AI技術(shù)在會(huì)計(jì)行業(yè)中的具體應(yīng)用

付紓千 余文斌 鄭蓉

摘要：隨著計(jì)算機(jī)科技的迅速發(fā)展，AI技術(shù)即人工智能技術(shù)在相當(dāng)范圍內(nèi)已經(jīng)趨近成熟，也已經(jīng)被應(yīng)用到了很多行業(yè)之中。在會(huì)計(jì)行業(yè)中，人們已經(jīng)從過(guò)去很多需要人工操作的工作任務(wù)中解放了出來(lái)。在此現(xiàn)狀下，本文主要通過(guò)分析及例證，探究AI技術(shù)在會(huì)計(jì)行業(yè)中的具體應(yīng)用。

Abstract： With the rapid development of computer technology， AI technology， ie artificial intelligence technology， has matured to a considerable extent and has been applied to many industries. In the accounting profession， people have liberated from many tasks that require manual operations in the past. In this situation， this paper mainly explores the specific application of AI technology in the accounting industry through analysis and illustration.

關(guān)鍵詞：AI技術(shù);會(huì)計(jì)行業(yè);財(cái)務(wù)會(huì)計(jì);管理會(huì)計(jì);一站式服務(wù);智能分析

Key words： AI technology;accounting industry;financial accounting;management accounting;one-stop service;intelligent analysis

中圖分類(lèi)號(hào)：F275 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號(hào)：1006-4311（2019）14-0131-04

1 ?會(huì)計(jì)電算化系統(tǒng)到財(cái)務(wù)機(jī)器人——弱AI向強(qiáng)AI的過(guò)渡

在21世紀(jì)，計(jì)算機(jī)技術(shù)不斷的發(fā)展和迅速的衍化的過(guò)程中，延伸出了一個(gè)重要的發(fā)展分支——人工智能，即AI技術(shù)。AI技術(shù)是一種新型的通過(guò)計(jì)算機(jī)計(jì)算，來(lái)模擬人類(lèi)的行為方式，并在部分方面代替人工工作，使得工作效率大幅提升的計(jì)算機(jī)科學(xué)技術(shù)。

在過(guò)去，傳統(tǒng)的記賬方法是手工記賬，每一筆賬目的登記都對(duì)應(yīng)著賬上相應(yīng)的一筆記錄。隨著計(jì)算機(jī)領(lǐng)域的不斷突破，1954年，美國(guó)通用電氣公司首次嘗試使用計(jì)算機(jī)技術(shù)計(jì)算單一工資數(shù)據(jù)，成為使用計(jì)算機(jī)處理會(huì)計(jì)數(shù)據(jù)的先驅(qū)。1979年，國(guó)內(nèi)財(cái)政部開(kāi)始推廣會(huì)計(jì)電算化的使用，其中的試點(diǎn)企業(yè)有長(zhǎng)春一汽。緊接著，1981年中國(guó)人民大學(xué)與其聯(lián)合召開(kāi)了“財(cái)務(wù)、合計(jì)、成本應(yīng)用電子計(jì)算機(jī)”專(zhuān)題討論會(huì)，大會(huì)上“會(huì)計(jì)電算化”的概念被首次提出，并得到了中國(guó)會(huì)計(jì)學(xué)會(huì)、財(cái)政部和原第一機(jī)械部的支持。如今，會(huì)計(jì)電算化經(jīng)歷了長(zhǎng)足的發(fā)展，不僅包括電子信息技術(shù)、還包括了相關(guān)的管理學(xué)和會(huì)計(jì)學(xué)知識(shí)。而這種弱AI，即弱人工智能，作為人工向AI過(guò)渡的中間版本，還不能做到真正地進(jìn)行推理和解決問(wèn)題。也就是說(shuō)，會(huì)計(jì)電算化只是把計(jì)算過(guò)程、數(shù)據(jù)錄入交給計(jì)算機(jī)，但是并不真正擁有智能，也不會(huì)有自主意識(shí)。因?yàn)殡娮佑?jì)算機(jī)不能立即打印每個(gè)手工登記的記錄，以方便會(huì)計(jì)等工作人員的查閱。登記內(nèi)容的打印周期往往是一個(gè)月或一旬。如果想要隨時(shí)查看這些記錄，只能在電腦上獲得授權(quán)后進(jìn)行，并且無(wú)法將幾筆記錄同時(shí)進(jìn)行對(duì)照查閱。并且輸出資料由于具有統(tǒng)一性的特點(diǎn)，使得電算化記錄中新建、修改、刪除等人為操縱手段變得不易發(fā)覺(jué)。

