石永領(lǐng)

摘 要 本文在分析人工智能技術(shù)對企業(yè)財(cái)務(wù)管理的影響的基礎(chǔ)上，探討人工智能技術(shù)將來在企業(yè)財(cái)務(wù)管理中的應(yīng)用，并就當(dāng)今智能時(shí)代財(cái)務(wù)管理的轉(zhuǎn)型提出相應(yīng)的對策。

關(guān)鍵詞 人工智能 財(cái)務(wù)管理應(yīng)用

人工智能是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。學(xué)者們普遍認(rèn)為，人工智能是利用計(jì)算機(jī)程序，在設(shè)定好條件、問題、數(shù)據(jù)庫、目標(biāo)的前提條件下，系統(tǒng)地解決問題的技術(shù)。近年來，由于信息技術(shù)的不斷進(jìn)步，人工智能技術(shù)已經(jīng)開始逐漸進(jìn)入企業(yè)的生產(chǎn)工作中，企業(yè)財(cái)務(wù)管理也將因?yàn)槿斯ぶ悄芗夹g(shù)的應(yīng)用而產(chǎn)生全新且更為重要的價(jià)值。可以預(yù)見，人工智能引入財(cái)務(wù)管理工作必將是大勢所趨。

一、人工智能技術(shù)在企業(yè)財(cái)務(wù)管理中的影響

（一）促進(jìn)財(cái)務(wù)信息質(zhì)量提高

企業(yè)傳統(tǒng)財(cái)務(wù)信息處理主要依賴人工完成，這不僅會產(chǎn)生各種失誤，導(dǎo)致會計(jì)信息效用較低，還有可能產(chǎn)生人為故意的造假或欺詐，財(cái)務(wù)信息質(zhì)量不高，可靠性較低，有用性下降。因此，為了提高會計(jì)信息的可靠性，有必要降低會計(jì)信息人工處理的數(shù)量，不斷擴(kuò)大人工智能的應(yīng)用范圍，以確保會計(jì)信息處理的效率和質(zhì)量。

（二）促進(jìn)財(cái)務(wù)管理流程專業(yè)化水平提高

大部分財(cái)務(wù)管理都是標(biāo)準(zhǔn)化、重復(fù)性的工作，但人為介入的因素，很容易導(dǎo)致規(guī)范、標(biāo)準(zhǔn)化的財(cái)務(wù)管理流程偏離預(yù)先設(shè)定的軌道。人工智能技術(shù)可以減少或者杜絕人為因素干擾，促進(jìn)財(cái)務(wù)管理流程更加規(guī)范、科學(xué)。在應(yīng)對煩瑣的、重復(fù)性高的業(yè)務(wù)方面，更能體現(xiàn)出人工智能技術(shù)相較于財(cái)務(wù)管理人員的優(yōu)勢。人工智能與高端財(cái)務(wù)管理人員的結(jié)合，能有效提高財(cái)務(wù)管理水平。

（三）促進(jìn)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)的建設(shè)

企業(yè)經(jīng)營活動過程中總會產(chǎn)生一定的財(cái)務(wù)風(fēng)險(xiǎn)。傳統(tǒng)的財(cái)務(wù)管理習(xí)慣于定期對財(cái)務(wù)數(shù)據(jù)進(jìn)行系統(tǒng)化的人工分析，根據(jù)結(jié)果對財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行判斷與分類，進(jìn)而采取不同的應(yīng)對措施。依靠財(cái)務(wù)管理人員的分析判斷，往往不能及時(shí)發(fā)現(xiàn)風(fēng)險(xiǎn)問題，或者由于專業(yè)水平差異而對風(fēng)險(xiǎn)產(chǎn)生誤判。人工智能技術(shù)依靠先進(jìn)的系統(tǒng)設(shè)置，與公司業(yè)務(wù)、財(cái)務(wù)會計(jì)等系統(tǒng)數(shù)據(jù)連接，可以及時(shí)獲取相關(guān)數(shù)據(jù)，依賴于智能判斷，實(shí)時(shí)預(yù)警財(cái)務(wù)風(fēng)險(xiǎn)，提高公司的財(cái)務(wù)風(fēng)險(xiǎn)應(yīng)對能力。

二、人工智能技術(shù)在財(cái)務(wù)管理中的應(yīng)用

（一）專家系統(tǒng)

專家系統(tǒng)本質(zhì)上是一個(gè)“在某領(lǐng)域具有專家水平理解能力的程序系統(tǒng)”。它可以像財(cái)務(wù)管理領(lǐng)域的專家一樣連續(xù)工作，利用積累的工作經(jīng)驗(yàn)和專家的專業(yè)知識，在短時(shí)間內(nèi)給出高水平的問題答案。通俗來講，財(cái)務(wù)管理專家系統(tǒng)就是代替財(cái)務(wù)管理專家，對一些復(fù)雜的財(cái)務(wù)問題和財(cái)務(wù)管理進(jìn)程進(jìn)行“望”（描述）、“聞”（診斷）、“問”（分析）、“切”（驗(yàn)證），并結(jié)合人工智能技術(shù)、理念和財(cái)務(wù)管理環(huán)境，做出最終的決策。

