人工智能+會(huì)計(jì)：發(fā)展障礙與社會(huì)應(yīng)對(duì)

崔子揚(yáng) 王秀華

【摘要】文章從智能會(huì)計(jì)發(fā)展階段出發(fā)，對(duì)人工智能+會(huì)計(jì)的可能領(lǐng)域以及發(fā)展障礙等進(jìn)行了系統(tǒng)研究。研究發(fā)現(xiàn)，人工智能+會(huì)計(jì)是智能化會(huì)計(jì)的高級(jí)發(fā)展階段，其應(yīng)用領(lǐng)域受決策的客觀性和創(chuàng)新性兩大因素影響，更易在高客觀性——低創(chuàng)新性領(lǐng)域得到更廣泛的應(yīng)用。人工智能實(shí)踐發(fā)展緩慢、社會(huì)準(zhǔn)備不充分以及企業(yè)引入顧慮等是阻礙人工智能+會(huì)計(jì)迅速發(fā)展的三大障礙，據(jù)此文章提出了優(yōu)化國(guó)家智能金融支付管理體系、建立會(huì)計(jì)人員分流調(diào)整機(jī)制等應(yīng)對(duì)策略，為推動(dòng)人工智能+會(huì)計(jì)的健康快速發(fā)展提供參考。

【關(guān)鍵詞】人工智能；人工智能+會(huì)計(jì)；業(yè)財(cái)融合

【中圖分類號(hào)】F275

一、引言

人工智能最早來(lái)自于古埃及的傳說(shuō)，是傳說(shuō)變?yōu)楝F(xiàn)實(shí)的典型例證。1956年，在美國(guó)達(dá)特茅斯學(xué)院的一場(chǎng)學(xué)術(shù)研討會(huì)上，明斯基、塞爾弗里奇、麥卡賽等一批有著遠(yuǎn)見(jiàn)卓識(shí)的計(jì)算機(jī)科學(xué)家和數(shù)學(xué)家們開(kāi)始探討機(jī)器模擬和拓展人類的智能并應(yīng)用于生產(chǎn)與生活的各個(gè)領(lǐng)域，由此提出了“人工智能”的概念。人工智能（Artificial Intelligence，AI）是通過(guò)模擬人類智能的方式，創(chuàng)造出能夠被人類駕馭的機(jī)器，模擬人類的腦活動(dòng)進(jìn)行計(jì)算和工作，并引申出許多內(nèi)涵。1987年，美國(guó)執(zhí)業(yè)會(huì)計(jì)師協(xié)會(huì)（AICPA）發(fā)表了《人工智能和專家系統(tǒng)簡(jiǎn)介》報(bào)告，首次將人工智能引入會(huì)計(jì)和財(cái)務(wù)管理領(lǐng)域。自此，人工智能+會(huì)計(jì)的相關(guān)研究逐漸增多，并保持著強(qiáng)勁的上升趨勢(shì)。

有兩種會(huì)計(jì)智能化在當(dāng)今社會(huì)被廣為應(yīng)用。其一是終端識(shí)別智能與財(cái)務(wù)會(huì)計(jì)的結(jié)合，它是基于業(yè)財(cái)融合的智能財(cái)務(wù)共享平臺(tái)，運(yùn)用移動(dòng)終端的OCR等工具將業(yè)務(wù)財(cái)務(wù)數(shù)據(jù)同時(shí)錄入系統(tǒng)，改變了會(huì)計(jì)原始數(shù)據(jù)的錄入方式，結(jié)束了業(yè)務(wù)和財(cái)務(wù)數(shù)據(jù)相分離的現(xiàn)狀。其二是商業(yè)智能與管理會(huì)計(jì)的結(jié)合，它運(yùn)用數(shù)據(jù)整合與挖掘技術(shù)進(jìn)行輔助決策和管理控制，也實(shí)現(xiàn)了數(shù)據(jù)的整合與挖掘，進(jìn)而促進(jìn)了企業(yè)價(jià)值的最大化。

Gray等（2019）指出，如果放棄會(huì)計(jì)當(dāng)中人工智能的研究，將使得人工智能研究人員錯(cuò)失一個(gè)在新領(lǐng)域發(fā)揮新技術(shù)應(yīng)用的大好機(jī)會(huì)[1]，可見(jiàn)，人工智能+會(huì)計(jì)的早期研究多為人工智能領(lǐng)域的專家所進(jìn)行的應(yīng)用研究。從2016開(kāi)始，Steven G.Sutton發(fā)現(xiàn)人們的視線從專家系統(tǒng)轉(zhuǎn)移到了對(duì)現(xiàn)有的人工智能會(huì)計(jì)的討論和對(duì)于會(huì)計(jì)決策支持方面的研究[2]。2016年，德勤、普華永道、安永、畢馬威四大會(huì)計(jì)師事務(wù)所陸續(xù)推出財(cái)務(wù)機(jī)器人，人工智能+會(huì)計(jì)實(shí)踐取得了重大進(jìn)展。但與之相關(guān)的，人工智能+會(huì)計(jì)可能產(chǎn)生的社會(huì)影響也日益受到關(guān)注。

