ChatGPT對智能財務體系的影響：場景優化、技術革新與人員轉型

金源 李成智

【摘要】隨著數字經濟和新一代信息技術的蓬勃發展， 財務行業對數字化轉型和智能化升級的需求日益迫切。以ChatGPT為代表的AIGC技術的興起， 更引發了新一輪的財務變革熱潮。本文從場景優化、 技術革新維度探討ChatGPT影響下智能財務體系的變革， 并進一步探討該背景下財務人員能力框架和財務部門人機協同方式該如何更新迭代， 以期在AIGC技術蓬勃發展的時代背景下， 為企業智能財務體系的建設和完善提供有益的參考和啟示。

【關鍵詞】智能財務；ChatGPT；AIGC；財務場景；會計科技；財務人員

【中圖分類號】F275；TP181 ? ? ?【文獻標識碼】A ? ? ?【文章編號】1004-0994（2023）15-0023-8

一、 引言

2021年底， 財政部印發的《會計信息化發展規劃（2021-2025年）》指出， 要以技術和管理創新為動力， 利用新一代信息技術開展各種會計信息化應用探索， 促進會計信息化工作創新發展。2022年8月， 科技部等六部門印發《關于加快場景創新以人工智能高水平應用促進經濟高質量發展的指導意見》， 要求統籌推進人工智能場景創新， 著力解決人工智能重大應用和產業化問題， 全面提升人工智能發展質量和水平。2023年7月， 國家網信辦連同各部委發布的《生成式人工智能服務管理暫行辦法》（簡稱《暫行辦法》）也指出， 國家鼓勵探索生成式人工智能技術應用場景， 構建應用生態體系。

2022年底， ChatGPT（Chat Generative Pre-trained Transformer， 對話生成式預訓練模型）橫空出世， 其憑借精準的語義理解能力、 強大的語言表達能力、 嚴謹的邏輯思維能力， 對新聞媒體、 教育培訓、 客戶服務與支持、 法律服務等行業均造成了一定程度的沖擊。財務行業數據量龐大、 業務復雜性高， 傳統財務處理方式難以滿足數字經濟時代企業管理的需求， ChatGPT的自動化處理和語義理解等能力， 為幫助財務人員更好地優化各類財務場景、 提高財務處理的準確性和效率帶來了新契機。

本文主要從場景優化、 技術革新與人員轉型三個維度對ChatGPT影響下智能財務體系的變革展開系統思考。首先， 從自動化和數智化兩個方面探討ChatGPT如何實現財務場景優化； 其次， 從計算智能、 感知智能、 認知智能三分類視角探討ChatGPT對會計科技使用和革新帶來的影響； 再次， 從積極和消極兩個方面分析ChatGPT對財務人員的影響， 并從財務工作者能力框架重構和財務部門人機協同管理模式更新兩個角度給出相關的應對措施； 最后， 對ChatGPT影響下財務工作未來發展的四大趨勢進行展望。本文期望能夠在AIGC技術（AI-Generated Content，人工智能內容生成）蓬勃發展的時代背景下， 為企業智能財務體系的建設和完善提供有益的參考和啟示。

二、 ChatGPT及其與財務工作的適配性

（一）ChatGPT的概念及發展沿革

ChatGPT是由OpenAI開發的一款基于NLP（Natural Language Processing， 自然語言處理）的大規模預訓練語言模型（簡稱“大模型”）產品， 是當前AIGC領域的代表性技術， 其核心思想是借助大規模的語料庫訓練模型理解人類語言并生成自然流暢的回答。ChatGPT的構想最早于2019年被提出， 其是繼數據庫和搜索引擎之后的全新一代的“知識表示和調用方式”， ChatGPT區別于傳統聊天機器人、 數據庫和搜索引擎的關鍵是其所搭載的GPT（Generative Pre-trained Transformer， 預訓練變換模型）， GPT模型的演進歷程如圖1所示。

（二）ChatGPT與財務工作的適配性

1. 從決策型AI到生成式AI。在以ChatGPT為代表的AIGC技術興起之前， 財務領域應用的AI主要為決策型AI（Discriminant AI）， 早期的研究重點是通過構建基于人工智能技術的會計專家系統（Daniel，1990）， 將回歸算法、 分類算法、 聚類算法、 時間序列算法等決策型AI算法應用于部分會計和財務相關場景（Fayyad，1996）。Narasimhan和Mardanbeigi（2015） 介紹了包括回歸樹（CART）、 神經網絡（ANN）、 支持向量機（SVM）、 K最近鄰（KNN）、 遺傳算法（GA）、 模糊邏輯（FL）以及隱馬爾可夫模型在財務預測中的應用情況。

生成式AI（Generative AI）是一種基于深度學習的人工智能技術， 其與決策型AI的區別在于， 生成式AI是通過對數據的學習和建模， 依據提示詞生成具有某種特定特征的新數據， 比如文本、 圖片、 音頻、 視頻等。近年來， 國內外有關生成式AI在財務領域的探索應用逐漸興起， 目前已有的研究領域涵蓋： 使用生成式對抗網絡（GAN）生成公司的財務報表， 以模擬公司的真實財務狀況； 基于生成式AI模型下的投資組合優化方法對股票價格進行預測； 將生成式AI技術應用于財務風險評估中， 通過學習歷史數據預測未來的財務風險等。