（二）財(cái)務(wù)識別

在企業(yè)財(cái)務(wù)識別工作并未引入人工智能財(cái)務(wù)識別系統(tǒng)時(shí)，通常手動完成工作。但是，由于人為因素的影響，所以無法保證所使用的財(cái)務(wù)識別方法的準(zhǔn)確性。隨著思想的進(jìn)步及時(shí)代的發(fā)展，人工財(cái)務(wù)識別的缺點(diǎn)逐漸顯露出來，而在人工智能財(cái)務(wù)識別系統(tǒng)的指導(dǎo)下，改變了過去企業(yè)財(cái)務(wù)識別的方法，提高了企業(yè)財(cái)務(wù)識別的效率和準(zhǔn)確性，為企業(yè)的經(jīng)營發(fā)展和財(cái)務(wù)決策提供了高效、準(zhǔn)確的財(cái)務(wù)信息。

（三）財(cái)務(wù)分析

財(cái)務(wù)分析過程中，人工智能系統(tǒng)將收集到的原始業(yè)務(wù)、財(cái)務(wù)數(shù)據(jù)分配至各自獨(dú)立又相互聯(lián)系的系統(tǒng)模塊中，經(jīng)過對系統(tǒng)的反復(fù)校驗(yàn)、深度學(xué)習(xí)，可以建立起適應(yīng)各自企業(yè)的專屬財(cái)務(wù)分析系統(tǒng)。即使業(yè)務(wù)、財(cái)務(wù)數(shù)據(jù)發(fā)生微小的變化，職能財(cái)務(wù)分析系統(tǒng)也會產(chǎn)生不同的結(jié)果。在這種情況下，它可以更加準(zhǔn)確地識別財(cái)務(wù)管理中的問題，也能夠有針對性地判斷財(cái)務(wù)風(fēng)險(xiǎn)，并將這種風(fēng)險(xiǎn)反饋至管理部門，同時(shí)給出適當(dāng)?shù)慕ㄗh。

（四）模式識別

模式識別是指利用人工智能技術(shù)歸納、分類和總結(jié)企業(yè)各種財(cái)務(wù)信息，從而對企業(yè)財(cái)務(wù)信息進(jìn)行分析處理、預(yù)警評估的一種識別方法。主要識別方法包括：統(tǒng)計(jì)模式識別，主要運(yùn)作過程大體為獲得、分析處理、歸納總結(jié)信息資源，最后依據(jù)準(zhǔn)確無誤的信息資源做出判斷決策;結(jié)構(gòu)模式識別，基于信息資源結(jié)構(gòu)化，它的模式的特點(diǎn)是各個(gè)基元之間存在某種特殊的結(jié)構(gòu)關(guān)系，使用有關(guān)規(guī)則和語法邏輯功能作為基本識別功能，以達(dá)到最小化錯(cuò)誤識別率或最小化損失的效果;多源信息融合模式識別，對一些煩瑣難以理解的對象，很難通過單一的信息數(shù)據(jù)全面準(zhǔn)確地識別對象，多源信息融合技術(shù)模式識別應(yīng)運(yùn)而生;粗糙模式識別，主要思想是利用已知的知識庫，通過將識別對象近似成與已知知識相似的識別方法，對識別對象問題的不確定性的描述或處理更為客觀。

（五）經(jīng)營預(yù)測

經(jīng)營預(yù)測是企業(yè)財(cái)務(wù)管理活動中的重要部分，對企業(yè)合理配置資源有重要作用。根據(jù)企業(yè)已產(chǎn)生的歷史數(shù)據(jù)，在綜合判斷的基礎(chǔ)上，制定企業(yè)未來的財(cái)務(wù)管理規(guī)劃、目標(biāo)，是企業(yè)經(jīng)營預(yù)測的根本目的。一般的企業(yè)經(jīng)營預(yù)測，往往是通過人工篩選數(shù)據(jù)并錄入系統(tǒng)，結(jié)合財(cái)務(wù)管理人員的專業(yè)判斷，得出預(yù)測數(shù)據(jù)。由于這種方式選擇的數(shù)據(jù)有限，往往帶有主觀傾向性，數(shù)據(jù)不夠全面，缺乏代表性，所得結(jié)論也不夠客觀。而利用人工智能技術(shù)對企業(yè)包括業(yè)務(wù)、財(cái)務(wù)方面的全部數(shù)據(jù)進(jìn)行多維度分析，從企業(yè)資產(chǎn)、負(fù)債、收入、支出、利潤以及業(yè)務(wù)量大小等方面進(jìn)行綜合分析判斷，就可以完成傳統(tǒng)企業(yè)經(jīng)營預(yù)測不能完成的工作。這將對企業(yè)傳統(tǒng)的經(jīng)營預(yù)測產(chǎn)生深遠(yuǎn)的影響。