值得一提的是，最近幾年人工智能的發(fā)展取得了很大的進(jìn)步和重大的突破。在2017年舉行的圍棋比賽中，人工智能AlphaGo已經(jīng)擊敗包括柯潔和李世石等頂尖的人類(lèi)圍棋選手，標(biāo)志著人工智能的發(fā)展已經(jīng)到達(dá)了一個(gè)比較高的層次。隨著人類(lèi)將目光逐漸投向人工智能的實(shí)際應(yīng)用上，較之于在企業(yè)中已經(jīng)普遍投入應(yīng)用的會(huì)計(jì)電算化系統(tǒng)，AI技術(shù)在會(huì)計(jì)行業(yè)領(lǐng)域向更加智能便捷的方向發(fā)展，并得到了一定程度的實(shí)踐。著名的四大會(huì)計(jì)師事務(wù)所普華永道、德勤、安永會(huì)計(jì)師事務(wù)所和畢馬威會(huì)計(jì)師事務(wù)所已經(jīng)投入使用了AI技術(shù)的優(yōu)秀成果——財(cái)務(wù)機(jī)器人，來(lái)進(jìn)行財(cái)務(wù)方面的統(tǒng)計(jì)和運(yùn)算。與此同時(shí)，智能的財(cái)務(wù)管理系統(tǒng)也被用于其他中小型會(huì)計(jì)事務(wù)所和大中型公司。例如，中化國(guó)際作為一家著名的上市公司，其在財(cái)務(wù)管理方面在未使用財(cái)務(wù)機(jī)器人之前，中化國(guó)際的財(cái)務(wù)工作還是依賴(lài)于人工的錄入和計(jì)算。在與普華永道達(dá)成協(xié)議，AI財(cái)務(wù)機(jī)器人正式使用之后，雙方經(jīng)過(guò)調(diào)試、部署等一系列努力，使得許多現(xiàn)狀得到實(shí)質(zhì)性的改善，發(fā)生了巨大的改變：如AI財(cái)務(wù)機(jī)器人每日可以自動(dòng)完成15家銀行80多個(gè)賬號(hào)的自動(dòng)對(duì)賬工作;AI機(jī)器人自動(dòng)抓取進(jìn)銷(xiāo)單據(jù)中的數(shù)據(jù)，并進(jìn)行比對(duì)后整理為表格數(shù)據(jù)發(fā)送給財(cái)務(wù)人員處理，從而達(dá)到進(jìn)銷(xiāo)項(xiàng)差額及時(shí)提醒的目的;AI機(jī)器人可自動(dòng)將銀行借貸款記錄信息打包成郵件，發(fā)送給指定的人員確認(rèn)款項(xiàng)事由，達(dá)到月末入款提醒的目的;在增值稅驗(yàn)證方面，AI稅務(wù)機(jī)器人可以將需要驗(yàn)證真?zhèn)蔚脑鲋刀惏l(fā)票提交到國(guó)稅總局查驗(yàn)平臺(tái)驗(yàn)證真?zhèn)危⒃谟涗浗Y(jié)果之中進(jìn)行反饋。

2 ?AI技術(shù)在財(cái)務(wù)會(huì)計(jì)方面的應(yīng)用

在傳統(tǒng)的財(cái)務(wù)信息統(tǒng)計(jì)方面，企業(yè)的票據(jù)開(kāi)立、票據(jù)周轉(zhuǎn)及數(shù)據(jù)錄入通常由人工手段進(jìn)行著。期間不僅涉及到繁重的人工工作，也無(wú)法避免人工疏忽所造成的準(zhǔn)確性偏差。同時(shí)，由于受到物理手段的限制，如人工錄入速度，單據(jù)物流等造成的影響，信息統(tǒng)計(jì)的及時(shí)性也無(wú)從得到保證。而AI技術(shù)基于計(jì)算機(jī)計(jì)算的準(zhǔn)確性和云傳輸高速度的特性，有效地降低了這兩個(gè)方面帶來(lái)的負(fù)面影響。且在付款和發(fā)票處理、供應(yīng)商簡(jiǎn)單查詢(xún)管理響應(yīng)、時(shí)間和費(fèi)用審計(jì)、訂單管理、通過(guò)外部信用評(píng)級(jí)機(jī)構(gòu)定期進(jìn)行信用檢查、法定報(bào)表制作、管理報(bào)表/董事會(huì)報(bào)表制作、績(jī)效報(bào)表制作、交易處理，即資產(chǎn)抵押債權(quán)處理、資產(chǎn)管理/賬單、數(shù)據(jù)有效性驗(yàn)證/數(shù)據(jù)遷移檢查和主數(shù)據(jù)管理方面都能做到自動(dòng)化。