2. ChatGPT應用于財務領域的優勢與不足。相較于傳統搜索引擎和聊天機器人， ChatGPT具有深度學習能力、 多模態能力、 生成式模型、 長文本生成、 上下文感知、 自我學習和良性價值觀等突出特點， 應用于財務領域可勝任流程自動化、 “數字+文本+圖片+音頻+視頻”的多模態數據分析、 智能預算和風險管理等工作， 有助于提高財務工作的效率、 準確性和決策支持能力。

然而， 盡管目前的ChatGPT已基于GPT-4模型， 但其在財務工作中的應用仍存在以下不足： ①對特定領域知識的理解不足， 這意味著若ChatGPT僅基于其所擁有的知識而不經過進一步微調（Fine Tune）， 則可能無法準確理解財務工作中一些復雜的術語、 流程和實踐； ②中文語境訓練不充分， 該缺陷會進一步加劇ChatGPT對財務術語的誤解； ③對會計準則和稅務法規溯源不準確， 該缺陷將影響ChatGPT執行具體財務工作如自動生成會計分錄、 納稅申報的可靠性。

三、 ChatGPT背景下的智能財務體系變革

（一）智能財務的發展沿革、 定義與特點

在智能財務的概念梳理方面， 劉勤和楊寅（2018）在國內學者中首次對智能財務的概念做出了定義， 其指出智能財務是利用以人工智能為代表的新一代信息技術， 構建一種新型財務管理模式， 它基于先進的財務管理理論、 工具和方法， 借助由智能機器（包括智能軟件和智能硬件）和人類財務專家組成的人機混合智能， 完成企業復雜的財務管理活動， 并在管理中不斷擴大、 延伸和逐步取代部分人類財務專家的活動。智能財務的本質是對財務管理模式的重構， 以及對會計領域知識的管理和創新。劉梅玲等（2020）對智能財務的內涵和外延進行了進一步完善， 其指出智能財務是將以人工智能為代表的“大智移云物區”等新技術運用于財務工作， 實現對傳統財務工作的模擬、 延伸和拓展， 以改善會計信息質量、 提高會計工作效率、 降低會計工作成本、 提升會計合規能力和價值創造能力， 促進企業財務在管理控制和決策支持方面發揮作用， 通過財務的數字化轉型推動企業的數字化轉型進程。張敏（2021）認為， 智能財務是指建立在“大智移云物”等新技術基礎上的， 具備智能化、 自動化等特征， 能夠實時提供高度決策相關信息并致力于提升管理的價值創造力的新型財務管理工作， 其主要包含 AI、 RPA 等智能工具以及大數據分析三個要素。

（二）ChatGPT對構建智能財務體系的影響

依據上文有關智能財務的定義可知， 智能財務涵蓋財務相關的場景、 技術、 管理、 人員方面的變革。參照以上維度， 本文構建了如圖2所示的ChatGPT影響下的智能財務體系變革框架。

四、 ChatGPT在財務場景優化中的價值

《暫行辦法》指出， 國家鼓勵生成式人工智能技術在各行業、 各領域的創新應用， 生成積極健康、 向上向善的優質內容， 探索優化應用場景， 構建應用生態體系。可見， 國家層面也把使用AIGC技術進行場景優化作為相關工作的重點。劉勤（2023）指出， ChatGPT對企業會計核算、 財務報告、 稅務管理、 成本管理、 預算管理、 風險管理、 會計信息系統管理、 政府會計監督， 甚至會計教育與咨詢等一系列財務相關工作均會產生影響。本文基于已有文獻， 結合ChatGPT應用于財務實務工作的經驗， 將ChatGPT對財務場景優化的價值歸納為兩方面。

（一）自動化： 改善流程型工作的效率和效果

在財務工作中， 很多流程型工作都是重復、 繁瑣的， 如數據錄入、 資金劃撥、 報表生成等， 當前大量該類工作已經可以借助RPA（Robotic Process Automation， 機器人流程自動化）實現（田高良等，2019）。RPA的特性決定了其在標準化程度高、 規則明確、 體量大、 不需要人進行復雜判斷的流程執行中有顯著優勢。但是， 對于一些邏輯更為復雜多變、 涉及大量財務領域知識、 需要針對上下文理解和分析的場景， 如財務報告摘要自動生成、 會計分錄自動生成等工作， ChatGPT具有RPA無可比擬的優勢。

