人工智能時(shí)代財(cái)務(wù)會(huì)計(jì)向管理會(huì)計(jì)的轉(zhuǎn)型分析

歐陽志萍（撫州職業(yè)技術(shù)學(xué)院）

引言

會(huì)計(jì)之所以是一個(gè)被大家所公認(rèn)的職業(yè)，主要是因?yàn)樗且粋€(gè)專業(yè)領(lǐng)域，需要大量的教育、經(jīng)驗(yàn)和專門知識(shí)，只有相對(duì)少數(shù)人接受過培訓(xùn)。不出所料，會(huì)計(jì)研究通常是由會(huì)計(jì)師成功完成的。因此，我們有必要進(jìn)行會(huì)計(jì)轉(zhuǎn)型的研究。

人工智能應(yīng)用在財(cái)務(wù)會(huì)計(jì)方面的必要性

會(huì)計(jì)的兩個(gè)主要相關(guān)領(lǐng)域是：會(huì)計(jì)領(lǐng)域；財(cái)務(wù)報(bào)告和分析領(lǐng)域。這兩個(gè)廣泛的會(huì)計(jì)領(lǐng)域都面臨著類似的普遍問題，即風(fēng)險(xiǎn)增加和廣泛的不確定性。人工智能研究需要人工智能，人工智能對(duì)于會(huì)計(jì)職業(yè)的未來非常重要。作為信息提供者和風(fēng)險(xiǎn)評(píng)估者，會(huì)計(jì)師需要新的工具來提高其工作的效率和有效性，特別是在會(huì)計(jì)和擔(dān)保方面。會(huì)計(jì)中人工智能的研究幾乎完全是由會(huì)計(jì)研究者進(jìn)行的，這些研究者絕大多數(shù)是一個(gè)或多個(gè)會(huì)計(jì)領(lǐng)域的專家，但他們?nèi)狈θ斯ぶ悄芊矫娴慕逃徒?jīng)驗(yàn)背景。許多人是通過信息系統(tǒng)的一般背景來學(xué)習(xí)人工智能的。其他人只是認(rèn)識(shí)到他們所研究的任務(wù)領(lǐng)域需要人工智能應(yīng)用程序，并且為了進(jìn)行這項(xiàng)研究而在人工智能領(lǐng)域進(jìn)行了自我教育。有些人的目標(biāo)是教育其他會(huì)計(jì)研究人員了解特定的人工智能技術(shù)。關(guān)于會(huì)計(jì)中人工智能的文獻(xiàn)幾乎完全由這些會(huì)計(jì)研究人員撰寫。一些人工智能研究人員發(fā)現(xiàn)了商業(yè)應(yīng)用研究的機(jī)會(huì)，甚至沒有提到會(huì)計(jì)和保證領(lǐng)域。創(chuàng)新的“決策”面就是學(xué)者和實(shí)踐者所說的“設(shè)計(jì)”。迄今為止，創(chuàng)新過程中的決策都是由人類做出的。當(dāng)它們可以被機(jī)器取代時(shí)會(huì)發(fā)生什么？人工智能（AI）將數(shù)據(jù)和算法引入創(chuàng)新過程的核心。人工智能的傳播對(duì)我們理解設(shè)計(jì)和創(chuàng)新有什么影響？人工智能僅僅是另一種數(shù)字技術(shù)，與其他許多技術(shù)類似，它不會(huì)使我們對(duì)設(shè)計(jì)的了解產(chǎn)生重大質(zhì)疑嗎？除了一些可能的例外，會(huì)計(jì)和保證的應(yīng)用領(lǐng)域與人工智能的技術(shù)領(lǐng)域之間似乎存在脫節(jié)。會(huì)計(jì)領(lǐng)域?qū)＜液腿斯ぶ悄軕?yīng)用專家之間的跨學(xué)科工作存在重大機(jī)遇。這種合作將大大推動(dòng)人工智能在會(huì)計(jì)領(lǐng)域的發(fā)展。通過將那些最了解會(huì)計(jì)領(lǐng)域的人，與那些最了解AI 應(yīng)用程序和技術(shù)的人配對(duì)，這些應(yīng)用程序和技術(shù)可以或可以應(yīng)用于特定類型的問題，這門學(xué)科可以看到一場碩果累累的研究和開發(fā)，遠(yuǎn)遠(yuǎn)超過了理論和原型。[1]

