基于ChatGPT 的成本管理應用研究

程平（教授/博導） 廖音潔 李怡 王忠淅

（1 重慶理工大學云會計大數據智能研究所 2 重慶理工大學會計學院 重慶 400054 3 西南交通大學利茲學院 四川成都 611756）

一、引言

2022 年底，OpenAI 推出了一款基于自然語言處理技術的智能對話引擎“ChatGPT”，該引擎以其強大的對話能力和文本生成能力迅速引起業界對其影響、應用等的廣泛關注。成本管理作為企業管理會計應用的重要內容之一，可以通過對企業收支和資源的管理，幫助企業確定和跟蹤經營成本數據，記錄成本痕跡，從而為合理分配資源提供決策依據，提高企業經營效率和質量，確保企業保持盈余狀態并實現持續發展。隨著移動互聯網、云計算、大數據、人工智能技術等現代信息技術在企業成本管理中得到應用，企業成本管理能力、管理效率和管理水平大大提高，信息化和數字化程度進一步提升，但從目前企業成本管理的現狀來看，信息化時代成本管理的應用場景和應用程度還有很大的改進空間。以ChatGPT 為代表的生成式人工智能技術被業界稱為第四次工業革命、第二次信息革命，其對數據深入的分析和理解能力以及出色的內容創造能力，能夠為企業成本管理路徑和方法的改進與優化提供新的思路。

以機器學習為重心的人工智能技術在成本管理中的應用是會計界學者研究的焦點。程平等（2021）采用機器學習技術，構建了基于機器學習的項目智能成本管理框架，分析了如何進行智能成本預測、成本評價和分析等，為實現企業成本管理水平的智能化和科學化提供了方法論指導。王姝（2021）將人工智能技術與機器人流程自動化相結合，構建了基于“RPA+AI”的成本決策系統，利用該系統可以使成本分析和決策更加全面與準確。陳紅等（2023）通過實證檢驗了人工智能對成本管理的影響，認為企業應加快將人工智能應用于管理活動，以幫助其優化成本管理，提高企業發展質量。陳奕竹（2022）通過BP 神經網絡算法等機器學習算法建立了成本風險預警模型，并使用案例企業的樣本數據進行了模型訓練，結果表明可以提高企業的成本預警能力，提高成本管理的準確性。

綜觀現有文獻，目前研究成果主要根據企業已有的歷史數據，采用決策樹、BP 神經網絡等機器學習算法的人工智能技術研究成本確定、成本預測、成本分析與評價、成本預警等問題。人工智能技術可分為決策式人工智能和生成式人工智能，現有文獻對人工智能技術在成本管理中的研究主要體現在決策式人工智能技術上，即進行推理和決策的人工智能系統。ChatGPT 是生成式人工智能技術的應用，它在會計領域的應用已經引起相關學者的重視，但是在具體的成本管理應用場景方面尚未涉及。有鑒于此，本文引入基于ChatGPT 的人工智能技術應用，在闡述其內涵及其成本管理關系的基礎上，分析了其在成本管理中的應用價值，并從成本核算、成本分析、成本控制與預警以及成本預測與計劃四個部分構建了基于ChatGPT 的成本管理框架模型，同時探討了該模型在具體應用時的關注點，以期為企業利用生成式人工智能技術提高成本管理水平提供路徑和方法上的參考和借鑒。

二、ChatGPT 與成本管理的契合性分析

（一）ChatGPT 與成本管理

ChatGPT 是由OpenAI 開發的一種基于Transformer 模型的自然語言處理模型，它運用了Transformer 模型、預訓練技術、無監督學習、Fine-tuning 技術、多任務學習和數據增強技術等。這些技術的應用和優化，使得ChatGPT 具有強大的自然語言處理能力，可以理解人類語言的復雜性和多義性，同時能夠生成流暢、準確、自然的語言。ChatGPT可以通過微調、遷移學習等技術，針對不同的任務進行優化和改進，從而提高模型的性能和效果。

