【摘要】從技術(shù)應(yīng)用觀、系統(tǒng)模式觀、應(yīng)用場(chǎng)景觀、管理活動(dòng)觀、交叉學(xué)科觀等視角對(duì)當(dāng)前學(xué)者針對(duì)智能財(cái)務(wù)的定義進(jìn)行述評(píng)， 然后采用“屬+種差”的方式重新定義智能財(cái)務(wù)， 并提出智能財(cái)務(wù)是一種解決方案的觀點(diǎn)。 當(dāng)前學(xué)者一般將智能財(cái)務(wù)作為分析對(duì)象或者作為應(yīng)用工具展開(kāi)相關(guān)研究， 未來(lái)智能財(cái)務(wù)研究將繼續(xù)沿著理論研究和實(shí)踐應(yīng)用兩條路徑展開(kāi)。

【關(guān)鍵詞】智能財(cái)務(wù);人工智能;屬+種差;RPA

【中圖分類號(hào)】F275? ? ? 【文獻(xiàn)標(biāo)識(shí)碼】A? ? ? 【文章編號(hào)】1004-0994（2021）03-0009-8

繼“互聯(lián)網(wǎng)+”之后， 人工智能升級(jí)為“智能+”被寫(xiě)入2019年《政府工作報(bào)告》， 并作為國(guó)家戰(zhàn)略， 逐步開(kāi)始與產(chǎn)業(yè)進(jìn)行融合， 加速經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化升級(jí)， 對(duì)人們的生產(chǎn)生活方式產(chǎn)生積極深遠(yuǎn)的影響。 伴隨著新一代人工智能技術(shù)的發(fā)展， “智能+”的應(yīng)用場(chǎng)景不斷涌現(xiàn)， 相繼出現(xiàn)智能制造、智能金融、智能商業(yè)、智能醫(yī)療、智能教育、智能家居等提法。 在此背景下， “智能+”在財(cái)務(wù)領(lǐng)域的應(yīng)用使得智能財(cái)務(wù)的概念破土而出。

一、智能財(cái)務(wù)的定義

（一）智能財(cái)務(wù)定義的主要觀點(diǎn)

智能財(cái)務(wù)的定義回答的是智能財(cái)務(wù)是什么的問(wèn)題。 當(dāng)前， 關(guān)于智能財(cái)務(wù)的定義可謂眾說(shuō)紛紜、莫衷一是， 并衍生了諸多相關(guān)的概念， 如財(cái)務(wù)智能化、智慧財(cái)務(wù)、智能會(huì)計(jì)等。 綜合目前比較有代表性的觀點(diǎn)， 可以將其總結(jié)為技術(shù)應(yīng)用觀、系統(tǒng)模式觀、應(yīng)用場(chǎng)景觀、管理活動(dòng)觀和交叉學(xué)科觀。

1. 技術(shù)應(yīng)用觀。 技術(shù)應(yīng)用觀認(rèn)為智能財(cái)務(wù)主要是指人工智能技術(shù)在會(huì)計(jì)工作中的應(yīng)用。 例如， O'Leary[1] 及O'Leary等[2] 討論了人工智能和專家系統(tǒng)在解決傳統(tǒng)會(huì)計(jì)職能所涉問(wèn)題方面的作用， 認(rèn)為人工智能在會(huì)計(jì)中的應(yīng)用將解決傳統(tǒng)紙質(zhì)會(huì)計(jì)的問(wèn)題; 同時(shí)對(duì)人工智能在會(huì)計(jì)中的影響進(jìn)行了實(shí)證分析， 指出基于專家系統(tǒng)工作， 可以解決復(fù)雜的會(huì)計(jì)和稅務(wù)問(wèn)題， 并允許組織用較少的資源執(zhí)行更多的監(jiān)督工作。 劉梅玲等[3] 認(rèn)為， 智能財(cái)務(wù)是指將以人工智能為代表的“大智移云物區(qū)”等新技術(shù)運(yùn)用于財(cái)務(wù)工作， 對(duì)傳統(tǒng)財(cái)務(wù)工作進(jìn)行模擬、延伸和拓展， 以改善會(huì)計(jì)信息質(zhì)量、提高會(huì)計(jì)工作效率、降低會(huì)計(jì)工作成本、提升會(huì)計(jì)合規(guī)能力和價(jià)值創(chuàng)造能力， 促進(jìn)企業(yè)財(cái)務(wù)在管理控制和決策支持方面的作用發(fā)揮， 通過(guò)財(cái)務(wù)的數(shù)字化轉(zhuǎn)型推動(dòng)企業(yè)的數(shù)字化轉(zhuǎn)型。 以財(cái)務(wù)共享服務(wù)數(shù)字化轉(zhuǎn)型， 以數(shù)據(jù)中臺(tái)建設(shè)、管理會(huì)計(jì)工具應(yīng)用為內(nèi)容的數(shù)字化轉(zhuǎn)型是智能財(cái)務(wù)實(shí)現(xiàn)的基礎(chǔ)、為智能財(cái)務(wù)的實(shí)現(xiàn)搭建了數(shù)據(jù)基礎(chǔ)、組織基礎(chǔ)與技術(shù)基礎(chǔ)[4] 。

2. 系統(tǒng)模式觀。 系統(tǒng)模式觀認(rèn)為智能財(cái)務(wù)是一種系統(tǒng)或者新型財(cái)務(wù)管理模式。 李聞一等[5] 定義“智慧財(cái)務(wù)”為：基于新時(shí)代的商業(yè)模式， 采用智聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、人工智能和人機(jī)自然交互等新技術(shù)， 實(shí)現(xiàn)結(jié)構(gòu)化和半結(jié)構(gòu)化會(huì)計(jì)工作的自主數(shù)據(jù)采集、計(jì)算、處理、報(bào)告和自主修正， 提供非結(jié)構(gòu)化會(huì)計(jì)工作的智能決策支持， 管控財(cái)務(wù)機(jī)器人的算法和思維邏輯， 監(jiān)控?cái)?shù)字資產(chǎn)的安全， 實(shí)時(shí)為企業(yè)的預(yù)測(cè)、管理、決策和規(guī)劃提供數(shù)字展現(xiàn)服務(wù)， 為內(nèi)外部利益相關(guān)者提供信息服務(wù)的共享系統(tǒng)。 洪韻華[6] 將智能財(cái)務(wù)定義為一種新型的財(cái)務(wù)管理模式， 它借助財(cái)務(wù)專家和智能信息技術(shù)， 通過(guò)人機(jī)合作， 對(duì)業(yè)務(wù)活動(dòng)、財(cái)務(wù)會(huì)計(jì)活動(dòng)、管理會(huì)計(jì)活動(dòng)進(jìn)行全流程智能化分析判斷， 形成戰(zhàn)略決策， 進(jìn)而完成企業(yè)復(fù)雜的財(cái)務(wù)活動(dòng)。

3. 應(yīng)用場(chǎng)景觀。 應(yīng)用場(chǎng)景觀認(rèn)為智能財(cái)務(wù)體現(xiàn)為應(yīng)用于戰(zhàn)略層面、業(yè)務(wù)層面和核算或者財(cái)務(wù)共享層面的各類應(yīng)用場(chǎng)景。 Rafael[7] 的研究指出， 當(dāng)涉及管理會(huì)計(jì)和控制時(shí)， 人工智能可以回答與業(yè)務(wù)相關(guān)的問(wèn)題， 例如采購(gòu)決策或供應(yīng)商選擇， 并提供更精確的預(yù)測(cè)和成本估算。 與之類似的研究都從不同技術(shù)或不同場(chǎng)景提出了具體的應(yīng)用設(shè)想， 但始終沒(méi)有形成智能財(cái)務(wù)的體系。 秦榮生[8] 認(rèn)為， 人工智能在會(huì)計(jì)工作中應(yīng)用的場(chǎng)景主要有會(huì)計(jì)核算語(yǔ)音指令、賬證核對(duì)驗(yàn)證機(jī)器視覺(jué)、大數(shù)據(jù)財(cái)務(wù)分析、智能財(cái)務(wù)風(fēng)險(xiǎn)控制、提供精準(zhǔn)預(yù)測(cè)方案等。