人工智能時(shí)代管理會(huì)計(jì)的作用

在會(huì)計(jì)公司發(fā)展起來的知識(shí)可以在不同的任務(wù)和行業(yè)背景下轉(zhuǎn)移。顯然，企業(yè)內(nèi)部會(huì)計(jì)知識(shí)的獲取、轉(zhuǎn)移和共享有可能提高企業(yè)績效。會(huì)計(jì)中使用的決策輔助手段具有潛在的深遠(yuǎn)影響，而不僅僅是為了提高會(huì)計(jì)的有效性和效率。會(huì)計(jì)師使用決策輔助工具將會(huì)影響陪審員對(duì)會(huì)計(jì)師法律責(zé)任的評(píng)估，會(huì)計(jì)師依賴高度可靠的決策輔助手段，即使輔助手段不正確，其責(zé)任也較低。顯然，制定好的決策輔助工具可能會(huì)以多種方式影響會(huì)計(jì)師的法律責(zé)任。首先，好的決策輔助工具可以幫助會(huì)計(jì)師做出更好的決策，從而避免因會(huì)計(jì)失敗而導(dǎo)致的法律責(zé)任。第二，良好的決策輔助手段可能有助于會(huì)計(jì)師在會(huì)計(jì)失敗時(shí)避免承擔(dān)法律責(zé)任。相反，過度依賴決策輔助工具可能導(dǎo)致會(huì)計(jì)師困難。[2]會(huì)計(jì)師傾向于認(rèn)為決策輔助工具提供的解釋比客戶提供的解釋更充分，需要對(duì)決策輔助依賴進(jìn)行更多的研究。下級(jí)會(huì)計(jì)師使用專家系統(tǒng)對(duì)上級(jí)決策的影響較大，下級(jí)使用專家系統(tǒng)確實(shí)影響上級(jí)的信念（更高的可能性），但上級(jí)使用專家系統(tǒng)并不影響他們對(duì)自己結(jié)論的信念。如果提供解釋，會(huì)計(jì)師更可能接受專家系統(tǒng)的建議。近年來，越來越多的研究集中在解決復(fù)雜工程問題的仿生算法上。人工免疫系統(tǒng)（AIS）是一種人工智能技術(shù)，具有解決各個(gè)領(lǐng)域問題的潛力。免疫系統(tǒng)具有自我調(diào)節(jié)的特性，已成為模式識(shí)別任務(wù)中無監(jiān)督學(xué)習(xí)方法的靈感來源，如基于P300 的會(huì)計(jì)測驗(yàn)（GKT）中應(yīng)用三種不同的分類器對(duì)預(yù)處理數(shù)據(jù)進(jìn)行事件相關(guān)電位（ERP）評(píng)估。實(shí)驗(yàn)結(jié)果表明，UAIS 是一種成功的預(yù)處理方法，能夠提高分類率。在我們的實(shí)驗(yàn)中，我們觀察到三種不同分類器的分類精度。

人工智能時(shí)代財(cái)務(wù)會(huì)計(jì)向管理會(huì)計(jì)的轉(zhuǎn)型分析

（一）完善管理會(huì)計(jì)的理論體系

深入開展全國管理會(huì)計(jì)工作，從源頭上建立全國管理會(huì)計(jì)的制度，并且不斷調(diào)整準(zhǔn)確的細(xì)則，讓管理會(huì)計(jì)的制度能夠適應(yīng)我國企業(yè)的發(fā)展，形成一套管理會(huì)計(jì)的工作體系。頂級(jí)抽象自由/開源軟件（FOSS）使中小企業(yè)（SME）包括大公司的海外子公司更容易使用企業(yè)資源規(guī)劃（ERP）系統(tǒng)。然而，配置企業(yè)資源規(guī)劃系統(tǒng)以滿足一個(gè)組織的具體需要所需的咨詢工作仍然是中小企業(yè)的主要財(cái)務(wù)和組織負(fù)擔(dān)。基于知識(shí)工程、機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘的ERP 軟件包自動(dòng)配置是一種減輕實(shí)施過程負(fù)擔(dān)的解決方案。[3]

（二）加強(qiáng)管理會(huì)計(jì)人才培養(yǎng)

很多高校的管理會(huì)計(jì)需要在財(cái)務(wù)會(huì)計(jì)方面進(jìn)行培養(yǎng)，我們在管理會(huì)計(jì)的培養(yǎng)基礎(chǔ)上需要加強(qiáng)管理會(huì)計(jì)人才的引進(jìn)，不斷推動(dòng)財(cái)務(wù)會(huì)計(jì)向管理會(huì)計(jì)轉(zhuǎn)型。雖然目前會(huì)計(jì)學(xué)專業(yè)培養(yǎng)主要基于財(cái)務(wù)，但是對(duì)于管理方面的知識(shí)還是比較薄弱，如果我們要深入做好管理會(huì)計(jì)的轉(zhuǎn)變，就必須從源頭上培養(yǎng)。因此，我國的各個(gè)高校一定要轉(zhuǎn)變培養(yǎng)的重點(diǎn)，在財(cái)務(wù)知識(shí)中融入管理知識(shí)，將會(huì)計(jì)學(xué)傳統(tǒng)人才培養(yǎng)轉(zhuǎn)向管理會(huì)計(jì)人才的培養(yǎng)，這樣才能夠從源頭上增加管理會(huì)計(jì)的人才。還可以通過外聘和內(nèi)部推薦結(jié)合等方式，加強(qiáng)企業(yè)管理人才的培養(yǎng)，不斷優(yōu)化企業(yè)內(nèi)部的管理會(huì)計(jì)人才層次。[4]

（三）會(huì)計(jì)從業(yè)者本身應(yīng)加強(qiáng)管理會(huì)計(jì)理論的學(xué)習(xí)

