“ChatGPT+RPA”技術下智慧交互式碳財務系統構建

【摘要】在現代信息技術和智能技術迅猛發展的大背景下， ChatGPT與RPA作為兩種頗具代表性的新智能技術， 憑借高效率、 低成本、 強互動等核心優勢日漸滲入財務管理領域。“ChatGPT+RPA”技術結合運行能輔助能源企業提高碳財務數據獲取質效、 降低碳財務知識咨詢成本、 夯實碳財務業務安全運行基礎， 以此緩解碳減排壓力。據此， 本文在羅列碳財務系統建設的新舊系統對接、 業務流程梳理、 系統安全管理的注意事項基礎上， 創新設計“ChatGPT+RPA”技術下的能源企業智慧交互式碳財務系統。隨后， 從賬號注冊、 問題咨詢、 資源匯集與處理、 數據異常排查與預警、 問題解析與反饋層面， 對智慧交互式碳財務系統運行流程進行重新梳理， 為能源企業綠色低碳發展提供助力。

【關鍵詞】ChatGPT；RPA；能源企業；智慧交互式；碳財務系統

【中圖分類號】F275 【文獻標識碼】A 【文章編號】1004-0994（2024）17-0043-6

一、 引言

2021年10月， 中共中央、 國務院正式公布《關于完整準確全面貫徹新發展理念做好碳達峰碳中和工作的意見》， 對碳達峰碳中和工作做出科學系統謀劃， 致力于推進碳達峰、 碳中和如期實現。隨后， 黨的二十大報告強調， “積極穩妥推進碳達峰碳中和”， 并指出要“完善能源消耗總量和強度調控， ……逐步轉向碳排放總量和強度‘雙控’”。可見， 在新發展階段， 做好碳達峰碳中和工作， 持續壯大綠色低碳產業， 加快形成綠色經濟新動能和可持續增長極， 對我國全面建成社會主義現代化強國、 實現綠色低碳發展意義重大。作為實現節能減排和能源清潔低碳轉型的推動者、 先行者， 能源企業需堅定不移樹立綠色低碳發展鮮明導向， 持續完善節能環保管理機制， 提升減排降碳能力（常飛等，2023）， 助力我國實現碳達峰、 碳中和目標。能源企業在助推能源結構綠色轉型中， 需通過污染減排確認、 計量、 報告、 考核等一系列碳財務處理工作， 對節能減排情況、 社會環境效益進行披露， 從而有針對性地履行低碳責任和節能降耗責任。但從現實情況來看， 囿于碳財務數據獲取難、 知識咨詢成本高、 風險控制差等問題存在（滕旭和謝煜，2023；蘇麗娟，2023）， 能源企業無法順利開展碳財務梳理、 管控工作， 難以滿足碳達峰碳中和與強度“雙控”發展目標要求（袁廣達等，2023）。立足此困點， 2023年12月， 國務院國資委召開了中央企業財務工作會議， 要求2024年中央企業“順應智能變革趨勢……加快推進財務數智化轉型”。立足國家政策， 能源企業亟須利用現代化智能技術推進高效、 科學碳財務系統構建， 努力實現碳財務數智化轉型， 力爭成為國家“減排降碳”和碳達峰、 碳中和目標推進的主力軍。

