ABC時代人機結合的會計智能化路徑研究

羅莉 劉永春

【摘 要】 文章從會計的社會性與技術性入手，分析當下會計所處環境的ABC技術特征。通過對國內外的人工智能與會計相關文獻的梳理和企業管理軟件供應商（SAP與用友）人工智能應用情況的分析，以及全球AI市場領先公司與AI產品的介紹，根據人工智能使復雜任務自動化、能強化人的優勢作用、能通過經濟擴散推動創新的三大作用，設計了人機結合的會計智能化之路：會計復雜任務自動化、人機結合進行決策充分發揮人的優勢、最終會計職能得到拓展。

【關鍵詞】 ABC（人工智能、大數據、云計算）; 人機結合; 會計智能化

【中圖分類號】 F230? 【文獻標識碼】 A? 【文章編號】 1004-5937（2021）12-0142-06

會計具有社會性與技術性，社會性決定了其目標，而技術性決定了其發展水平，在社會性與技術性的影響下，會計螺旋式向前發展。信息技術在會計中的應用經歷了電算化、信息化、智能化等從量變到質變的過程。

一、新時代的技術特征：ABC

當下，作為驅動經濟發展與社會變革重要驅動力的信息技術進步神速。21世紀人類進入新時代。“大智移云”“智云大平網”“ABC”等是對當下技術特征的三種概述。“大智移云”是指大數據、智能化、移動互聯網和云計算;“智云大平網”是指人工智能、云計算、大數據、服務平臺、物聯網;“ABC”是指人工智能（AI-artificial intelligence，augmented intelligence）、大數據（Big Data）與云計算（Cloud Computing）。

筆者認為“云”的實質是網絡，云計算是一種網絡應用，它包括移動互聯網、物聯網。按通過網絡獲取的資源不同來劃分，云計算有三種模式：基礎設施即服務（IaaS）、平臺即服務（PaaS）與軟件即服務（SaaS）。在信息時代摩爾定律、吉爾德定律、麥特卡爾夫定律的作用下，7×24小時聯網獲取基礎設施、平臺、軟件資源的云計算使計算資源越來越便宜，無處不在的網絡（包括移動互聯網、物聯網）使數據變成大數據。自20世紀50年代提出AI概念之后的60多年里，AI歷經幾番起落。在便宜的計算資源與豐富的大數據支持下，2006年提出的深度學習模式有了應用的基礎。2016年阿爾法狗戰勝圍棋高手說明在技術突破與應用需求的雙重驅動下，AI從計算智能、感知智能發展到了認知智能。據此認為AI是基于大數據、云計算等信息技術的統稱，本文用ABC作為新時代技術特征的概括。

資本、勞動力等傳統生產要素推動經濟增長的能力顯著下降，AI作為一種新型生產要素，通過改變工作方式、強化人的作用已成為經濟發展新動力。埃森哲預測：到2035年，AI有可能使經濟增長率提高一倍①。AI戰略部署已“從少數大國關注走向‘全球布局”②。AI在三個方面推動經濟發展：復雜任務自動化;與傳統生產要素結合，強化勞動力與資本的優勢作用;通過經濟擴散推動創新。

二、人機結合的會計模型

會計既是信息系統也是管理活動。會計信息系統是一個人機系統，它為企業內外各類決策者提供與價值或資金相關的信息。財務會計為企業外部的各利益相關者提供信息，信息披露分強制性與自愿性，前者要盡可能地降低信息披露的成本，后者需要進行成本效益比較。為滿足各方需求，強制性信息披露需要遵循由各方博弈后制定的會計準則，披露的財務會計信息只能是各方博弈后的最小公倍數。管理會計為企業內部各層次管理者提供信息以幫助他們做出日常、例外事項等戰術與戰略管理決策。決策是管理的核心，作為管理活動，會計就是支持甚至直接做決策。決策面對的問題有結構化性與非結構性之分，如圖1所示，結構性問題是以前出現并處理過的問題，非結構性問題則是未出現未處理過的問題。計算機在處理結構性問題上占據優勢，而人在處理非結構性問題方面更有優勢。