2.1 OCR技術(shù)在單據(jù)錄入中的應(yīng)用

OCR技術(shù)即光學(xué)字符識(shí)別技術(shù)，此技術(shù)主要基于CNN+RNN+CTC框架（卷積神經(jīng)網(wǎng)絡(luò)+循環(huán)神經(jīng)網(wǎng)絡(luò)+時(shí)序分類(lèi)算法，又稱(chēng)CRNN+CTC框架），和CNN+Seq2Seq模型+Attention模型這兩種基本的算法框架，將單據(jù)上的文字通過(guò)攝入設(shè)備的掃描，轉(zhuǎn)換為可以進(jìn)行編輯和統(tǒng)計(jì)的文本數(shù)據(jù)，文件輸入和單據(jù)錄入的效率大大提高。OCR技術(shù)識(shí)別單據(jù)上文字的過(guò)程大致分以下兩步：①文本區(qū)域檢測(cè)。尋找圖像當(dāng)中含有文字的區(qū)域。②預(yù)處理。對(duì)圖像當(dāng)中含有文字的區(qū)域進(jìn)行進(jìn)一步的處理，處理的步驟主要包含灰度化、二值化、降噪、文本校正（透視、扭曲、旋轉(zhuǎn)等）。在識(shí)別完單據(jù)圖像中含有文字的區(qū)域后，首先會(huì)對(duì)該區(qū)域圖像進(jìn)行判斷。如該區(qū)域圖像為彩色圖像，OCR技術(shù)首先對(duì)圖像進(jìn)行灰度化處理，即將彩色圖像轉(zhuǎn)換為灰度圖像。因?yàn)閳D像中每個(gè)像素的顏色由三個(gè)元素R、G、B確定，所以灰度圖像中RGB三個(gè)元素的值必須相同。單個(gè)像素取值范圍相對(duì)較小，彩色圖像中RBG三個(gè)元素均有255種數(shù)值可取，所以彩色圖像單個(gè)像素點(diǎn)顏色變化范圍則為0（0*0*0）-16581375（255*255*255）。因此，在灰度化后計(jì)算量大幅減少的情況下，經(jīng)過(guò)對(duì)圖像的二值化處理后，圖像僅具有兩種顏色，黑色和白色，一種是背景的顏色，一種是文本的顏色，因此單據(jù)上的文本可以更清晰地顯示在圖像中。其中，降噪在整個(gè)環(huán)節(jié)起到了十分關(guān)鍵的作用，降噪算法的好壞取決于得到的圖像是否清晰且潔凈、是否保留了較為重要的細(xì)節(jié)信息。因此，為了能識(shí)別在不同角度范圍內(nèi)掃描的單據(jù)中的信息，需要用Radon/Hough變換對(duì)掃描后的圖像進(jìn)行文本校正，減少文字的傾斜程度，增加文字可讀性。如圖1所示。