隨著數字化時代的降臨， 人工智能在全球崛起， 拉開“跨生命交往”的帷幕， 成為能源企業數字化轉型中的重要工具。中國信息通信研究院發布的《全球數字經濟白皮書（2023年）》顯示， 2023年全球人工智能市場收入達5132億美元， 同比增長20.7%， 市場規模呈現高速增長態勢。RPA與ChatGPT作為兩種頗具代表性的人工智能技術， 分別通過機器人流程自動化、 自然語言處理功能， 提高企業業務自動化水平、 工作效率和客戶滿意度（李聞一等，2024）。細分來看： RPA技術能夠簡化流程、 自動執行重復性任務， 降低人工干預風險與避免手動操作錯誤風險（孫舒然等，2024）； ChatGPT則通過自然語言交互、 深度學習模型、 智能對話、 知識問答、 情感分析等功能， 充分解讀能源企業咨詢信息（何哲等，2023；楊穎和曹有康，2024）， 幫助能源企業解決碳財務相關問題。當前， 部分企業逐步嘗試將ChatGPT與RPA技術融合應用， 通過自然語言交互實現自動化流程的智能運維、 自動化機器人的智能交互（智慧交互式虛擬助手）等操作（潘潔等，2024）。智慧交互式虛擬助手能夠解析能源企業碳財務人員咨詢信息， 并通過交互式對話界面與其展開多輪對話和問題解答， 輔助碳財務人員進行碳財務處理與智能決策。因此， 能源企業可借助“ChatGPT+RPA”技術不斷優化與調整碳財務系統， 為做到節能降碳提供技術基礎， 開創長遠綠色發展新格局。怎樣科學利用“ChatGPT+RPA”技術建立能源企業智慧交互式碳財務系統？如何進一步深化能源企業碳財務模式改革？這些問題成為本文的重點研究內容。

二、 “ChatGPT+RPA”與智慧交互式碳財務系統的融合分析

碳財務系統以環境法律法規為依據， 以貨幣、 實物單位計量的形式， 對能源企業履行低碳責任、 節能減排進行科學確認、 計量、 報告， 考核能源企業自然資源利用率（陸秀芬和蔣麗君，2023）， 是披露能源企業自然資本效率、 社會效益的新興會計業務處理智能平臺。傳統的能源企業碳財務系統存在碳信息披露滯后、 成本費用管控不到位、 碳財務風險管理機制欠缺等問題（高曉薇，2024）， 阻礙了能源企業業務開展與運行， 亟需借助智能技術推進能源企業跨越式發展。作為新一代人工智能技術， “ChatGPT+RPA”融合運用能夠產生強大機器人自動化技術（Han等，2024）， 使機器人具備智慧交互式功能， 助力能源企業推進智慧交互式碳財務系統構建。具體而言， 在“ChatGPT+RPA”技術支持下， 智慧交互式碳財務系統能夠實現不同減排策略的成本效益分析、 碳資產管理、 碳排放信息披露、 碳足跡計算等功能， 幫助財務人員更輕松便捷、 高質高效地進行碳排放確認、 分析、 計量、 記錄和披露等業務處理。這有利于提高能源企業碳財務數據獲取精準度、 降低碳財務問題咨詢成本、 保障碳財務業務安全運行， 助力企業實現綠色低碳轉型。

（一） 以動態爬取與智能助手功能提高碳財務數據獲取質效

2022年3月， 生態環境部發布《關于做好2022年企業溫室氣體排放報告管理相關重點工作的通知》， 加強企業溫室氣體排放數據管理工作， 強化數據質量監督管理， 表明我國高度重視碳財務數據獲取質量。但就現實情況而言， 囿于碳財務數據量大且復雜， 能源企業存在碳財務數據（如清潔能源消費、 能源產品能耗、 排放溫室氣體總量等數據）獲取難、 數據遺漏、 數據錯誤等問題， 影響披露數據與碳排放量計算的準確性（張先治和石芯瑜，2021）。而“ChatGPT+RPA”的智慧交互式碳財務系統能高質高效地獲得能源企業及內部個人的碳排放量、 減排行為等多種信息， 避免人工數據輸入輸出錯誤， 提升碳財務數據獲取質效， 助力能源企業更好地理解與控制碳排放狀況。