Steven G.Sutton（2016）指出，在會(huì)計(jì)領(lǐng)域中討論人工智能時(shí)應(yīng)當(dāng)作出適當(dāng)?shù)淖尣?，要考慮對(duì)會(huì)計(jì)專業(yè)人員、會(huì)計(jì)職業(yè)和整個(gè)社會(huì)的影響[2]。Suleiman等（2020）指出，目前中國(guó)正在使智能會(huì)計(jì)相關(guān)的公司、會(huì)計(jì)師、教育機(jī)構(gòu)和政府處在同一戰(zhàn)線，并建議不要完全依賴人工智能系統(tǒng)作出所有決定，以避免出現(xiàn)系統(tǒng)中斷導(dǎo)致的經(jīng)濟(jì)體系崩潰[3]。但Cindy Greeman（2017）認(rèn)為，人工智能不僅不會(huì)取代會(huì)計(jì)工作，反而會(huì)增加對(duì)數(shù)據(jù)分析等有經(jīng)驗(yàn)的財(cái)務(wù)人員的需求，促進(jìn)企業(yè)修改商業(yè)模式，將人們的注意力從錄入數(shù)據(jù)轉(zhuǎn)移到高價(jià)值的專業(yè)判斷上來(lái)[4]。在社會(huì)應(yīng)對(duì)方面，Lee等（2020）對(duì)馬來(lái)西亞使用人工智能會(huì)計(jì)軟件所進(jìn)行的調(diào)查表明，有57%的被調(diào)查者表示技術(shù)采用的滯后是由于缺乏理解人工智能應(yīng)用的好處所導(dǎo)致的[5]，這暗示了應(yīng)用者對(duì)人工智能存在一定的抵觸情緒?？梢?jiàn)，國(guó)外的學(xué)者對(duì)人工智能+會(huì)計(jì)的認(rèn)識(shí)存在較大差異。國(guó)內(nèi)的研究起步較晚，當(dāng)前主要集中在確認(rèn)人工智能在會(huì)計(jì)領(lǐng)域的發(fā)展趨勢(shì)方面，代表性研究包括韓向東（2015，2018）[6-7]、張敏（2021）[8]、張慶龍（2021）[9]等，他們都認(rèn)為智能財(cái)務(wù)平臺(tái)、智能決策支持系統(tǒng)會(huì)在會(huì)計(jì)領(lǐng)域大規(guī)模應(yīng)用，較少學(xué)者探討人工智能+會(huì)計(jì)的具體應(yīng)用領(lǐng)域、發(fā)展障礙以及社會(huì)應(yīng)對(duì)等，且已有文獻(xiàn)多從人工智能領(lǐng)域提出，很少?gòu)呢?cái)務(wù)學(xué)者的視角探討人工智能+會(huì)計(jì)在企業(yè)推進(jìn)中的障礙以及社會(huì)應(yīng)對(duì)策略。本文將彌補(bǔ)上述不足，從會(huì)計(jì)學(xué)者角度對(duì)此進(jìn)行研究。

二、“人工智能+會(huì)計(jì)”：智能化會(huì)計(jì)的高階發(fā)展階段

（一）智能化會(huì)計(jì)的發(fā)展階段

會(huì)計(jì)的本質(zhì)是一套信息系統(tǒng)，是服務(wù)于企業(yè)各項(xiàng)決策的信息系統(tǒng)。迄今為止，智能與會(huì)計(jì)的結(jié)合主要有三個(gè)發(fā)展階段：基于業(yè)財(cái)融合的智能財(cái)務(wù)共享平臺(tái)、基于商業(yè)智能的管理會(huì)計(jì)平臺(tái)和基于人工智能的智能財(cái)務(wù)平臺(tái)。這三個(gè)平臺(tái)分別作用于會(huì)計(jì)的不同領(lǐng)域，從不同的視角對(duì)傳統(tǒng)會(huì)計(jì)行業(yè)進(jìn)行了沖擊，詳見(jiàn)圖1。

1.終端識(shí)別智能+財(cái)務(wù)會(huì)計(jì)

終端識(shí)別技術(shù)是以文字識(shí)別（Optical Character Recognition，OCR）技術(shù)為代表的一系列智能圖像識(shí)別電子化技術(shù)?；跇I(yè)財(cái)融合的智能財(cái)務(wù)共享平臺(tái)運(yùn)用移動(dòng)終端的OCR等工具將業(yè)務(wù)財(cái)務(wù)數(shù)據(jù)同時(shí)錄入系統(tǒng)，改變了會(huì)計(jì)原始數(shù)據(jù)的錄入方式，結(jié)束了業(yè)務(wù)和財(cái)務(wù)數(shù)據(jù)相分離的現(xiàn)狀，結(jié)合財(cái)會(huì)電算化手段，取消了業(yè)務(wù)員報(bào)賬、會(huì)計(jì)員錄入等流程，直接從終端業(yè)務(wù)數(shù)據(jù)生成了財(cái)務(wù)報(bào)表數(shù)據(jù)，建立了海量數(shù)據(jù)庫(kù)，實(shí)現(xiàn)了業(yè)財(cái)數(shù)據(jù)的融合。

2.商業(yè)智能+管理會(huì)計(jì)

基于商業(yè)智能（Business Intelligence，BI）的管理會(huì)計(jì)平臺(tái)則在業(yè)財(cái)融合建立的海量數(shù)據(jù)的基礎(chǔ)上，運(yùn)用數(shù)據(jù)整合與挖掘技術(shù)進(jìn)行輔助決策和管理控制，在基礎(chǔ)數(shù)據(jù)與企業(yè)價(jià)值之間建立一條科學(xué)、可行、高效的通道，幫助企業(yè)實(shí)現(xiàn)價(jià)值最大化。在這一過(guò)程中，如何整合數(shù)據(jù)、如何挖掘數(shù)據(jù)才能夠?qū)崿F(xiàn)企業(yè)價(jià)值最大化是該管理會(huì)計(jì)平臺(tái)有效運(yùn)行的關(guān)鍵。由于這一過(guò)程采納了管理會(huì)計(jì)的算法，因而基于商業(yè)智能的管理會(huì)計(jì)平臺(tái)改變了會(huì)計(jì)數(shù)據(jù)加工方式。

基于人工智能的智能財(cái)務(wù)平臺(tái)則是“人工智能+會(huì)計(jì)”的結(jié)果，是用人工智能盡可能模擬、延伸和擴(kuò)展上述兩大平臺(tái)運(yùn)行過(guò)程的平臺(tái)，其有至少兩大目標(biāo)：第一，盡可能減少人的活動(dòng)，以便減少人性的弱點(diǎn)所帶來(lái)的主觀偏差；第二，打破自然人的思維局限，延伸和擴(kuò)展人的思維領(lǐng)域，拓展認(rèn)知空間。