據(jù)統(tǒng)計(jì)，人工錄入一張簡(jiǎn)單的單據(jù)耗時(shí)約20秒，即使是熟練的會(huì)計(jì)從業(yè)人員，也需要超過(guò)10秒的時(shí)間。而OCR光學(xué)識(shí)別技術(shù)的錄入時(shí)間僅不超過(guò)1秒，效率提升超過(guò)十倍，同時(shí)它也極大地降低節(jié)省了人工成本。但美中不足的是，OCR技術(shù)受限于單據(jù)的書(shū)寫(xiě)水平。通常來(lái)說(shuō)，計(jì)算機(jī)生成的單據(jù)處理起來(lái)準(zhǔn)確性較高，而對(duì)于手寫(xiě)單據(jù)，錄入準(zhǔn)確度有賴(lài)于書(shū)寫(xiě)者的書(shū)寫(xiě)水平，故仍需要人工進(jìn)行復(fù)核。但隨著會(huì)計(jì)行業(yè)計(jì)算機(jī)應(yīng)用程度的提高，單據(jù)的機(jī)器化處理水平的提升，OCR的應(yīng)用必將成為主流趨勢(shì)。例如，華為公司在財(cái)務(wù)領(lǐng)域的費(fèi)用報(bào)銷(xiāo)方面采用了AI的OCR技術(shù)，大大節(jié)約了人力和時(shí)間成本。企業(yè)中，員工通過(guò)提交報(bào)銷(xiāo)單以及相應(yīng)發(fā)票進(jìn)行費(fèi)用的報(bào)銷(xiāo)，這些單據(jù)經(jīng)過(guò)業(yè)務(wù)主管審核后，交由財(cái)務(wù)部門(mén)進(jìn)行付款和結(jié)算。這樣的工作流程看似操作難度不大，但對(duì)于華為這樣一個(gè)擁有17萬(wàn)多員工的公司來(lái)說(shuō)，無(wú)疑會(huì)產(chǎn)生巨大的審核工作量。而AI技術(shù)的引入則可以大大降低審核時(shí)間，從而減少勞動(dòng)力成本。因此，華為決定嘗試將AI技術(shù)首先應(yīng)用到簡(jiǎn)單的手機(jī)話(huà)費(fèi)報(bào)銷(xiāo)業(yè)務(wù)之中。在話(huà)費(fèi)報(bào)銷(xiāo)過(guò)程中，只要員工報(bào)銷(xiāo)的費(fèi)用不超過(guò)話(huà)費(fèi)規(guī)定的限額，則會(huì)計(jì)主管無(wú)需審批，財(cái)務(wù)部門(mén)工作人員也只需要查核發(fā)票的數(shù)字即可。但是這種簡(jiǎn)單而重復(fù)的工作由于員工數(shù)量的龐大，仍然需要耗費(fèi)大量人力資源和時(shí)間去處理，從員工提交報(bào)銷(xiāo)單到最后付款結(jié)算需要?dú)v經(jīng)數(shù)月的時(shí)間。此外，這種業(yè)務(wù)是一個(gè)既不重要也不緊急的典型項(xiàng)目，優(yōu)先級(jí)很低。而引入AI的OCR技術(shù)之后，無(wú)論是發(fā)票掃描件還是電子發(fā)票，系統(tǒng)都自動(dòng)識(shí)別發(fā)票并比對(duì)限額。隨著算法的優(yōu)化和算力的提升，再加上電子發(fā)票等數(shù)字化手段的普及，該應(yīng)用的技術(shù)門(mén)檻逐漸降低。華為在采用了這個(gè)技術(shù)之后，省去了繁重的員工錄入環(huán)節(jié)，不僅整個(gè)報(bào)銷(xiāo)流程效率大幅提升，員工滿(mǎn)意度也得到提升，目前費(fèi)用報(bào)銷(xiāo)機(jī)制基本上達(dá)到了當(dāng)天提交，數(shù)小時(shí)后就可收到報(bào)銷(xiāo)款的便捷程度。