4. 管理活動(dòng)觀。 管理活動(dòng)觀認(rèn)為智能財(cái)務(wù)是一種經(jīng)濟(jì)管理活動(dòng)。 例如， 楊周南[9] 在全國(guó)會(huì)計(jì)信息化專業(yè)委員會(huì)的會(huì)議中提出了基于會(huì)計(jì)管理活動(dòng)的觀點(diǎn)， 認(rèn)為智能會(huì)計(jì)是基于智能化環(huán)境產(chǎn)生的， 以會(huì)計(jì)管理活動(dòng)論思想體系為理論基礎(chǔ)， 通過(guò)充分應(yīng)用智能化環(huán)境的三要素（智能化信息資源; 人的智能決策選擇; 智能化技術(shù)、方法和工具）對(duì)各主體的價(jià)值運(yùn)動(dòng)進(jìn)行智能化綜合管理， 以強(qiáng)化會(huì)計(jì)的反映與監(jiān)督基本職能、優(yōu)化資源配置和實(shí)現(xiàn)微觀會(huì)計(jì)與宏觀經(jīng)濟(jì)協(xié)同的經(jīng)濟(jì)管理活動(dòng)。

5. 交叉學(xué)科觀。 交叉學(xué)科觀認(rèn)為， 智能財(cái)務(wù)是指人工智能及其相關(guān)技術(shù)的理論與會(huì)計(jì)理論相結(jié)合， 形成的一門(mén)新的交叉學(xué)科。 崔學(xué)剛等[10] 在傳統(tǒng)會(huì)計(jì)理論的基礎(chǔ)上， 運(yùn)用認(rèn)知神經(jīng)科學(xué)方法和研究工具及其創(chuàng)新的數(shù)據(jù)源， 從大腦功能與神經(jīng)機(jī)制上揭示了會(huì)計(jì)現(xiàn)象與會(huì)計(jì)行為的發(fā)生、發(fā)展和變化的根本動(dòng)因， 并最終形成“神經(jīng)會(huì)計(jì)學(xué)”這門(mén)可以解釋和預(yù)測(cè)會(huì)計(jì)實(shí)務(wù)的理論和方法的交叉學(xué)科。 傅元略[11] 定義“智慧會(huì)計(jì)”為：將會(huì)計(jì)智能體、深度學(xué)習(xí)、軟計(jì)算與傳統(tǒng)會(huì)計(jì)理論融合， 將內(nèi)部報(bào)告系統(tǒng)設(shè)計(jì)、管控系統(tǒng)設(shè)計(jì)、決策支持系統(tǒng)設(shè)計(jì)以及財(cái)務(wù)決策納入會(huì)計(jì)智能體的知識(shí)庫(kù)和規(guī)則庫(kù)進(jìn)行研究， 形成一套既與傳統(tǒng)會(huì)計(jì)理論不同， 又能解決現(xiàn)實(shí)財(cái)會(huì)問(wèn)題的新會(huì)計(jì)理論體系。

筆者認(rèn)為， 人工智能很早的時(shí)候就已經(jīng)應(yīng)用于財(cái)務(wù)會(huì)計(jì)。 David[12] 曾指出會(huì)計(jì)是專家系統(tǒng)重要的、具有特定結(jié)果和適用性的領(lǐng)域。 但這類技術(shù)條件下的人工智能顯然不是我們今天所期望達(dá)到的智能水平。 有的學(xué)者認(rèn)為只要借助機(jī)器人流程自動(dòng)化（RPA）、機(jī)器學(xué)習(xí)提高財(cái)務(wù)管理工作的效率， 釋放財(cái)務(wù)人員的精力， 便是智能財(cái)務(wù)。 這種觀點(diǎn)有一定道理， 但并沒(méi)有強(qiáng)調(diào)智能的感知能力、記憶思維能力、學(xué)習(xí)與自適應(yīng)能力、行為決策能力等特征。 根據(jù)邏輯學(xué)的規(guī)則， 定義應(yīng)是對(duì)對(duì)象本質(zhì)屬性的反映， 也是決定某一事物之所以成為該事物并區(qū)別于其他事物的屬性。 如果僅僅運(yùn)用人工智能技術(shù)便能稱之為智能財(cái)務(wù)， 那么隨著這一定義外延的不斷擴(kuò)大， 導(dǎo)致的結(jié)果就是其內(nèi)涵相對(duì)縮小， 也就加大了進(jìn)一步討論智能財(cái)務(wù)的難度。

同理， 應(yīng)用場(chǎng)景觀實(shí)際上與技術(shù)應(yīng)用觀類似， 也只是人工智能技術(shù)在某一會(huì)計(jì)工作環(huán)節(jié)應(yīng)用的具象化， 也會(huì)面臨外延擴(kuò)大的問(wèn)題， Moudud-Ul-Huq[13] 甚至列出了十個(gè)可以與人工智能集成的會(huì)計(jì)應(yīng)用場(chǎng)景， 這種窮舉的方法并非判斷智能財(cái)務(wù)的最佳手段。 既然智能財(cái)務(wù)并非只是指人工智能技術(shù)在各類場(chǎng)景的運(yùn)用， 那是不是就意味著智能財(cái)務(wù)必然是一個(gè)系統(tǒng)、一種管理模式、一項(xiàng)經(jīng)濟(jì)管理活動(dòng)， 甚至發(fā)展成為一門(mén)新的學(xué)科呢？ 筆者認(rèn)為， 這些觀點(diǎn)都有一定道理， 但可能還只是智能財(cái)務(wù)的一個(gè)側(cè)面。 一方面， 這些觀點(diǎn)本身存在界定不明確或者交叉的問(wèn)題; 另一方面， 智能財(cái)務(wù)并不是對(duì)傳統(tǒng)財(cái)務(wù)管理工作本質(zhì)的顛覆， 而是針對(duì)當(dāng)前財(cái)務(wù)管理工作產(chǎn)生的種種問(wèn)題， 系統(tǒng)運(yùn)用各類技術(shù)手段、管理變革手段加以解決。

楊周南[9] 指出， 當(dāng)前對(duì)智能會(huì)計(jì)的研究較多關(guān)注人工智能技術(shù)在會(huì)計(jì)領(lǐng)域的應(yīng)用場(chǎng)景、方式、作用， 而較少關(guān)注會(huì)計(jì)變革的自身需求。 不可否認(rèn)的是， 智能財(cái)務(wù)是在人工智能技術(shù)進(jìn)步的背景下發(fā)展起來(lái)的。 回顧人工智能的發(fā)展歷程可知， 技術(shù)的更替是在不斷滿足需求、解決問(wèn)題的基礎(chǔ)上進(jìn)行的; 同理， 前面系列文章中的數(shù)據(jù)中臺(tái)建設(shè)也是在解決數(shù)據(jù)管理問(wèn)題的需求上實(shí)現(xiàn)的。 也就是說(shuō)， 技術(shù)的進(jìn)步給業(yè)務(wù)帶來(lái)了眾多解決方案。 面對(duì)人工智能技術(shù)帶來(lái)的機(jī)遇與挑戰(zhàn)， 智能財(cái)務(wù)應(yīng)關(guān)注財(cái)務(wù)工作自身發(fā)展過(guò)程中面臨的需求和痛點(diǎn)， 以及如何利用人工智能， 形成對(duì)財(cái)務(wù)自身發(fā)展有益的解決方案。 將智能財(cái)務(wù)定性為一個(gè)系統(tǒng)、一種模式等， 可能又會(huì)令我們忽視財(cái)務(wù)發(fā)展真正重要的問(wèn)題。

（二）重新定義智能財(cái)務(wù)

從形式邏輯上看， 給概念下定義最常采用的是“屬+種差”的方法。 具體是先找出一個(gè)外延比被定義概念更大的概念， 即屬概念， 然后找出與被定義概念相并列的種概念間的本質(zhì)區(qū)別， 即種差， 二者共同構(gòu)成了定義。 這種定義方法既可以解釋概念所反映的對(duì)象的特殊性， 又明確了它們的共性。 根據(jù)種差所揭示的事物不同方面的本質(zhì)， “屬+種差”定義有如下形式：①性質(zhì)定義。 將事物的性質(zhì)作為種差。 ②功用定義。 將事物的功能作為種差。 ③關(guān)系定義。 將事物之間的關(guān)系作為種差。 ④發(fā)生定義。 將事物發(fā)生、發(fā)展的過(guò)程作為種差。

