財(cái)務(wù)機(jī)器人的出現(xiàn)與財(cái)務(wù)管理人員的轉(zhuǎn)型

王慶華

摘要：人工智能的快速發(fā)展給財(cái)務(wù)管理工作帶來新的挑戰(zhàn)，財(cái)務(wù)機(jī)器人的出現(xiàn)將牽引著企事業(yè)財(cái)務(wù)管理的變革，促使財(cái)務(wù)管理人員提高數(shù)據(jù)管理和分析能力，采用各種智能分析處理技術(shù)將數(shù)據(jù)變?yōu)閱挝话l(fā)展的源動(dòng)力。

關(guān)鍵詞：人工智能;財(cái)務(wù)機(jī)器人;財(cái)務(wù)管理人員;轉(zhuǎn)型

一、人工智能的現(xiàn)狀與未來

（一）人工智能的理解

人工智能已經(jīng)反復(fù)沖擊人們的視聽神經(jīng)，但是什么是人工智能？它不是簡(jiǎn)單的計(jì)算機(jī)程序，也不能武斷地將機(jī)器人與人工智能畫等號(hào)。機(jī)器人僅是人工智能時(shí)代下的一個(gè)類人的智能產(chǎn)物。人工智能簡(jiǎn)稱AI，是研究人類思維和智慧的一門邊緣學(xué)科，是計(jì)算機(jī)科學(xué)的一項(xiàng)重要分支，主要涉及包括自然科學(xué)、社會(huì)科學(xué)、技術(shù)科學(xué)的多門學(xué)科知識(shí)，是目前也可能是未來最大范圍綜合知識(shí)整合的領(lǐng)域。所涉及的學(xué)科范圍之廣前所未有，它目前涵蓋神經(jīng)生理學(xué)、仿生學(xué)、認(rèn)知學(xué)、數(shù)學(xué)、信息論、計(jì)算機(jī)科學(xué)、不定性論、社會(huì)結(jié)構(gòu)學(xué)乃至哲學(xué)等等。

（二）人工智能的現(xiàn)狀

2016年Alpha Go戰(zhàn)勝李世石，轟動(dòng)了全世界，人們真正感覺機(jī)器的超人力，它是數(shù)據(jù)、算法、算力積累和發(fā)展到一定程度的結(jié)果。為什么這么說？機(jī)器人早年戰(zhàn)勝國際象棋，并不讓人們過于驚訝，因?yàn)橄笃宓拿坎阶兓梢愿F舉，而圍棋不可以窮舉，圍棋的變化可以說是無限的。所以說圍棋引入了人工智能的先進(jìn)技術(shù)，讓機(jī)器喂飽了圍棋的相關(guān)數(shù)據(jù)，生成了最優(yōu)算法，就像擁有了智慧從而戰(zhàn)勝人類圍棋冠軍。當(dāng)前人工智能，已經(jīng)滲透到我們生活的各方面，涉及的領(lǐng)域很多。通過人工智能機(jī)器代替人類的記憶和邏輯思維，模擬人類精神活動(dòng)，經(jīng)過不斷的演進(jìn)，眾多方面已體現(xiàn)出其超人類能力，幫助人們完成復(fù)雜的任務(wù)。但是現(xiàn)在人工智能技術(shù)還不能完全代替人類的各種腦力勞動(dòng)，隨著深度學(xué)習(xí)、機(jī)器學(xué)習(xí)的發(fā)展，離完全具備人類智慧的水平越來越近。這些能力成功應(yīng)用到圖像識(shí)別、語音識(shí)別、醫(yī)療診斷等方面，雖然還處在弱人工智能階段，發(fā)展到強(qiáng)人工智能還有很長(zhǎng)的路要走，但是其發(fā)展速度和能力展現(xiàn)將爆炸性變革人類的方方面面。

