能會(huì)計(jì)引擎，也將開發(fā)出更具創(chuàng)新性和顛覆性的智能財(cái)務(wù)工具，為企業(yè)達(dá)成業(yè)務(wù)發(fā)展與財(cái)務(wù)管理緊密融合的目標(biāo)增添新的助力。

2.國(guó)家政策支持人工智能發(fā)展

人工智能所具備的巨大潛力與重大戰(zhàn)略意義使得全球各主要大國(guó)為搶占時(shí)代制高點(diǎn)和競(jìng)爭(zhēng)主動(dòng)權(quán)競(jìng)相部署相關(guān)戰(zhàn)略，中國(guó)也緊跟新經(jīng)濟(jì)時(shí)代的節(jié)奏和步伐于近年在人工智能領(lǐng)域密集出臺(tái)了多項(xiàng)政策（如表2所示）：2015年5月，《中國(guó)制造2025》首次提及“智能制造”;2016年3月，“人工智能”被寫入國(guó)家“十三五”規(guī)劃綱要;2017與2018連續(xù)兩年的國(guó)務(wù)院政府工作報(bào)告均提及“人工智能”，足見我國(guó)對(duì)其關(guān)注和重視程度之高。國(guó)家政策的支持與號(hào)召使得人工智能不僅獲得諸如阿里、騰訊和百度等科技巨頭的青睞，也在產(chǎn)業(yè)資本的扶持之下催生了一批成長(zhǎng)迅速的科技型獨(dú)角獸企業(yè)，整體技術(shù)突飛猛進(jìn)，產(chǎn)品應(yīng)用成果豐碩。隨著人工智能作為一項(xiàng)基礎(chǔ)技術(shù)在各行各業(yè)的快速滲透和推進(jìn)，財(cái)務(wù)領(lǐng)域?qū)崿F(xiàn)跨越式升級(jí)指日可待，基于機(jī)器學(xué)習(xí)的智能會(huì)計(jì)引擎的構(gòu)建也是響應(yīng)國(guó)家政策的重要環(huán)節(jié)。

3.新一代信息技術(shù)助力機(jī)器學(xué)習(xí)騰飛

“大智移云物”時(shí)代之下，包括機(jī)器學(xué)習(xí)在內(nèi)的新興信息技術(shù)之間存在著極其密切的聯(lián)系，它們相互促進(jìn)、彼此依存，共同推動(dòng)了社會(huì)的發(fā)展與進(jìn)步——機(jī)器學(xué)習(xí)對(duì)于發(fā)掘大數(shù)據(jù)背后隱藏的真正價(jià)值、使大數(shù)據(jù)轉(zhuǎn)變?yōu)橹R(shí)或生產(chǎn)力不可或缺，而大數(shù)據(jù)則是機(jī)器學(xué)習(xí)的必備前置技術(shù)環(huán)節(jié)，越豐富多樣的數(shù)據(jù)越可能提升機(jī)器學(xué)習(xí)生成模型的精確性;計(jì)算能力和計(jì)算速度的日益提升使得云計(jì)算為大數(shù)據(jù)的處理運(yùn)行提供了良好的技術(shù)與服務(wù)支持，而移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)則為大數(shù)據(jù)提供了海量的數(shù)據(jù)來(lái)源，如圖4所示。因此，要想發(fā)揮機(jī)器學(xué)習(xí)的強(qiáng)大作用，必須實(shí)現(xiàn)其與大數(shù)據(jù)、移動(dòng)互聯(lián)網(wǎng)、云計(jì)算和物聯(lián)網(wǎng)等新技術(shù)的緊密結(jié)合與交匯融通，在此基礎(chǔ)上，智能會(huì)計(jì)引擎可謂集新一代信息技術(shù)于一體，為財(cái)務(wù)智能化提供重要支撐。

（二）基于機(jī)器學(xué)習(xí)構(gòu)建智能會(huì)計(jì)引擎的挑戰(zhàn)

1.專業(yè)型與復(fù)合型人才相對(duì)匱乏

基于機(jī)器學(xué)習(xí)的智能會(huì)計(jì)引擎是人工智能與財(cái)務(wù)相結(jié)合后的產(chǎn)物，其誕生與發(fā)展不僅需要依靠人工智能領(lǐng)域的專業(yè)型人才，更需要同時(shí)具有人工智能背景和財(cái)務(wù)背景的復(fù)合型人才。然而，人工智能涉及了計(jì)算機(jī)科學(xué)、數(shù)學(xué)、心理學(xué)甚至哲學(xué)等多門學(xué)科的知識(shí)，交叉性較強(qiáng)，合格人才的培養(yǎng)難度大、培養(yǎng)時(shí)間長(zhǎng)，導(dǎo)致人工智能專業(yè)型人才的供應(yīng)量遠(yuǎn)遠(yuǎn)落后于飛速提升的需求量，人才嚴(yán)重短缺的現(xiàn)象極為突出，通曉財(cái)務(wù)知識(shí)的人工智能復(fù)合型人才更是寥寥無(wú)幾。雖然當(dāng)前人工智能初創(chuàng)企業(yè)逐漸增多，傳統(tǒng)互聯(lián)網(wǎng)行業(yè)對(duì)人工智能也日益重視，但相關(guān)的人才缺口很難在短期內(nèi)得到有效填補(bǔ)。只有在基礎(chǔ)研究領(lǐng)域進(jìn)行持續(xù)投入，加大算法等基礎(chǔ)學(xué)科的培養(yǎng)力度，以培養(yǎng)相關(guān)專業(yè)頂尖人才;同時(shí)發(fā)展交叉學(xué)科，在系統(tǒng)知識(shí)體系下啟發(fā)新思維以打造復(fù)合型人才;并通過(guò)校企聯(lián)合培養(yǎng)實(shí)現(xiàn)科研理論與應(yīng)用實(shí)踐的有機(jī)結(jié)合，建立長(zhǎng)期人才儲(chǔ)備，才能從根本上破解人才匱乏的難題。