成本管理是指企業為了達成既定目標、提高經濟效益，在企業生產經營過程中對成本進行核算、分析、控制等行為的總稱。通過對成本實施核算、分析、控制、預測和優化等手段，能夠為企業提供精準的經營決策支持，提高企業的盈利能力，構建企業的核心競爭力，并為提高自身價值創造能力打下堅實基礎。然而，盡管現代信息技術在成本管理信息化中得到了廣泛的應用，但在成本核算的有效性、成本分析的深度與廣度、成本控制的水平和成本預測的準確性方面仍然存在一些問題。ChatGPT 的出現和應用，為解決成本管理這方面的問題提供了可能。

（二）ChatGPT 在成本管理中的應用價值分析

作為一個涵蓋廣泛知識且高度適應多樣化場景的語言模型，ChatGPT 能夠在效率和質量方面為企業成本管理的成本核算、成本分析、成本控制和成本預測提供技術支撐。

1.提高成本核算的有效性。一般來說，企業在進行成本核算時，會面臨自身多個信息系統、價值鏈上下游、行業和市場等多渠道、多來源信息，稍有不慎就會出現問題。會計數據不只包含傳統財務會計下的會計數據，還包括來自企業業務信息系統的結構化數據，以及外部或者互聯網上的半結構化數據（如網頁）和非結構化數據（程平，2022）。由于數據來源不同，存在數據類型不匹配、數據不一致問題；由于多個信息系統集成難度大，容易出現成本數據流通不暢、傳遞不及時問題；由于成本核算涉及到多種成本類型和計算方法，對專業性要求較高，會面臨核算工作量大、耗費時間多問題……因此，將ChatGPT 應用與企業的成本管理相關信息系統相結合，不但能夠利用互聯網上的公開數據，還能夠高效地利用企業的私有成本數據，為成本核算提供更多的數據來源，從數據源開始提高成本核算的準確性、數據的一致性和可比性。同時，利用ChatGPT 的強數據處理能力對成本數據進行數據篩選、清洗等，可以提高成本數據的質量，從而使成本核算更加有效。此外，ChatGPT還能夠使數據傳遞更加及時流暢，減少成本核算過程中的錯誤和偏差，輔助企業快速進入成本分析環節，從而確保成本核算的有效性。

2.拓寬成本分析的深度與廣度。企業在進行成本分析時，由于人員和財力限制，通常只能關注到少數關鍵成本項，難以實現全面成本分析，也很難對大規模的結構化和非結構化成本數據進行深度分析，導致成本分析往往只是形式化的數字展示，在分析報告中只反映計劃執行情況，簡單提示實際成本與目標成本之間的差異，使得企業成本分析的深度和廣度嚴重不足。利用ChatGPT 的語言處理技術，以及與數據分析與數據挖掘技術相結合，可以幫助企業更全面地了解成本結構，從不同維度深入分析各成本項的來源、計算方式和變化趨勢等信息，拓寬成本分析的廣度。對不同產品或服務的成本效益進行分析比較，獲取其成本和收益之間的關系，識別出哪些產品或服務具有最高的成本效益，拓寬成本分析的深度。

3.提升成本控制的水平和效果。傳統的成本控制通常是基于歷史成本數據對成本支出情況進行分析，并以此作為成本控制的重要內容，而忽略了企業日常經營活動中與成本相關的大量業務數據。由此就可能出現成本控制與預警環節受限，如無法識別異常情況、實時預警不準確等，無法滿足企業在高質量發展需求背景下對復雜成本管理的要求。利用ChatGPT 應用，可以從歷史成本數據中提取出規律和趨勢，并結合日常經營活動中所產生的與成本管理相關的業務數據進行分析，從而為企業提供更加準確的成本控制和預警方案，實現及時的事前、事中成本控制。同時，將ChatGPT 與數據挖掘技術結合起來應用，可以調查成本異常原因并提出解決措施，以提升成本控制的水平和效果。

