論大數(shù)據(jù)與人工智能時(shí)代背景下的財(cái)務(wù)轉(zhuǎn)型

李艷明（韶關(guān)市諾正會(huì)計(jì)師事務(wù)所）

■ 研究背景

建國(guó)以來，伴隨著我國(guó)經(jīng)濟(jì)制度的建立和完善，加之計(jì)算機(jī)技術(shù)的進(jìn)步，財(cái)務(wù)已經(jīng)經(jīng)歷了數(shù)次變革。計(jì)算機(jī)的出現(xiàn)，帶來的會(huì)計(jì)電算化，替代了傳統(tǒng)紛繁復(fù)雜的手工記賬。使用小型的數(shù)據(jù)庫(kù)和計(jì)算機(jī)軟件取代了一部分重復(fù)易錯(cuò)的人工核算工作，實(shí)現(xiàn)了會(huì)計(jì)記賬的計(jì)算能力和會(huì)計(jì)信息存儲(chǔ)能力的巨大提升[1]。本世紀(jì)初，互聯(lián)網(wǎng)的普及，進(jìn)一步將封閉、分散的財(cái)務(wù)信息進(jìn)行集中處理，ERP的普及使財(cái)務(wù)和業(yè)務(wù)交叉更為緊密，實(shí)現(xiàn)了財(cái)務(wù)信息的及時(shí)處理。企業(yè)財(cái)務(wù)管理已初步從核算型會(huì)計(jì)向管理會(huì)計(jì)轉(zhuǎn)變。大數(shù)據(jù)時(shí)代的到來和人工智能的運(yùn)用，進(jìn)一步將財(cái)務(wù)工作模式向自動(dòng)化、數(shù)字化和智能化推進(jìn)。

每一次變革的進(jìn)程，都離不開人的參與，有主動(dòng)轉(zhuǎn)型的，也有被動(dòng)改變的。時(shí)代的浪潮影響著人們工作生活的方方面面，技術(shù)的進(jìn)步是永恒的，財(cái)務(wù)人員要適應(yīng)變化，就要找到轉(zhuǎn)型的方向和方法。大數(shù)據(jù)時(shí)代的到來，將會(huì)使傳統(tǒng)財(cái)務(wù)的“最小數(shù)據(jù)集”轉(zhuǎn)變?yōu)椤按髷?shù)據(jù)”，財(cái)務(wù)需要對(duì)內(nèi)與業(yè)務(wù)互聯(lián)，對(duì)外與各類信息互聯(lián)，高效的采集加工數(shù)據(jù)，幫助企業(yè)進(jìn)行管理和決策。

■ 大數(shù)據(jù)和人工智能的發(fā)展歷程

（一）大數(shù)據(jù)時(shí)代背景

黨的十九大報(bào)告提出，要推動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合。大數(shù)據(jù)的運(yùn)用已經(jīng)從互聯(lián)網(wǎng)企業(yè)向各類電商、實(shí)體銷售企業(yè)逐步鋪展開來，大數(shù)據(jù)可以更精準(zhǔn)的作用于客戶資源分析，精準(zhǔn)市場(chǎng)營(yíng)銷，企業(yè)經(jīng)營(yíng)決策等方面。

在大數(shù)據(jù)時(shí)代背景下，傳統(tǒng)財(cái)務(wù)的部分?jǐn)?shù)據(jù)化顯然不能滿足企業(yè)經(jīng)營(yíng)決策要求。企業(yè)經(jīng)營(yíng)數(shù)據(jù)從開始到結(jié)束的整個(gè)流程，離不開資金的收支和經(jīng)營(yíng)成果的記錄，財(cái)務(wù)是能夠聚焦企業(yè)數(shù)據(jù)的天然大數(shù)據(jù)中心，企業(yè)需要融入大數(shù)據(jù)時(shí)代，財(cái)務(wù)數(shù)字化變革是一個(gè)有力且可行的切入點(diǎn)。

（二）人工智能發(fā)展歷程

人工智能近年來發(fā)展迅速。20世紀(jì)以來，科學(xué)家不斷努力，尋求賦予機(jī)器人人類智慧的方法。人工智能的發(fā)展可分為理論和應(yīng)用兩大階段。