很多會(huì)計(jì)從業(yè)者對(duì)于目前的管理會(huì)計(jì)理論并沒有進(jìn)行深入研究。很多會(huì)計(jì)的職業(yè)資格考試以及其他的財(cái)務(wù)會(huì)計(jì)師考試主要偏向于財(cái)務(wù)的實(shí)務(wù)方向，雖然這些人員具有較高的理論基礎(chǔ)素養(yǎng)，但是對(duì)于管理會(huì)計(jì)的理論卻比較缺乏，這些工作人員在進(jìn)入金融市場以后不能夠很好地適應(yīng)社會(huì)的發(fā)展，這都是由于其缺乏了一定的管理知識(shí)。我們應(yīng)深入推動(dòng)財(cái)務(wù)會(huì)計(jì)向管理會(huì)計(jì)轉(zhuǎn)變，加強(qiáng)會(huì)計(jì)從業(yè)人員的知識(shí)培訓(xùn)，從源頭上提高管理會(huì)計(jì)的理論知識(shí)水平，不斷強(qiáng)化管理會(huì)計(jì)的專業(yè)素養(yǎng)。[5]

（四）風(fēng)險(xiǎn)評(píng)估系統(tǒng)

雖然會(huì)計(jì)決策輔助工具的研究已經(jīng)進(jìn)行了多年，但沒有一個(gè)系統(tǒng)的模型來確定決策輔助開發(fā)的會(huì)計(jì)任務(wù)。這里討論的是一些主要任務(wù)。（1）分析審查程序。分析性審查程序是由會(huì)計(jì)師為獲取會(huì)計(jì)證據(jù)而實(shí)施的。他們可以使用各種各樣的技術(shù)，測試了幾種人工智能技術(shù)，以檢測欺詐性保險(xiǎn)索賠。（2）非線性技術(shù)（如神經(jīng)網(wǎng)絡(luò)）的表現(xiàn)不如線性技術(shù)。非線性技術(shù)性能不佳的原因是在有限的測試場景中缺乏特定領(lǐng)域的數(shù)據(jù)，并得出結(jié)論，如果用戶具有特定領(lǐng)域的知識(shí)和技能，非線性技術(shù)在開發(fā)欺詐分類模型時(shí)會(huì)提供更大的靈活性。研究人員還指出，這方面還需要更多的研究。重要性評(píng)估也是一種分類，內(nèi)部控制評(píng)價(jià)對(duì)會(huì)計(jì)來說變得更加重要。開發(fā)一個(gè)會(huì)計(jì)師內(nèi)部控制審查過程的計(jì)算模型，并將其作為一個(gè)專家系統(tǒng)來實(shí)現(xiàn)，專家系統(tǒng)來支持管理者的內(nèi)部控制評(píng)估，并描述了管理者不愿意使用它的情況。使用神經(jīng)網(wǎng)絡(luò)來協(xié)助風(fēng)險(xiǎn)評(píng)估，用于金融欺詐檢測的集成模糊神經(jīng)網(wǎng)絡(luò)，發(fā)現(xiàn)其性能優(yōu)于大多數(shù)統(tǒng)計(jì)模型和先前的人工神經(jīng)網(wǎng)絡(luò)。結(jié)合神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)技術(shù)的風(fēng)險(xiǎn)評(píng)估原型系統(tǒng)。在典型的EMS 環(huán)境中，調(diào)度問題涉及一組要完成的作業(yè)或生產(chǎn)訂單，其中每個(gè)生產(chǎn)訂單都有一組要執(zhí)行的操作。據(jù)觀察，進(jìn)度表受到諸如工作優(yōu)先級(jí)、發(fā)布日期、到期日期、成本限制、生產(chǎn)水平、機(jī)器和資源能力以及可用性等因素的影響。將案例推理應(yīng)用于內(nèi)部控制風(fēng)險(xiǎn)評(píng)估。依靠專家系統(tǒng)增強(qiáng)了會(huì)計(jì)師區(qū)分不同級(jí)別的管理欺詐風(fēng)險(xiǎn)的能力，并且他們在選擇后續(xù)會(huì)計(jì)行動(dòng)時(shí)更加一致。專家系統(tǒng)，用于在會(huì)計(jì)規(guī)劃期間評(píng)估固有風(fēng)險(xiǎn)。會(huì)計(jì)師內(nèi)部控制知識(shí)專家系統(tǒng)是向管理者傳遞知識(shí)的有效手段。[6]

結(jié)束語

基于管理會(huì)計(jì)的理論體系還不是很全面，近些年來，隨著市場經(jīng)濟(jì)變化的要求，管理會(huì)計(jì)需求變得越來越多，但是我國管理會(huì)計(jì)的起步比較晚，而且這方面的專業(yè)技術(shù)人才也不是很多。管理會(huì)計(jì)容易喪失其方向。在整個(gè)國家的層面，我們需要進(jìn)一步完善管理會(huì)計(jì)的體系，加強(qiáng)國家對(duì)管理會(huì)計(jì)工作的管理，進(jìn)一步提高自己的實(shí)踐工作水平。