人工智能+會(huì)計(jì)，使得會(huì)計(jì)轉(zhuǎn)型升級(jí)成為智能會(huì)計(jì)，它是以數(shù)字經(jīng)濟(jì)為前提，以業(yè)財(cái)融合的財(cái)務(wù)共享、商業(yè)智能管理會(huì)計(jì)平臺(tái)為重要依托，以人工智能技術(shù)（科學(xué)）為重要支撐，以數(shù)據(jù)分析方式的深度學(xué)習(xí)和財(cái)務(wù)人機(jī)互動(dòng)決策為支持的人機(jī)協(xié)同進(jìn)化的一項(xiàng)會(huì)計(jì)管理活動(dòng)。

智能化會(huì)計(jì)發(fā)展的每一個(gè)階段都將會(huì)計(jì)人員從繁重的程序化勞動(dòng)中解放出來(lái)。目前，智能化會(huì)計(jì)的前兩個(gè)階段已經(jīng)在實(shí)踐中深入發(fā)展，而人工智能+會(huì)計(jì)的發(fā)展還處于起步階段。

（二）人工智能+會(huì)計(jì)的可能領(lǐng)域

與自然人相比，人工智能在信息儲(chǔ)存與檢索、數(shù)據(jù)挖掘與處理以及保持客觀理性等方面具有顯著的優(yōu)勢(shì)，人工智能+會(huì)計(jì)的可能領(lǐng)域主要是需要依托大量經(jīng)驗(yàn)信息、運(yùn)算復(fù)雜或運(yùn)算量大以及客觀性強(qiáng)的領(lǐng)域。而從會(huì)計(jì)本身來(lái)看，其作為一個(gè)決策支持系統(tǒng)，任何決策支持活動(dòng)都必然建立在大量信息的基礎(chǔ)上，但決策時(shí)對(duì)經(jīng)驗(yàn)信息的依賴程度不同。一般來(lái)說(shuō)，活動(dòng)的創(chuàng)新性程度與其對(duì)經(jīng)驗(yàn)信息的依賴程度負(fù)相關(guān)。同樣，價(jià)值創(chuàng)造對(duì)決策支持的客觀性要求程度也不同，有些決策支持活動(dòng)可以在給定信息的基礎(chǔ)上進(jìn)行盡可能客觀的判斷，如籌資數(shù)量、存貨采購(gòu)批量等，而有些決策活動(dòng)的主觀判斷程度更強(qiáng)，如風(fēng)險(xiǎn)活動(dòng)等。因而，本文從決策的客觀性要求和創(chuàng)新性要求兩個(gè)因素的強(qiáng)弱程度來(lái)確定人工智能+會(huì)計(jì)的可能領(lǐng)域，詳見(jiàn)圖2。

（一）高客觀性—低創(chuàng)新性領(lǐng)域：高人工智能化

這一領(lǐng)域會(huì)計(jì)工作的創(chuàng)新性要求相對(duì)較低，且有相對(duì)成熟的會(huì)計(jì)或財(cái)務(wù)理論提供支持，較少需要會(huì)計(jì)人員的價(jià)值判斷，因此適合采用高水平的人工智能化，甚至可以完全由人工智能完成。例如財(cái)務(wù)會(huì)計(jì)領(lǐng)域、一般的審計(jì)鑒證領(lǐng)域、融資領(lǐng)域、營(yíng)運(yùn)資金管理領(lǐng)域、財(cái)務(wù)業(yè)務(wù)數(shù)據(jù)處理與分析領(lǐng)域等。

（二）低客觀性—低創(chuàng)新性領(lǐng)域：半人工智能化

這一領(lǐng)域?qū)?huì)計(jì)人員的創(chuàng)新性要求相對(duì)較低，但卻比較需要會(huì)計(jì)人員的主觀判斷，通常是專業(yè)性較強(qiáng)，較為依賴歷史經(jīng)驗(yàn)數(shù)據(jù)且不能反復(fù)迭代、反復(fù)試錯(cuò)的領(lǐng)域。例如管理會(huì)計(jì)領(lǐng)域中的市場(chǎng)預(yù)測(cè)、投資項(xiàng)目的可行性分析等領(lǐng)域。這一領(lǐng)域可以利用人工智能進(jìn)行企業(yè)內(nèi)外信息采集、檢索、數(shù)據(jù)挖掘，形成方案初稿，但最終方案的撰寫以及決策的關(guān)鍵因素分析甚至結(jié)果的生成則需要會(huì)計(jì)人員在人工智能的基礎(chǔ)上形成。若決策結(jié)果可以在執(zhí)行過(guò)程中不斷調(diào)整，此時(shí)也可以更大程度上使用人工智能完成。

（三）高客觀性—高創(chuàng)新性領(lǐng)域：半人工智能化

這一領(lǐng)域?qū)?huì)計(jì)人員的創(chuàng)新性要求較高，但卻有相對(duì)成熟的理論可以借鑒。例如，管控體系中成本管控體系的設(shè)計(jì)、激勵(lì)約束機(jī)制的設(shè)計(jì)等。這一領(lǐng)域可以由會(huì)計(jì)人員根據(jù)企業(yè)價(jià)值管理要求進(jìn)行創(chuàng)新性思維或理念的設(shè)計(jì)，然后利用人工智能的反復(fù)迭代和持續(xù)改進(jìn)的能力進(jìn)行方案的規(guī)劃與設(shè)計(jì)。

（四）低客觀性—高創(chuàng)新性領(lǐng)域：低人工智能化

這一領(lǐng)域更多依賴會(huì)計(jì)人員的主觀判斷，且對(duì)創(chuàng)新能力要求較高。例如風(fēng)險(xiǎn)識(shí)別與管理、盈利模式設(shè)計(jì)、財(cái)務(wù)創(chuàng)新等。人工智能除了發(fā)揮對(duì)歷史數(shù)據(jù)進(jìn)行處理、對(duì)現(xiàn)狀進(jìn)行分析等作用外，核心的創(chuàng)新性工作則必須由人力完成。這是人工智能化最低的領(lǐng)域。

從人工智能+會(huì)計(jì)實(shí)踐發(fā)展看，財(cái)務(wù)會(huì)計(jì)領(lǐng)域的會(huì)計(jì)核算自動(dòng)化、財(cái)務(wù)共享專家系統(tǒng)等較低水平的智能化已經(jīng)實(shí)現(xiàn)，而認(rèn)知智能化會(huì)計(jì)、機(jī)器深度學(xué)習(xí)等高階人工智能+會(huì)計(jì)則進(jìn)展緩慢。