第一， 多元數據收集。智能助手能夠根據財務人員數據需求指令， 將智慧交互式碳財務系統接口與需要采集的平臺接口進行連接， 進而進行數據動態爬取。同時， 智能助手還通過RPA抽樣軟件機器人自動進行樣本選取與憑證數據篩選， 隨后以ChatGPT技術對憑證數據實施分析。在此基礎上， ChatGPT自動決策， 生成如碳資產負債表、 利潤表、 現金流量表、 能源消耗等碳財務報表， 提高數據準確性和實時性（程平等，2024）， 幫助碳財務人員開展研究分析。第二， 非結構化數據爬取。在“Chat GPT+RPA”技術的支持下， 碳財務人員通過智慧交互式碳財務系統與智能助手互動， 提出數據獲取指令與需求。此系統根據碳財務人員指令能爬取數據， 啟動RPA進行數據處理， 并通過ChatGPT智能助手將處理完畢的數據文件包反饋給碳財務人員， 以此提升碳財務數據獲取質效。第三， 實時數據存儲。ChatGPT智能助手可以根據財務人員指令自動啟動數據記錄器， 輕松追蹤與記錄對話內容， 并及時儲存數據（汪壽陽等，2023）。同時， 碳財務人員可直接在系統界面進行數據查詢與調取， 從而提高碳財務相關工作的質效與準確性。

（二） 以智能客服與人機對話功能降低碳財務知識咨詢成本

能源企業成本控制屬于復雜而重要的管理事項， 需要從數據、 技術、 人力等各方面入手進行成本管理， 采取相應措施進行成本控制。2022年3月， 國務院國資委印發的《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》要求中央企業“健全全員、 全要素、 全價值鏈、 全生命周期成本費用管控機制”。據此， 能源企業需針對成本產生源頭進行碳財務相關成本費用管控。當前， 由于碳財務業務知識體系復雜且龐大， 能源企業內部財務人員需要通過外部網絡資料、 內部信息資源庫、 定期培訓等不同方式進行業務知識解讀。但是， 每個財務人員對同一問題理解不同， 可能使碳財務核算結果出現偏差導致反復核算， 增加了碳財務知識獲取成本支出（李勝，2023）。對此， “ChatGPT+RPA”技術下的智慧交互式碳財務系統能通過智能客服與人機對話功能搭建碳財務人員與智能機器人之間的無縫通信平臺， 通過智能機器人快速地理解碳財務人員的問題并生成相應回復或調取相關資源， 從而使碳財務問題解答、 資源調取更加統一規范， 有效降低能源企業碳財務知識咨詢成本。

其一， 上下文感知對話。智慧交互式碳財務系統中的智能客服功能可感知咨詢人員上下文對話內容， 追蹤和記憶對話狀態， 提取對話歷史中的關鍵信息（如咨詢人員意圖、 要求）， 基于該信息進行后續的生成回復。這有助于碳財務人員與智能客服對話的連貫性和一致性， 使得碳財務人員持續開展復雜問題交流， 以此降低碳財務問題咨詢成本。其二， 全天候智能解答。“ChatGPT+RPA”技術加持下的智慧交互式碳財務系統可24×365全天候處于在線狀態， 通過智能客服、 人機對話功能精準理解碳財務人員詢問目的， 并針對詢問內容啟動RPA自動化機器人調取問題信息， 從而提供精準、 個性化解答。這能夠使問題解決更加精準、 高效、 清晰， 助力持續降低碳財務問題咨詢成本。其三， 信息推理解讀。智能客服還可以進行咨詢問題推理， 即調取所有歷史對話與當前對話內容進行邏輯推斷并生成回復， 以解決復雜問題和涉及推理的對話情境， 有效降低碳財務問題咨詢成本。其四， 多渠道解答服務。智慧交互式碳財務系統的智能客服可從認證賬號、 移動應用、 網站、 社交媒體等多渠道提供碳財務問題解答。