（三）人工智能的未來發(fā)展方向

對(duì)于未來來講，人工智能與人類并不是簡(jiǎn)單的“取代”的關(guān)系，它將人類從簡(jiǎn)單的腦力勞動(dòng)中解放出來，以便把精力投放更有價(jià)值的工作上。人工智能技術(shù)隨著數(shù)據(jù)時(shí)代的到來已經(jīng)相對(duì)成熟，可以應(yīng)用到很多場(chǎng)景，機(jī)器學(xué)習(xí)，深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)迭代演進(jìn)與現(xiàn)實(shí)工作生活的有效結(jié)合，將給人類帶來顛覆性的未來。隨著物聯(lián)網(wǎng)的發(fā)展，萬物互聯(lián)，未來的人工智能，將從提供更多精準(zhǔn)的預(yù)測(cè)和感知把人類變得更強(qiáng)，向使IoT設(shè)備更具靈性，開啟物聯(lián)網(wǎng)類生物機(jī)器層出不窮的時(shí)代逐漸進(jìn)化，最后到真正強(qiáng)大的機(jī)器人時(shí)代。

二、財(cái)務(wù)機(jī)器人的特性

（一）財(cái)務(wù)機(jī)器人的性能

2017年以來，“四大”財(cái)務(wù)機(jī)器人的陸續(xù)出現(xiàn)給財(cái)務(wù)管理人員帶了發(fā)自內(nèi)心的極大危機(jī)感。德勤、安永的財(cái)務(wù)機(jī)器人走向市場(chǎng)后，畢馬威、普華財(cái)務(wù)機(jī)器人分別在銀行和央企著陸。財(cái)務(wù)機(jī)器人從人們的想象中變?yōu)楝F(xiàn)實(shí)。這是大數(shù)據(jù)、人工智能發(fā)展到一定程度的結(jié)果。是財(cái)務(wù)工作歷時(shí)性的變革。財(cái)務(wù)機(jī)器人幾分鐘可以完成財(cái)務(wù)管理人員幾十分鐘才能完成的基本工作并不稀奇。利用人工智能的財(cái)務(wù)機(jī)器人對(duì)掃描后的發(fā)票圖片進(jìn)行識(shí)別，提取信息，上傳云驗(yàn)證真?zhèn)?，信息錄入，文件關(guān)聯(lián)，再上傳審核。解放了財(cái)務(wù)管理人員的大量繁重的工作，使他們可以把精力花在更重要的事情和數(shù)據(jù)分析工作上。

（二）財(cái)務(wù)機(jī)器人與財(cái)務(wù)管理人員

財(cái)務(wù)機(jī)器人的出現(xiàn)，危機(jī)著財(cái)務(wù)基礎(chǔ)工作人員的崗位的存在性。財(cái)務(wù)工作人員每天花費(fèi)大量時(shí)間進(jìn)行簡(jiǎn)單重復(fù)而繁重的核對(duì)和收集性工作，包括財(cái)務(wù)平臺(tái)的操作、流程控制、生成報(bào)告、數(shù)據(jù)核對(duì)、資料檢索以及執(zhí)行記賬等，這些都將被財(cái)務(wù)機(jī)器人所替代。人工智能財(cái)務(wù)機(jī)器人的到來讓不少財(cái)務(wù)工作人員感覺到沉重的壓力。然而有時(shí)壓力可能會(huì)變成動(dòng)力，讓財(cái)務(wù)工作人員逼迫自己改變，適應(yīng)時(shí)代的發(fā)展。機(jī)會(huì)總是愛關(guān)顧有準(zhǔn)備的人。值得欣喜的是財(cái)務(wù)工作人員的個(gè)性化思維，獨(dú)特的分析決策能力，綜合研判技能，對(duì)局勢(shì)宏觀、微觀的把控以及自我學(xué)習(xí)能力是財(cái)務(wù)機(jī)器人不能完全替代的。財(cái)務(wù)機(jī)器人所能做的是那些大量重復(fù)性工作，模擬人類感知和輔助人類進(jìn)行監(jiān)測(cè)和預(yù)測(cè)。因此財(cái)務(wù)機(jī)器人的大量出現(xiàn)到廣泛應(yīng)用，將加快財(cái)務(wù)工作人員從本質(zhì)上技能轉(zhuǎn)型和知識(shí)更替。

（三）財(cái)務(wù)機(jī)器人演進(jìn)