會計學界泰斗葛家澍教授提出， 會計的本質是涵蓋數據的輸入、 處理和輸出環節， 以提供財務信息為主的經濟信息系統。ChatGPT可以通過對接財務系統， 提高以下三個環節的自動化程度： 一是自動化數據錄入。財務人員需要不斷錄入和整理各種財務數據， 如發票、 賬單等， ChatGPT則可以利用GPT-4的多模態能力自動將圖片或PDF文件上傳并轉化為數據表， 減少人工錄入的工作量， 同時還可以保證數據的準確性和一致性。二是自動化數據處理。財務工作需要實現從原始憑證、 會計分錄、 明細賬、 總賬再到財務報表的數據處理， 還涉及資金、 稅務、 成本等相關數據的處理工作， ChatGPT可以根據預設的規則與算法進行數據處理和報表編制， 減少人工干預的工作量， 提高工作效率和準確性。三是自動化數據輸出。財務信息需要輸出給不同的利益相關者， 如投資者、 管理層、 股東等， 使用ChatGPT可以自動生成財務報告、 分析報告、 PPT提綱等， 并且可以根據不同的用戶需求進行定制化輸出， 如語言、 格式、 圖表等， 提高財務信息傳遞的效率和準確性。

以資金管理為例， 傳統的資金管理存在一些共性痛點， 如監控難、 業務集中度低、 手工操作量大、 信息不對稱、 網銀數量龐雜、 信息統計匯總慢等。資金操作端常常面臨著“雜”“繁”的境況， 以致資金管理中“控”的要求難以實現， 由此帶來管理之“痛”。ChatGPT的應用為緩解上述問題帶來了新的契機， 其能夠為資金計劃、 資金使用、 資金監控提供輔助， 進而提高資金管理的自動化水平。

在資金計劃方面， 傳統的資金計劃制訂需要人工進行大量的數據收集、 分析和整理， 費時費力且容易出現錯誤。而ChatGPT可以根據輸入的信息自動制訂資金計劃， 大大提高了工作效率和準確性。例如， 當企業需要制訂下一年度資金計劃時， ChatGPT可以根據公司的業務情況、 市場趨勢等因素， 自動生成相應的資金計劃方案。

在資金使用方面， 企業的資金使用可以分為用于投資活動的資金使用和用于經營活動的資金使用， 這兩類資金使用對企業的經營和發展都有著重要的影響。ChatGPT可以幫助企業實現資金執行自動化， 提高資金執行的準確性和及時性， 具體場景包括：自動識別和分類資金流向、 自動執行資金計劃以及智能資金頭寸管理等。以智能資金頭寸管理為例， 資金頭寸管理的目標是實現“流動性、 盈利性、 安全性”之間的平衡。圖3和圖4呈現了GPT-4用作智能頭寸管理的場景。

在資金監控方面， ChatGPT可以作為用戶界面的一部分， 允許用戶通過自然語言查詢和分析資金使用狀況。用戶可以向ChatGPT提出問題， 如“最近一小時內是否有大額轉賬發生”或 “顯示最近十筆交易中金額最大的交易記錄”。ChatGPT能夠解析這些問題并將其轉換為系統能夠理解的查詢語言， 然后向監控系統發送查詢請求， 并將結果返回給用戶。此外， ChatGPT還可以用于異常情況通知， 當監控系統檢測到資金執行方面的異常情況時， 它可以通過ChatGPT生成警報通知。監控系統將異常情況的摘要信息傳遞給ChatGPT， 然后ChatGPT根據預先定義的模板生成一條易于理解的通知消息， 并將其發送給相關的監控人員。

（二）數智化： 推進流程型工作向流程數據雙驅動轉變

國務院國資委發布的《關于中央企業加快建設世界一流財務管理體系的指導意見》指出， 企業財務管理模式要從流程驅動為主向流程驅動與數據驅動并重轉變。張慶龍（2022）指出， 數據驅動是指在數據、 算力和算法的共同加持下， 通過數據建模和機器學習的過程， 實現基于數據的分析和決策體系的輸出。

實現流程數據雙驅動要求財務人員同時關注流程和數據， 并具備較高的綜合分析和決策能力， 以充分實現數據賦能， 助力財務數字化轉型。例如， 財務BP（Business Partner）崗的設立就體現了流程數據雙驅動的理念， 財務BP需要在了解業務流程的基礎上， 結合業財數據進行分析， 提供決策支持， 賦能業務發展。ChatGPT可結合企業財務數據和業務流程進行數據建模與機器學習， 幫助財務BP更加精準地進行決策。例如， ChatGPT可以輔助財務BP在事前通過構建業財數據預測模型支持業務政策制定， 在事中通過“業務管控+預算控制”推進業務發展， 在事后通過異常歸因算法迅速定位業務關鍵問題節點。

除了賦能傳統財務工作， ChatGPT也為財務工作拓展了更多想象空間。例如， 在使用ChatGPT賦能財務報表分析場景的過程中， 企業可以先構建起自身的財務知識庫（可包含財務會計知識、 報表分析知識、 投資與資本預算知識、 資本市場與估值知識、 稅務知識、 風險管理知識、 企業倫理與法律知識、 財務軟件和工具知識等）， 再讓ChatGPT基于所構建的財務知識庫和其本身所掌握的知識開展財務報表分析， 這樣可以彌補目前ChatGPT對于財務專業縱深領域知識掌握不足的缺陷， 圖5呈現了基于GPT-3.5實現財務比率分析的原理。在該流程中， 需首先將Excel表格導出為csv文件， 再將csv文件中的字符導入ChatGPT進行分析。