4.減少風險，提高成本預測的準確性。企業在進行成本預測時，往往受制于技術、規模和人員等因素，難以實施有效的風險控制（程平，2017），這樣往往會使預測結果準確性不高、科學性不夠。同時，由于成本的影響因素較多，容易出現考慮不全面的情況，影響成本預測的結果。現階段，企業通常采用較為常見傳統的成本預測方法，如回歸分析、時間序列分析、灰色預測等進行成本預測。這些方法需要大量的數據和專業技能，且預測結果容易受到不確定性因素的影響，同樣難以保證預測的準確性。因此，可以結合ChatGPT，借助大數據、云會計等現代信息技術為企業提供新方法，幫助企業進行風險識別、風險預警和風險應對，推動企業實現較為全面、及時的風險控制（程平，2017）。這樣，通過海量樣本數據，使其自動學習和理解成本預測的模式和規律，以提供更加準確的預測結果，解決企業原本存在的預測結果主觀性強的問題。此外，利用機器學習與ChatGPT 結合，能夠綜合考慮多種成本影響因素，如市場趨勢、政策變化以及企業內部數據（生產、銷售、庫存等），建立完整的成本預測指標體系，以進一步提高成本預測的準確性和效率。

三、基于ChatGPT 的成本管理框架模型構建

（一）構建思路

結合上文ChatGPT 在成本管理中的應用價值分析，可采用ChatGPT 與其他信息技術相結合的方式，構建基于ChatGPT 的成本管理框架模型。該模型的構建思路：第一步，成本數據收集、加工。將ChatGPT 與機器學習結合對數據進行整合計算，將成本核算的數據轉化為易于理解的語言描述，并實現數據傳遞。第二步，成本分析。通過機器學習進行成本趨勢、成本變動等分析，再使用ChatGPT 來進行語言理解，并提供相應的解決方案，結合NLG 技術實現可視化。第三步，成本控制與預警。利用自動化流程、ChatGPT 和機器學習構建成本預警模型應用到實時成本控制中，同時通過數據挖掘技術找出成本異常的原因。第四步，成本預測與計劃。將ChatGPT 與機器學習進行結合，建立成本預測模型并不斷進行優化，同時將預測結果以可視化形式呈現出來，并結合ChatGPT 進行解讀。該框架模型能夠實現企業成本預測與計劃、成本控制與預警、成本核算、成本分析與評價的自動化和智能化，提高企業成本管理的有效性和科學性。

（二）模型構建

基于ChatGPT 的成本管理框架模型包括成本核算、成本分析、成本控制與預警、成本預測與計劃四個部分，如圖1 所示。

圖1 基于ChatGPT 的成本管理框架模型

1.成本核算。在企業的成本核算中，需要對生產經營活動中產生的各項成本進行識別、計算和記錄。為了優化成本核算的過程，可以利用ChatGPT 和機器學習的優勢來進行數據整合、傳遞和計算方法的選擇。首先，利用ChatGPT和機器學習自動從多個數據源中收集和整合數據，并對數據進行清洗和處理，以去除冗余和錯誤數據。例如，通過使用機器學習中的聚類和分類算法，可以將成本數據進行分類分組，以完成數據整合。其次，利用ChatGPT 和機器學習實現數據的自動化傳遞和流程管理，使成本核算數據能夠快速、準確地流轉到下一個環節，以減少數據流程不暢和數據傳遞不及時等問題。最后，通過ChatGPT 自動地識別成本數據的不同類型和計算方法，自動應用對應的計算規則，使前后計算方法保持一致。這可以幫助企業更準確地計算企業成本，提高成本核算的效率和準確性。

2.成本分析。在企業成本分析中，需要將實際支出與成本計劃進行比較，并對成本增減的原因進行分析和研究，以便采取相應的措施加以改進。目前，結合ChatGPT 與機器學習以及自然語言生成等技術，能夠為現階段的成本分析提供有效的技術支持。首先，通過ChatGPT、機器學習對大量的成本數據進行統計分析，利用均值、方差等統計指標進行成本趨勢、成本比較以及成本變動分析等，以此來深入理解成本規律和趨勢，如各成本項目的變化、成本構成的占比、不同時間段的成本波動等。其次，ChatGPT 可以通過自然語言處理和大量的數據分析，了解企業的業務模式、市場情況以及競爭對手的情況，據此形成符合公司情況的成本分析報告。最后，通過自然語言生成技術將成本分析報告轉換為可視化的文本和圖形，例如將成本數據趨勢自動生成相應的條形圖、折線圖等，從而幫助企業管理層更好地理解和分析成本數據，并為管理層的經營管理決策提供數據支持。