在得出我們的定義前， 先來(lái)拆解一下智能財(cái)務(wù)這個(gè)詞語(yǔ)。 它是由“智能+財(cái)務(wù)”組成。 何為“智能+”？ 劉東明[14] 認(rèn)為， “智能+”是各行各業(yè)開(kāi)展智能化、智慧化轉(zhuǎn)型升級(jí)的重要驅(qū)動(dòng)力， 本質(zhì)上， “智能+”是將人工智能的創(chuàng)新成果和經(jīng)濟(jì)社會(huì)各領(lǐng)域融為一體， 促進(jìn)技術(shù)與商業(yè)模式創(chuàng)新、實(shí)現(xiàn)效率提升與成本控制， 為實(shí)體經(jīng)濟(jì)注入新動(dòng)能。 “智能+”本身是一種功用定義。 而“智能+財(cái)務(wù)”是將人工智能作為基礎(chǔ)設(shè)施和創(chuàng)新要素不斷賦能財(cái)務(wù)的融合過(guò)程， 筆者將其稱為智能化。 也就是說(shuō)智能財(cái)務(wù)的本質(zhì)是智能化財(cái)務(wù)， 具有融合、擴(kuò)展、演變等內(nèi)涵。 再來(lái)看何為智能化？ 黃津孚等[15] 認(rèn)為， 智能化是在產(chǎn)品、工具或工作系統(tǒng)中協(xié)同應(yīng)用人類智能和人工智能， 以提升其功效的過(guò)程。 這也表明了智能化的功用定義， 與“智能+”吻合。 此外， 黃津孚等[15] 還認(rèn)為， 智能化既是一個(gè)歷史過(guò)程， 又是一個(gè)時(shí)代概念。 由于無(wú)論是人類智能還是人工智能， 都在不斷進(jìn)化發(fā)展， 智能化是一個(gè)永無(wú)止境的過(guò)程， 是智能作用范圍的擴(kuò)展和水平不斷提高的過(guò)程， 也是人類讓產(chǎn)品、工具、工作方式變得越來(lái)越智能的歷史過(guò)程。 由此可知， 智能化同時(shí)具有發(fā)生定義的特征。 智能化財(cái)務(wù)的物質(zhì)體現(xiàn)包括各種智能財(cái)務(wù)產(chǎn)品和智能財(cái)務(wù)工作場(chǎng)景。

智能化財(cái)務(wù)的目的在于賦能財(cái)務(wù)， 不斷提升財(cái)務(wù)的價(jià)值， 推動(dòng)財(cái)務(wù)轉(zhuǎn)型。 智能化財(cái)務(wù)的本質(zhì)特征在于智能與財(cái)務(wù)的協(xié)同發(fā)展和應(yīng)用。 它既不是單純的信息技術(shù)開(kāi)發(fā)和計(jì)算機(jī)網(wǎng)絡(luò)應(yīng)用， 也不是單純的人腦功能開(kāi)發(fā)， 而是財(cái)務(wù)人員的智能與工具智能協(xié)同發(fā)展， 財(cái)務(wù)人員的智能與企業(yè)智能、社會(huì)智能協(xié)同發(fā)展， 不斷提升財(cái)務(wù)價(jià)值的過(guò)程。

基于上述對(duì)智能財(cái)務(wù)定義各種觀點(diǎn)的評(píng)價(jià)， 以及關(guān)于定義的一般原理和智能財(cái)務(wù)詞語(yǔ)的分解， 筆者將智能財(cái)務(wù)定義為：智能財(cái)務(wù)是在財(cái)務(wù)數(shù)字化轉(zhuǎn)型與智能化應(yīng)用過(guò)程中不斷發(fā)展起來(lái)的新一代財(cái)務(wù)。 它以人工智能等高科技作為基礎(chǔ)設(shè)施與核心要素， 實(shí)現(xiàn)人工智能與財(cái)務(wù)全面融合， 并不斷賦能財(cái)務(wù)組織， 提升財(cái)務(wù)組織的服務(wù)效率， 拓展財(cái)務(wù)服務(wù)職能的廣度和深度， 最終實(shí)現(xiàn)財(cái)務(wù)組織價(jià)值與顛覆性創(chuàng)新。 具體解釋如下：

第一， 智能財(cái)務(wù)定義的屬概念仍為“財(cái)務(wù)”。 只不過(guò)， 這個(gè)財(cái)務(wù)是在新一代人工智能背景下發(fā)展起來(lái)的新型財(cái)務(wù)。 王喜文[16] 認(rèn)為， 新一代人工智能正在引發(fā)以工業(yè)4.0為代表的新一輪科技革命和產(chǎn)業(yè)變革。 作為核心驅(qū)動(dòng)力， 新一代人工智能正在強(qiáng)有力地重構(gòu)研發(fā)、生產(chǎn)、營(yíng)銷、消費(fèi)等經(jīng)濟(jì)活動(dòng)各環(huán)節(jié)， 必將對(duì)生產(chǎn)力、生產(chǎn)關(guān)系、經(jīng)濟(jì)基礎(chǔ)和上層建筑產(chǎn)生重大影響。 此時(shí)的財(cái)務(wù)， 也可以將其稱為新一代財(cái)務(wù)。 客觀上要求財(cái)務(wù)必須做出以下變革：①目標(biāo)變革：價(jià)值守護(hù)走向價(jià)值創(chuàng)造; ②職能變革：從控制走向服務(wù); ③角色變革：從監(jiān)督者走向業(yè)務(wù)伙伴， 參與到價(jià)值管理與決策支持; ④效率變革：財(cái)務(wù)數(shù)據(jù)與業(yè)務(wù)數(shù)據(jù)貫通， 提升數(shù)據(jù)的實(shí)時(shí)性與分析能力; ⑤效能變革：利用新一代人工智能賦能財(cái)務(wù)組織與財(cái)務(wù)活動(dòng)。

第二， 智能財(cái)務(wù)定義的種差分別采用了發(fā)生定義和功用定義兩種形式， 將智能財(cái)務(wù)與其他相似的、模糊的概念區(qū)分開(kāi)來(lái)。

一方面， 從事物發(fā)生、發(fā)展的過(guò)程看， 我們應(yīng)從會(huì)計(jì)信息化的歷史視角考察智能財(cái)務(wù)， 而不僅是在人工智能技術(shù)爆發(fā)后， 將其視為其他智能概念的借鑒， 這一點(diǎn)將智能財(cái)務(wù)與其他智能化解決方案區(qū)分開(kāi)來(lái)。 從會(huì)計(jì)信息化的歷程出發(fā)， 在早期實(shí)現(xiàn)了電算化后， 人們就利用掃描、識(shí)別等智能技術(shù)提高財(cái)務(wù)軟件的智能化、自動(dòng)化程度。 此后， 在財(cái)務(wù)轉(zhuǎn)型的大背景下， 研究視角從傳統(tǒng)的會(huì)計(jì)工作向財(cái)務(wù)管理和管理會(huì)計(jì)延伸， 探索基于專家系統(tǒng)、決策支持系統(tǒng)、數(shù)據(jù)挖掘、商業(yè)智能等技術(shù)提供智能化的財(cái)務(wù)分析報(bào)告， 幫助企業(yè)管理人員在內(nèi)部管理中做出決策。 財(cái)務(wù)共享服務(wù)中心的建設(shè)和財(cái)務(wù)數(shù)字化轉(zhuǎn)型逐步解決了會(huì)計(jì)數(shù)據(jù)管理的問(wèn)題， 實(shí)現(xiàn)了廣泛的連接和充分的數(shù)據(jù)化， 為新一代智能技術(shù)的運(yùn)用提供了各類應(yīng)用場(chǎng)景。 當(dāng)新一代人工智能取得突破性進(jìn)展， 人們開(kāi)始結(jié)合高性能計(jì)算能力和大數(shù)據(jù)分析技術(shù)， 在會(huì)計(jì)領(lǐng)域探索人工智能的更多應(yīng)用場(chǎng)景， 來(lái)洞察業(yè)務(wù)痛點(diǎn)， 提升運(yùn)營(yíng)效率， 識(shí)別、控制并防范財(cái)務(wù)風(fēng)險(xiǎn)， 尋求更大范圍的財(cái)務(wù)智能化。 因此， 智能財(cái)務(wù)與智能化一樣， 是一個(gè)歷史過(guò)程， 也是一個(gè)時(shí)代概念， 它是在財(cái)務(wù)職能從“核算型”與“弱管理型”向“強(qiáng)管理型”與“強(qiáng)服務(wù)型”轉(zhuǎn)型的過(guò)程中， 不斷地通過(guò)數(shù)字化轉(zhuǎn)型和智能化應(yīng)用而實(shí)現(xiàn)的。