三、人工智能+會(huì)計(jì)發(fā)展障礙分析

（一）人工智能實(shí)踐發(fā)展緩慢

1.人工智能發(fā)展與會(huì)計(jì)發(fā)展不匹配

秦榮生（2020）指出：“人工智能有弱強(qiáng)之分，弱人工智能在當(dāng)今世界普遍存在，而強(qiáng)人工智能是具有思維、知覺(jué)和自我意識(shí)，能夠獨(dú)立思考問(wèn)題并且能提出解決方案的智能機(jī)器，這些智能機(jī)器擁有推理和解決問(wèn)題的能力[10]?！蹦壳?，全球的人工智能尚未在認(rèn)知智能方面得到突破性進(jìn)展，在會(huì)計(jì)方面，2019年德勤團(tuán)隊(duì)撰寫的《機(jī)器人認(rèn)知自動(dòng)化白皮書》對(duì)機(jī)器人認(rèn)知自動(dòng)化（R&CA）技術(shù)在會(huì)計(jì)領(lǐng)域的應(yīng)用進(jìn)行了分析，在一定程度上推進(jìn)了認(rèn)知智能會(huì)計(jì)的發(fā)展。當(dāng)下人工智能的全球平均水平甚至還未走出弱人工智能（計(jì)算智能）的邊界，局部地區(qū)雖然已經(jīng)走出了弱人工智能，但人們對(duì)于在感知階段的深度學(xué)習(xí)算法的探索依舊存在諸多問(wèn)題。梁迎麗、梁英豪（2019）認(rèn)為：“機(jī)器深度學(xué)習(xí)存在無(wú)法有效應(yīng)用于高風(fēng)險(xiǎn)領(lǐng)域的局限性[11]?！辈饺?1世紀(jì)，會(huì)計(jì)學(xué)科已經(jīng)取得了極大發(fā)展，基于企業(yè)價(jià)值的深度挖掘，需要一種與之相匹配的人工智能機(jī)器，將企業(yè)的場(chǎng)景和業(yè)務(wù)流程推向一個(gè)嶄新的平臺(tái)。

2.人工智能+會(huì)計(jì)的前置應(yīng)用領(lǐng)域尚未完成

國(guó)務(wù)院于2017年7月8日發(fā)布了《新一代人工智能發(fā)展規(guī)劃》，明確指出了我國(guó)人工智能的重點(diǎn)結(jié)合領(lǐng)域，其中包括智能農(nóng)業(yè)、智能制造、智能交通、智能醫(yī)療和健康養(yǎng)老等社會(huì)基本民生服務(wù)和社會(huì)治理層面[12]?？梢钥闯鲋悄芙鹑诤椭悄苌虅?wù)的發(fā)展順序偏后。章小童等（2020）認(rèn)為：“不論人工智能發(fā)展被提到怎樣的高度，最后需要重點(diǎn)解決的還是民生問(wèn)題。并且，目前人工智能還沒(méi)有一個(gè)較為通用和成熟的發(fā)展模式，各項(xiàng)新技術(shù)需要大規(guī)模試點(diǎn)試用[13]。”以制造業(yè)為例，業(yè)界內(nèi)普遍認(rèn)為，企業(yè)應(yīng)用智能化必須遵循從基本生產(chǎn)工藝裝備的智能化到設(shè)備的實(shí)時(shí)監(jiān)控、輔助作業(yè)與改造的智能化，最后才能將設(shè)備與智能會(huì)計(jì)對(duì)接，將業(yè)務(wù)過(guò)程與會(huì)計(jì)核算之間的隔閡消除，會(huì)計(jì)才能實(shí)現(xiàn)真正的智能。

企業(yè)會(huì)計(jì)與智能化的應(yīng)用結(jié)合程度很大程度上取決于國(guó)家智能金融的實(shí)踐情況，而這二者都必須相對(duì)滯后于軍事和民生領(lǐng)域的智能化應(yīng)用。因此，目前對(duì)于國(guó)家的金融、支付體系等大環(huán)境的智能化治理結(jié)構(gòu)探索是探索人工智能+會(huì)計(jì)必要的前置工作，且相關(guān)金融智能試點(diǎn)的理論框架尚待研究。

（二）社會(huì)準(zhǔn)備不充分

1.大量會(huì)計(jì)人員轉(zhuǎn)型帶來(lái)的社會(huì)壓力問(wèn)題

人工智能的深入發(fā)展必然出現(xiàn)智能機(jī)器人取代大量財(cái)務(wù)人員的情形，這在財(cái)務(wù)共享中心的建設(shè)過(guò)程中已經(jīng)出現(xiàn)了。這部分被取代的會(huì)計(jì)人員面臨著轉(zhuǎn)型或失業(yè)的風(fēng)險(xiǎn)，將給社會(huì)就業(yè)帶來(lái)巨大壓力。

2.服務(wù)于人工智能+會(huì)計(jì)的專業(yè)人員極度缺乏

人工智能+會(huì)計(jì)的本質(zhì)是各類計(jì)算機(jī)算法在會(huì)計(jì)領(lǐng)域中的應(yīng)用，是會(huì)計(jì)專業(yè)知識(shí)、計(jì)算機(jī)專業(yè)知識(shí)以及心理學(xué)、神經(jīng)學(xué)等專業(yè)知識(shí)的深度融合，因此其設(shè)計(jì)、維護(hù)、升級(jí)等需要大量精通會(huì)計(jì)、計(jì)算機(jī)等多個(gè)領(lǐng)域的高素質(zhì)人員。而當(dāng)前的教育系統(tǒng)對(duì)相關(guān)人員的培養(yǎng)尚未適應(yīng)這一需求。2016年我國(guó)教育部印發(fā)了《教育信息化“十三五”規(guī)劃》，將信息化教育能力納入學(xué)校建設(shè)考評(píng)體系；2017年7月國(guó)務(wù)院的《新一代人工智能發(fā)展規(guī)劃》中也明確指出，在中小學(xué)開(kāi)設(shè)人工智能相關(guān)課程，逐步推廣編程教育，推動(dòng)人工智能人才的培養(yǎng)。而高校中的人工智能+會(huì)計(jì)專業(yè)化人才的培養(yǎng)方案正處在起步階段。目前符合人工智能+會(huì)計(jì)發(fā)展需求的人才十分匱乏。