（三） 以異常檢測與風險咨詢功能夯實碳財務業務安全運行基礎

2023年2月， 國家能源局立足推進能源綠色低碳轉型印發《2023年能源監管工作要點》， 指出“保障能源安全促進可靠供應”， “做好能源領域信用狀況統計分析和風險預警”。然而， 目前個別傳統能源企業由于碳財務風險管理機制欠缺、 風險防范意識較弱， 導致在碳財務風險決策、 控制、 管理等環節處理不及時、 不到位（陳姝靜，2018）。同時， 部分能源企業未專門設立風險管理部門， 僅將財務風險管理職能并入碳財務部門， 使風險管理人員各自負責一部分相關碳財務風險控制工作， 導致整體風險控制工作不夠專業與系統， 可能造成碳財務業務執行出現偏差。針對于此， “ChatGPT+RPA”技術在“智能交互式”碳財務系統中， 構建異常檢測與風險咨詢機制， 實現對碳財務業務流程的交互式異常狀況監測與干預， 以確保碳財務業務的穩定運行。

就異常檢測而言， 智慧交互式碳財務系統能夠通過“ChatGPT+RPA”的機器學習算法解讀碳財務數據檢測規則， 并以歷史聊天記錄、 財務報表與發票等渠道， 對環保費用報銷、 碳減排項目管理等信息展開監控與檢測， 判斷是否存在碳財務錯誤核算、 遺漏等風險。系統若檢測出錯誤信息則自動進行風險預警或提示， 協助能源企業迅速制定并實施相應的干預策略， 旨在有效預防潛在風險的發生， 確保碳財務業務的安全穩定運行。就風險咨詢而言， “ChatGPT+RPA”技術與智慧交互式碳財務系統的深度融合， 為財務人員提供高效、 智能的風險咨詢平臺。智慧交互式碳財務系統通過風險咨詢平臺與碳財務人員進行實時互動， 能夠針對財務人員提出的各類碳財務風險問題給予專業解答。與此同時， 智慧交互式碳財務系統還具備數據分析和預測能力， 可以整合大量能源企業的碳稅、 碳排放等相關信息， 通過深度學習算法對碳風險進行量化分析。基于分析結果， 智慧交互式碳財務系統還能夠生成碳風險展望報告或直接給出針對性的風險管理建議， 助力能源企業及時制定風險應對策略。

三、 “ChatGPT+RPA”技術下智慧交互式碳財務系統創新構建

（一） 系統構建注意事項

1. 新舊系統對接。“ChatGPT+RPA”技術加持下的智慧交互式碳財務系統建設屬于系統再造的過程， 主要在于改造和提升現有老舊系統。首先， 相關人員需要對現有系統進行全面分析與評估（包括舊系統功能、 性能以及完整性等方面）， 隨之需要對新系統進行評估， 以確定新系統需要滿足的功能和性能要求。其次， 在獲取新舊系統情況的基礎上， 相關人員需要確定新舊系統的銜接方式， 包括確定新舊系統數據接口、 遷移方法、 數據同步方式等內容， 以及需要確定新舊系統間通信協議， 以確保數據順利傳輸。再次， 能源企業相關人員需根據新舊系統情況制訂銜接計劃， 確定銜接優先級和順序， 隨之進行新舊系統間的數據遷移和轉換、 數據同步和共享配置。最后， 能源企業相關人員需要進行系統的業務驗收測試， 使智慧交互式碳財務系統發揮預期效能， 滿足碳財務人員業務需求。

2. 業務流程梳理。智慧交互式碳財務系統構建是能源企業應對碳排放挑戰的重要工作， 更是對傳統碳財務業務流程的顛覆和創新。在構建中， 能源企業需遵循協同共享、 集中管控、 上下聯動等構建原則， 對碳財務業務流程進行全面梳理和優化。第一， 協同共享。能源企業需要搭建統一的信息系統， 實現各部門間信息共享、 資源協同， 并實現碳排放數據、 碳交易信息等關鍵信息的實時共享， 助力各部門間業務協同配合。第二， 集中管控。能源企業需要建立統一的碳財務管理團隊或部門， 對能源企業的碳排放、 碳交易等業務進行集中管控， 確保碳財務政策的貫徹執行。同時， 能源企業應制定統一的碳財務系統管理規范和流程， 降低能源企業內部風險， 提高碳財務業務透明度。第三， 上下聯動。能源企業需要強化總部與下屬企業系統之間的業務協作， 確保碳財務業務的傳達與執行。另外， 能源企業可將傳統業務轉化為智能碳財務業務流程， 強調新技術匹配應用， 持續優化智能碳財務業務流程。