2.復(fù)雜業(yè)務(wù)場(chǎng)景與活動(dòng)仍需人工干預(yù)

雖然基于機(jī)器學(xué)習(xí)的智能財(cái)務(wù)會(huì)計(jì)引擎能夠取代記賬流程中大部分重復(fù)率和機(jī)械程度較高的手工操作，但在面臨復(fù)雜或不規(guī)范的業(yè)務(wù)場(chǎng)景之時(shí)，仍然需要財(cái)務(wù)人員親自對(duì)其進(jìn)行梳理，并依據(jù)會(huì)計(jì)準(zhǔn)則在已有經(jīng)驗(yàn)的基礎(chǔ)上做出判斷。同樣，對(duì)于利用機(jī)器學(xué)習(xí)構(gòu)建的智能管理會(huì)計(jì)引擎而言，雖然其能全面提升管理會(huì)計(jì)的各項(xiàng)職能水平，但復(fù)雜程度較高的分析、預(yù)測(cè)以及決策等活動(dòng)，終究需要管理者憑借個(gè)人的經(jīng)驗(yàn)判斷、在綜合考慮多方信息之后才能得以開展，智能管理會(huì)計(jì)引擎只是充當(dāng)有效的輔助工具。短期內(nèi)，機(jī)器學(xué)習(xí)尚不可能使無(wú)需人工干預(yù)的全自動(dòng)化智能會(huì)計(jì)引擎成為現(xiàn)實(shí)。

3.所得模型的可解釋性有限

在利用機(jī)器學(xué)習(xí)技術(shù)解決某一領(lǐng)域的具體問(wèn)題時(shí)，往往需要該領(lǐng)域內(nèi)的從業(yè)人員能夠理解最終生成的模型，從而進(jìn)一步明確該模型能夠針對(duì)未知樣本進(jìn)行預(yù)測(cè)的邏輯[10]。然而，在某些情況下，通過(guò)機(jī)器學(xué)習(xí)生成的模型只能從單純的數(shù)據(jù)層面加以解釋，在實(shí)際應(yīng)用層面卻不具備可解釋性，這是機(jī)器學(xué)習(xí)存在的缺陷之一。就智能會(huì)計(jì)引擎而言，主要采用無(wú)監(jiān)督式學(xué)習(xí)算法的智能管理會(huì)計(jì)引擎以訓(xùn)練數(shù)據(jù)的內(nèi)在關(guān)聯(lián)為基礎(chǔ)生成預(yù)測(cè)或決策模型，但這些模型所蘊(yùn)含的預(yù)測(cè)或決策機(jī)制有時(shí)無(wú)法從財(cái)務(wù)或管理層面得到清晰完全的解釋，因此可能只會(huì)對(duì)最終的預(yù)測(cè)或決策行為產(chǎn)生相對(duì)有限的影響。●

【參考文獻(xiàn)】

[1] 劉勤，楊寅.改革開放40年的中國(guó)會(huì)計(jì)信息化：回顧與展望[J].會(huì)計(jì)研究，2019（2）：26-34.

[2] 韓向東，余紅燕.智能財(cái)務(wù)的探索與實(shí)踐[J].財(cái)務(wù)與會(huì)計(jì)，2018（17）：11-13.

[3] 余應(yīng)敏，王彩淋.財(cái)務(wù)機(jī)器人對(duì)會(huì)計(jì)行業(yè)的影響及其應(yīng)對(duì)策略[J].會(huì)計(jì)之友，2018（7）：54-56.

[4] JASON BELL.機(jī)器學(xué)習(xí)實(shí)用技術(shù)指南[M].鄒偉，王燕妮，譯.北京：機(jī)械工業(yè)出版社，2018：1-8.

[5] ALARCON J L，et al.Accounting AI and machine learning：applications and challenges[J].Pennsylvania CPA Journal（special），2019：1-5.

[6] 劉彬，石亮亮.銀行科技系統(tǒng)會(huì)計(jì)引擎作用淺析[J].中國(guó)金融電腦，2017（9）：57-63.

[7] 董皓.智能時(shí)代財(cái)務(wù)管理[M].北京：電子工業(yè)出版社，2018：71-98，191-200.

[8] MOUDUD-UL-HUQ S.The role of artificial intelligence in the development of accounting systems：a review[J]. IUP Journal of Accoun-

ting Research & Audit Practices，2014，13（2）：7-19.

[9] LIN P，HAZELBAKER T.Meeting the ch-

allenge of artificial intelligence[J].CPA Journal，2019，89（6）：48-52.

[10] 張長(zhǎng)水.機(jī)器學(xué)習(xí)面臨的挑戰(zhàn)[J].中國(guó)科學(xué)：信息科學(xué)，2013，43（12）：1612-1623.