3.成本控制與預警。在實施成本控制過程中，需要進行成本異常檢測和預警，以評估成本管理的風險，并及時采取科學合理的調整措施，實現企業成本管理的高效性。首先，需要采集和處理企業的成本數據，包括成本金額、時間和成本項目等信息，并對其進行清洗、格式化和標準化處理，確保數據的準確性和一致性。在此過程中，可以使用感知智能技術，例如OCR 識別、語音識別等，將紙質或語音形式的數據快速轉換為數字化數據。其次，利用ChatGPT 構建成本預警模型，對成本數據進行訓練，從而提高成本預警的準確性和穩定性。再次，再通過機器學習算法對該模型進行優化，提高其精度。最后，企業可以將成本預警模型應用于實時成本控制，當實際成本超過預警值時，系統會自動發送預警信息，提醒成本管理人員及時采取措施進行合理的成本控制。此外，還可以結合數據挖掘技術來分析出現成本異常的根本原因。例如，對大量的歷史成本數據進行數據挖掘分析，找出影響成本變化的重要因素，并發現成本變化的規律，這將為企業提供改善建議，以應對不斷變化的成本管理需求，保證企業的穩健運營。

4.成本預測與計劃。精準的成本預測是企業制定成本計劃的必要前提，也是管理者做出正確經營決策的依據。不準確的成本預測可能會導致后續的成本計劃出現誤差，進而對企業未來生產經營產生不利影響。首先，可利用機器學習來建立合理的成本預測模型。該模型可通過收集和整理大量的歷史成本數據進行訓練，再根據新數據進行調整。然后自動處理數據，并尋找發展趨勢，建立起成本預測模型。其次，再使用ChatGPT 對該模型做進一步優化。ChatGPT 能夠用來預測成本中可能出現的異常情況，例如突發性的成本增加或減少。將這些情況歸納為特定的語言模式并在預測時進行考慮，提高成本預測的準確性。再次，通過不斷地迭代訓練和調整，使模型更加準確有效，從而提高企業成本預測的質量和效率。最后，通過可視化呈現預測結果，并結合ChatGPT 生成自然語言的解釋和解讀，以提高結果的可解釋性和交流效率。

四、ChatGPT 模型應用于成本管理時的關注點

（一）成本管理的數據準備

企業成本管理數據質量的高低是企業成本管理的可靠保證，然而和傳統環境下相比，在云會計環境下，企業參與者、會計信息整體質量以及技術背景等方面發生了變化（程平、白沂，2016），其原因在于數據來源的多樣性、數據處理的復雜性以及數據質量的不穩定性等，造成成本管理相關數據往往存在著一定程度的錯誤和不準確之處，數據質量不高。進行數據清洗是確保數據準確性和可信度的必要步驟。因此，在進行成本管理模型構建之前，需要執行一系列成本管理模型構建的數據準備工作——即數據清洗，首先設定數據排查規則，發現數據中的異常與錯誤，然后清洗相應的錯誤、冗余數據，通過去重、過濾、修正和歸一化等操作，對不同類型的成本數據進行分類和處理，確保數據的準確性、完整性、一致性和可比性。這樣能從數據源頭上保證模型的訓練效果，為企業的經營決策、財務管理和業務規劃提供更為準確、可信的成本管理數據支持。

（二）成本管理決策的精確度

在成本管理決策中，ChatGPT 等技術和人的經驗都將發揮至關重要的作用。ChatGPT 可以通過算法和數據分析提高決策準確性，但同時也可能會忽略一些非結構化的信息和細節，因此機器決策并不總是精確和全面的。與此同時，人的經驗可以提供對于特定情況的判斷，從而為決策提供更多的維度和角度。如果忽略了人工的判斷和經驗，僅僅依賴技術的決策，就可能會出現不合理情況，這不僅會降低成本管理創新性方案提出的可能性，還可能失去靈活性和應對變化的能力。因此，企業應該將ChatGPT 等技術與人工的判斷和經驗有機結合起來。運用ChatGPT 等技術的大數據分析和預測算法來提供數據支持和可視化分析，通過智能推薦系統和模擬模型為企業決策者提供優化建議和不同成本管理方案預測結果，從而充分發揮ChatGPT 技術的價值，幫助企業做出更加科學的成本管理決策。