另一方面， 從事物的功能上看， 智能財(cái)務(wù)一定具備認(rèn)知智能乃至通用智能的特征， 進(jìn)而可以提供個(gè)性化、定制化的財(cái)務(wù)服務(wù)， 這一點(diǎn)將智能財(cái)務(wù)與簡(jiǎn)單運(yùn)用人工智能技術(shù)的會(huì)計(jì)產(chǎn)品區(qū)分開(kāi)來(lái)。 受不同人工智能研究范式和發(fā)展階段的影響， 學(xué)者們或是基于“知識(shí)工程”理念， 運(yùn)用專家系統(tǒng)、決策支持系統(tǒng)解決常規(guī)會(huì)計(jì)問(wèn)題; 或是受“連接主義”影響， 試圖從人腦神經(jīng)的角度解釋會(huì)計(jì)現(xiàn)象， 進(jìn)而在技術(shù)上訓(xùn)練人工智能的“感知智能”來(lái)提高會(huì)計(jì)工作的效率; 或是順應(yīng)人工智能向“認(rèn)知智能”發(fā)展的趨勢(shì)， 利用大數(shù)據(jù)和人工智能技術(shù)的結(jié)合實(shí)現(xiàn)財(cái)務(wù)決策支持的目標(biāo)。 從智能化發(fā)展的階段來(lái)看， 前兩類應(yīng)用仍是基于知識(shí)工程或自動(dòng)化的解決思路， 與我們當(dāng)前所強(qiáng)調(diào)的基于機(jī)器學(xué)習(xí)的數(shù)據(jù)驅(qū)動(dòng)方法實(shí)現(xiàn)智能化有本質(zhì)的區(qū)別。 因此， 我們所說(shuō)的智能財(cái)務(wù)是在人工智能當(dāng)前的發(fā)展階段下所實(shí)現(xiàn)的功能。 并不是說(shuō)以前的智能手段不是人工智能， 這不是性質(zhì)問(wèn)題， 而是程度問(wèn)題， 目的是防止智能財(cái)務(wù)外延過(guò)大。

需要指出的是， 當(dāng)前定義并沒(méi)有明確地限定“財(cái)務(wù)”的范圍， 企業(yè)的組織架構(gòu)、運(yùn)營(yíng)模式和商業(yè)模式都在不斷發(fā)生變革， 已經(jīng)不能再沿用工業(yè)時(shí)代的思維方式解決如今的財(cái)務(wù)與會(huì)計(jì)問(wèn)題[17] 。 國(guó)外在人工智能對(duì)會(huì)計(jì)行業(yè)影響的研究中， 從更廣義的會(huì)計(jì)概念入手， 影響對(duì)象包括財(cái)務(wù)會(huì)計(jì)、管理會(huì)計(jì)、審計(jì)以及稅務(wù)等， 并逐漸延伸到其他的潛在領(lǐng)域。 筆者采用這一思路， 認(rèn)為智能財(cái)務(wù)所指“財(cái)務(wù)”同樣應(yīng)從廣義上進(jìn)行理解， 將重點(diǎn)放在對(duì)智能的判斷上。

定義不可避免地有局限性。 不管當(dāng)前智能財(cái)務(wù)如何定義， 它的內(nèi)涵和外延一定會(huì)隨時(shí)間的變化而變化， 它的體系架構(gòu)也會(huì)順應(yīng)技術(shù)和應(yīng)用發(fā)展的變化而不斷調(diào)整。 我們只有不斷跟蹤智能技術(shù)、財(cái)務(wù)理論、企業(yè)實(shí)踐的發(fā)展， 抓住每一個(gè)探索智能財(cái)務(wù)理論和應(yīng)用的機(jī)會(huì)， 在不斷試錯(cuò)中優(yōu)化和演進(jìn)， 才能將智能財(cái)務(wù)的發(fā)展引向成功的彼岸。

二、智能財(cái)務(wù)的研究路徑

如前所述， 國(guó)內(nèi)外學(xué)者關(guān)于人工智能在會(huì)計(jì)領(lǐng)域的研究和應(yīng)用早已有之。 以研究路徑為分類方式， 總體上可以將其分為兩類：第一類研究是將人工智能視為分析對(duì)象， 基于人工智能的發(fā)展趨勢(shì)， 研究該技術(shù)對(duì)財(cái)務(wù)工作帶來(lái)的沖擊、會(huì)計(jì)職能的演變、技術(shù)影響下新型會(huì)計(jì)學(xué)科的創(chuàng)立以及新技術(shù)對(duì)人才培養(yǎng)的挑戰(zhàn)等， 并進(jìn)一步研究人工智能應(yīng)用帶來(lái)的相關(guān)問(wèn)題， 如信息安全、法律、倫理、社會(huì)保障等; 第二類研究是將人工智能視為應(yīng)用工具， 基于人工智能的技術(shù)優(yōu)勢(shì)， 從場(chǎng)景挖掘、技術(shù)落地、系統(tǒng)建設(shè)等方面入手， 研究該技術(shù)在財(cái)務(wù)領(lǐng)域的具體應(yīng)用。

（一）作為分析對(duì)象的智能財(cái)務(wù)研究

前文指出， 國(guó)外對(duì)智能財(cái)務(wù)雖然沒(méi)有專門(mén)的定義， 但這并不妨礙學(xué)者對(duì)人工智能技術(shù)在會(huì)計(jì)領(lǐng)域的應(yīng)用研究。 在總體研究趨勢(shì)上， Sutton等[18] 通過(guò)考察專家系統(tǒng)、人工智能、智能系統(tǒng)和基于知識(shí)的系統(tǒng)相關(guān)領(lǐng)域研究的文獻(xiàn)數(shù)量， 發(fā)現(xiàn)雖然20世紀(jì)90年代末會(huì)計(jì)領(lǐng)域的人工智能研究出現(xiàn)了些許停頓， 但如圖所示， 過(guò)去三十年來(lái)， 該領(lǐng)域的研究數(shù)量持續(xù)穩(wěn)步增長(zhǎng)。

新技術(shù)的應(yīng)用， 雖然減少了會(huì)計(jì)人員的工作量， 但是同樣引起了對(duì)該行業(yè)的擔(dān)憂， 特別是財(cái)務(wù)人員轉(zhuǎn)型升級(jí)和人才培養(yǎng)的問(wèn)題。 Krumwiede[19] 對(duì)管理會(huì)計(jì)師的調(diào)查報(bào)告稱， 許多人認(rèn)為他們對(duì)人工智能有著廣泛的了解， 但缺乏為這一領(lǐng)域的工作增加價(jià)值的技能。 Jodie和Ogan[20] 的研究結(jié)果表明， 學(xué)者們對(duì)這些技術(shù)以及這些技術(shù)如何影響會(huì)計(jì)的日常工作沒(méi)有給予足夠的重視， 迫切需要進(jìn)行相關(guān)研究， 以了解在不斷變化的數(shù)字經(jīng)濟(jì)中， 管理公司所需的新型財(cái)務(wù)模式， 并確定財(cái)務(wù)人員可能需要掌握的新技能和能力， 以保證自己跟上時(shí)代變化并增加企業(yè)價(jià)值。

為了應(yīng)對(duì)挑戰(zhàn)， 學(xué)者們對(duì)未來(lái)財(cái)務(wù)從業(yè)人員提出了不同的轉(zhuǎn)型方向。 Anderson和Anderson[21] 認(rèn)為會(huì)計(jì)師需要驗(yàn)證、維護(hù)并合乎道德地考慮用于培訓(xùn)人工智能解決方案的數(shù)據(jù)集的質(zhì)量。 Cindy[22] 認(rèn)為人工智能不會(huì)取代會(huì)計(jì)師， 但會(huì)改變會(huì)計(jì)師工作的焦點(diǎn)， 其在未來(lái)將更加重視咨詢、業(yè)務(wù)發(fā)展、咨詢服務(wù)和風(fēng)險(xiǎn)管理。 Jodie和Ogan[20] 認(rèn)為會(huì)計(jì)師的一項(xiàng)任務(wù)可能是管理和選擇相關(guān)數(shù)據(jù)， 以培訓(xùn)人工智能應(yīng)用程序。 Dariusz[23] 指出在利用RPA實(shí)現(xiàn)會(huì)計(jì)流程自動(dòng)化后， 機(jī)器人將在相當(dāng)一部分工作中取代會(huì)計(jì)人員， 未來(lái)會(huì)計(jì)師的職責(zé)將超越簿記和財(cái)務(wù)報(bào)告， 轉(zhuǎn)向業(yè)務(wù)咨詢和領(lǐng)導(dǎo)RPA轉(zhuǎn)型。