基于分析結果， 用戶還可進一步向ChatGPT詢問如下問題， 以作為指導企業改善財務和業務狀況的參考： ①解釋比率分析結果。用戶可以向ChatGPT提供財務比率數據， 并詢問有關這些比率的含義和解釋。ChatGPT可以幫助用戶理解每個比率的意義， 以及它們如何反映企業的財務和業務狀況。這將有助于用戶識別問題， 并針對性地改善財務和業務表現。②比較行業標準。ChatGPT可以幫助用戶比較企業的財務比率與行業標準或同行業競爭對手財務比率之間的差異， 通過了解企業在特定比率上的相對表現， 用戶可以確定自身的優勢和有待改進的領域。③進行預測和模擬。ChatGPT可以幫助企業進行財務比率的預測和模擬分析。通過提供歷史財務數據和關鍵業務指標， 用戶可以請ChatGPT進行建模分析， 并預測未來的比率走勢。這有助于企業了解潛在的財務和業務狀況， 以及預測改善措施的效果。④提供建議和改進措施。基于財務比率分析的結果， 用戶可以向ChatGPT提出問題， 詢問改善財務與業務狀況的建議和措施。ChatGPT可以提供降低成本、 提高利潤率、 改進資金管理相關的切實可行的建議， 以支持企業在特定領域的改進和成長。

五、 ChatGPT對會計科技的影響

自2018年“智能財務”概念被提出以來， 業界和學界開始積極探索智能技術與財務場景的融合。“智能財務”中的“智能”二字可細分為計算智能、 感知智能和認知智能。計算智能是基于邏輯、 規則和數據推理能力進行快速計算和記憶存儲的智能， 如云計算、 淺層機器學習、 RPA等； 感知智能是通過傳感器收集信息并進行處理和分析， 感知和理解外部環境的智能， 如語音識別、 光學字符識別（OCR）、 圖像識別、 虛擬現實、 射頻識別技術（RFID）等； 認知智能是能夠模擬人類思維過程的智能， 通過推理、 學習和記憶等方式實現， 如深度神經網絡、 自然語言處理等。ChatGPT可視為一種兼具上述三種智能的技術。自2017年起， 上海國家會計學院持續開展“影響中國會計行業（從業人員）的十大信息技術”的評選活動， 并將其冠以Acctech（會計科技）的稱謂。本部分將從計算智能、 感知智能、 認知智能三個視角， 探討ChatGPT如何影響會計科技的使用和革新。

（一）計算智能視角： ChatGPT將降低計算智能類技術的使用門檻

會計科技中的計算智能類技術， 如會計大數據分析與處理技術、 數據挖掘、 RPA等， 對于財務人員來說學習和使用門檻較高， 需要具備一定的專業知識和技能才能進行開發和應用。例如： 使用數據挖掘算法需要對統計學、 機器學習等領域有深入的了解， 才能有效識別出隱藏在海量數據中的規律和趨勢； 而使用RPA需要對自動化流程、 編程語言、 人機交互等方面有一定的掌握， 才能設計和實現自動化流程。ChatGPT可以通過以下兩種方式降低計算智能類技術的應用門檻： ①使復雜的技術“模塊化”。ChatGPT可以將機器學習、 RPA等復雜的技術封裝為多個小組件， 每個小組件都具有特定的功能。這樣， 用戶可以根據需要選擇不同的組件來滿足不同的需求， 而省去復雜的代碼開發過程。②提供用戶指南和教程。ChatGPT可以提供用戶指南和教程， 幫助用戶了解計算智能類技術的使用方法和最佳實踐， 有針對性地解決實踐過程中遇到的問題。

接下來本文以會計科技中的RPA和會計大數據分析與處理技術為例， 進一步論述ChatGPT如何降低計算智能類技術的使用門檻。

1. ChatGPT+RPA。ChatGPT可以降低財務人員開發和部署RPA的門檻， 其主要通過以下幾種方式實現：

（1）提供定制化RPA解決方案。用戶可通過自然語言向ChatGPT輸入簡單需求， 令其輔助進行流程梳理、 代碼撰寫與修改， 從而快速構建起端到端的自動化業務流程（金源和李成智，2023a）。同時， 在RPA流程開發結束后， ChatGPT可將機器語言轉化回用戶可理解的業務語言， 從而解決開發人員與業務人員之間“語言不通”的問題。ChatGPT參與RPA部署的具體方式如圖6所示。

（2）促進RPA管理與知識培訓。ChatGPT可以提供在線課程和培訓資源， 通過交互的方式對員工進行個性化輔導， 促進對RPA知識的學習。這些課程包括介紹RPA的基礎知識、 典型案例以及如何在特定財務場景中使用RPA工具等方面的內容。