三、人工智能與會計的文獻梳理

劉勤等[1]將我國會計信息化發展劃分為電算化、信息化（狹義）、智能化三個階段，并認為從2016年開始，我國處于會計智能化初步階段（局部智能化）。

（一）AI使復雜任務自動化

復雜任務自動化是AI早期要做的事，也是信息化高級階段要實現的目標。Lymer[2]、Baldwin et al.[3]指出AI會計的研究起源于1987年，涉及專家系統、智能代理、神經網絡、基于案例的推理等，以專家系統為代表，但專家系統未能很好地發展。國內，2007年開始在知網中可以查到“人工智能”+“會計”的文獻。

Kirkos et al.[4]通過對三種AI技術應用于審計師委派時的效果的研究，得出因為AI能更好地揭示審計師任命相關的重要因素，從而在任命審計師方面更能提高審計質量。Tokic[5]介紹了AI在美國BlackRock投資管理公司選股的應用，認為像選股、財務分析這類應該更多使用人類智力的工作完全可能被基于自主學習的AI替代，但他也指出資本市場如果都由機器做決策將會崩潰，并提出應該繼續跟蹤AI選股技術在現實世界中面向不可預測的系統性事件或者人做的不穩定決策時的反應。Guyader[6]以FAS133（金融衍生工具）會計準則為例，說明當會計與日益復雜的資本市場活動相互作用時，AI是確保最復雜的現代會計規則得到正確執行的必要因素。Sen et al.[7]以水資源回收工廠的AI平臺為例，介紹AI怎樣基于物聯網收集數據、并在自動化的操作中做出優化的流程與資產配置決策，以提供最佳解決方案。

（二）人與AI的分工合作

王瀟[8]以企業電子研發工程師為例，研究了AI對知識型員工勞動過程的影響，其結論是“技術空心化”，即“將核心科學技術從知識生產的基本技能中抽離”;作者認為只要不僅僅把AI作為提高效率的工具，不放棄“對核心技術知識的積累”，就可以避免空心化問題的產生，還會對技術提升產生正面影響。Bordenave[9]以客戶體驗洞察為例，說明AI的優勢是：每一條反饋信息都可以在“實時”問題之后直接轉化為“下一個最佳行動”，提高了對短期投資回報（ROI）和實時“行動洞察力”的感知。但“智能廉價”的副作用是：它錯誤地將數據同化為客戶洞察，忽略了解釋結果和區分要采取的相關行動中關鍵的步驟。AI使客戶的體驗變得越來越碎片化、分析工具變得越來越復雜、而使用分析工具的用戶（服務客戶的人員）越來越不專業，這意味著戰略調查將需要更多的專家思考。沒有人類智力的參與，自動化本身只會提供“更多的老東西”，而無法解決管理中的最大問題：組織內部傳遞洞察及采取相應行動的方式，以及收集到的數據的質量問題。Locke[10]對散戶應用XBRL財務報告數據做決策的實驗研究得出“監管者和軟件設計者應該努力減少用戶對使用交互式數據自動生成比率的可比較性的依賴”的結論。

Gavrilova[11]研究了動蕩環境中制定戰略的建模方法，他們按問題結構化的程度（非結構化、半結構化、結構化），將建模方法分為六類，對戰略決策制定的全過程（從口頭描述問題，到復雜的建模與決策支持方法）中，知識工作（包括AI與知識工程）和系統方法（包括運籌學與企業建模）的合作機制進行了研究。埃森哲認為，要從流程、數據和人力資源三個維度實現人機協作才能發揮AI的巨大效能;并總結出未來人機協作的六種模式：人主導的訓練師、解釋員、維系者;機器主導的增強器、交互對象、合作助手。繼標準化、自動化之后，企業正處于借助AI實現自適應流程的轉型中。

秦榮生[12]認為我國要促進經濟高質量發展，必須應對勞動力紅利消失、勞動力成本不斷上升的趨勢。傅元略[13]在“智慧會計”理論的基礎上提出財會人員的核心新技能框架。徐經長[14]認為AI時代會計工作將業財融合、財務會計和管理會計一體化，會計信息的呈現、獲取和使用方式發生根本變化，非會計信息成為重要補充。杜塔[15]認為第四次工業革命不會使會計無用，反而會使其走向更先進的水平，他探討了AI、區塊鏈、云計算、大數據等技術的背景、應用及對會計職業與教育的影響，認為軟技能是會計專業人士的重要能力。