2.2 財(cái)務(wù)數(shù)據(jù)的核算和傳輸

財(cái)務(wù)數(shù)據(jù)的核算是財(cái)務(wù)會(huì)計(jì)的重要核心環(huán)節(jié)。過(guò)去財(cái)務(wù)人員在進(jìn)行核算時(shí)，主要通過(guò)人工計(jì)算或者使用算盤(pán)、計(jì)算器等輔助計(jì)算工具來(lái)進(jìn)行數(shù)據(jù)的運(yùn)算，不僅效率低，還無(wú)法避免計(jì)算錯(cuò)誤。財(cái)務(wù)單據(jù)的處理需要通過(guò)物理運(yùn)送的方式來(lái)傳遞，進(jìn)而實(shí)現(xiàn)財(cái)務(wù)數(shù)據(jù)的傳輸，這在一定程度上無(wú)法保證計(jì)算的完全準(zhǔn)確。而AI技術(shù)可以有效對(duì)接被分析企業(yè)的服務(wù)器，并在獲得授權(quán)的前提下獲得企業(yè)的財(cái)務(wù)數(shù)據(jù)，通過(guò)預(yù)設(shè)的財(cái)務(wù)分析程序，可以直接進(jìn)行企業(yè)財(cái)務(wù)狀況的分析和計(jì)算。AI技術(shù)通過(guò)互聯(lián)網(wǎng)數(shù)據(jù)傳輸，在避免了物理傳輸帶來(lái)的時(shí)間損耗的同時(shí)，也提高了數(shù)據(jù)傳輸?shù)男屎蜏?zhǔn)確性。而借助計(jì)算機(jī)計(jì)算準(zhǔn)確性高的這個(gè)特征，利用AI技術(shù)進(jìn)行財(cái)務(wù)數(shù)據(jù)的計(jì)算和處理，則可以有效避免人工核算所帶來(lái)的失誤。同時(shí)，企業(yè)的財(cái)務(wù)計(jì)算還應(yīng)主動(dòng)避免人工的不確定性。在由人工進(jìn)行企業(yè)核算的前提下，可能會(huì)產(chǎn)生財(cái)務(wù)人員因?yàn)槔婵紤]，采取做假賬的行為，這樣會(huì)極大的損害企業(yè)的利益。而通過(guò)AI技術(shù)進(jìn)行財(cái)務(wù)數(shù)據(jù)的核算，可以杜絕做假賬的可能，有力的保障了企業(yè)財(cái)務(wù)的安全性。例如AI能夠?qū)W習(xí)公司的會(huì)計(jì)處理的規(guī)定，讀取收據(jù)并審計(jì)相關(guān)的費(fèi)用和事項(xiàng)，從而鑒別出可疑之處，并交由人類(lèi)進(jìn)行最終的審批。在國(guó)外的會(huì)計(jì)師事務(wù)所中，一個(gè)名為confirmation的互聯(lián)網(wǎng)AI平臺(tái)被投入使用，它與幾乎所有的大型銀行都進(jìn)行了數(shù)據(jù)的對(duì)接。只需要點(diǎn)點(diǎn)鼠標(biāo)進(jìn)行客戶(hù)電子授權(quán)，詢(xún)證函就會(huì)立即發(fā)出，并在一兩天之內(nèi)就能得到回復(fù)，并一鍵生成pdf文檔和excel表格。如果是現(xiàn)有客戶(hù)，則不需要重新輸入銀行賬號(hào)，整個(gè)過(guò)程不到兩個(gè)小時(shí)。與之前幾百個(gè)銀行賬戶(hù)需要人們將金額、賬號(hào)、地址等信息無(wú)誤地手動(dòng)填寫(xiě)進(jìn)word模板里，給主管過(guò)目和客戶(hù)蓋章并手動(dòng)塞進(jìn)信封，收到回函以后，每一封都要手動(dòng)編號(hào)、加注、核對(duì)、歸檔，然后填進(jìn)excel表格的漫長(zhǎng)又枯燥的過(guò)程相比，AI所帶來(lái)的財(cái)務(wù)信息云傳輸?shù)谋憬菪钥梢?jiàn)一斑。然而，confirmation這種互聯(lián)網(wǎng)平臺(tái)也仍然存在著不足的地方，譬如借款合同條款、金融衍生工具等復(fù)雜的賬務(wù)處理，仍然需要人工的判斷和處理，沒(méi)法得到直接的求證。不過(guò)，由此可見(jiàn)AI在財(cái)務(wù)信息處理上的提升空間無(wú)疑是巨大的。

整體來(lái)說(shuō)，我們可以對(duì)AI技術(shù)在財(cái)務(wù)會(huì)計(jì)中的應(yīng)用過(guò)程作出如下結(jié)構(gòu)分析，具體如圖2所示。