2. ChatGPT+會計大數據分析與處理技術。會計大數據分析與處理技術是大數據技術在財務領域的應用， 以實現數據賦能財務的目標。具體來講， 其涵蓋大數據存儲與計算技術、 數據治理技術、 數據采集技術、 數據清洗技術、 數據分析技術以及數據可視化技術。ChatGPT可在以下方面降低會計大數據分析與處理的應用門檻：

（1）數據預處理。ChatGPT可以幫助分析人員自動清洗、 標準化和轉換數據， 從而避免無關信息對后續處理和分析造成干擾。例如， 去除HTML標簽、 特殊字符等， 以及實現文本分詞、 大小寫化、 中英文互譯、 正則表達式等操作。

（2）數據分析模型設計。ChatGPT可以將更多文本數據納入財務分析模型， 挖掘關鍵信息和模式， 自動生成Python、 Java代碼， 降低數據挖掘門檻。例如： 在投資決策中， 其可以綜合分析公司報告、 財務報表、 市場趨勢和政策并提供建議； 在情感分析方面， 其可以分析投資者評價、 新聞對股票價格的影響， 幫助決策者了解資本市場情況。

（3）分析結果解釋。ChatGPT能夠以自然語言表達財務數據分析結果， 并羅列重點內容， 降低管理層的閱讀成本。此外， ChatGPT還可以提供咨詢服務， 輔助財務人員制訂相應計劃。

（4）實現自動化數據挖掘。目前GPT-4內置的Code Interpreter（代碼解析器）插件可極大地降低財務人員使用機器學習的門檻。具體來講， Code Interpreter是OpenAI 官方提供的一個能夠自己編寫并執行 Python代碼的沙箱， 支持用戶上傳本地的xlsx、 csv、 doc格式文件。ChatGPT會基于指令或者文件內容， 分析、 編寫 Python 代碼， 并自動進行可視化處理， 還可反復執行、 優化所撰寫的代碼； 同時， 也可以把結果保存為相應的文件供用戶下載。

（二）感知智能視角： ChatGPT將拓展財務部門可處理的數據類型

從感知智能角度來看， 財務部門過去輸入和處理的主要為數字型的數據， 未來在GPT-4模型多模態能力的加持下， 財務部門將有能力在輸入端加入文本、 圖片、 視頻、 音頻等更多模態的數據， 從而在決策和分析過程中獲得更多的信息。例如， 財務部門可以利用ChatGPT的文本分析功能來評估客戶反饋和社交媒體內容， 以了解客戶需求和市場趨勢。企業可以運用ChatGPT連通資金系統、 ERP（企業資源規劃）系統等各類財務系統， 并在此基礎上構建對答式財務知識庫和智能財務客服， 用戶可以通過輸入自然語言實現與系統間的交互。此外， ChatGPT還可以通過識別和分析數字、 文本、 圖像和視頻等多模態內容， 自動化處理和歸檔電子發票、 財政電子票據、 電子客票、 電子行程單、 電子海關專用繳款書、 銀行電子回單等電子憑證， 進一步提高財務工作的效率和準確性。

以ChatGPT助力構建新一代ERP為例， 幾十年來ERP系統一直是許多企業生產運營的關鍵支持系統。該系統通過將各種流程自動化并定時提供相關數據來幫助企業高效管理。近幾年， 傳統ERP持續迭代發展為新一代ERP， 新一代ERP是指依托大數據、 人工智能等信息技術， 不斷整合管理思想與企業管理， 實現企業內部不同系統之間、 企業系統與外部系統之間的整合。新一代ERP的發展趨勢是進一步與電子商務、 客戶關系管理、 供應鏈管理等進行整合。ChatGPT可以幫助新一代ERP系統在企業中進一步發揮作用， 具體表現在如下方面：

1. 對接客戶關系管理系統。ChatGPT可以通過對接客戶關系管理（CRM）系統， 作為ERP系統的一個自動化客戶服務工具， 對客戶的咨詢、 投訴等問題進行快速、 準確的響應， 以提高客戶滿意度， 并通過自動化回答重復性問題減輕企業人力資源的壓力。例如， 通過對接CRM系統， ChatGPT可以根據客戶的咨詢請求， 從CRM系統中獲取客戶的相關信息， 比如購買歷史、 偏好、 行為數據等， 并在咨詢結束后將ChatGPT產生的客戶交互數據返回到CRM系統中。

2. 優化供應鏈管理。ChatGPT可以協助ERP系統智能地解決各種問題和異常。例如， 當出現庫存短缺或財務問題時， ChatGPT可以自動感知、 響應并給出最佳方案， 減少人工干預。同時， ChatGPT可以作為一個實時協作工具， 幫助團隊成員實現實時交流， 及時協調和解決問題。例如， 如果出現了生產瓶頸或緊急需求變化， ChatGPT可以從數據庫中快速提取所需信息并以郵件形式向供應商反饋， 以便其更快地做出決策。此外， ChatGPT可以通過與客戶實時溝通來了解其對產品和服務的需求和意見， 這可以幫助企業及時了解市場需求， 從而更好地優化現有供應鏈。