3. 系統安全管理。智慧交互式碳財務系統建設同樣需要保證其安全運行， 以助力能源企業達到更好控制碳排放量、 提高環保效益的目的。第一， 系統構建需健全安全管理機制， 如設定合理權限策略、 定期安全評估和漏洞掃描等內容， 確保能源企業及個人的信息安全， 防止數據泄露。第二， 系統構建需要具備系統性能的監控和分析功能， 及時發現系統故障、 技術故障或其他原因導致的碳排放數據丟失問題， 協助相關人員制訂應急預案。借此， 能源企業能在突發情況下使系統迅速恢復正常運行。第三， 系統設計中要持續投入研發資源， 提高系統技術水平， 提升系統防御能力， 防范黑客攻擊等安全風險。

（二） 整體框架設計

兼顧有關學者的研究（劉梅玲等，2020；韓笑等，2023）， 同時結合上文融合分析內容， 本文構建包含交互問答、 業務運作、 數據處理及風險識別的“ChatGPT+RPA”技術下能源企業智慧交互式碳財務系統（如圖1所示）。

1. 前端： 交互問答系統。交互問答系統涵蓋賬戶權限設置、 資料交互查詢與識別、 機器人對話解答三部分。賬戶權限設置部分主要作用于碳財務人員授權用戶角色、 選取權限類型， 即可獲取權限賬戶。資料交互查詢與識別主要通過智能客服識別碳財務人員查詢或檢索的文本、 圖片、 音頻、 視頻等資料， 為其提供所需資源或識別相應資源。就文本而言， 交互問答系統通過ChatGPT深度語義理解功能識別碳財務人員提出的需求內容（隱喻、 雙關語和復雜語境）、 情感傾向， 細致地區分情感的細微差別， 從而自動生成報告并傳輸至界面。就圖片而言， 交互問答系統內置的精確圖像識別功能能夠對碳財務人員提供的圖像進行識別， 并通過視覺問答功能提供準確的圖像內容， 以及根據文本描述生成編輯逼真的圖像。就音頻而言， 交互問答系統的高級語音識別模式能準確識別語音指令（支持多語言和方言）， 分析音頻中的情感和說話人的語氣， 為碳財務人員提供更豐富的情感反饋， 從而生成流暢自然的語音輸出。就視頻而言， 交互問答系統通過啟動“ChatGPT+RPA”技術理解碳財務人員提供的視頻中的復雜場景和行為， 提供視頻內容的深度分析， 并自動識別和標記視頻中的重要行為和事件， 助其順利開展業務。機器人對話解答包括四種問答交互模式， 分別為指導型對話、 探究型對話、 推斷型對話以及談論型對話模式。這四種模式在實際應用中具有不同的特點和優勢， 為用戶提供多樣化的問答體驗， 具體作用見表1。