3.人工智能的信息安全性問(wèn)題

業(yè)財(cái)融合形成的大量數(shù)據(jù)中幾乎包含企業(yè)所有核心的商業(yè)秘密，一旦泄露可能會(huì)嚴(yán)重削弱企業(yè)的核心競(jìng)爭(zhēng)力。因而如何在獲得人工智能便利的基礎(chǔ)上確保企業(yè)核心商業(yè)秘密不泄露，是人工智能+會(huì)計(jì)推進(jìn)過(guò)程中亟待解決的重要問(wèn)題。除了需要考慮外部的非法竊取之外，還需要重點(diǎn)關(guān)注人機(jī)互動(dòng)過(guò)程中人工智能向不同權(quán)限人員提供信息的范疇界定問(wèn)題。

4.法律層面的準(zhǔn)備不充分

人工智能+會(huì)計(jì)的推進(jìn)還會(huì)涉及到很多法律層面的問(wèn)題，例如責(zé)任認(rèn)定及損失賠償?shù)?。?dāng)人工智能+會(huì)計(jì)發(fā)展到一定程度，單一企業(yè)的人工智能實(shí)際上可能通過(guò)各種中介與整個(gè)市場(chǎng)建立聯(lián)系，從而帶來(lái)巨大的負(fù)外部性。歷史上不乏因一個(gè)公司發(fā)布了一個(gè)不成熟的智能算法而引發(fā)災(zāi)難的事件。2012年7月31日，騎士資本集團(tuán)（Knight Capital）作為一家巨型貿(mào)易公司，在年收入14億美元的狀態(tài)下因未充分測(cè)試而發(fā)布了一個(gè)證券交易的算法，造成了紐約證券交易所的148家上市公司股價(jià)陷入混亂，該公司一夜之間損失4.4億美元而被競(jìng)爭(zhēng)對(duì)手以最低價(jià)收購(gòu)；2003年的美國(guó)貿(mào)易公司、2009年的英菲資本管理公司（Infinium Capital Management）等均發(fā)生過(guò)因引入智能算法而在不足1分鐘內(nèi)發(fā)生巨額損失甚至破產(chǎn)的嚴(yán)重后果。黃甫全等（2020）認(rèn)為，對(duì)于人工智能的人類設(shè)計(jì)者和生產(chǎn)者來(lái)說(shuō)，人工智能立法沒(méi)有授權(quán)的行為是嚴(yán)令禁止的，目前還是主要在交通、醫(yī)療、隱私和著作權(quán)方面進(jìn)行重點(diǎn)研究和實(shí)踐[14]。因而，如何對(duì)人工智能維護(hù)人員進(jìn)行法律層面約束，如何在災(zāi)難發(fā)生后追究相關(guān)的責(zé)任等問(wèn)題需要在人工智能+會(huì)計(jì)推進(jìn)之前進(jìn)行充分考慮。

（三）企業(yè)引入人工智能的顧慮

1.人工智能推廣成本居高不下

企業(yè)要引入人工智能進(jìn)入會(huì)計(jì)系統(tǒng)，并非僅僅購(gòu)買一部或幾部人工智能機(jī)器人就可以簡(jiǎn)單實(shí)現(xiàn)的，還需要鋪設(shè)人工智能賴以運(yùn)行的各種線路、傳感器，購(gòu)買各類數(shù)據(jù)庫(kù)和語(yǔ)言庫(kù)等，以便搜集并整合企業(yè)內(nèi)外部各類信息。因而，總體成本較高，可能會(huì)擴(kuò)大企業(yè)所承擔(dān)的固定成本比重，增加企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)。

2.管理層對(duì)人工智能的信任問(wèn)題

與會(huì)計(jì)人員的工作相比，人工智能+會(huì)計(jì)更像是將會(huì)計(jì)等信息搜集、整合、生成、輔助決策等活動(dòng)引入一個(gè)黑箱，管理層對(duì)其運(yùn)行機(jī)理的不熟悉往往會(huì)大大影響管理層對(duì)其生成結(jié)果的信任。這并非是杞人憂天，2010年5月6日下午2點(diǎn)42分美國(guó)股市出現(xiàn)的5分鐘“閃電崩盤”[15]，其造成了道瓊斯工業(yè)平均指數(shù)損失近1萬(wàn)億美元的惡劣后果，但這并不是人們認(rèn)為最可怕的問(wèn)題，更可怕的是美國(guó)監(jiān)管機(jī)構(gòu)用時(shí)5個(gè)月進(jìn)行調(diào)查，卻依然不清楚這一事件為什么會(huì)發(fā)生。管理層的決策并非僅僅關(guān)注結(jié)果，決策支持?jǐn)?shù)據(jù)的生成過(guò)程或決策依據(jù)似乎更重要，其中更是需要大量的價(jià)值判斷。人工智能能否真正讀懂管理層的意圖進(jìn)而做出對(duì)應(yīng)的決策支持，是管理層是否會(huì)使用其輔助的關(guān)鍵原因之一。管理人員除了對(duì)人工智能的結(jié)果可靠性深感擔(dān)憂外，還會(huì)陷入對(duì)人工智能深度依賴的擔(dān)憂。一旦人工智能因?yàn)楦鞣N原因不能正常工作，那么企業(yè)是否能夠有合適的會(huì)計(jì)人員可以立即接手相關(guān)工作？企業(yè)是否會(huì)因人工智能不能有效工作而陷入混亂？當(dāng)我們除了利用人工智能給出的結(jié)果來(lái)做決策而沒(méi)有其他備選思路時(shí)，是管理者控制了人工智能還是人工智能架空管理者？這些問(wèn)題的存在都不得不使管理者對(duì)引入人工智能慎之又慎，甚至做出拒絕引入的決策。