（三）認知智能視角： ChatGPT將重塑財務部門知識產出的方式

金源和李成智（2023b）指出， 依據DIKW模型， 財務決策支持本質上是一個從業財數據到決策有用相關信息和知識， 最終到決策智慧的加工收斂過程。ChatGPT將重塑財務部門數據獲取和知識產出的方式。傳統的財務知識產出主要依賴人工進行報告、 文檔的編寫和整理， 這種方式效率低下且容易出現錯誤。而ChatGPT可以通過自然語言生成技術， 自動生成各種財務報告、 分析和預測等內容， 大大提高了財務知識產出的效率和準確性。

以ChatGPT賦能商業智能（BI）為例， 商業智能（BI）是指通過對數據的收集、 整理和分析， 幫助企業更好地了解自身業務， 優化策略和決策。ChatGPT可以通過以下幾種方式促進BI工具更好地發揮作用：

1. 自動生成可視化分析報告。ChatGPT可以通過自然語言處理技術與財務人員進行交互， 收集用戶的數據需求， 并自動生成SQL代碼從數據庫中取數。這些數據可以通過RPA或數據中臺技術導入BI工具， 生成可視化圖表。ChatGPT再根據這些圖表生成具有完整結構的財務分析報告， 由此便打通了自動化財務分析報告的“最后一公里”。這樣能夠減少人工編寫報告的時間和錯誤率， 并大幅提高報告的質量。

2. 構建可交互式BI工具。BI工具可以幫助財務人員更好地理解可視化圖表。通過集成ChatGPT， 財務人員可以通過“詢問”和“回答”的方式， 找到其所需要的信息或要求ChatGPT對某一特定的圖表進行解釋， 由此構建可交互式BI工具。

3. 智能提醒與告警。ChatGPT 可以通過“提醒”和“告警”來幫助財務人員了解特定數據的變化趨勢。這將幫助財務人員更好地理解數據， 為業務決策提供更準確的指導。當BI監測到某個條件被觸發時， 系統會觸發ChatGPT來向財務人員發送提醒信息， 該信息既可以包含詳細的數據分析和建議， 也可以為財務人員提供相應的操作選項， 如生成報表、 發送電子郵件、 更新庫存量等。

4. 一站式年報分析。ChatGPT可以通過如下步驟實現一站式年報分析并基于分析結果形成PPT： ①提煉年報要點； ②通過接入BI工具分析財務數據變化趨勢； ③借助 GPT-4 Code Interpreter插件或BI工具實現自動可視化； ④綜合以上信息， 再向ChatGPT增加企業知識， 形成分析報告； ⑤使用ChatGPT將分析報告提煉為Markdown格式的PPT大綱； ⑥借助第三方工具如MotionGo、 Gamma、 Mindshow自動生成PPT。

六、 ChatGPT對財務人員的影響及應對

對于財務人員來說， ChatGPT雖然能助力其全方位提高工作效率和效果， 但也會減少對財務崗位人員的需求， 引發財務人員新一輪“生存焦慮”。為了辯證看待ChatGPT對財務人員的影響并幫助財務人員更好地應用ChatGPT作為“AI助手”， 本章將首先從積極和消極方面剖析ChatGPT對財務人員的影響， 再從財務工作者和財務部門管理者角度探討相關的應對措施。

（一）ChatGPT對財務人員的影響

1. ChatGPT對財務人員的積極影響。通過前文的論述可知， ChatGPT對財務人員的影響主要體現在提高工作效率、 減輕日常工作負擔、 推動自我職業成長等方面。財務人員可以通過善用ChatGPT使其成為“AI助手”， 自動化完成大量的機械勞動和中低端知識生產工作， 例如賬單錄入、 分類和核對、 文檔摘要、 會議紀要等， 將自身從機械勞動中解放出來， 從事財務BP、 戰略財務等具有更高附加值的工作。同時， ChatGPT提高了財務人員對于復雜數據的深入洞察能力， 幫助財務人員更深入地理解公司的財務狀況， 進而提供更有價值的建議和解決方案。此外， ChatGPT還可以作為一個高效的學習工具， 為財務人員提供最新的財務理論和實踐知識。例如， 一位財務人員希望了解最新的區塊鏈技術對財務工作的影響， 其可以通過詢問ChatGPT， 獲取區塊鏈在財務管理中的應用案例， 以及該技術可能帶來的挑戰與機遇， 從而實現個性化學習。

2. ChatGPT對財務人員的消極影響。ChatGPT的普及與應用對財務人員來說是利弊共存的。不可否認， 當前ChatGPT對于部分會計工作已經產生實質性沖擊， 可能對財務人員帶來以下方面的消極影響： ①ChatGPT和RPA取代了大部分財務底層勞動和部分財務分析、 財務BP甚至戰略財務相關工作， 這將從整體上減少財務部門對于財務人員的需求， 導致部分財務人員失業。②長期以來， 財務人員一直依賴于傳統的財務知識和技能來處理工作， 這可能導致他們對新技術和新方法的接受度不高， 為了與ChatGPT高效溝通， 財務人員除需要掌握傳統的財務知識和技能外， 還需要掌握一些基本的技術及編程知識， 以及與ChatGPT高效溝通的Prompt（關鍵提示詞，指用戶輸入的問題或語境信息）， 這也提高了未來財務崗位的應聘門檻。③ChatGPT還可能導致財務行業人才流失， 由于大模型的發展和普及， 許多高學歷人才可能會選擇離開傳統的財務領域， 轉向更前沿的技術領域。