2. 中端： 業務運作系統。業務運作系統功能是協助碳財務人員進行業務對接、 賬務處理和業務辦理。第一， 在業務對接方面， 業務運作系統能與內部其他部門、 外部客戶關系管理系統實現高效對接， 并通過智能客服精確接收、 整合對方系統數據資源。依托“ChatGPT+RPA”技術， 系統對收集到的碳財務數據進行精細化分類與處理， 自動篩選出關鍵信息與記錄。然后， 業務運作系統將處理完畢的數據傳輸至碳財務部門系統， 使得相關人員能夠迅速獲取相關信息并及時處理相關業務（如賬戶結算、 盈利分析等事項）， 實現業務流程的高效自動化。第二， 賬務處理。賬務處理通過“ChatGPT+RPA”技術實現憑證錄入、 審核、 記賬等流程自動化， 并生成預設模板。其中， 碳財務人員可通過前端交互問答系統發出生成指令， 使得數字交互機器人自動調取預設模板快速生成各類碳財務報表。如： 在財務管理方面， 系統根據碳財務人員交互指令自動完成憑證錄入、 賬簿生成、 報表編制等繁瑣任務， 減輕碳財務人員的工作負擔； 在預算規劃方面， 系統根據碳財務人員交互指令自動查詢歷史數據和市場趨勢后進行智能預測和規劃， 為能源企業的預算編制提供有力支持。第三， 業務辦理。業務運作系統根據業務需求精準調用相應的碳財務業務流程， 實施業務自動化處理， 并啟動ChatGPT前端交互系統將處理結果傳輸至碳財務人員個人系統。例如， 在碳財務人員查詢環境成本數據時， 業務運作系統聯動通過前端交互系統迅速解析問題， 并啟動流程自動化機器人以執行內部系統查詢， 隨后傳輸至碳財務人員個人系統。

3. 中后端： 數據處理系統。數據處理系統包含碳財務數據庫、 程序接口、 數據處理程序。就碳財務數據庫而言， 該部分不僅包含碳核算、 碳預算、 碳排放清單等碳財務數據庫， 還包括用戶個人數據庫、 業務實時存檔數據庫、 問答專家經驗庫、 智能學習數據庫， 這些數據根據分類存儲在不同數據庫中。就程序接口而言， 系統接口直接連接大數據平臺、 業務系統、 第三方數據平臺， 實現其他平臺資源迅速獲取。首先， 數據程序接口可實現數據的標準化， 通過對數據格式、 數據結構等進行轉換和適配， 保證數據的統一性和準確性。其次， 數據接口支持數據的實時傳輸。通過數據接口， 各系統實時地接收和處理碳財務數據。最后， 數據接口保障了數據完整性。在數據傳輸過程中， 接口對數據進行認證， 確保數據在傳輸過程中的完整性。就數據處理而言， 數據處理系統主要進行數據采集與整合、 數據處理與分析、 可視化等一系列處理。其一， 數據采集與整合。數據處理系統能夠根據碳財務人員交互指令采集各來源碳財務數據， 或通過日常業務記錄數據進行采集與整合。其二， 數據處理與分析。數據處理系統通過內置的智能算法和模型， 對數據進行清洗、 轉換、 分類等操作， 進而進行深度分析和挖掘， 揭示數據背后的模式和趨勢。其三， 可視化。數據處理系統能夠根據碳財務人員的指令， 生成各種形式的財務報告和圖表， 幫助其更直觀地理解碳財務數據和分析結果。此外， 智能數據處理系統還具有高度的可定制性和可擴展性， 可以根據能源企業的具體碳財務業務需求進行個性化配置和功能升級擴展。