3.組織結(jié)構(gòu)的適應(yīng)性問(wèn)題

人工智能引入并非是更換一個(gè)會(huì)計(jì)人員那樣簡(jiǎn)單，它會(huì)從本質(zhì)上改變會(huì)計(jì)部門的工作性質(zhì)以及會(huì)計(jì)部門與其他各個(gè)部門之間的內(nèi)部聯(lián)系，甚至?xí)绊懫髽I(yè)與銀行以及其他企業(yè)之間聯(lián)系的變化，由此帶來(lái)組織結(jié)構(gòu)的深度變革。同樣，人工智能+會(huì)計(jì)時(shí)代必然是一個(gè)經(jīng)濟(jì)發(fā)展節(jié)奏極快的時(shí)代，企業(yè)的組織結(jié)構(gòu)不能僅為了控制和執(zhí)行而設(shè)計(jì)，更重要的是能夠適應(yīng)經(jīng)濟(jì)社會(huì)快速變化的步伐。但目前組織結(jié)構(gòu)向哪一方向轉(zhuǎn)變以及轉(zhuǎn)變到何種程度尚不確定，因而人工智能引入初期，組織結(jié)構(gòu)的不適應(yīng)性以及管理層的信任問(wèn)題進(jìn)行疊加后，必然帶來(lái)經(jīng)營(yíng)風(fēng)險(xiǎn)的增加。

四、人工智能+會(huì)計(jì)發(fā)展的社會(huì)應(yīng)對(duì)

（一）優(yōu)化國(guó)家智能金融支付管理體系

會(huì)計(jì)智能化必然會(huì)涉及到資金收付，從而進(jìn)一步將企業(yè)內(nèi)的會(huì)計(jì)行為與銀行等金融系統(tǒng)相關(guān)聯(lián)，使企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)傳導(dǎo)至金融系統(tǒng)，這就可能放大并引發(fā)金融系統(tǒng)的風(fēng)險(xiǎn)，因而金融支付系統(tǒng)需要提前做好相應(yīng)的應(yīng)對(duì)。國(guó)家智能金融支付管理應(yīng)當(dāng)注重以下方面的建設(shè)：首先，加快智能網(wǎng)聯(lián)支付平臺(tái)的升級(jí)，尤其是要加強(qiáng)識(shí)別并防范重大結(jié)算風(fēng)險(xiǎn)，加強(qiáng)監(jiān)管網(wǎng)聯(lián)平臺(tái)的強(qiáng)大活力；其次，加強(qiáng)“監(jiān)管沙盒”等支付壓力測(cè)試系統(tǒng)的建設(shè)，擴(kuò)大數(shù)字化支付視角下的試點(diǎn)范圍；最后，提高智能金融支付系統(tǒng)與相關(guān)財(cái)務(wù)技術(shù)公司的合作，增進(jìn)雙方的高效溝通和理解，為人工智能+會(huì)計(jì)的發(fā)展提供良好的金融支持。

（二）建立會(huì)計(jì)人員分流調(diào)整機(jī)制

1.存量會(huì)計(jì)人員的調(diào)整機(jī)制

對(duì)于當(dāng)前社會(huì)上存在的受人工智能+會(huì)計(jì)實(shí)施影響較大的會(huì)計(jì)人員，可采取三種途徑進(jìn)行分類分流：對(duì)于精通會(huì)計(jì)知識(shí)且具備一定計(jì)算機(jī)基礎(chǔ)的人員，可對(duì)其進(jìn)行計(jì)算機(jī)相關(guān)能力的培養(yǎng)，使其盡快滿足人工智能+會(huì)計(jì)推廣中的系統(tǒng)維護(hù)需求；對(duì)于具備轉(zhuǎn)型條件的會(huì)計(jì)人員，可將現(xiàn)有會(huì)計(jì)人員由核算型轉(zhuǎn)為決策型、咨詢型會(huì)計(jì)人員或其他經(jīng)管類高素質(zhì)人員，滿足企業(yè)、各類事務(wù)所以及其他領(lǐng)域?qū)Ω邔哟稳瞬诺男枨?；?duì)于其他類型的會(huì)計(jì)人員，可以通過(guò)鼓勵(lì)創(chuàng)業(yè)等方式允許其自行分流進(jìn)入其他領(lǐng)域。通過(guò)以上措施優(yōu)化會(huì)計(jì)人員存量隊(duì)伍結(jié)構(gòu)，減輕社會(huì)壓力。

2.增量會(huì)計(jì)人才培養(yǎng)方向的改革機(jī)制

對(duì)于當(dāng)前在高校的增量會(huì)計(jì)人員，一方面應(yīng)加快高校培養(yǎng)方向的改革，推進(jìn)互聯(lián)網(wǎng)+會(huì)計(jì)、智能會(huì)計(jì)等新型會(huì)計(jì)人才培養(yǎng)，以更好地滿足社會(huì)需求。另一方面，增加會(huì)計(jì)專業(yè)理科生源比例，優(yōu)化師資力量，增進(jìn)拔高型智能課程的數(shù)量和質(zhì)量。例如山東財(cái)經(jīng)大學(xué)于2019年將基礎(chǔ)財(cái)務(wù)課程重構(gòu)為“云會(huì)計(jì)與財(cái)務(wù)共享”“機(jī)器學(xué)習(xí)與智能決策”等全新整合課程，并相應(yīng)調(diào)整師資隊(duì)伍，新創(chuàng)了“智能會(huì)計(jì)實(shí)驗(yàn)室”[16]。最后，要提高會(huì)計(jì)人員的主動(dòng)學(xué)習(xí)意識(shí)，傅元略（2019）指出：“未來(lái)財(cái)會(huì)人員的核心能力需要包含財(cái)務(wù)決策、內(nèi)部報(bào)告體系設(shè)計(jì)、管控系統(tǒng)設(shè)計(jì)和決策支持體系設(shè)計(jì)[17]?！痹谛鹿谝咔榈臎_擊下，低成本、易獲得的網(wǎng)絡(luò)教學(xué)被推向高潮，各企業(yè)、事務(wù)所和高?？蛇m當(dāng)采取措施在人員和學(xué)生的學(xué)習(xí)中增加人工智能公共網(wǎng)絡(luò)課程的學(xué)習(xí)，再結(jié)合雙學(xué)位、繼續(xù)教育的實(shí)踐學(xué)習(xí)，發(fā)掘會(huì)計(jì)人員自身的職業(yè)亮點(diǎn)和興趣。