3 ?AI技術(shù)在管理會(huì)計(jì)方面的應(yīng)用

3.1 管理會(huì)計(jì)智能化的發(fā)展歷程

在20世紀(jì)末，管理型會(huì)計(jì)電算化系統(tǒng)逐漸成為了國(guó)內(nèi)熱門(mén)的研究領(lǐng)域，管理型軟件向事前、事中、事后的全流程管理方向發(fā)展，并在此基礎(chǔ)上加以預(yù)測(cè)、分析、控制和輔助決策。到了21世紀(jì)初，ERP開(kāi)始走進(jìn)人們的視野，越來(lái)越多的企業(yè)加以實(shí)踐應(yīng)用，一些先進(jìn)的企業(yè)通過(guò)將企業(yè)內(nèi)部信息、人力資源與財(cái)務(wù)系統(tǒng)關(guān)聯(lián)和整合，達(dá)到經(jīng)營(yíng)管理的改善和產(chǎn)品服務(wù)的提升的目的。現(xiàn)今，隨著經(jīng)濟(jì)結(jié)構(gòu)的深化調(diào)整掀起了智能化、云化、互聯(lián)化的會(huì)計(jì)信息化新浪潮，AI技術(shù)成為了管理會(huì)計(jì)中應(yīng)用的主流趨勢(shì)。例如，新型的財(cái)務(wù)機(jī)器人與傳統(tǒng)的ERP相比，ERP實(shí)現(xiàn)自動(dòng)化主要依靠編程技能、配置和系統(tǒng)的大量測(cè)試，而財(cái)務(wù)機(jī)器人則側(cè)重于通過(guò)既已設(shè)定的業(yè)務(wù)規(guī)則，來(lái)替代繁雜的人力工作。整體來(lái)說(shuō)，財(cái)務(wù)機(jī)器人實(shí)現(xiàn)路徑與ERP的自動(dòng)化相比，在包括任何有關(guān)流程變化的維護(hù)在內(nèi)的工作方面，通常部署時(shí)間更快，成本更低。例如普華永道所推出的軟件機(jī)器人，以快速配置、非侵入性和高度可擴(kuò)展性的優(yōu)勢(shì)占據(jù)市場(chǎng)主導(dǎo)。它的配置不僅包括原有的交互效果，計(jì)算準(zhǔn)確率也可達(dá)100%，并且無(wú)需更改底層系統(tǒng)或技術(shù)，就能夠在時(shí)間和效率上覆蓋原有的人工工作。據(jù)估計(jì)，該軟件機(jī)器人的總體運(yùn)營(yíng)成本僅是離岸FTE成本的一小部分，并且不會(huì)出現(xiàn)因人為錯(cuò)誤而要求返工的情況。

3.2 AI數(shù)據(jù)倉(cāng)庫(kù)的構(gòu)建

與財(cái)務(wù)會(huì)計(jì)相比，管理會(huì)計(jì)側(cè)重于分析和整理企業(yè)的財(cái)務(wù)數(shù)據(jù)，便于決策和內(nèi)部管理，為企業(yè)發(fā)展提供良好的意見(jiàn)。因此，數(shù)據(jù)倉(cāng)庫(kù)技術(shù)的應(yīng)用十分關(guān)鍵，企業(yè)通常按不同的要求建立不同的模型。業(yè)務(wù)模型有利于進(jìn)行全方面全流程的改進(jìn)，財(cái)務(wù)分析模型則是建立一個(gè)集財(cái)務(wù)小數(shù)據(jù)、業(yè)務(wù)中數(shù)據(jù)、社會(huì)大數(shù)據(jù)于一體的集團(tuán)級(jí)數(shù)據(jù)平臺(tái)，使信息更具一體化和聯(lián)通性。從國(guó)內(nèi)外各類(lèi)企業(yè)的應(yīng)用案例來(lái)看，具有深度應(yīng)用和效果顯著的管理會(huì)計(jì)信息系統(tǒng)主要是基于商業(yè)智能的管理會(huì)計(jì)系統(tǒng)。其中，數(shù)據(jù)倉(cāng)庫(kù)技術(shù)具體的應(yīng)用結(jié)構(gòu)如圖3所示。