對(duì)于人工智能應(yīng)用引發(fā)的管理和社會(huì)問(wèn)題， 主要集中在人工智能技術(shù)所帶來(lái)的倫理問(wèn)題， 特別是由人工智能介入決策引發(fā)的思考。 Court[24] 認(rèn)為使用算法做出決策將引發(fā)的新問(wèn)題， 即管理者在多大程度上可以對(duì)企業(yè)的盈虧負(fù)責(zé)。 Knight[25] 指出， 人工智能從現(xiàn)有的數(shù)據(jù)中學(xué)習(xí)的過(guò)程可能受到人類產(chǎn)生和捕獲到訓(xùn)練系統(tǒng)的數(shù)據(jù)的固有偏見(jiàn)影響， 并將偏見(jiàn)蔓延到?jīng)Q策過(guò)程中， 進(jìn)而污染未來(lái)的數(shù)據(jù)。 Jodie和Ogan[20] 還提出了一個(gè)問(wèn)題， 人工智能技術(shù)運(yùn)用后， 會(huì)計(jì)的許多傳統(tǒng)任務(wù)是通過(guò)自動(dòng)化完成的。 如果這些職位正在逐漸消失， 會(huì)計(jì)人員將如何獲得必要的技能和經(jīng)驗(yàn)來(lái)晉升到其他職位？ 面對(duì)種種問(wèn)題， Sutton[18] 指出從事這類研究的人員也有責(zé)任退后一步， 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)未來(lái)的影響， 并對(duì)這些技術(shù)可能產(chǎn)生的有害作用提出疑問(wèn)。

從我國(guó)智能財(cái)務(wù)的發(fā)展?fàn)顩r可以看出， 受到政策指引、企業(yè)轉(zhuǎn)型需求等多方面因素的影響， 人工智能在我國(guó)財(cái)務(wù)領(lǐng)域的研究正如火如荼地展開(kāi)。 舒惠好[26] 指出， 應(yīng)高度重視區(qū)塊鏈、人工智能等新技術(shù)在會(huì)計(jì)信息化領(lǐng)域的應(yīng)用嘗試， 這是財(cái)政部在會(huì)計(jì)信息化領(lǐng)域下一步將重點(diǎn)開(kāi)展的三項(xiàng)重要工作之一。 當(dāng)前研究?jī)H圍繞智能財(cái)務(wù)的理念和思路展開(kāi)初步探討， 在實(shí)踐領(lǐng)域出現(xiàn)點(diǎn)狀的嘗試性探索并取得一定成效， 尚無(wú)專門(mén)針對(duì)企業(yè)智能財(cái)務(wù)建設(shè)進(jìn)行的系統(tǒng)化論述[3] 。

面對(duì)新技術(shù)對(duì)會(huì)計(jì)工作帶來(lái)的沖擊， 學(xué)者們?cè)跇?lè)觀中夾雜著擔(dān)憂， 認(rèn)為挑戰(zhàn)中蘊(yùn)藏著機(jī)遇。 主流觀點(diǎn)認(rèn)為， “經(jīng)濟(jì)越發(fā)展， 會(huì)計(jì)越重要”， 隨著科技的發(fā)展， 會(huì)計(jì)的“形式”會(huì)發(fā)生劇烈甚至顛覆性的變化， 對(duì)其職能的要求更高。 但是， 擁抱科技， 用科技賦能會(huì)計(jì)職能， 驅(qū)動(dòng)價(jià)值創(chuàng)造， 將會(huì)激發(fā)財(cái)會(huì)新的活力。

對(duì)此， 學(xué)者們開(kāi)始尋求新時(shí)代下會(huì)計(jì)人員轉(zhuǎn)型和人才培養(yǎng)的新模式和新方向。 王化成[27] 認(rèn)為將出現(xiàn)以下幾種新型的財(cái)會(huì)崗位， 分別是智能財(cái)務(wù)核算師， 包括大型企業(yè)集團(tuán)的財(cái)務(wù)共享中心， 中小型企業(yè)的財(cái)務(wù)外包組織; 智能財(cái)務(wù)工程師， 替代現(xiàn)有的財(cái)務(wù)軟件工程師， 負(fù)責(zé)算法和智能軟件的設(shè)計(jì); 智能財(cái)務(wù)運(yùn)營(yíng)師， 負(fù)責(zé)業(yè)財(cái)融合的價(jià)值創(chuàng)造; 智能財(cái)務(wù)規(guī)劃師， 負(fù)責(zé)企業(yè)戰(zhàn)略與財(cái)務(wù)的銜接， 甚至參與商業(yè)模式和戰(zhàn)略的決定。 陳俊[28] 指出， 未來(lái)財(cái)務(wù)人員需求總量不會(huì)有大幅下滑， 對(duì)于懂會(huì)計(jì)財(cái)務(wù)的經(jīng)營(yíng)管理人員的需求會(huì)越來(lái)越大， 對(duì)決策支持和管理型財(cái)務(wù)人員的需求會(huì)大幅增加。 財(cái)務(wù)人員的總量不會(huì)變化， 而結(jié)構(gòu)會(huì)發(fā)生巨變。 不論高校還是公司， 需要培養(yǎng)的都是面向未來(lái)的、跨界的、復(fù)合型的人才。 有關(guān)人工智能技術(shù)對(duì)人才培養(yǎng)的影響， 吳世農(nóng)[29] 認(rèn)為應(yīng)從師資隊(duì)伍、學(xué)科建設(shè)、專業(yè)設(shè)置與人才培養(yǎng)、課程體系、教學(xué)方法、教材和案例建設(shè)、科學(xué)研究等方面來(lái)應(yīng)對(duì)挑戰(zhàn)。

（二）作為應(yīng)用工具的智能財(cái)務(wù)研究

國(guó)外利用人工智能技術(shù)和管理會(huì)計(jì)發(fā)展優(yōu)勢(shì)， 進(jìn)行具體的應(yīng)用落地， 涉及預(yù)測(cè)、檢測(cè)欺詐、決策等工作， 對(duì)RPA的應(yīng)用也有廣泛的研究。 Liang等[30] 通過(guò)人工智能技術(shù)預(yù)測(cè)存貨估價(jià)方法。 Foltin和Garceau[31] 展示了專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)之間的差異以及神經(jīng)網(wǎng)絡(luò)在會(huì)計(jì)中的應(yīng)用前景。 Koh和Tan[32] 則利用神經(jīng)網(wǎng)絡(luò)來(lái)預(yù)測(cè)企業(yè)的持續(xù)經(jīng)營(yíng)狀況。 Coakley和Brown[33] 討論了會(huì)計(jì)和財(cái)務(wù)中神經(jīng)網(wǎng)絡(luò)的建模問(wèn)題， 并根據(jù)研究問(wèn)題、輸出類型（連續(xù)與離散）和模型的參數(shù)性質(zhì)對(duì)其進(jìn)行了分類。 但這一時(shí)期對(duì)人工智能技術(shù)在會(huì)計(jì)和財(cái)務(wù)領(lǐng)域的研究許多涉及基于知識(shí)的系統(tǒng)， 如基于規(guī)則的專家系統(tǒng)， 而不是機(jī)器學(xué)習(xí)[18] 。

隨著計(jì)算能力的提升， 機(jī)器學(xué)習(xí)被視為一種顛覆性的力量， 其商業(yè)化的勢(shì)頭正在增強(qiáng)。 Li[34] 利用機(jī)器學(xué)習(xí)技術(shù)， 從前瞻性陳述的基調(diào)趨勢(shì)來(lái)研究未來(lái)收益的可預(yù)測(cè)性。 Perols[35] 利用機(jī)器學(xué)習(xí)來(lái)檢測(cè)財(cái)務(wù)報(bào)表欺詐。 Moudud[13] 列出了十個(gè)可以與人工智能集成的會(huì)計(jì)主題， 包括信貸授權(quán)和篩選、抵押貸款風(fēng)險(xiǎn)分析、財(cái)務(wù)和經(jīng)濟(jì)分析、交易所交易的風(fēng)險(xiǎn)評(píng)級(jí)、證券價(jià)格變動(dòng)規(guī)律的檢測(cè)、違約和破產(chǎn)預(yù)測(cè)、固定收益投資的風(fēng)險(xiǎn)分析、管理欺詐的檢測(cè)， 利用機(jī)器學(xué)習(xí)技術(shù)自動(dòng)識(shí)別營(yíng)銷欺詐和人工智能的特征等。 Zhou[36] 指出， 許多從業(yè)人員和組織（如安永和德勤等）都使用人工智能來(lái)檢測(cè)欺詐性發(fā)票并協(xié)助辦理納稅申報(bào)， 從而將處理時(shí)間從幾個(gè)月縮短到幾天。 Hazar[37] 指出， 運(yùn)用機(jī)器學(xué)習(xí)技術(shù)， 會(huì)計(jì)在執(zhí)行財(cái)務(wù)規(guī)劃和分析任務(wù)時(shí)， 可以使用歷史數(shù)據(jù)來(lái)建立模型和預(yù)測(cè)財(cái)務(wù)結(jié)果， 這種算法有助于促進(jìn)商業(yè)分析。