（三）加快建設(shè)企業(yè)嚴(yán)格的算法章程和網(wǎng)絡(luò)信息安全系統(tǒng)

在人工智能時(shí)代，各企業(yè)之間的關(guān)聯(lián)將趨于緊密。首先，企業(yè)需要將業(yè)務(wù)流程的審批過(guò)程進(jìn)行重新規(guī)劃，不僅要優(yōu)化業(yè)務(wù)審批的牽制機(jī)制，還要對(duì)相關(guān)算法的應(yīng)用進(jìn)行牽制，嚴(yán)格防范機(jī)器的算法失誤帶來(lái)的一連串損失。其次，對(duì)于智能試點(diǎn)城市的企業(yè)，還需要優(yōu)化新技術(shù)新設(shè)備接入互聯(lián)網(wǎng)的方式，聯(lián)合相關(guān)研發(fā)機(jī)構(gòu)進(jìn)行不可逆轉(zhuǎn)算法系統(tǒng)的相關(guān)應(yīng)用，實(shí)現(xiàn)算法負(fù)面影響不外溢的效果。最后，企業(yè)要進(jìn)行定期的信息安全測(cè)試，在測(cè)試的過(guò)程中可聯(lián)合相關(guān)監(jiān)管機(jī)構(gòu)，共同促進(jìn)信息安全監(jiān)管資格的形成，試點(diǎn)企業(yè)應(yīng)當(dāng)以點(diǎn)帶面，強(qiáng)化相關(guān)機(jī)構(gòu)對(duì)企業(yè)信息安全的審核或相關(guān)資質(zhì)的審批，促進(jìn)信息安全建設(shè)。

（四）促進(jìn)國(guó)家智能算法建設(shè)

人工智能+會(huì)計(jì)一旦實(shí)施，企業(yè)的智能化決策所涉及的利益相關(guān)者層級(jí)將陡增，無(wú)論是決策前方案的策劃，還是決策后的實(shí)施推進(jìn)等步驟都依賴于程序員編寫算法的準(zhǔn)確性、科學(xué)性以及該算法針對(duì)特定企業(yè)形成的個(gè)性化特征的有效性，甚至該算法中是否存在著隱性的利益輸送等風(fēng)險(xiǎn)。而這些風(fēng)險(xiǎn)點(diǎn)都有賴于智能算法相關(guān)法制建設(shè)的完善程度，即對(duì)于程序員、智能機(jī)器人生產(chǎn)商和智能機(jī)器人的行為進(jìn)行約束，否則，智能會(huì)計(jì)將難以真正推進(jìn)。

1.設(shè)定智能算法的應(yīng)用領(lǐng)域

首先，對(duì)于企業(yè)內(nèi)部經(jīng)常性的大額交易領(lǐng)域，暫時(shí)不適合擴(kuò)大智能算法的應(yīng)用。其次，由于企業(yè)在風(fēng)險(xiǎn)管理和內(nèi)部控制以及員工激勵(lì)的系統(tǒng)中具有較高的不確定性，因此智能算法也不適宜在這些領(lǐng)域擴(kuò)大運(yùn)用范圍。而高客觀性—低創(chuàng)新性的財(cái)務(wù)領(lǐng)域以及在企業(yè)獲取外部數(shù)據(jù)的過(guò)程中是適合大范圍運(yùn)用智能算法的。

2.明確智能算法的責(zé)任承擔(dān)

目前的智能機(jī)器人是基于基礎(chǔ)算法進(jìn)行信息轉(zhuǎn)換，因此尚不具備使機(jī)器人獨(dú)立承擔(dān)法律責(zé)任的條件。當(dāng)前人類不會(huì)因?yàn)闄C(jī)器人有足夠的獨(dú)立性而使其承擔(dān)法律責(zé)任，因而產(chǎn)生了責(zé)任缺口，主要解決辦法是有意識(shí)地將責(zé)任歸于人工實(shí)體本身，或?qū)⑦@種責(zé)任適當(dāng)?shù)貧w屬于人類[14]。但未來(lái)如何針對(duì)“算法黑箱”進(jìn)行責(zé)任分配仍是一個(gè)難題。要增加計(jì)算機(jī)行業(yè)開(kāi)發(fā)出的可解釋和可理解模型的數(shù)量，還需要讓算法的受用者和監(jiān)管者均采取可理解的方式進(jìn)行使用，更需要程序員和財(cái)務(wù)專家之間保持關(guān)鍵性、持續(xù)性的合作，最后再對(duì)生產(chǎn)者的產(chǎn)品質(zhì)量和機(jī)器人本體形成的決策結(jié)果進(jìn)行責(zé)任分配，才能最終實(shí)現(xiàn)相關(guān)算法責(zé)任落實(shí)，適當(dāng)緩解企業(yè)對(duì)于智能化應(yīng)用的過(guò)度顧慮。

（五）加快企業(yè)組織結(jié)構(gòu)智能化升級(jí)

1.緊跟數(shù)字化智能企業(yè)潮流

為滿足智能會(huì)計(jì)在企業(yè)內(nèi)部的深度應(yīng)用，企業(yè)需要重新定義自身的結(jié)構(gòu)，提前轉(zhuǎn)變思維模式，從個(gè)性化和大數(shù)據(jù)出發(fā)，摒棄科層制和中心化的組織結(jié)構(gòu)，從財(cái)務(wù)敏捷化、行業(yè)伙伴多元化、客戶開(kāi)放化的角度對(duì)企業(yè)組織結(jié)構(gòu)進(jìn)行優(yōu)化，以應(yīng)對(duì)高財(cái)務(wù)風(fēng)險(xiǎn)。可以從改善信息系統(tǒng)的處理效率為起點(diǎn)削弱企業(yè)內(nèi)多部門之間的隔閡，并加快企業(yè)的物聯(lián)網(wǎng)建設(shè)，加速企業(yè)各項(xiàng)資產(chǎn)的數(shù)字化，以適應(yīng)人工智能+會(huì)計(jì)的轉(zhuǎn)型需要。