（二）ChatGPT時代財務人員的應對措施

基于前文分析可知， 對于輔助財務人員進行信息收集、 資料整理以及粗粒化的數據分析， ChatGPT是極好的工具， 但已有研究也表明， 對于需要更細粒度、 深層次知識融入的分析， 以及需要高度社交技巧的技能和領導能力等， ChatGPT是無法替代的。針對ChatGPT可能給財務人員帶來的職業挑戰， 本文從財務工作者和財務部門管理者兩個角度給出了應對措施。

1. 人員角度： 財務工作者需重構能力框架。本文認為， 在ChatGPT時代， 財務工作者為保持自身的職業競爭力， 可以從以下幾個方面重構自身能力框架：

（1）溝通協調能力。在ChatGPT時代， 財務人員的溝通能力體現在兩個方面： 除了能夠與公司上下級、 各平行部門和外部審計機構進行有效溝通和協調， 還需要具備與ChatGPT溝通的能力， 在與ChatGPT溝通的過程中， Prompt非常重要， 它可以引導ChatGPT更好地理解用戶的意圖和上下文， 進而生成更加準確、 有針對性的回答。

（2）問題思維。由于ChatGPT具備強大的語義理解和問題解答能力， 對于只會解決問題的財務人員來說， 其核心競爭力將被削弱。在ChatGPT時代， 財務人員提出有助于業務發展的“好問題”比“回答好”問題更關鍵。

（3）產品開發思維。財務人員需具備依據ChatGPT的特性主動探索開發財務應用場景的能力。

（4）數據洞察能力。財務正在經歷從傳統的會計核算、 報告職能向財務BP、 戰略財務職能的角色轉變， 在這個過程中， 深入的數據分析和洞察能力不可或缺。深入的數據分析能力使財務人員能夠從海量、 多維、 異構的數據中提取有用信息， 實現數據賦能管理決策； 深入的數據洞察能力使財務人員能夠理解數據背后的邏輯， 識別出隱藏的問題和機會， 從而推進業務改善。

（5）技術應用能力。財務人員需要具備一定的技術應用能力， 能夠熟練使用各種辦公軟件和工具， 如Excel、 SQL、 Python等， 以及各種會計軟件和系統。鍛煉技術應用能力可以幫助財務人員更好地使用ChatGPT以及未來技術加速迭代過程中可能誕生的更多技術工具。

（6）持續學習能力。財務人員需要具備良好的學習能力， 能夠不斷學習和掌握新的知識和技能， 以適應技術發展的變化和需求。這可以幫助財務人員更好地利用ChatGPT等AI工具， 提高工作效率和準確性。

2. 管理角度： 財務部門需進一步探索人機協同的管理模式。隨著數字化轉型進程加快以及人工智能技術日益成熟， 企業開始嘗試使用基于“RPA機器人+以ChatGPT為底層技術的聊天機器人+機器學習算法”等先進技術構建“數字員工”體系。因此， 財務部門管理者需配套構建起相應的數字員工管理體系和全新的人機協同模式， 并積極探索財務人員與技術人員協助二次開發ChatGPT應用場景的良性模式。

在上述管理模式下， 未來企業對于財務人員的期待是不僅僅局限于財務專家的定位， 還要做到以下兩方面： 一方面， 將觸覺前置到業務活動中， 將視野提高到戰略高度， 成為業務專家； 另一方面， 充分掌握RPA、 Python、 ChatGPT等技術工具， 成為數字化專家。隨著RPA機器人和ChatGPT的普及， 財務人員可以從機械勞動和中低端的內容創作型工作中解放出來， 有更多的精力去從事上述具有更高附加值的工作。財務人員要善用ChatGPT作為“AI助手”， 通過人機協同的工作模式， 推動自身從財務專家向懂戰略、 懂業務、 懂數據分析的復合型人才轉變。

七、 總結與展望

（一）全文總結

通過分析， 本文得到以下核心結論： ①ChatGPT將帶來智能財務體系在場景優化、 技術革新、 人員轉型方面的全方位變革； ②ChatGPT可以從自動化（改善流程型工作的效率和效果）和數智化（推進流程型工作向流程數據雙驅動轉變）兩方面優化財務場景； ③ChatGPT可以通過降低計算智能類技術的使用門檻、 拓展財務部門的感知智能和重塑財務部門知識產出的方式促進會計科技革新； ④ChatGPT對財務人員來說是利弊共存的， 財務工作者需要重構自身能力框架， 財務部門管理者需探索人機協同的管理模式。