（1）理論發(fā)展階段。從20世紀(jì)中期開始，美國(guó)科學(xué)家已經(jīng)開始進(jìn)行人工智能領(lǐng)域的探索，1956年，“人工智能（ Artificial Intelligence）”這一概念首次由McCarthy提出，他也被稱為人工智能之父。最早的人工智能只是集中于心智計(jì)算和智能程序語言形成，機(jī)器人被賦予簡(jiǎn)單的肢體活動(dòng)能力，如行走，并可說出簡(jiǎn)單的詞組。20世紀(jì)60年代初，專家系統(tǒng)開始建立，經(jīng)歷了數(shù)代專家系統(tǒng)的變革，已經(jīng)發(fā)展至第四代專家系統(tǒng)[2]。同時(shí)，智能控制和深度學(xué)習(xí)模型的開發(fā)和運(yùn)用也得到了進(jìn)一步的發(fā)展。目前人工智能理論發(fā)展，已經(jīng)開始進(jìn)行人工神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等可以綜合多主體、多學(xué)科系統(tǒng)的開發(fā)運(yùn)用。

（2）應(yīng)用發(fā)展階段。從21世紀(jì)以來，人工智能在商業(yè)領(lǐng)域的應(yīng)用探索不斷發(fā)展，尤其是2016年，自Google公司的Deepmind面世以來，各互聯(lián)網(wǎng)商業(yè)巨頭紛紛加入人工智能商業(yè)領(lǐng)域應(yīng)用的戰(zhàn)場(chǎng)。人工智能通過數(shù)據(jù)儲(chǔ)存，深度學(xué)習(xí)等方式，能夠?qū)⑾嚓P(guān)關(guān)鍵詞從看似不相關(guān)的大量數(shù)據(jù)中提取出來，形成可能的答案。目前，人工智能已經(jīng)開始應(yīng)用于醫(yī)療診斷、無人駕駛、財(cái)務(wù)機(jī)器人等方方面面。

■ 大數(shù)據(jù)和人工智能對(duì)傳統(tǒng)財(cái)務(wù)的影響

企業(yè)的運(yùn)營(yíng)始終以企業(yè)價(jià)值最大化為目標(biāo)，細(xì)化起來，包括成本最小化及利益最大化的目標(biāo)。進(jìn)一步分解，企業(yè)運(yùn)營(yíng)需要對(duì)成本進(jìn)行管控，不斷提高勞動(dòng)生產(chǎn)力，減少或消除非增值作業(yè)產(chǎn)生的額外成本。大數(shù)據(jù)和人工智能的運(yùn)用，推進(jìn)著財(cái)務(wù)機(jī)器人的出現(xiàn)和不斷優(yōu)化，企業(yè)可以運(yùn)用大數(shù)據(jù)、人工智能等技術(shù)，識(shí)別企業(yè)非增值作業(yè)，從而優(yōu)化流程、降低成本，進(jìn)而增加企業(yè)收益。傳統(tǒng)財(cái)務(wù)重復(fù)性高，數(shù)據(jù)價(jià)值量和質(zhì)量達(dá)不到現(xiàn)代企業(yè)管理的要求，財(cái)務(wù)機(jī)器人的出現(xiàn)，將對(duì)傳統(tǒng)財(cái)務(wù)提出挑戰(zhàn)，具體表現(xiàn)在以下幾個(gè)方面。

（一）傳統(tǒng)財(cái)務(wù)核算職責(zé)工作占比減少

傳統(tǒng)財(cái)務(wù)注重會(huì)計(jì)核算，由于信息化、自動(dòng)化程度不高，大量時(shí)間被用于處理交易量大、重復(fù)性高的業(yè)務(wù)，提供的財(cái)務(wù)報(bào)表信息僅反映企業(yè)過去經(jīng)營(yíng)所取得的成果，不能識(shí)別企業(yè)正在面臨或者即將面臨的問題，提供決策者參考的信息十分有限。且人工處理核算數(shù)據(jù)與機(jī)器相比效率較低、錯(cuò)誤率高、人工效率貢獻(xiàn)較低。而通過人工智能的應(yīng)用，財(cái)務(wù)機(jī)器人可以替代大量手工操作，輔助處理交易量大、重復(fù)性高的業(yè)務(wù)，并且可以7×24小時(shí)進(jìn)行工作，避免人工占用高峰、下班時(shí)間無法處理業(yè)務(wù)等問題。將傳統(tǒng)財(cái)務(wù)從核算工作中解放出來。