4. 后端： 風險識別系統。風險管理系統涵蓋碳風險預測模型、 風險監控、 風險情緒分析、 智能異常預警以及風險展望分析， 旨在應對碳財務業務處理中實際或潛在風險。風險預測模型能檢測到包括碳市場價格波動、 碳排放量變動等潛在風險因素， 并對識別出的風險因素進行量化分析， 評估風險因素對能源企業碳財務狀況的影響程度。風險監控主要在能源企業節能環保方面資金支付流程中嵌入合規性自動監控機制， 從付款金額、 頻次、 用途、 對象等多維度設置控制閾值， 觸及控制條件， 識別支付金額是否在預算范圍內、 流程審批是否完整。碳風險情緒分析致力于深入挖掘和識別社交媒體、 新聞報道、 市場評論等方面的內容， 以獲取其中所蘊含的能源績效、 溫室氣體（GHG）排放強度、 單位產品能耗等關鍵數據。在此基礎上， 風險管理系統利用“ChatGPT+RPA”技術提取出其中的情緒信息， 能夠對碳減排相關情緒信息進行實時監測和分析， 助力能源企業制定分析碳風險情緒指標， 使其找出潛在的問題并采取相應的改進措施。智能異常預警主要以“ChatGPT+RPA”技術下預警分析工具， 通過定義預警規則、 預警區間對超出范圍碳財務指標進行預警提示， 并以界面彈窗方式向碳財務人員通報異常信息， 為能源企業決策者提供依據， 降低碳財務風險發生率。風險展望分析主要針對能源消耗、 排放量等節能減排交易數據與宏觀經濟指標進行深入解析， 以預測未來風險趨勢并生成相應的風險展望報告。

（三） 系統運行流程重構

“ChatGPT+RPA”技術下能源企業智慧交互式碳財務系統主要包含交互問答系統、 業務運作、 數據處理、 風險識別系統， 能為碳財務人員提供自助、 便捷、 精準的個性化碳財務數據動態爬取、 知識交互查詢、 業務交互處理等平臺。鑒于“ChatGPT+RPA”技術下的能源企業智慧交互式碳財務系統涉及技術環節復雜、 參與者眾多， 可能導致運行流程模糊不清， 本文對“ChatGPT+RPA”技術下能源企業智慧交互式碳財務系統的運行流程進行梳理， 具體流程詳見圖2。

一是賬號注冊。在登錄系統前， 碳財務人員根據自身角色定位在能源企業前端交互問答系統進行賬號注冊， 輸入注冊信息（姓名、 身份證號、 手機號、 密碼等信息）與賬號權限設置。二是問題咨詢。碳財務人員登錄個人賬號進入系統， 通過語音或文字輸入方式與交互問答系統的數字交互機器人提出咨詢問題， 或者提供所需檢索的文本、 圖片、 音頻、 視頻等資料。三是資料匯集與處理。數字交互機器人會自動理解與分析問題指令， 并通過智慧交互式碳財務系統接口與對應資源系統進行直連， 調取相關資源。以此， 數字交互機器人自動查詢并調取碳財務知識庫、 專家經驗庫、 網絡權威資源等內容， 對調取資源進行整合、 清洗、 轉換、 分類等處理。四是數據異常排查與預警。在對數據進行相應處理之后， 后端風險識別系統進一步對數據格式、 報告內容、 碳交易等相關數據進行篩查， 將檢測到的錯誤數據通過界面彈窗向碳財務人員進行提示， 隨后將錯誤數據儲存至錯誤庫。若數據正常， 系統將進入問題解析、 反饋階段與業務處理。五是問題解析、 反饋與業務辦理。數字交互機器人在接收到排查合格的數據后， 自動解析資源內容并獲取解答方案。數字交互機器人根據對話內容選取對應的對話方式（包括指導型、 探究型、 推斷型及談論型對話模式）， 將咨詢內容反饋給碳財務人員。此外， 數字交互機器人還能根據碳財務人員的業務指令， 結合RPA機器人調用所需的能源企業碳財務業務流程， 實現業務自動化辦理。

