人工智能對企業財務管理的影響及對策研究

張涵

【摘要】人工智能技術的快速發展，給傳統的財務管理模式變革帶來了機遇與挑戰。財務數據是觸發人工智能技術與財務管理融合的核心要素。本文聚焦于財務數據流動的核心過程，從數據發現、數據集成和數據應用三個維度分析人工智能對企業財務管理的影響機制，進而提出企業積極采用人工智能技術提高財務管理水平的應對對策。

【關鍵詞】數據價值鏈 人工智能 財務管理

引言

隨著人工智能時代的到來，企業財務管理也正從傳統人工模式向智慧化轉變，人工智能對企業財務管理的影響備受社會各界關注。

早在1998年Ittner CD和Larcker DF就指出財務管理在企業績效管理中的重要性[1]。隨著ChatGPT、可解釋性AI和區塊鏈技術等人工智能技術的發展，企業對于財務管理的要求也逐步從精準走向“精準+智慧”。國內外學者十分關注人工智能對財務管理的影響。耀友福和何相億（2023）[2]認為人工智能技術賦能財務重述治理，能夠為企業帶來更高效、精準和智能的財務管理體驗。張曉瑋、劉波和戈姍姍等（2022）[3]認為在大數據時代，需要利用人工智能技術進行財務管理創新。綜合上述研究來看，國內外學者們都指出了人工智能在企業財務管理中的重要作用，但財務數據源是人工智能技術應用的關鍵所在，少有研究分析財務數據流動過程及人工智能技術應用的影響。基于此，本文基于數據流動過程，分析人工智能對企業財務管理的影響，進而探索優化對策。

一、人工智能對企業財務管理的影響

人工智能誕生于1956年，經過近90年的發展，人工智能技術取得了突破性的發展，解決了包括人機交互、圖像及文字識別、自學習等眾多問題，例如ChatGPT、可解釋性AI和光學字符識別（OCR）等眾多技術不斷涌現，創造了很多人工智能應用場景，解決了企業生產和管理中的部分復雜問題，極大提高了企業生產效率[4]。具體到企業財務管理場景的應用，人工智能技術使得財務管理的業務流程和管理方式發生了巨大變化，財務數據發現、集成和應用的過程均發生了顛覆性變化，財務管理的價值進一步提高。

（一）人工智能對企業財務數據集成的影響

財務數據是企業數據價值鏈中重要的數據源，通過人工智能技術清洗以后，與其他數據整合，破除了“信息孤島”問題，提高了整個企業數據的協作能力，進一步完成數據分析后就能形成可視化的分析結果，從而為企業的財務管理提供決策。

1.數據清洗

人工智能技術能夠提高財務管理的精準性和效率，但其前提是依賴有效的數據集成[8]。數據集成的關鍵過程是對臟數據的處理，即數據清洗。從財務數據來源看，在獲得原始數據過程中，財務數據來源較為分散，且通常由不同部門人員手工錄入，數據的質量通常難以保障，例如，數據的缺失、數值異常等。因此，在數據集成過程中，首先要開展數據清洗，從而確保數據質量。人工智能技術的研發，使得海量數據的清洗變得更加順暢。例如，機器學習中人工神經網絡技術的發展，能夠根據訓練情況，確定數據清洗規則和策略，從而完成海量數據的清洗。

2.數據集成標準

企業傳統的財務管理模式對于數據管理較為松散，數據結構形式多樣，數據類型雜亂，各種源數據標準不一，往往難以集成。人工智能技術的發展，使得數據集成的便捷性和可行性大幅度提高。數據集成主要是從數據產生源頭就設置數據獲取規制，并構建了數據質量評估體系，通過知識規制的設置可以有效識別臟數據，并且分析數據產生的原因和存在形式。例如，數據缺失的情況，可能是由于疏忽造成的，但可以采用數學模型進行預測，或者采用簡單的均值法進行替代。在人工智能技術的應用過程中，數據集成的標準不斷完善，使得企業的數字化管理水平得到大幅提升，企業高層領導也更加重視數據集成標準的管理與建設。

（二）人工智能對企業財務數據應用的影響

人工智能技術發展過程中，很多先進的機器學習方法和模型被不斷開放，使得數據中隱含的信息能夠被有效挖掘。從數據價值鏈來看，數據探索的目的就是需按照數據內在結構和規律，從而發展數據價值，為企業的財務管理決策提供支持。在此過程中，人工智能對企業財務數據應用的影響，主要體現在數據的一般應用和挖掘分析兩個方面。

1.數據的一般應用

傳統財務的數據分析工具及呈現方式并不友好，無法有效地將動態數據信息提供給企業管理經營者，數據難以被有效解讀。雖然企業財務數據種類繁多，需要各種技術手段分析數據的基本情況，但人工智能技術具有非常強大的統計能力，可以通過繪制圖表、描述展示統計量等方法研究數據的基本特征，例如數據的分布特征、離散和集中趨勢等，并以直觀的方式呈現。另外，人工智能技術能夠幫助企業管理人員進行財務決策，例如在數據價值鏈上的財務風險監控，能夠通過數據流動過程及其價值創造方式變化識別財務分析，幫助企業及時止損，從而更好地為企業保駕護航。

2.數據的挖掘分析

傳統財務有限的數據采集和計算能力降低了數據價值，人工智能發展至今，數據采集和計算能力問題都被有效突破，預算資源的配置、成本歸集核算等財務管理過程都可以運用人工智能算法得到較好的解決。數據的深入探索與挖掘分析就需要研究不同財務數據之間的內在關系，需要應用機器學習算法，例如小樣本多需要利用支持向量，大樣本可以采用神經網絡及其改進方法。不同算法的算力不同，能夠挖掘出的數據價值不一，為此，企業管理思維和價值訴求能夠折射到財務數據價值鏈中。同時，通過人工智能技術，企業可以通過在線動態挖掘分析財務數據，實時監控財務狀況，預警潛在風險，并自動調整財務策略，確保企業的穩健運營。例如，在數據價值鏈上的財務風險監控，能夠通過數據流動過程及其價值創造方式變化識別財務分析，幫助企業及時止損，從而更好地為企業保駕護航。