3.3 深入數(shù)據(jù)挖掘分析

AI技術(shù)可以通過(guò)對(duì)企業(yè)歷史數(shù)據(jù)的統(tǒng)計(jì)，分析出企業(yè)當(dāng)前的盈利狀況，以及可以進(jìn)行改進(jìn)的策略。企業(yè)通過(guò)對(duì)特定的財(cái)務(wù)數(shù)據(jù)進(jìn)行抓取和計(jì)算，可以較為精確地發(fā)現(xiàn)在生產(chǎn)經(jīng)營(yíng)中所存在的問(wèn)題。通常AI對(duì)數(shù)據(jù)的抓取分為表征學(xué)習(xí)（feature learning）和特征工程（feature engineering）。表征學(xué)習(xí)是自主地抽取數(shù)據(jù)的特征或者對(duì)應(yīng)的表示方法，在過(guò)程中是由人們?cè)O(shè)定模型操控。而特征工程則是利用數(shù)據(jù)的后續(xù)加工，進(jìn)行深度學(xué)習(xí)得到相應(yīng)的預(yù)測(cè)。因此，通過(guò)對(duì)歷史數(shù)據(jù)的記錄，AI可以推演出整個(gè)企業(yè)發(fā)展的長(zhǎng)態(tài)趨勢(shì)，并為企業(yè)管理者提供合適的發(fā)展建議。總體來(lái)說(shuō)，企業(yè)歷史數(shù)據(jù)越豐富，則分析的準(zhǔn)確性就越高，借助人工智能的計(jì)算，可以對(duì)企業(yè)的未來(lái)發(fā)展與決策做出合理的建議。例如在人員招聘方面，由于數(shù)據(jù)準(zhǔn)確性質(zhì)量提高，入職成本也相應(yīng)降低（即航班、培訓(xùn)、酒店、IT等）。隨著處理質(zhì)量不斷改善，允許團(tuán)隊(duì)專(zhuān)注于“例外處理”而不是返工。通過(guò)軟件工具改進(jìn)報(bào)表質(zhì)量，幫助團(tuán)隊(duì)發(fā)現(xiàn)異常和瓶頸情況，這些AI的應(yīng)用都能夠進(jìn)一步幫助企業(yè)成功實(shí)現(xiàn)流程并改善項(xiàng)目。再譬如，一個(gè)企業(yè)的管理者會(huì)從時(shí)間周期、產(chǎn)品類(lèi)別、銷(xiāo)售渠道、地理位置、客戶(hù)群體等多個(gè)維度關(guān)注企業(yè)本身的銷(xiāo)售數(shù)據(jù)。而AI技術(shù)的應(yīng)用恰好可以使管理者按照獨(dú)特的管理運(yùn)營(yíng)要求，從各個(gè)分析角度獲取信息，通過(guò)交互式界面的各個(gè)圖表文本動(dòng)態(tài)地展示數(shù)據(jù)在各個(gè)角度之間的切換，其對(duì)數(shù)據(jù)的深入挖掘使管理者能更好地對(duì)企業(yè)的運(yùn)營(yíng)狀況進(jìn)行多維的、綜合的分析。如圖4所示。

4 ?AI應(yīng)用的未來(lái)——智能化高效和一站式服務(wù)的完善

當(dāng)今會(huì)計(jì)準(zhǔn)則和財(cái)政政策的更新速度越來(lái)越快，以滿(mǎn)足適應(yīng)新的的經(jīng)營(yíng)模式，獲得更好發(fā)展，并與國(guó)際接軌的需要，因此在未來(lái)對(duì)會(huì)計(jì)準(zhǔn)則和相關(guān)政策的深入理解和把握，對(duì)一份報(bào)表的生成，決策的提供都起著至關(guān)重要的作用。而AI技術(shù)能夠幫助會(huì)計(jì)行業(yè)做到這一點(diǎn)，在整個(gè)數(shù)據(jù)處理的過(guò)程中可以持續(xù)地記錄并學(xué)習(xí)。

4.1 智能處理數(shù)據(jù)實(shí)現(xiàn)靈活的變化設(shè)置

基于對(duì)原始錄入數(shù)據(jù)的智能處理，使得企業(yè)在各種類(lèi)型中的數(shù)據(jù)都能夠與相應(yīng)的科目、憑證、底層明細(xì)賬、審計(jì)憑證等及時(shí)匹配，并將此種匹配規(guī)則保存于系統(tǒng)當(dāng)中，智能化地代入下期。更為重要的是，由于其靈活的設(shè)置，當(dāng)準(zhǔn)則和政策發(fā)生更新時(shí)，運(yùn)用AI技術(shù)所搭建的平臺(tái)能迅速配置形成新的報(bào)表，無(wú)需二次開(kāi)發(fā)。當(dāng)企業(yè)內(nèi)部的組織管理需要變化時(shí)，同樣地可以進(jìn)行相應(yīng)的增減達(dá)到橫向或縱向的理想工作流，并更新授予相關(guān)人員的權(quán)限，實(shí)現(xiàn)任務(wù)流在工作流中的靈活分配。如圖5所示。