（三）AI促進會計職能拓深擴展

Leary[16]通過對《國際會計、金融和管理智能系統》和《會計、金融和管理智能系統》兩個期刊上的論文及其引用情況的研究，總結出會計金融管理領域中AI方面的研究主題與研究方法。Cockcroft et al.[17]提出大數據會計的六個主要研究領域：風險與安全、數據可視化和預測分析、數據管理和數據質量。

Sahut et al.[18]提到數字創新領域的文獻存在過時、實踐與學術之間脫節等問題，認為AI、區塊鏈、增強現實、虛擬現實、物聯網、自動駕駛等技術應歸屬到數字創新中，分析了數字創新對市場、價值鏈、商業模式的影響：價值鏈是網絡環境中的非線性分布式控制和動態過程;商業模式從電子商業模式發展成商業模式畫布。Carlos et al.[19]研究了信息和通信技術（ICT）發展對決策的影響，得出ICT能影響決策的數據有用性，但數據驅動的決策有用性在ICT水平上顯示出遞減的回報。因此，隨著ICT的發展，公司可以采用更簡單、更便捷的策略而不會失去有效性。公司在評估最佳策略（如使用大數據分析）時應考慮引入ICT發展指數。Battistella et al.[20]指出復雜商業模式總是在混亂邊緣的創新圈和共享圈的動態平衡中演化而來。

（四）綜合述評

AI使諸如選派審計師、選股、基于物聯網的企業管理決策、執行最復雜的會計準則等復雜會計任務自動化。AI發展極快，學界研究的重點應是利用AI解決會計問題而不是AI本身。因此會計界應關注AI的最新發展，結合會計工作的需要研究AI的應用。

AI的優勢是“實時”且成本低，但廉價智能使知識型工作者技術空心化。沒有人的參與，AI無法解決管理中的最大問題：洞察、行動與數據質量。因此，人不能過分依賴AI，而應主動利用AI，掌握AI環境下的軟技能，與機器協同以完成會計目標。

AI使會計更高效履行基本職能，但AI帶來的數字創新也使會計環境發生深刻變化。因此一方面，會計基本職能會隨著環境的變化而變化，如注重風險、注重預測、注重數據質量等;另一方面，AI使會計更利于拓展其職能。

四、人工智能應用現實的梳理

信息技術在會計中的最新應用是會計智能化，它既是會計信息化的延續，又是社會智能化后會計發展的必然趨勢。會計是管理學科，市場領先的企業管理解決方案供應商有SAP（國外）與用友（國內）等，它們是將AI引入管理及會計領域的先行者。

SAP認為，AI時代，企業需要重視數據、找到能夠支持海量數據高速處理的實時計算平臺、重視與業務相結合的算法。2017年SAP推出的Leonardo是海量數據高速處理的實時計算平臺，它以AI的開發與應用為核心，將機器學習、物聯網、大數據、商務分析和區塊鏈等技術領域的不同軟件功能整合在一起，同時融入了SAP的經驗、流程、行業知識以及先進的設計思維方法。在SAP看來，AI的涵義是“自動化”，包括機器人處理自動化（RPA）、操作自動化，最重要的是決策自動化。2018年SAP收購了專注于機器人流程和桌面自動化的Contextor SAS。SAP已經在其軟件中融入了有監督的機器學習以避免AI的失敗。SAP認為，在深度學習的數據、算法、模型三要素中，數據的決定性作用遠高于其他二者，而中國在數據方面占據優勢。

用友的戰略是將云與AI結合，讓AI為企業管理賦能。用友NC Cloud集成了小友智能機器人：VPA與RPA，前者負責對話式業務處理以及專業知識問答;后者側重流程自動化。

因信息化需要大量人才，SAP與用友都很重視教育。SAP的大學聯盟（UA）是非盈利組織，目前在全球建立了六個大學能力中心（UCC），北交大的UCC是第6個。UCC致力打造信息化與數字化創新人才培育的生態圈，目前有五大產品塊的課程體系。用友創新了教育領域的商業模式，以用友新道公司經營的方式，致力在教育領域發揮其行業優勢，也設計了系列課程。他們的共同點是：都有企業模擬經營決策課程，該課程注重利用新技術創建模擬新環境，訓練學生模擬企業經營決策過程，注重人與機器合作決策能力的提升。