二、人工智能時代企業財務管理對策

在人工智能時代，企業迫切需要通過數字化改革來推動管理模式的革新和業務增長，分析、挖掘和利用數據價值成為企業財務管理創新的重要內容。為此，財務部門角色也需隨之轉變，從傳統的關注于從記賬憑證和會計科目這類較小數據集中提取信息的“數據價值鏈”模式，轉向關注企業整體經營管理流程。這要求財務管理人員不僅要關注內部數據，還要挖掘外部數據的潛在價值，利用數據分析推動企業決策。然而，財務管理人員的數字素養普遍不高，應對人工智能挑戰的能力還需要進一步提高。

（一）企業在財務數據發現環節的應對

盡管我國的管理會計已有一段發展歷程，但實踐中許多財務專業人士依然停留在傳統的財務會計任務上，未能充分利用管理會計的潛能，特別是會計信息化，例如很多傳媒集團的財務部門工作人員在信息化方面還存在短板。在人工智能時代，財務部門因數字技術而成為企業生產經營數據的集散地。同時，人工智能技術的發展使得數據發現的渠道更加豐富，不僅要求企業財務管理人員具有較高的數字素養，還需要企業財務管理人員能夠識別財務信息。財務信息維度的增加使得財務數據的復雜度增加，因此，在人工智能時代，企業財務管理人員的知識儲備不能僅限于財務管理知識，還需要具有一定的數據管理知識。綜合來看，企業需要加強財務管理人員的數字素養培訓，例如掌握數據獲取的技術，包括ASR自動語言識別技術、光學字符識別（OCR）技術等；同時，企業還需要加強財務管理人員的管理學、經濟學等多學科的培訓，進一步提升企業財務管理人員的數據發現能力。

（二）企業在財務數據集成環節的應對

人工智能時代的財務管理，不僅要求財務專業人士掌握會計和管理的傳統知識，還要求他們精通技術工具和數據科學，以及具備商業戰略的理解能力，形成一種全面的財務人才模式。從數據集成環節來看，財務管理人員需要具備數據清洗工作，從而確保集成數據的質量。數據集成能力的提升，可以從三個方面加強培育：第一，強化企業財務管理人員的數據清洗和預處理能力，包括開展重復數據刪除、填充缺失值、數據錯誤糾正等專業內容的培訓；第二，強化數據質量評估，組建數據管理團隊，建立數據質量監控機制，定期開展數據質量評估，確保數據質量管理常態化；第三，強化數據標準化管理，企業應該加強數據標準化管理，在數據格式和結構上建設標準，破除普遍存在的數據不一致問題，確保數據的有效性和可比性。

（三）企業在財務數據應用環節的應對

在人工智能時代，企業財務管理正邁向數據驅動和數字化，財務部門的作用將進一步擴展，更深入地參與到業務運營和管理中，提供實質性的運營建議、風險預測和決策支持，有效地促進企業的整體管理和發展。在此過程中，要求財務管理人員學習并應用數據技術工具以提高財務流程的效率，掌握數據科學知識以強化數據分析和可視化能力，將數據洞察轉化為業務預測，并有效地傳達給決策者。此外，財務管理人員應積極參與企業的戰略規劃、執行監控及成效評估等全鏈條活動，確保戰略規劃的有效實施。具體而言，財務數據應用環節需要財務管理人員需要提升數據的一般應用能力和挖掘應用能力。第一，提升財務數據的一般應用能力，要求財務管理人員能夠利用數據工具完成數據基本特征的描述，包括利用SPSS、EXCEL等軟件進行圖表繪制，將財務數據友好地展示給企業決策者，目前大部分財務管理人員具有相應的能力，但隨著數據量的不斷增加，財務管理人員需要提升大數據意識，處理多種類型數據，特別是提升非結構數據的處理能力。第二，提升財務數據的挖掘應用能力，目前有很多人工智能模型能夠為財務管理人員提供便捷的數據挖掘分析，例如R語言、python等語言已經具有較好的數據挖掘算法模塊。但目前，很多財務管理人員不具備數據挖掘能力，因此，建議在財務內部設置算法與 IT 崗位，通過崗位優化，增強企業財務管理與業務、IT 的融合。另外，在財務數據應用過程中，需要高度重視數據安全管理，因此，需要企業構建多層、嚴密、完善的數據安全防護體系，例如安全權限的分級管理、數據密級管理和數據容災管理等。

人工智能時代企業財務管理模式的創新是一個持續不斷的過程。企業需要緊跟技術發展趨勢，結合自身實際情況，積極探索和實踐適合自身的財務管理模式，以提升企業競爭力和可持續發展能力。

參考文獻：

[1]Ittner，C.D.，&Larcker，D.F.（1998）.Are nonfinancial measures leading indicators of financial performance？An analysis of customer satisfaction. Journal of accounting research，36，1-35.

[2]耀友福，何相億.人工智能應用的公司治理作用——基于財務重述視角[J].工業技術經濟，2023，42（3）：125-134.

[3]張曉瑋，劉波，戈姍姍，等.基于人工智能的財務管理創新——財務機器人在XH醫院的應用[J].財會月刊，2022（23）：119-126.

[4]Miller H G，Mork P. From data to decisions： a value chain for big data[J]. IT Professional，2013，15（1）： 57-59.