（二）需要進(jìn)行更多數(shù)據(jù)預(yù)測(cè)分析工作

傳統(tǒng)核算業(yè)務(wù)由財(cái)務(wù)機(jī)器人替代操作后，財(cái)務(wù)人員將有更多時(shí)間用于其他方面的工作。傳統(tǒng)會(huì)計(jì)核算出具財(cái)務(wù)報(bào)表僅反映企業(yè)過去經(jīng)營(yíng)的成果，提供企業(yè)未來決策的信息量十分有限[3]。這就要求財(cái)務(wù)人員從過去式的核算反饋，轉(zhuǎn)變?yōu)閷頃r(shí)的數(shù)據(jù)預(yù)測(cè)分析。大數(shù)據(jù)和人工智能的發(fā)展，提供了更多的數(shù)據(jù)信息、計(jì)算能力，這也對(duì)財(cái)務(wù)人員的能力提出了更高的要求。財(cái)務(wù)人員需要從更多的數(shù)據(jù)中去進(jìn)行分析預(yù)測(cè)，給企業(yè)提供更多有用于未來經(jīng)營(yíng)決策的參考。

（三）提供深入企業(yè)價(jià)值鏈的業(yè)務(wù)信息支持

傳統(tǒng)財(cái)務(wù)會(huì)計(jì)核算，尤其是成本核算有一些閉門造車的嫌疑，各項(xiàng)成本消耗在報(bào)表中只反應(yīng)為一些經(jīng)濟(jì)數(shù)據(jù)，缺乏參考性，更遑論對(duì)成本流程的改造和優(yōu)化。而大數(shù)據(jù)可以連接企業(yè)成本各個(gè)流程領(lǐng)域，通過數(shù)據(jù)分析，能夠識(shí)別企業(yè)的非增值業(yè)務(wù)和成本異常點(diǎn)，通過優(yōu)化和再造，可以提升企業(yè)成本管控能力，提高生產(chǎn)效率，從而提升企業(yè)價(jià)值，大數(shù)據(jù)使財(cái)務(wù)為企業(yè)提供更多深入企業(yè)價(jià)值鏈的業(yè)務(wù)信息支持。

（四）加強(qiáng)企業(yè)內(nèi)部控制和風(fēng)險(xiǎn)管理

大數(shù)據(jù)和人工智能帶來的財(cái)務(wù)信息化變革，是通過數(shù)據(jù)的收集、加工、分析等各個(gè)過程，輸出各類信息，這些信息不僅是針對(duì)企業(yè)經(jīng)營(yíng)決策的財(cái)務(wù)數(shù)據(jù)。企業(yè)信息系統(tǒng)的有機(jī)集成，將有利于企業(yè)數(shù)據(jù)在內(nèi)部控制方面的提升，這使得企業(yè)不僅能夠完整記錄各個(gè)流程的詳細(xì)數(shù)據(jù)，降低數(shù)據(jù)造假風(fēng)險(xiǎn)，甚至能夠從各個(gè)數(shù)據(jù)中總結(jié)歸納，形成一定的風(fēng)險(xiǎn)預(yù)判能力，從而向事前預(yù)測(cè)和風(fēng)險(xiǎn)管理、事中流程優(yōu)化規(guī)范控制，事后總結(jié)經(jīng)驗(yàn)教訓(xùn)的全流程管理轉(zhuǎn)型。

■ 傳統(tǒng)財(cái)務(wù)會(huì)計(jì)的轉(zhuǎn)型路徑研究

通過對(duì)大數(shù)據(jù)時(shí)代和人工智能背景下對(duì)財(cái)務(wù)轉(zhuǎn)型的需求分析，可以總結(jié)出傳統(tǒng)財(cái)務(wù)會(huì)計(jì)的轉(zhuǎn)型方向，從而探索出相應(yīng)的具有可行性的傳統(tǒng)財(cái)務(wù)會(huì)計(jì)轉(zhuǎn)型路徑。

（一）注重基礎(chǔ)知識(shí)的側(cè)重點(diǎn)轉(zhuǎn)變

傳統(tǒng)財(cái)務(wù)側(cè)重核算工作，基礎(chǔ)知識(shí)較多傾向于單據(jù)合規(guī)性、報(bào)銷流程處理、賬表的生成，財(cái)務(wù)人員基礎(chǔ)知識(shí)主要依托于財(cái)務(wù)會(huì)計(jì)基礎(chǔ)知識(shí)的學(xué)習(xí)。大數(shù)據(jù)和人工智能的到來，傳統(tǒng)財(cái)務(wù)工作重點(diǎn)將由核算向管理轉(zhuǎn)型，財(cái)務(wù)人員相應(yīng)的知識(shí)體系也應(yīng)進(jìn)行更新，從傳統(tǒng)關(guān)注對(duì)外報(bào)告向關(guān)注內(nèi)部管理報(bào)告進(jìn)行轉(zhuǎn)變，加強(qiáng)管理會(huì)計(jì)、內(nèi)部控制等方面的基礎(chǔ)知識(shí)體系的學(xué)習(xí)。