2018年，全球AI軟件平臺市場份額最大的是IBM，其沃森AI平臺通過客戶服務獲得顯著效益。高級預測與分析市場份額最大是SAS，它將AI和分析技術帶入云端，在SAS云平臺上，提供可視化數據挖掘和機器學習、可視文本分析（自然語言處理-NLP）、可視化預測與優化等工具，為數據管理、分析可視化、部署、決策等提供AI技術支持。互聯網數據中心（IDC）將SAS列為2018年AI軟件收入的領頭羊。

此外，微軟以AI平臺供應商的角色提供深度學習領域的商業級別認知工具包;Infor的Coleman AI平臺致力于提高流程效率;Salesforce的愛因斯坦AI平臺以顧客為導向，形成預測并使商業流程獲益;OpenAI是非盈利的高質量AI研究小組;亞馬遜的管理業務流程（AWS）深度學習產品有助于公司業務流程的優化。

五、人機結合的會計智能化之路

（一）人機結合的會計工作

如圖2所示，圖中深色部分為人，淺色部分是機器。從企業內部看，在機器的支持下實現了業務財務一體化，即財務信息伴隨業務過程自動生成;而信息過程則利用數據挖掘與數據分析等工具幫助中層管理者開展工作;高層則需要更先進的AI工具支持以高效做出決策。從企業外部看，市場、價值鏈與商業模式也因AI技術的推廣與深度應用而發生改變。需要注意的是技術的三個層次是向下覆蓋與包含的。

在AI的支持下，不同層次會計工作可能會發生以下變化：底層記錄、收集信息的會計工作基本由機器完成，一些常規的決策也可由機器做出，但日常業務相關人員需要有一些會計的基本理念與意識。中層對會計數據的挖掘、加工處理與呈現也可多由機器完成，但當例外事項、特殊情況發生時，需要中層管理者提出決策對信息的需求并根據AI提供的結果做出決策。高層決策中人的專業知識、基于理性的感性決策能力越來越重要。隨著AI的發展，會計工作可能出現空心化問題：與AI協作的人越來越不專業，也缺乏戰略思考。

（二）人機結合的會計職能

如圖3所示。（1）會計的核算職能基本可由機器履行。財務會計中強制性披露的會計信息可能會因成本降低而擴張，自愿性披露的會計信息會越來越靈活以滿足個性化的信息需求。財務會計從業人員需更多關注新業務的會計處理、會計準則的協調與競爭。（2）會計的監督職能需要人與機器合作并強調人的作用：AI可以驅動監管，更新和創建自適應、自完善的法律與規則;但是需要適合AI的職業道德與之配合。（3）管理會計的決策自動化是智能化的目標，但只有結構化的問題才可能完全自動化決策，非結構化、半結構化的問題仍然需要人不同程度的參與。智能化時代變化是唯一不變的主題，非結構化的問題會越來越多，會計人員需要提高洞察力、關注基于深刻洞察的決策、關注數據質量，并充分利用AI訓練自己基于理性（機器）基礎上的感性決策能力。

（三）會計智能化之路

首先是會計復雜任務自動化。（1）財務會計怎樣實現自動化？遵循平行的會計準則→最佳實踐（模板）→業務財務一體化→調整分錄→實時報表。（2）會計準則因技術性“大同”，因社會性“小異”。人應關注新業務，用AI驅動自適應的會計準則，與基于AI的會計職業道德配合，開展會計準則協調與競爭的研究。

其次是人機結合進行決策。AI的數據挖掘、文本分析、可視化等技術可提供相應支持。（1）合理選擇成本核算方法。以產品成本為例：根據產品結構（BOM）核算直接材料;根據工藝流程核算直接人工與直接費用;對不同層次成本中心進行費用的歸集分配以核算間接費用。項目成本核算實質上就是不同層次項目費用的歸集、分配，再歸集再分配的過程。（2）根據決策的需要，人提出信息需求;AI按需提供相應信息，并用AI模型進行決策模擬，以支持人的決策。（3）具有自學習能力的AI根據大數據抽象出具有邏輯關系的數據，人根據環境的變化與深刻的洞察做出戰略決策。（4）AI在企業知識管理中的應用及AI在中高級會計人員教育與訓練中的應用，可提升人基于理性的感性決策能力。

最后是AI促進會計職能拓展。會計拓展職能需要配合會計目標去分析。長期看，會計目標完全可能會是“解決AI產生效益的再分配問題”，而會計主體會從微觀企業向中觀與宏觀的行業、政府拓寬，關注的職責由經濟職責向政治、社會責任拓展。但短期看，會計職能的拓展需以人機結合為基礎。