機(jī)器人的出現(xiàn)是為了讓人類社會(huì)更美好，生活更和諧。財(cái)務(wù)機(jī)器人的發(fā)展方向也是一樣，并不是以替代為目標(biāo)，而是能夠成為財(cái)務(wù)管理人員有力的助手，提升財(cái)務(wù)管理人員的綜合實(shí)戰(zhàn)能力。未來的財(cái)務(wù)機(jī)器人將在聽說看和思維模型方面更加出眾。特別是在數(shù)據(jù)建模分析方面的思考能力會(huì)逐步提升，在使用中不斷地根據(jù)經(jīng)驗(yàn)或說吞吐之前歷史的數(shù)據(jù)中學(xué)習(xí)，在反饋的信息和獲取新的數(shù)據(jù)中自我修正，將越來越更好地滿足人類的需求。

三、財(cái)務(wù)管理的現(xiàn)狀與變革

（一）財(cái)務(wù)管理的現(xiàn)狀

目前我國大部分企事業(yè)單位財(cái)務(wù)管理基本上與數(shù)據(jù)時(shí)代的要求還存在較大的差距。市場(chǎng)上財(cái)務(wù)管理人才參差不齊，能適應(yīng)數(shù)據(jù)智能時(shí)代的財(cái)務(wù)管理人員十分缺乏。持有初級(jí)和中級(jí)會(huì)計(jì)從業(yè)資格證的人員就不少，但是在做分錄，設(shè)置科目，月末結(jié)賬又都存在欠規(guī)范，且沒有數(shù)據(jù)意思。軟件基本上采用的是信息化時(shí)代的會(huì)計(jì)軟件，大部分企業(yè)的財(cái)務(wù)管理基本上還停留在代替繁瑣手工的會(huì)計(jì)軟件，會(huì)計(jì)電算化軟件的應(yīng)用上，較好的雖然整合了ERP和會(huì)計(jì)信息化業(yè)務(wù)模塊，但仍然處在對(duì)財(cái)務(wù)數(shù)據(jù)進(jìn)一步分類匯總、統(tǒng)計(jì)展示的層次，沒有從根本上達(dá)到大數(shù)據(jù)時(shí)代的能力僅提高了財(cái)務(wù)數(shù)據(jù)管理的計(jì)算速度和工作效率。特別是財(cái)務(wù)管理人員即缺少大數(shù)據(jù)分析基礎(chǔ)知識(shí)，也無人工智能的基本理解。

（二）財(cái)務(wù)管理的變革方向

智能財(cái)務(wù)機(jī)器人應(yīng)用越來越成熟，人工智能逐漸進(jìn)人企業(yè)財(cái)務(wù)工作人員的視野，推動(dòng)著財(cái)務(wù)管理走上變革之路。在提升智慧財(cái)務(wù)，數(shù)據(jù)思維觀念的基礎(chǔ)上，一是將人工智能成果引入到財(cái)務(wù)管理工作上來，比如人工智能計(jì)算系統(tǒng)不僅可以用于企業(yè)的財(cái)務(wù)分析，還可以用于分析和組織企業(yè)每個(gè)生產(chǎn)的運(yùn)營步驟和財(cái)務(wù)數(shù)據(jù)，匹配本企業(yè)的財(cái)務(wù)管理解決方案來識(shí)別潛在的財(cái)務(wù)風(fēng)險(xiǎn)[1];還有利用人工智能神經(jīng)網(wǎng)絡(luò)技術(shù)提高內(nèi)部控制評(píng)價(jià)的質(zhì)量水平以保證會(huì)計(jì)信息的真實(shí)可靠[2];等等，將智能技術(shù)結(jié)合到財(cái)務(wù)管理各個(gè)業(yè)務(wù)層面上來。二是更新財(cái)務(wù)工作人員的知識(shí)和提升數(shù)據(jù)分析能力，財(cái)務(wù)機(jī)器人的出現(xiàn)侵占不少財(cái)務(wù)管理工作人員的崗位。因此財(cái)務(wù)管理工作人員必須做出調(diào)整，轉(zhuǎn)型升級(jí)。將思維理念和知識(shí)結(jié)構(gòu)與大數(shù)據(jù)人工智能時(shí)代相適合，才能更好的用好各種智慧財(cái)務(wù)的系統(tǒng)和軟件服務(wù)好企業(yè)財(cái)務(wù)管理轉(zhuǎn)型發(fā)展。其中重中之重還是財(cái)務(wù)管理人員的數(shù)據(jù)思維能力的提高。