對(duì)于RPA的最新應(yīng)用， Julia和Shay[38] 通過(guò)對(duì)任務(wù)的特征進(jìn)行分析， 發(fā)現(xiàn)勞動(dòng)密集型、重復(fù)性高、高容量、基于規(guī)則、以數(shù)字形式、使用多個(gè)系統(tǒng)和結(jié)構(gòu)化數(shù)據(jù)的工作是RPA發(fā)揮用武之地的重要領(lǐng)域。

總的來(lái)說(shuō)， 國(guó)外對(duì)人工智能在會(huì)計(jì)領(lǐng)域的研究涵蓋了人工智能技術(shù)本身發(fā)展的各個(gè)階段， 在會(huì)計(jì)專業(yè)上則包括基于RPA的自動(dòng)化會(huì)計(jì)處理、輔助財(cái)務(wù)管理和財(cái)務(wù)分析、欺詐檢測(cè)舞弊等， 并逐漸向更廣范圍的稅務(wù)與法務(wù)會(huì)計(jì)、金融投資等領(lǐng)域延伸。 國(guó)內(nèi)人工智能作為應(yīng)用工具的研究， 主要以財(cái)務(wù)共享服務(wù)為基礎(chǔ)應(yīng)用場(chǎng)景， 并以管理會(huì)計(jì)決策功能轉(zhuǎn)型為背景進(jìn)行。 在實(shí)務(wù)領(lǐng)域， 少數(shù)企業(yè)實(shí)現(xiàn)了基于人工智能經(jīng)驗(yàn)規(guī)則的初級(jí)應(yīng)用， 在“產(chǎn)、學(xué)、研”結(jié)合的戰(zhàn)略下逐漸實(shí)現(xiàn)應(yīng)用的深入。 財(cái)務(wù)共享服務(wù)引領(lǐng)了財(cái)務(wù)的智能化轉(zhuǎn)型。 RPA技術(shù)的廣泛應(yīng)用， 實(shí)際上是基于財(cái)務(wù)共享服務(wù)的應(yīng)用場(chǎng)景與管理會(huì)計(jì)決策功能轉(zhuǎn)型背景， 尤其在德勤宣布RPA后， 這一研究成為廣泛趨勢(shì)。 財(cái)務(wù)共享服務(wù)作為企業(yè)財(cái)務(wù)智能化轉(zhuǎn)型的基礎(chǔ)， 為智能財(cái)務(wù)技術(shù)的落地應(yīng)用提供了良好的平臺(tái)和應(yīng)用場(chǎng)景， 特別是由財(cái)務(wù)共享服務(wù)中心向企業(yè)數(shù)據(jù)中臺(tái)轉(zhuǎn)變的過(guò)程中， 為人工智能技術(shù)提供了更大的應(yīng)用空間。

不少學(xué)者對(duì)智能財(cái)務(wù)的應(yīng)用場(chǎng)景進(jìn)行了總結(jié)和列舉， 這些應(yīng)用場(chǎng)景有些可能已在部分企業(yè)中使用， 有些僅僅處于概念階段， 還有一些只是一種應(yīng)用的可能性。 智能財(cái)務(wù)的應(yīng)用場(chǎng)景包括財(cái)務(wù)核算全流程自動(dòng)化系統(tǒng)、智能財(cái)務(wù)決策支持系統(tǒng)、智能財(cái)務(wù)共享服務(wù)平臺(tái)、人機(jī)智能一體化業(yè)財(cái)融合管理平臺(tái)等。 秦榮生[8] 指出， 人工智能在會(huì)計(jì)工作中應(yīng)用的場(chǎng)景主要有語(yǔ)音指令會(huì)計(jì)核算、機(jī)器視覺(jué)賬證核對(duì)、大數(shù)據(jù)財(cái)務(wù)分析、智能財(cái)務(wù)風(fēng)險(xiǎn)控制、提供精準(zhǔn)預(yù)測(cè)方案等。

當(dāng)前， 我國(guó)企業(yè)對(duì)人工智能相關(guān)技術(shù)的應(yīng)用部署尚處于起步階段， 常年在信息化、智能化方面投入的企業(yè)較少， 且對(duì)部分人工智能技術(shù)的采用仍在觀望期。 智能財(cái)務(wù)的發(fā)展在研究和教育領(lǐng)域的變化要大于在實(shí)務(wù)領(lǐng)域的變化， 實(shí)務(wù)領(lǐng)域的發(fā)展尚處于起步階段， 但在實(shí)務(wù)領(lǐng)域中， RPA技術(shù)和認(rèn)知智能的發(fā)展相對(duì)而言較為深入、前景較為廣闊。

在實(shí)務(wù)領(lǐng)域， 當(dāng)前我國(guó)人工智能技術(shù)應(yīng)用產(chǎn)品最為成熟、應(yīng)用場(chǎng)景最為廣泛、最被業(yè)界認(rèn)可的就是RPA。 RPA技術(shù)目前的應(yīng)用場(chǎng)景包括會(huì)計(jì)憑證制作、會(huì)計(jì)憑證審核、資金支付、合同審查、發(fā)票審查、電子檔案等， 共同觀點(diǎn)認(rèn)為RPA解決了會(huì)計(jì)工作效率低、錯(cuò)誤率高、人員占用多的問(wèn)題， 有利于推動(dòng)會(huì)計(jì)與業(yè)務(wù)流程管理自動(dòng)化， 普通財(cái)會(huì)人員大量轉(zhuǎn)崗， 重新構(gòu)建核心技能， 推動(dòng)管理會(huì)計(jì)數(shù)字化轉(zhuǎn)型。 在之前已發(fā)表的本系列文章中我們指出， RPA將在與人工智能技術(shù)結(jié)合的過(guò)程中形成智能化的“認(rèn)知RPA”。 隨著非結(jié)構(gòu)化數(shù)據(jù)處理、自然語(yǔ)言理解、復(fù)雜圖像識(shí)別等應(yīng)用場(chǎng)景使用頻率比例的增加， 具有智能化特點(diǎn)的RPA 已經(jīng)出現(xiàn)， 成為智能財(cái)務(wù)的熱點(diǎn)領(lǐng)域。 德勤開(kāi)發(fā)的小勤人RPA可以采集各類結(jié)構(gòu)和非結(jié)構(gòu)化數(shù)據(jù)， 通過(guò)計(jì)算分析取得管理所需的數(shù)據(jù)結(jié)論; 小勤人還可以運(yùn)用深度學(xué)習(xí)技術(shù)， 以數(shù)據(jù)為管理決策的基礎(chǔ)， 對(duì)企業(yè)的財(cái)務(wù)情況進(jìn)行預(yù)測(cè)， 實(shí)時(shí)展示企業(yè)的現(xiàn)實(shí)風(fēng)險(xiǎn)， 判斷財(cái)務(wù)危機(jī)發(fā)生的可能性。 據(jù)介紹， 德勤目前已在“估值挖掘”領(lǐng)域進(jìn)行了測(cè)試， 未來(lái)還可用于 IPO 審查、反舞弊調(diào)查、企業(yè)盡職調(diào)查等方面。

認(rèn)知智能是順應(yīng)智能化發(fā)展的一大趨勢(shì)， 是實(shí)現(xiàn)智能財(cái)務(wù)的關(guān)鍵技術(shù)。 在這方面， 我國(guó)的許多技術(shù)服務(wù)公司取得了一定的研究成果。 例如， 采用自然語(yǔ)言處理技術(shù)和知識(shí)圖譜作為智能財(cái)務(wù)的切入點(diǎn)， 實(shí)現(xiàn)了三個(gè)相關(guān)的應(yīng)用場(chǎng)景：一是面向員工的基于NLP的對(duì)話智能交互。 員工可以在系統(tǒng)通過(guò)自然語(yǔ)言發(fā)起業(yè)務(wù)申請(qǐng)， 系統(tǒng)自動(dòng)生成單據(jù)， 以此提高員工的交互體驗(yàn)。 二是面向?qū)I(yè)崗位的基于NLP的財(cái)務(wù)數(shù)據(jù)智能處理。 NLP可以通過(guò)語(yǔ)言數(shù)據(jù)的分析自動(dòng)實(shí)現(xiàn)疑點(diǎn)控制、推薦方案、輔助計(jì)算等功能。 三是面向管理者的基于知識(shí)圖譜的財(cái)務(wù)數(shù)據(jù)洞察。 管理者可以在智能移動(dòng)終端通過(guò)對(duì)話機(jī)器人， 進(jìn)行財(cái)務(wù)、經(jīng)營(yíng)和業(yè)務(wù)數(shù)據(jù)的查詢。 有的公司通過(guò)“AI+IT”的融合， 提出了三個(gè)層次的智能財(cái)務(wù)產(chǎn)品。 第一個(gè)層次是報(bào)賬機(jī)器人， 通過(guò)感知智能技術(shù)， 實(shí)現(xiàn)智能填報(bào)、智能識(shí)別、智能審核、自動(dòng)支付等功能。 第二個(gè)層次是會(huì)計(jì)機(jī)器人， 基于對(duì)會(huì)計(jì)準(zhǔn)則和各種財(cái)務(wù)管理制度、法律的理解， 實(shí)現(xiàn)自動(dòng)記賬， 處理全部賬務(wù)。 第三個(gè)層次是財(cái)務(wù)機(jī)器人， 實(shí)現(xiàn)分析、規(guī)劃、控制、預(yù)測(cè)、模擬等智能化管理。 目前， 關(guān)于報(bào)賬機(jī)器人的研究已經(jīng)取得了一定的成果， 對(duì)于會(huì)計(jì)機(jī)器人和財(cái)務(wù)機(jī)器人的研究將在未來(lái)幾年逐步展開(kāi)。