（二）未來展望

本文認為， 隨著以ChatGPT為代表的AIGC技術和大模型的不斷發展與應用， 財務領域將持續發生一系列的變革， 對于未來ChatGPT影響下智能財務的發展趨勢， 本文進行如下展望：

趨勢一： 財務領域的“護城河”仍然很深， ChatGPT在短期內無法徹底取代財務人員。盡管目前看來ChatGPT已經可以替代部分自動化工作和中低端的內容創作類工作， 但財務領域仍然需要高度的專業知識和技能， 以及對法規和會計準則的深入理解和靈活運用， 這些都需要多年的實踐和學習積累。

趨勢二： 財務大模型未來將像ERP一樣成為財務部門的“標配”； 數據、 算力和算法共同決定了大模型的質量和性能。在構建財務大模型方面， 有許多重要的機器學習算法和框架均已開源， 如TensorFlow和Pytorch， 使得算法可用性已經不再是主要的限制。目前的挑戰主要來自于數據和算力層面。未來， 財務數字化轉型和企業數據治理的加速推進， 將有助于提供更多高質量的財務數據用以訓練財務大模型， 且隨著算力成本的逐漸下降， 構建財務垂直領域的大模型將逐漸成為可能。

趨勢三： 未來財務信息安全攻防博弈將更加激烈， 需引起財務工作者的重視。ChatGPT的問世對于財務信息安全是一把雙刃劍。一方面， 從信息安全的入侵方來看， 盡管OpenAI在開發ChatGPT的過程中已經為其設置了良性的價值觀以防止其直接作惡， 但仍有網絡攻擊者可以繞過ChatGPT內置的防濫用規則， 在ChatGPT的輔助下實現更低門檻地編寫惡意軟件代碼。另一方面， 從信息安全的防守方來看， ChatGPT可以為防守方提供安全咨詢， 幫助其了解最新的網絡安全威脅和漏洞， 并提供針對性的建議。ChatGPT還可以幫助防守方監測其網絡活動， 及時發現異常流量和攻擊行為， 并幫助其采取相應的防御措施（金源和李成智，2023c）。

趨勢四： ChatGPT將促進新型人機協同模式的構建。ChatGPT問世之前， 智能財務體系中對于人機協同模式的構想是將人類財務知識和經驗與機器大數據處理能力結合起來， 實現財務管理和會計工作的自動化、 智能化和高效化。ChatGPT作為最前沿的自然語言處理模型， 將重構現有人機交互模式， 財務人員與系統間可以通過人類語言進行更自然的交流， ChatGPT的出現為智能財務體系人機協同模式構建帶來了新的思路和可能性。

對于人機協同模式中“人”的價值， 本文認為， 機器學習的本質決定了AI在認識已知世界、 回答已知問題方面具有顯著優勢， 而對于充滿創新和利益沖突的未知世界的探索， 人永遠具有無可替代的價值。面對ChatGPT的沖擊， 財務人員無需過分焦慮， 更需要做的是思考如何駕馭工具， 學習將ChatGPT作為一個“AI助手”輔助自身開展信息收集、 憑證整理、 真偽查詢、 數據分析等日常工作， 探索人機協同共生的工作模式。

【 主 要 參 考 文 獻 】

金源，李成智．ChatGPT+Acctech：ChatGPT對會計科技的影響研究［ J］．商業會計，2023a（7）：4 ～ 10．

金源，李成智．數據驅動下的財務決策支持研究［ J］．財會通訊，2023b（3）：140 ～ 147．

金源，李成智．智能財務背景下的財務信息安全研究［ J］．財會通訊，2023c（7）：136 ～ 144．

劉梅玲，黃虎，佟成生，劉凱．智能財務的基本框架與建設思路研究［ J］．會計研究，2020（3）：179 ～ 192．

劉勤，楊寅．智能財務的體系架構、實現路徑和應用趨勢探討［ J］．管理會計研究，2018（1）：84 ～ 90+96．

劉勤．ChatGPT及其對會計工作的影響探討［ J］．會計之友，2023（6）：158 ～ 161．

田高良，陳虎，郭奕等．基于RPA技術的財務機器人應用研究［ J］．財會月刊，2019（18）：10 ～ 14．

張敏．智能財務十大熱點問題論［ J］．財會月刊，2021（2）：25 ～ 30．

張慶龍．財務機制變革：從流程驅動走向流程與數據驅動并重［ J］．商業會計，2022（17）：10 ～ 13．

Daniel E. O'Leary. Soliciting weights or probabilities from experts for rule-based expert systems［ J］．International Journal of Man-Machine Studies，1990（3）：293 ～ 301．

Fayyad U. M.. Data mining and knowledge discovery in databases： Applications in astronomy and planetary science［C］// Proceedings of the Thirteenth National Conference on Artificial Intelligence and Eighth Innovative Applications of Artificial Intelligence Conference， AAAI 96， IAAI 96， Portland： AAAI Press，1996．

Narasimhan N.， Mardanbeigi S.. Predictive modeling of energy consumption using machine learning techniques［C］//2015 IEEE International Conference on Computational Intelligence and Computing Research （ICCIC）. IEEE，2015．