（三）財(cái)務(wù)管理人員的轉(zhuǎn)型

面對(duì)財(cái)務(wù)機(jī)器人的出現(xiàn)，財(cái)務(wù)管理人員首先要從思想上轉(zhuǎn)變，加強(qiáng)數(shù)據(jù)時(shí)代意識(shí)，從根本上認(rèn)識(shí)“終身學(xué)習(xí)”的重要性，事態(tài)萬物都在實(shí)時(shí)變化之中，只有不斷的改變自己、提高自己、創(chuàng)新自己才能適應(yīng)當(dāng)前的局勢(shì)。對(duì)照人工智能財(cái)務(wù)機(jī)器人的特點(diǎn)，財(cái)務(wù)管理人員應(yīng)該向增加主觀能動(dòng)性和腦力勞動(dòng)方向轉(zhuǎn)型，提高數(shù)據(jù)分析能力，對(duì)財(cái)務(wù)機(jī)器人篩選加工后的數(shù)據(jù)與報(bào)表，進(jìn)行思考，感知信息中潛在的導(dǎo)向和趨勢(shì)，為企業(yè)管理者提供有用的決策參考。同時(shí)要加強(qiáng)學(xué)習(xí)提供跨領(lǐng)域的復(fù)合知識(shí)水平和能力，除了要對(duì)財(cái)務(wù)知識(shí)的掌握還要精通業(yè)務(wù)，熟悉行業(yè)的各種規(guī)律特點(diǎn)，時(shí)刻保持對(duì)新技術(shù)新知識(shí)的學(xué)習(xí)熱情，采用自我學(xué)習(xí)和繼續(xù)深造的方式與時(shí)俱進(jìn)，也就是要向業(yè)務(wù)財(cái)務(wù)型、戰(zhàn)略財(cái)務(wù)型發(fā)展，向復(fù)合型、管理型轉(zhuǎn)變。要改善自己的知識(shí)結(jié)構(gòu)，不斷補(bǔ)充自己，特別是要提高自己數(shù)據(jù)分析和挖掘的能力，借助財(cái)務(wù)機(jī)器人特有的能力為企業(yè)提供在規(guī)劃預(yù)測(cè)、內(nèi)部管理、投資收益等方面的信息支撐。另外要充分將已學(xué)知識(shí)和人工智能在財(cái)務(wù)領(lǐng)域?qū)嵺`原理結(jié)合起來。比如將已學(xué)的數(shù)學(xué)知識(shí)像線性代數(shù)與導(dǎo)數(shù)，與人工智能中神經(jīng)網(wǎng)絡(luò)基礎(chǔ)模型線性回歸模型和其優(yōu)化算法-梯度下降法關(guān)聯(lián)起來，并深入理解。線性回歸模型是人工智能深度學(xué)習(xí)中監(jiān)督學(xué)習(xí)的一個(gè)簡(jiǎn)單而實(shí)用的模型，所以說線性代數(shù)是機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的基礎(chǔ)理論;其梯度下降算法是深度學(xué)習(xí)中作為優(yōu)化模型而應(yīng)用十分廣的基礎(chǔ)算法。懂得一些基本原理后，才能將財(cái)務(wù)方面的數(shù)據(jù)問題與人工智能技術(shù)更好地結(jié)合。

四、結(jié)束語

財(cái)務(wù)機(jī)器人的出現(xiàn)和應(yīng)用是大數(shù)據(jù)、人工智能發(fā)展到一定階段的產(chǎn)物，是數(shù)據(jù)時(shí)代到來的一個(gè)象征。財(cái)務(wù)管理也需緊跟時(shí)代的需求，轉(zhuǎn)變觀念，改進(jìn)方法，挖掘數(shù)據(jù)資源，推動(dòng)團(tuán)隊(duì)更好更快發(fā)展。

參考文獻(xiàn)：

[1]尹曉露.人工智能技術(shù)在企業(yè)財(cái)務(wù)管理中的應(yīng)用探究[J].現(xiàn)代營銷（經(jīng)營版），2019 （04）：183.

[2]孫妮娜，高萌，欒永順，等.“人工智能”在高校財(cái)務(wù)管理中的應(yīng)用探討[J].行政事業(yè)資產(chǎn)與財(cái)務(wù)，2017 （27）：51，53.