對(duì)比國(guó)內(nèi)外智能財(cái)務(wù)的研究現(xiàn)狀， 可以發(fā)現(xiàn)， 國(guó)外研究起步相對(duì)較早， 無(wú)論是將人工智能作為分析對(duì)象還是作為應(yīng)用工具， 并且已有大量較為具體的成果， 特別是對(duì)應(yīng)用人工智能給會(huì)計(jì)帶來(lái)的諸多問(wèn)題有較多的討論， 對(duì)應(yīng)用過(guò)程中帶來(lái)的管理問(wèn)題和政策制定問(wèn)題有較為深刻的認(rèn)識(shí)和討論的緊迫性。 我國(guó)學(xué)者則傾向于從制定應(yīng)用框架、解決實(shí)際應(yīng)用中的技術(shù)問(wèn)題入手， 探討智能財(cái)務(wù)的應(yīng)用， 但有關(guān)具體應(yīng)用領(lǐng)域的探討仍然較少， 即仍處于方向性和概念性的討論階段， 真正進(jìn)入到實(shí)際應(yīng)用階段的不多。

對(duì)于需要用來(lái)滿足智能財(cái)務(wù)應(yīng)用的人工智能技術(shù)而言， 我國(guó)與西方發(fā)達(dá)國(guó)家之間的差距逐漸縮小， 因而在智能財(cái)務(wù)應(yīng)用研究方面基本都處于起步階段， 差距并不十分顯著。 具體表現(xiàn)在以下兩個(gè)方面：第一， 從技術(shù)上看， 我國(guó)人工智能企業(yè)對(duì)于代表人工智能理論水平的算法研究相對(duì)落后， 缺少原創(chuàng)性算法， 而在與智能財(cái)務(wù)應(yīng)用高度相關(guān)的計(jì)算機(jī)視覺(jué)、語(yǔ)音技術(shù)、自然語(yǔ)言理解等方面的專利申請(qǐng)和授權(quán)量較多， 我國(guó)企業(yè)具備一定的優(yōu)勢(shì); 第二， 從戰(zhàn)略上看， 受互聯(lián)網(wǎng)起步早晚和信息化水平高低的影響， 西方發(fā)達(dá)國(guó)家在企業(yè)管理信息系統(tǒng)數(shù)量及財(cái)務(wù)管理模塊的智能化程度， 顯著高于國(guó)內(nèi)企業(yè)， 但總體上， 在技術(shù)的不斷進(jìn)步影響下， 國(guó)內(nèi)企業(yè)和技術(shù)服務(wù)公司逐漸走出企業(yè)信息化的“復(fù)制模仿”階段， 開(kāi)始獨(dú)立思考自己的財(cái)務(wù)智能化發(fā)展道路， 并且具備大量的應(yīng)用場(chǎng)景。

綜合國(guó)內(nèi)外的研究成果， 本文認(rèn)為智能財(cái)務(wù)要在未來(lái)取得進(jìn)一步的發(fā)展， 仍面臨以下不可回避的問(wèn)題：首先， 代表人工智能思維和記憶能力、學(xué)習(xí)和自適應(yīng)能力的知識(shí)圖譜、神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)技術(shù)的應(yīng)用進(jìn)展并不顯著。 大多數(shù)應(yīng)用只是集中在利用人工智能技術(shù)提高財(cái)務(wù)工作效率， 集中于優(yōu)化財(cái)務(wù)會(huì)計(jì)工作， 而非將重點(diǎn)放在管理會(huì)計(jì)信息化這一財(cái)務(wù)轉(zhuǎn)型的大趨勢(shì)上。 其次， 各類研究方向和應(yīng)用探討比較零散， 不具有系統(tǒng)性。 特別是對(duì)智能財(cái)務(wù)的應(yīng)用設(shè)計(jì)大多是將技術(shù)應(yīng)用于個(gè)別場(chǎng)景， 實(shí)現(xiàn)部分業(yè)已存在的會(huì)計(jì)職能的“點(diǎn)狀”升級(jí)， 仍處于財(cái)務(wù)流程中部分環(huán)節(jié)的自動(dòng)化或某個(gè)財(cái)務(wù)流程的優(yōu)化和再造階段， 這種效率的提升最終會(huì)被自動(dòng)化榨取殆盡， 而沒(méi)有實(shí)現(xiàn)整體的協(xié)同效應(yīng)， 因此也就難以真正實(shí)現(xiàn)財(cái)務(wù)管理模式的變革。 最后， 我國(guó)學(xué)者已經(jīng)開(kāi)始重視人工智能時(shí)代下的傳統(tǒng)會(huì)計(jì)和管理理論面臨的沖擊， 但力度仍顯不足。 當(dāng)財(cái)務(wù)機(jī)器人以“虛擬員工”的身份進(jìn)入企業(yè)， 會(huì)引發(fā)道德倫理、責(zé)任歸屬、信息風(fēng)險(xiǎn)、系統(tǒng)安全等突出問(wèn)題。 而我國(guó)相關(guān)法律法規(guī)尚未出臺(tái)， 人工智能會(huì)計(jì)理論的研究處于滯后狀態(tài)， 快速發(fā)展的人工智能會(huì)給未來(lái)的財(cái)務(wù)管理工作帶來(lái)諸多問(wèn)題。 這些問(wèn)題將成為未來(lái)智能財(cái)務(wù)研究和應(yīng)用的重點(diǎn)。

未來(lái)， 智能財(cái)務(wù)將繼續(xù)沿著理論研究和實(shí)踐應(yīng)用兩條路徑展開(kāi)。 在理論研究方面， 智能財(cái)務(wù)的內(nèi)涵和外延將在實(shí)踐中進(jìn)一步明確， 并在智能財(cái)務(wù)認(rèn)知觀和發(fā)展觀的明晰下逐步形成智能財(cái)務(wù)的理論框架， 創(chuàng)新人機(jī)協(xié)同共生的智能財(cái)務(wù)管理模式以及學(xué)科教育理念; 在實(shí)踐應(yīng)用方面， 人工智能的產(chǎn)品研發(fā)、應(yīng)用實(shí)踐、產(chǎn)業(yè)生態(tài)和標(biāo)準(zhǔn)建設(shè)將進(jìn)一步落地。 為了實(shí)現(xiàn)這些目標(biāo)， 需要針對(duì)上述問(wèn)題做出如下改進(jìn)。

第一， 在技術(shù)方面， 認(rèn)知計(jì)算將成為智能財(cái)務(wù)應(yīng)用的關(guān)鍵。 認(rèn)知計(jì)算作為人工智能的重要組成部分， 包含了自然語(yǔ)言處理和機(jī)器學(xué)習(xí)領(lǐng)域的大量技術(shù)創(chuàng)新， 能夠助力決策者從大量非結(jié)構(gòu)化數(shù)據(jù)中揭示非凡的洞察， 以對(duì)人類而言更加自然的方式與人類交互， 專門(mén)獲取海量的不同類型的數(shù)據(jù)， 并從自身與數(shù)據(jù)、與人們的交互中學(xué)習(xí)。 李彤[39] 指出， 深度學(xué)習(xí)技術(shù)難以解決智能財(cái)務(wù)的所有問(wèn)題， 因?yàn)樨?cái)務(wù)的典型問(wèn)題是有明確的、顯性化的規(guī)則應(yīng)用場(chǎng)景， 而具有認(rèn)知計(jì)算能力的知識(shí)圖譜推理是智能財(cái)務(wù)最核心的應(yīng)用。