六、結語

通過研究認為新時代的技術特征是ABC，它具有一定的邏輯性：云計算→大數據→人工智能。會計既是管理活動也是信息系統，它是一個人機結合的系統。通過對人工智能與會計相關文獻的梳理，得出以下結論：ABC環境下，會計界應關注AI的最新發展，結合會計工作的需要研究AI的應用;但會計人員不能過分依賴AI，而應主動利用AI、掌握AI環境下的軟技能、與機器協同以完成會計目標;在AI支持下，人充分發揮優勢后，會計的職能就能得到進一步的拓展。之后通過對國內外企業管理軟件供應商SAP與用友人工智能應用情況、全球AI市場領先公司AI產品的分析，設計了人機結合的會計智能化之路：會計復雜任務自動化、人機結合進行決策充分發揮人的優勢、最終會計職能得到拓展。

【參考文獻】

[1] 劉勤，楊寅.改革開放40年的中國會計信息化：回顧與展望[J].會計研究，2019（2）：26-34.

[2] ANDREW LYMER.Second international meeting on artificial intelligence in accounting，finance and tax，Punta Umbria，Spain，27-28 September 1996[J].Intelligent Systems in Accounting，Finance &Management，1997，6（3）：265-267.

[3] AMELIA A BALDWIN，et al.Opportunities for artificial intelligence development in the accounting domain：the case for auditing[J].Intelligent Systems in Accounting，Finance & Management，2006，14（3）：77-86.

[4] EFSTATHIOS KIRKOS，et al.Audit firm group appointment：an artificial intelligence approach[J].Intelligent Systems in Accounting，Finance & Management，2010，17（1）：1-17.

[5] DAMIR TOKIC.BlackRock Robo Advisor 4.0：When artificial intelligence replaces human discretion[J].Strategic Change，2018，27（4）：285-290.

[6] LOUIS P，LE GUYADER.Artificial intelligence in accounting：GAAP's “FAS133”[J].Journal of Corporate Accounting and Finance，2020，31（3）：185-189.

[7] D SEN，et al.An artificial intelligent platform for asset management contributes to better decision-making tools for operations，maintenance，and utility management[Z].2018.

[8] 王瀟.技術空心化：人工智能對知識型員工勞動過程的重塑——以企業電子研發工程師為例[J].社會發展研究，2019，6（3）：84-102，243.

[9] RICHARD BORDENAVE.When artificial intelligence meets human intelligence[J].Research World，2018（71）：46-52.

[10] JOANNE LOCKE，et al.Interactive data and retail investor decision making：an experimental study[J].Accounting & Finance，2015，55（1）：213-240.

[11] TATIANA GAVRILOVA，et al.Modeling methods for strategy formulation in a turbulent environment[J].Strategic Change，2018，27（4）：369-377.

[12] 秦榮生.我國經濟治理應在多重目標中尋求動態平衡[N].人民政協報，2019-12-17（005）.

[13] 傅元略.智慧會計：財務機器人與會計變革[J].遼寧大學學報（哲學社會科學版），2019，47（1）：68-78.

[14] 徐經長.人工智能和大數據對會計學科發展的影響[J].中國大學教學，2019（9）：39-44.

[15] 索拉夫·杜塔.會計演變之我見[J].會計之友，2020（1）：2-9.

[16] DANIEL E，O'LEARY.Some issues in blockchain for accounting and the supply chain，with an application of distributed databases to virtual organizations[J].Intelligent Systems in Accounting，Finance and Management，2019，26（3）：137-149.

[17] SOPHIE COCKCROFT，MARK RUSSELL.Big Data opportunities for accounting and finance practice and research[J].Australian Accounting Review，2018，28（3）：323-333.

[18] JEAN-MICHEL SAHUT，et al.Corporate social responsibility and governance[J].Journal of Management and Governance，2019，23（4）：1-12.

[19] CARLOS M F，et al.How information and communication technology affects decision making on innovation diffusion：An agent based modelling approach[J].Intelligent Systems in Accounting，Finance and Management，2018，25（3）：124-133.

[20] CINZIA BATTISTELLA，et al.Complex business models：pacorini at the edge of chaos[J].Strategic Change，2018，27（4）：379-393.