（三）成本管理數據安全性

經濟活動合法合規、資產安全、財務信息真實完整，能有效防范舞弊和預防腐敗，對提高資金使用效率和效果至關重要（程平、張敏濟，2020），成本管理中的數據安全更是企業成本管理能否穩定長遠發展的重要保障。在進行成本管理時，會涉及到成本、供應商等敏感數據，如果企業未能采取適當的成本管理數據安全措施，可能會存在數據泄露、黑客攻擊或其他安全漏洞的風險。這些信息被未經授權的人員獲取、使用、修改或泄露，會嚴重損害企業的聲譽和利益，破壞企業的數據完整性和穩定性，從而影響企業的整體運營和發展。鑒于此，企業可以建立定期備份和恢復數據的機制，以應對數據丟失的風險。也可以采用數據加密、配置操作權限和查看操作日志等策略，以確保數據的安全性和完整性。此外，企業還可以結合區塊鏈技術，實現數據的可追溯性和不可篡改性，進一步提高數據的安全性和可信度。總之，成本管理數據安全性對企業的成本管理長期穩定至關重要，在進行成本管理時，企業需要認真評估和管控潛在的數據安全風險，并采取相應的應對措施，加強數據和隱私保護，維護合法合規的數據使用和管理，以確保企業的可持續發展。

（四）成本管理傳統組織架構的調整

當企業引入ChatGPT 等技術進行成本管理時，這些新技術會對企業傳統的成本管理組織架構產生一定影響。企業需要重新考慮其組織架構，以確保這些新技術能夠被合理地整合到企業的工作流程中。這種調整包括重新設計業務流程、重新分配人力資源、建立新的團隊或職能部門等。首先，企業可能需要制定相應的管理策略和流程，對現有的流程進行重新設計和優化，對現有的數據和信息系統進行升級和改造，以確保ChatGPT 等技術能夠與企業現有的成本管理業務流程無縫銜接。其次，企業可能需要在組織中劃分出新的職能部門或團隊，例如數據分析師團隊、機器學習專家團隊等來專門負責開發、部署和維護ChatGPT 等技術，以確保企業能夠更好地利用ChatGPT 等技術來提升成本管理效率。最后，企業可能需要重新分配人力資源，甚至可能會招聘新的數據科學家、數據分析師等，以確保企業具備支持技術實施和維護所需的人才。總之，企業采用ChatGPT 等技術進行成本管理可能會對成本管理組織架構產生多方面的影響，需要企業進行適當的調整。

五、結束語

ChatGPT 與其他技術結合能夠進一步提高成本管理的準確性和效率，實現成本管理的自動化和智能化，推動企業高質量發展，提高企業核心競爭力。本文闡述了ChatGPT與成本管理的概念特征，并對ChatGPT 在成本管理中的應用價值進行了分析，構建了基于ChatGPT 的成本管理框架模型，從成本核算、成本分析、成本控制與預警、成本預測與計劃四個方面，探索了ChatGPT 與其他信息技術相結合應用于成本管理的方法和路徑。同時針對基于ChatGPT 的成本管理框架也提出了其應用關注點，如成本管理模型數據準備、成本管理決策精確度、成本管理數據安全性、成本管理傳統組織架構調整等。

然而，盡管ChatGPT 在成本管理應用方面具有諸多優勢，例如對自然語言的理解能力、對大規模數據的處理能力、對復雜模型的構建能力等，但它也存在一些不足之處。其中最突出的一點是，ChatGPT 并不擅長數值計算。因為它是一種基于語言的模型，更適合處理與語言有關的問題，而在處理數學計算和數據分析方面存在一些局限性。但是，可以通過與其他技術結合使用來彌補ChatGPT 的不足，從而進一步提高成本管理的效率和精度。例如，結合機器學習等技術可以讓ChatGPT 在數據處理和建模方面更加準確和高效。此外，結合自然語言處理技術，可以幫助ChatGPT 更好地理解用戶的指令和需求，從而更好地應對成本管理中的復雜情況。在未來，隨著現代信息技術的不斷發展和逐漸成熟，ChatGPT 在成本管理中的應用將會越來越廣泛，能夠實現更準確的成本預測和控制，并為企業管理決策提供更精準的支持。