2.構(gòu)造以深挖業(yè)務(wù)價(jià)值為核心的組織架構(gòu)

在會(huì)計(jì)轉(zhuǎn)型的大環(huán)境下，隨著時(shí)間推移和科技發(fā)展，數(shù)字化的智能組織架構(gòu)對(duì)于企業(yè)來(lái)說(shuō)并非核心難點(diǎn)，由于社會(huì)傾向于大批量個(gè)性化的生產(chǎn)方式、高創(chuàng)新性的財(cái)務(wù)活動(dòng)和高不確定性的金融環(huán)境，難點(diǎn)在于企業(yè)不僅要擁有商業(yè)數(shù)據(jù)的廣度，還要確保商業(yè)數(shù)據(jù)的深度。企業(yè)可以構(gòu)建以人為中心的賦能式組織結(jié)構(gòu)，以員工的賦能來(lái)應(yīng)對(duì)業(yè)務(wù)的轉(zhuǎn)型，形成模塊化的數(shù)據(jù)精準(zhǔn)挖掘方式和靈活的應(yīng)對(duì)組織。首先要將員工的自發(fā)性從層級(jí)之中解放，提高企業(yè)對(duì)業(yè)務(wù)的預(yù)測(cè)能力和反應(yīng)速度，滿足智能會(huì)計(jì)的需要。其次要注重企業(yè)內(nèi)各團(tuán)隊(duì)的培養(yǎng)，既讓每個(gè)分團(tuán)隊(duì)保持獨(dú)創(chuàng)性，又讓整體保持協(xié)調(diào)的企業(yè)精神，在加速發(fā)展的智能會(huì)計(jì)當(dāng)中保持對(duì)企業(yè)各部門的協(xié)調(diào)統(tǒng)一和高效調(diào)動(dòng)，打破傳統(tǒng)組織架構(gòu)的剛性造成的束縛。這樣才能深挖企業(yè)的業(yè)務(wù)價(jià)值，為人工智能+會(huì)計(jì)的平穩(wěn)發(fā)展奠定基礎(chǔ)，使其順利推進(jìn)。

主要參考文獻(xiàn)：

[1]Gray，GL（Gray，GlenL.）；Chiu，V（Chiu，Victoria）；L iu，Q（Liu，Qi）；Li，P（Li，Pei）.The expert systems life cycle in AIS research：What does it mean for future AIS research [J].International Journal of Accounting Information Systems，2019（15）：423-451.

[2]Steven G.Sutton，Matthew Holt， Vicky Arnold.“The reports of my death are greatly exaggerated”——Artificial intelligence research in accounting[J].International Journal of Accounting Information Systems，2016（22）： 60-73.

[3]Suleiman Jamal Mohammad，Amneh Khamees Hamad，Hela Borgi，Phung Anh Thu，Muhammad Safdar Sial，Ali Abdallah Alhadidi.How Artificial Intelligence Changes the Future of Accounting Industry[J].2020（3）：478-488.

[4]Cindy Greeman.Exploring the impact of artificial intelligence on the accounting profession[J]. Journal of Research in Business， Economics and Management，2017（8）：1451-1454.

[5]Cheah Saw Lee，F(xiàn)arzana Parveen Tajudeen.Usage and Impact of Artificial Intelligence on Accounting：Evidence from Malaysian Organisations[J].Asian Journal of Business & Accounting，2020（13）：213-239.

[6]韓向東.構(gòu)建基于商業(yè)智能的管理會(huì)計(jì)信息系統(tǒng)[J].財(cái)務(wù)與會(huì)計(jì)，2015（09）：12-13.

[7]韓向東，余紅燕.智能財(cái)務(wù)的探索與實(shí)踐[J].財(cái)務(wù)與會(huì)計(jì)，2018（17）：11-13.

[8]張敏.智能財(cái)務(wù)十大熱點(diǎn)問(wèn)題論[J].財(cái)會(huì)月刊， 2021（02）：25-30.

[9]張慶龍.智能財(cái)務(wù)七大理論問(wèn)題論[J].財(cái)會(huì)月刊， 2021（01）：23-29.

[10]秦榮生.人工智能與智能會(huì)計(jì)應(yīng)用研究[J].會(huì)計(jì)之友，2020（18）：11-13.

[11]梁迎麗，梁英豪.人工智能時(shí)代的智慧學(xué)習(xí)：原理、進(jìn)展與趨勢(shì)[J].中國(guó)電化教育，2019（02）：16-21.

[12]中華人民共和國(guó)國(guó)務(wù)院.國(guó)務(wù)院關(guān)于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知[EB/OL].http：//www.gov.cn/ zhengce/content/2017-07/20/content_5211996.htm.

[13]章小童，李月琳，樊振佳.基于我國(guó)10項(xiàng)人工智能規(guī)劃與政策的內(nèi)容分析[J].現(xiàn)代情報(bào)，2020，40（12）：17-26.

[14]黃甫全，曾密成.人工智能立法：主體、內(nèi)容與特征[J].學(xué)術(shù)研究，2020（11）：49-55.

[15][英]羅伯特 科爾維爾.大加速——為什么我們的生活越來(lái)越快[M].北京聯(lián)合出版公司，2019.

[16]山東財(cái)經(jīng)大學(xué).[大眾網(wǎng)]山東財(cái)經(jīng)大學(xué)“智能會(huì)計(jì)”誕生記[EB/OL].https：//news.sdufe.edu.cn/ info/1015/24055.htm.

[17]傅元略.智慧會(huì)計(jì)：財(cái)務(wù)機(jī)器人與會(huì)計(jì)變革[J].遼寧大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2019，47（01）：68-78.