（二）深入企業(yè)價(jià)值鏈，加強(qiáng)業(yè)財(cái)融合

大數(shù)據(jù)和人工智能為財(cái)務(wù)參與企業(yè)經(jīng)營(yíng)，從“幕后”走向“臺(tái)前”提供了機(jī)遇，也對(duì)財(cái)務(wù)掌握相關(guān)業(yè)務(wù)知識(shí)提出了挑戰(zhàn)。需要降低企業(yè)運(yùn)營(yíng)成本、提高生產(chǎn)效率，就需要財(cái)務(wù)深入企業(yè)價(jià)值鏈進(jìn)行學(xué)習(xí)，加強(qiáng)業(yè)財(cái)融合相關(guān)知識(shí)儲(chǔ)備，具體而言，需要加強(qiáng)企業(yè)財(cái)務(wù)在業(yè)務(wù)流程管控方面的知識(shí)，例如績(jī)效評(píng)價(jià)與激勵(lì)、成本管控與風(fēng)險(xiǎn)管理等。

（三）主動(dòng)融入時(shí)代，加強(qiáng)IT和AI的基本應(yīng)用能力

大數(shù)據(jù)和人工智能的廣泛運(yùn)用，要求財(cái)務(wù)人員具備一定的IT和AI的基本應(yīng)用能力。加強(qiáng)數(shù)據(jù)環(huán)境下的執(zhí)業(yè)判斷能力、業(yè)財(cái)融合高端管理能力，從數(shù)據(jù)中提取有效信息。這就要求財(cái)務(wù)人員進(jìn)行相關(guān)智慧會(huì)計(jì)、RPA和智能建模等課程的學(xué)習(xí)。并且隨著人工智能的進(jìn)一步普及，傳統(tǒng)財(cái)務(wù)職能將逐步降低甚至消失，財(cái)務(wù)人員需要將自身的知識(shí)體系和工作價(jià)值轉(zhuǎn)移到財(cái)務(wù)創(chuàng)意領(lǐng)域的高端設(shè)計(jì)工作上，包括內(nèi)部報(bào)告設(shè)計(jì)、管控機(jī)制設(shè)計(jì)等，促使財(cái)務(wù)人員轉(zhuǎn)型成為企業(yè)組織管理的設(shè)計(jì)師。將不同想法匯集起來，通過集體決策使之融入企業(yè)組織管理的實(shí)踐中。

（四）向綜合型財(cái)務(wù)人才轉(zhuǎn)變

雖然大數(shù)據(jù)時(shí)代和人工智能對(duì)財(cái)務(wù)人員轉(zhuǎn)型提出了更高的要求，但人工智能處于初期發(fā)展階段時(shí)，其智能性和綜合性的發(fā)展需要很長(zhǎng)一段過程，在解決人工智能具體應(yīng)用的綜合性方面，財(cái)務(wù)人員還有很多可以發(fā)揮人員主觀能動(dòng)性的方面。通過參與財(cái)務(wù)機(jī)器人的建設(shè)發(fā)展，向綜合性財(cái)務(wù)人員轉(zhuǎn)型，從而見證人工智能在財(cái)務(wù)領(lǐng)域發(fā)展的進(jìn)程，也可成為財(cái)務(wù)人員轉(zhuǎn)型發(fā)展的趨勢(shì)之一。

■ 結(jié)論

大數(shù)據(jù)和人工智能時(shí)代下的財(cái)務(wù)轉(zhuǎn)型，要從傳統(tǒng)會(huì)計(jì)電算化時(shí)代的“小數(shù)據(jù)集合”向財(cái)務(wù)“大數(shù)據(jù)”轉(zhuǎn)變，通過大數(shù)據(jù)系統(tǒng)的鏈接，人工智能搭建企業(yè)數(shù)字神經(jīng)網(wǎng)絡(luò)，從而幫助企業(yè)在內(nèi)部控制、風(fēng)險(xiǎn)管理、經(jīng)營(yíng)戰(zhàn)略決策等方面進(jìn)行參考分析。大數(shù)據(jù)財(cái)務(wù)管理將在企業(yè)經(jīng)營(yíng)日趨重要。這就要求財(cái)務(wù)人員主動(dòng)擁抱時(shí)代，加強(qiáng)自身知識(shí)體系轉(zhuǎn)型，推進(jìn)大數(shù)據(jù)和人工智能在財(cái)務(wù)領(lǐng)域的應(yīng)用，從而向綜合性財(cái)務(wù)人才轉(zhuǎn)變。