第二， 在技術(shù)升級(jí)的基礎(chǔ)上， 則應(yīng)重點(diǎn)思考如何開(kāi)發(fā)各類人工智能技術(shù)的應(yīng)用場(chǎng)景。 劉梅玲等[3] 指出， 智能財(cái)務(wù)建設(shè)過(guò)程中， 最能體現(xiàn)智能財(cái)務(wù)本質(zhì)特色的， 是針對(duì)不同財(cái)務(wù)工作任務(wù)設(shè)計(jì)智能化應(yīng)用場(chǎng)景、針對(duì)不同智能化應(yīng)用場(chǎng)景探索新技術(shù)的匹配運(yùn)用。 實(shí)現(xiàn)這一點(diǎn)的前提是形成具有整體性、前瞻性的智能財(cái)務(wù)體系應(yīng)用框架， 從財(cái)務(wù)模式、財(cái)務(wù)組織、財(cái)務(wù)流程和技術(shù)領(lǐng)域進(jìn)行變革。

第三， 面對(duì)人工智能技術(shù)快速發(fā)展對(duì)會(huì)計(jì)行業(yè)帶來(lái)的挑戰(zhàn)， 未來(lái)需要找到一種理想的人機(jī)協(xié)同共生的新型財(cái)務(wù)管理工作模式， 讓人類工作者和計(jì)算機(jī)都能發(fā)揮其長(zhǎng)處， 讓不同層級(jí)的會(huì)計(jì)人員都能找到自己合適的工作崗位， 既滿足大幅提升工作效率的需求， 又不違反倫理道德。

【 主 要 參 考 文 獻(xiàn) 】

[1] Daniel E. O'Leary. AI in accounting， finance and management[ J].Intelligent Systems in Accounting， Finance and Management， 1995（4）：149 ～ 153.

[2] Daniel E. O'Leary， Robert M. O' Keefe. The impact of artificial intelligence in accounting work： Expert systems use in auditing and tax[ J].AI & Society，1997（11）：36 ～ 47.

[3] 劉梅玲，黃虎，佟成生，劉凱.智能財(cái)務(wù)的基本框架與建設(shè)思路研究[ J].會(huì)計(jì)研究，2020（3）：179 ～ 192.

[4] 張慶龍.下一代財(cái)務(wù)：數(shù)字化與智能化[ J].財(cái)會(huì)月刊，2020（10）：3 ～ 7.

[5] 李聞一，李栗，曹菁等.論智慧財(cái)務(wù)的概念框架和未來(lái)應(yīng)用場(chǎng)景[ J].財(cái)會(huì)月刊，2018（5）：40 ～ 43.

[6] 洪韻華.人工智能視域下企業(yè)智能財(cái)務(wù)的體系構(gòu)建和應(yīng)用研究[ J].中國(guó)注冊(cè)會(huì)計(jì)師，2020（8）：98 ～ 102.

[7] Rafael Heinzelmann. Controlling-aktuelle entwicklungen und herausforderungen[ J].Digitalizing Management Accounting，2019：208 ～ 226.

[8] 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.

[9] 楊周南.關(guān)于智能會(huì)計(jì)概念的討論[C].武漢：中國(guó)會(huì)計(jì)學(xué)會(huì)第十九屆全國(guó)會(huì)計(jì)信息化學(xué)術(shù)年會(huì)，2020.

[10] 崔學(xué)剛，鄺文俊，薛貴.神經(jīng)會(huì)計(jì)學(xué)：內(nèi)涵、范式與展望[ J].北京工商大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2017（4）：11 ～ 23.

[11] 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（1）：68 ～ 78.

[12] David Malone. Expert Systems， artificial intelligence， and accounting[ J].Journal of Education for Business，1993（4）：222 ～ 226.

[13] Moudud-Ul-Huq S.. The role of artificial intelligence in the development of accounting systems： A review[ J].IUP Journal of Accounting Research & Audit Practices，2014（2）：7 ～ 19.

[14] 劉東明.智能+：AI賦能傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型[M].北京：中國(guó)經(jīng)濟(jì)出版社，2019：6.

[15] 黃津孚，張小紅，何輝.信息化 數(shù)字化 智能化：管理的視角[M].北京：經(jīng)濟(jì)科學(xué)出版社，2014：6.

[16] 王喜文.人工智能已來(lái)? 智能制造可期[N].中國(guó)工業(yè)報(bào)，2019-04-10（001）.

[17] 張慶龍.論下一代財(cái)務(wù)的思維特征[ J].財(cái)會(huì)月刊，2020（11）：8 ～ 12.

[18] Steve 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.

[19] Krumwiede K.. How to keep your job[EB/OL]. https：//www.imanet.org/insights-and-trends/the-future-of-management-accounting，2020-09-18.

[20] Jodie Moll， Ogan Yigitbasioglu. The role of internet-related technologies in shaping the work of accountants： New directions for accounting research[ J].The British Accounting Review，2019（51）：1 ～ 20.

[21]Anderson M.， Anderson S. L.. Machine ethics[Z]. Cambridge University Press，2011.

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

[23] Dariusz J?drzejka. Robotic process automation and its impact on accounting[ J].Zeszyty Teoretyczne Rachunkowoci，2019（1）：105 ～ 161.

[24] Court D.. Getting big impact from big data[EB/OL]. https：//www.mckinsey.com/business-functions/digital-mckinsey，2020

-09-20.

[25] Knight W.. Forget killer robots-bias is the real AI danger[EB/OL]. https：//www.technologyreview.com/s/608986/forget-killer-Robots-bias-is-the-real-ai-danger，2020-9-21.

[26] 舒惠好. 推動(dòng)會(huì)計(jì)信息化發(fā)展助力會(huì)計(jì)改革[C].北京：中國(guó)會(huì)計(jì)學(xué)會(huì)第十七屆全國(guó)會(huì)計(jì)信息化學(xué)術(shù)年會(huì)，2018.

[27] 王化成.數(shù)智時(shí)代的財(cái)會(huì)人才需求與教育變革[EB/OL]. https：//mp.weixin.qq.com/s/gxDJVZCRp9eTKaXgs4JHFQ，2020-08

-30.

[28] 陳俊.智能財(cái)務(wù)的發(fā)展趨勢(shì)[EB/OL]. https：//mp.weixin.qq.com/s/h63C376ok5VLULycmBurkw，2020-08-30.

[29] 吳世農(nóng).人工智能科技對(duì)財(cái)會(huì)學(xué)科教學(xué)與科研的挑戰(zhàn)[EB/OL].https：//mp.weixin.qq.com/s/uJeB6KujZPnB1vxybYPCPA，2020-08-30.

[30] Liang T.， Chandler S. J.， Han I.， Roan J.. An empirical investigation of some data effects on the classification accuracy of probit， ID3 and neural networks[ J].Contemporary Accounting Research，1992（1）：306 ～ 329.

[31] Foltin C.， Garceau L.. Beyond expert systems： Neural networks in accounting[ J].National Public Accountant，1996（6）：26 ～ 32.

[32] Koh H. C.， Tan S. S.. A neural network approach to the prediction of going concern status[ J].Accounting and Business Research，1999（3）：211 ～ 216.

[33] Coakley J. R.， Brown C. E.. Artificial neural networks in accounting and finance： Modeling issues[ J].International Journal of Intelligent Systems in Accounting， Finance & Management，2000（2）：119 ～ 144.

[34] Li F.. The information content of forward-looking statements in corporate filingsda na?ve Bayesian machine learning approach[ J].Journal of Accounting Research，2010（48）：1049 ～ 1102.

[35] Perols J.. Financial statement fraud detection： An analysis of statistical and machine learning algorithms[ J].Auditing： A Journal of Practice & Theory，2011（30）：19 ～ 50.

[36] Zhou A.. EY， Deloitte and PWC embrace artificial intelligence for tax and accounting[EB/OL].https：//www.forbes.com/sites/adelynzhou/2017/11/14/，2020-09-03.

[37] Hülya Boyda Hazar. Artificial intelligence applicatioin in accounting and auditing [R].Research &Reviews in Social， Human and Administrative Sciences，2019.

[38] Julia Kokina， Shay Blanchette. Early evidence of digital labor in accounting： Innovation with robotic process automation[ J].International Journal of Accounting Information Systems，2019（1）：35.

[39] 李彤.智能財(cái)務(wù)的關(guān)鍵在認(rèn)知智能和生態(tài)協(xié)同[EB/OL]. https：//xueqiu.com/3636734751/138142680，2020-09-21.