三、人工智能在財(cái)務(wù)管理系統(tǒng)中應(yīng)用存在的不足

（一）網(wǎng)絡(luò)系統(tǒng)認(rèn)知存在不足

人工智能系統(tǒng)在財(cái)務(wù)管理工作中會得到越來越多的應(yīng)用，也必將會促進(jìn)企業(yè)財(cái)務(wù)管理水平進(jìn)一步提高。但人工智能畢竟是通過機(jī)器語言設(shè)定程序、搜集數(shù)據(jù)進(jìn)行邏輯判斷進(jìn)而得出結(jié)論，機(jī)器語言設(shè)定的程序最終還是由人完成的，具體到個(gè)人對財(cái)務(wù)管理專業(yè)以及對網(wǎng)絡(luò)系統(tǒng)的認(rèn)知水平，不同的人存在顯著的差異，這就導(dǎo)致不同的人工智能系統(tǒng)存在差異。如果因?yàn)檎J(rèn)知差異，所設(shè)計(jì)的人工智能系統(tǒng)不能準(zhǔn)確識別財(cái)務(wù)信息的價(jià)值，不能有效地整合業(yè)務(wù)、財(cái)務(wù)數(shù)據(jù)資源，也就無法得出具有參考價(jià)值的分析結(jié)論，反而可能會讓決策者產(chǎn)生錯(cuò)誤的判斷，從而給企業(yè)造成不可挽回的損失。

（二）缺乏對任務(wù)管理系統(tǒng)模式的合理判斷

部分人工智能財(cái)務(wù)系統(tǒng)在設(shè)計(jì)基礎(chǔ)模塊的過程中，對搜集到的各類信息缺乏有效識別的手段，或者識別有誤，不能正確結(jié)合數(shù)值信息和文字信息的特點(diǎn)進(jìn)行完整分析處置，這就使得企業(yè)自身的財(cái)務(wù)管理工作不能夠完全運(yùn)用任務(wù)管理系統(tǒng)模式恰當(dāng)推進(jìn)，人工智能系統(tǒng)也無法為財(cái)務(wù)數(shù)據(jù)的識別及判斷提供有力支撐。還有一部分財(cái)務(wù)管理系統(tǒng)在設(shè)計(jì)仿生模式時(shí)，對基礎(chǔ)性事務(wù)數(shù)據(jù)的識別存在不足，未按照任務(wù)管理體系建設(shè)的實(shí)際需要設(shè)計(jì)財(cái)務(wù)目標(biāo)，使得財(cái)務(wù)管理很難充分地適應(yīng)人工智能行為特征，很難為財(cái)務(wù)管理工作的綜合價(jià)值判斷提供成熟、可靠的智能管理系統(tǒng)。

四、結(jié)語

人工智能技術(shù)為財(cái)務(wù)管理提供了全面的智能化服務(wù)，企業(yè)財(cái)務(wù)管理工作的效率、效果、效益都有了很大程度的提高。個(gè)性化、實(shí)時(shí)化、智能化成為將來財(cái)務(wù)管理的主要特征。在智能化普及的前提下，煩瑣、復(fù)雜的財(cái)務(wù)管理工作交由智能機(jī)器人完成，財(cái)務(wù)人員的工作強(qiáng)度、難度顯著降低，從而可以從日常財(cái)務(wù)管理工作中抽離出來，完成更高階的財(cái)務(wù)管理活動。但是，我們也必須看到，人工智能仍在起步階段，還有諸多問題尚未解決，并且人工智能技術(shù)能夠解決的只是多數(shù)程序化、標(biāo)準(zhǔn)化程度較高的基礎(chǔ)工作，企業(yè)的高端財(cái)務(wù)管理工作仍然離不開高素質(zhì)的管理人員。

（作者單位為山東高速信聯(lián)科技有限公司）

參考文獻(xiàn)

[1] 趙靜.人工智能技術(shù)在財(cái)務(wù)管理中的應(yīng)用[J].管理觀察，2018（24）：178-180.

[2] 張紹鵬.試析人工智能技術(shù)在財(cái)務(wù)管理中的應(yīng)用[J].電腦編程技巧與維護(hù)，2018（06）：132-134.

[3] 張毅猷.淺談人工智能在企業(yè)財(cái)務(wù)管理中的應(yīng)用[J].中國商論，2018（06）：16-17.

[4] 蘇揚(yáng).人工智能在財(cái)務(wù)管理系統(tǒng)中的應(yīng)用[J].計(jì)算機(jī)產(chǎn)品與流通，2018（06）：100.