4.2 可視化精細(xì)管理與一站式方案的提供

AI技術(shù)的應(yīng)用可以使集團(tuán)內(nèi)部財(cái)務(wù)數(shù)據(jù)得到精細(xì)的快速比對(duì)，并在計(jì)算的基礎(chǔ)上按照設(shè)定模式加以分析，在定制報(bào)表的基礎(chǔ)上，AI智能可以對(duì)此管理，并提供實(shí)時(shí)的指標(biāo)并預(yù)警風(fēng)險(xiǎn)的發(fā)生，能夠有效地甄別潛在問(wèn)題，使管理者具備提前預(yù)知風(fēng)險(xiǎn)的能力。除此之外，每個(gè)任務(wù)流和工作流都能做到足夠的可視化，將多個(gè)模塊進(jìn)行綜合，一站式搞定各種生產(chǎn)運(yùn)營(yíng)環(huán)節(jié)的時(shí)間控制和成本管理。例如普華永道為實(shí)施稅務(wù)戰(zhàn)略自主研發(fā)的企業(yè)所得稅管理平臺(tái)，已經(jīng)達(dá)到了當(dāng)今業(yè)內(nèi)管理技術(shù)雙領(lǐng)先的水平。它充分運(yùn)用AI技術(shù)，利用多模塊大平臺(tái)的優(yōu)勢(shì)，將企業(yè)稅務(wù)管理與發(fā)展戰(zhàn)略相結(jié)合，提供包括季度預(yù)繳核算、固定資產(chǎn)管理、遞延所得稅資產(chǎn)與負(fù)債管理、研發(fā)費(fèi)用加計(jì)扣除、各種所得稅的預(yù)算分析和稅負(fù)率的核算等在內(nèi)的多種解決方案，加速業(yè)財(cái)稅一體化和稅務(wù)數(shù)據(jù)數(shù)字化。

同時(shí)，在新準(zhǔn)則對(duì)各類(lèi)企業(yè)財(cái)務(wù)及業(yè)務(wù)的影響下，AI技術(shù)能進(jìn)行全面的分析與解讀，通過(guò)對(duì)合同數(shù)據(jù)的收集、批量上傳下載，幫助企業(yè)評(píng)估現(xiàn)有的會(huì)計(jì)政策和核算模型，以及解析信息披露的要求，制定出具體的會(huì)計(jì)核算方案，并自動(dòng)化處理相關(guān)核算，將設(shè)定好的過(guò)渡調(diào)整方案融合至新系統(tǒng)中，實(shí)現(xiàn)多維報(bào)表展示，以提供給企業(yè)一站式的完整解決方案。如圖6所示。

5 ?小結(jié)

我們可以看到，通過(guò)AI技術(shù)的廣泛使用，可以有效地改進(jìn)企業(yè)的財(cái)務(wù)管理制度，并衍生出一定的智能分析效果。可以預(yù)見(jiàn)的是，隨著人工智能技術(shù)的不斷發(fā)展以及計(jì)算機(jī)技術(shù)應(yīng)用范圍的進(jìn)一步擴(kuò)大，AI技術(shù)在會(huì)計(jì)行業(yè)中，將會(huì)有極為光明的應(yīng)用前景。人們將從繁瑣枯燥單一的財(cái)務(wù)處理中解放出來(lái)，去投入更為重要的工作，例如深入合同的解讀，辯證地思考并理解新準(zhǔn)則，探索準(zhǔn)則制定背后的用意，預(yù)判監(jiān)管者近年的風(fēng)向，根據(jù)不同合同條款的會(huì)計(jì)影響做出相應(yīng)的建議，更有效地處理決策與溝通問(wèn)題。

參考文獻(xiàn)：

[1]梁日新.人工智能下對(duì)會(huì)計(jì)行業(yè)的影響[J].現(xiàn)代商業(yè)，2018 （15）：149-150.

[2]張?zhí)?人工智能對(duì)傳統(tǒng)會(huì)計(jì)的影響[J].經(jīng)貿(mào)實(shí)踐，2018（23）：101，103.

[3]劉學(xué)鋒.會(huì)計(jì)電算化與計(jì)算機(jī)審計(jì)問(wèn)題探析[J].新商務(wù)周刊，2018（22）：78.

[4]沈立錦.關(guān)于會(huì)計(jì)與人工智能發(fā)展的綜述[J].學(xué)術(shù)交流，2018（7）：77-78.