四、 總結與展望

能源企業碳財務部門能通過“ChatGPT+RPA”技術下智慧交互式機制進行業務知識問答、 資源調取與業務處理， 從而更加精準、 及時地制訂碳減排預測方案與推進節能降碳目標。據此， 本文首先梳理了“ChatGPT+RPA”的動態爬取和智能助手、 智能客服和人機對話、 異常檢測和風險咨詢功能與能源智慧交互式碳財務系統的融合作用， 發現這些技術能提高碳財務數據獲取質效、 降低碳財務知識咨詢成本、 夯實碳財務業務安全運行基礎。隨后， 在分析碳財務系統建設的新舊系統對接、 業務流程梳理、 系統安全管理方面的注意事項基礎上， 構建前端交互問答系統、 中端業務運作系統、 中后端數據處理系統以及后端風險識別系統， 并相應梳理智慧交互式碳財務系統的運行流程。在“ChatGPT+RPA”技術的支持下， 智慧交互式碳財務系統能有效解決能源企業碳財務相關疑難問題， 協助發現潛在的能源風險并制定相應的防范措施。然而， “ChatGPT+RPA”技術是一把“雙刃劍”， 在造福能源企業進行碳財務管理時， 也可能因使用不當而對能源企業產生部分負面效應。因此， 后續在運用基于“ChatGPT+RPA”的能源企業智慧交互式碳財務系統時要設立負責技術運用的合法監督部門、 加大系統運維資金投入、 持續吸納其他新興智能技術、 定期進行人員技術考核， 最大限度地發揮“ChatGPT+RPA”技術下智慧交互式碳財務系統的作用價值。

【 主 要 參 考 文 獻 】

常飛，汪源遠，沈忱等．我國能源企業政策研究體系研究［ J］．智庫理論與實踐，2023（1）：62 ～ 70．

陳姝靜．新能源行業上市公司財務分析——以XX能源公司為例［ J］．東南大學學報（哲學社會科學版），2018（S1）：9 ～ 12．

程平，喻暢，王健俊．ChatGPT時代下基于深度自編碼網絡的企業內部審計智能預警——以往來款項審計為例［ J］．系統工程理論與實踐，2024（1）：316 ～ 337．

高曉薇．中國式現代化視域下碳財務智慧動態監測系統構建［ J］．財會通訊，2024（4）：171 ～ 176．

韓笑，黃志翔，黃源．基于動態中臺架構的財務數字化轉型研究——以傳統數據密集型企業為例［ J］．管理評論，2023（12）：333 ～ 352．

何哲，曾潤喜，秦維等．ChatGPT等新一代人工智能技術的社會影響及其治理［ J］．電子政務，2023（4）：2 ～ 24．

李勝．“雙碳”目標下能源企業碳績效管理體系構建研究［ J］．財務與會計，2023（4）：43 ～ 47．

李聞一，黃怡凡，錢磊．基于ChatGPT+RPA的融資融券業務擔保資產風險評價［ J］．會計之友，2024（2）：88 ～ 94．

劉梅玲，黃虎，佟成生等．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．

陸秀芬，蔣麗君．基于區塊鏈的企業智慧碳財務系統構建研究［ J］．財會通訊，2023（6）：170 ～ 176．

蘇麗娟．中國式現代化視域下碳排放權交易會計體系構建［ J］．財會月刊，2023（12）：47 ～ 53．

滕旭，謝煜．高碳排放企業碳信息披露質量評價體系構建與應用［ J］．財會月刊，2023（18）：73 ～ 79．

汪壽陽，李明琛，楊昆等．ChatGPT+金融：八個值得關注的研究方向與問題［ J］．管理評論，2023（4）：3 ～ 11．

楊穎，曹有康．新一代生成式人工智能參與財稅公共法律服務的信息權利風險及其治理——以ChatGPT為例［ J］．江淮論壇，2024（1）：62 ～ 68．

袁廣達，張藝楠，王鳳勤．“三高”行業企業碳財務管控機制研究［ J］．財會通訊，2023（24）：3 ～ 8+14．

張先治，石芯瑜．基于雙碳目標的會計與財務問題探討［ J］．會計研究，2021（9）：24 ～ 34．

Han Y.， Choudhry S. H.，Simon E. M.， et al.. ChatGPT's Performance on the Hand Surgery Self-Assessment Exam： A Critical Analysis［ J］． Journal of Hand Surgery Global Online，2024（2）：200 ～ 205．