摘 要：人工智能的快速發(fā)展使得信息技術(shù)不斷顛覆傳統(tǒng)的行業(yè)模式，也給各個(gè)行業(yè)帶來(lái)了新的發(fā)展契機(jī)，會(huì)計(jì)行業(yè)作為傳統(tǒng)行業(yè)也面臨著巨大的挑戰(zhàn)。本文首先介紹了人工智能的內(nèi)涵、目前所處的人工智能階段及現(xiàn)在或者未來(lái)應(yīng)用于會(huì)計(jì)的人工智能技術(shù)。其次分析了人工智能將會(huì)在哪方面以何種程度影響會(huì)計(jì)行業(yè)的發(fā)展趨勢(shì)。再次對(duì)現(xiàn)在及未來(lái)人工智能在會(huì)計(jì)領(lǐng)域的具體應(yīng)用進(jìn)行了分析。最后給會(huì)計(jì)行業(yè)相關(guān)人員應(yīng)對(duì)人工智能發(fā)展所需采取的措施給出了建議。

關(guān)鍵詞：人工智能;會(huì)計(jì)行業(yè);大數(shù)據(jù);會(huì)計(jì)模式;措施

本文索引：周曄.人工智能背景下會(huì)計(jì)行業(yè)的發(fā)展趨勢(shì)研究[J].中國(guó)商論，2022（01）：-159.

中圖分類(lèi)號(hào)：F233 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2022）01（a）--04

隨著信息技術(shù)的爆炸式發(fā)展，如今人類(lèi)社會(huì)已經(jīng)進(jìn)入“大智移云”時(shí)代，即大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)、云計(jì)算。人工智能漸漸在各行各業(yè)發(fā)揮著重要的作用，大數(shù)據(jù)及人工智能相關(guān)技術(shù)也被應(yīng)用于會(huì)計(jì)領(lǐng)域，如四大會(huì)計(jì)師事務(wù)所之一的德勤研發(fā)的財(cái)務(wù)機(jī)器人，已經(jīng)可以勝任一些基本的會(huì)計(jì)工作，意味著未來(lái)會(huì)計(jì)行業(yè)中低端基礎(chǔ)、簡(jiǎn)單、重復(fù)的會(huì)計(jì)活動(dòng)可能被人工智能所取代，而解放出來(lái)的人力資源可以應(yīng)用于更高附加值的數(shù)據(jù)分析、財(cái)務(wù)決策中，這對(duì)于會(huì)計(jì)從業(yè)者來(lái)說(shuō)既是機(jī)遇又是挑戰(zhàn)。因此，研究人工智能背景下會(huì)計(jì)行業(yè)發(fā)展趨勢(shì)，可以為會(huì)計(jì)從業(yè)人員未來(lái)學(xué)習(xí)和工作的方向提供理論指導(dǎo)。

1 人工智能的概念及應(yīng)用分類(lèi)

1.1 人工智能的概念

1956年召開(kāi)的達(dá)特茅斯會(huì)議上，通過(guò)討論如何用機(jī)器來(lái)模擬人的智能，首次提出了人工智能（Artificial Intelligence）概念，從此之后60多年中人工智能經(jīng)歷了長(zhǎng)足發(fā)展。目前愈發(fā)受到各界學(xué)者及各國(guó)政府的重視，成為一門(mén)理論日趨完善、多學(xué)科交叉應(yīng)用的前沿學(xué)科。目前，對(duì)于人工智能的準(zhǔn)確定義尚無(wú)定論，斯坦福大學(xué)的尼爾森教授研究得出：“人工智能是一門(mén)研究知識(shí)的學(xué)科，研究如何獲取、使用及表示知識(shí)?！甭槭±砉さ臏厮诡D教授認(rèn)為：“人工智能主要模擬人的思維，將人的思維按照一定方法程序化處理后，讓機(jī)器可以模仿人去思考和感知，并且有相應(yīng)行動(dòng)?！辟M(fèi)根鮑姆則認(rèn)為：“人工智能可以看作用來(lái)處理知識(shí)及信息的系統(tǒng)?！本C合各方的觀點(diǎn)來(lái)看，人工智能從實(shí)際應(yīng)用的角度上講，指用人工的方式在機(jī)器上實(shí)現(xiàn)智能，通過(guò)研究構(gòu)造智能機(jī)器或者智能系統(tǒng)來(lái)對(duì)人類(lèi)的智能活動(dòng)進(jìn)行模擬，并將其應(yīng)用于實(shí)際來(lái)提高人類(lèi)的智能。

人工智能按照發(fā)展階段可以劃分為強(qiáng)人工智能與弱人工智能。弱人工智能也叫應(yīng)用型人工智能，指的是專(zhuān)心處理特定領(lǐng)域問(wèn)題，通過(guò)統(tǒng)計(jì)學(xué)或者擬合函數(shù)來(lái)實(shí)現(xiàn)，不能獨(dú)自推理問(wèn)題及解決問(wèn)題，不具有自我意識(shí)。強(qiáng)人工智能是一種具有通用智能的機(jī)器的概念，這種機(jī)器可以模仿人類(lèi)的行為或者思想，具備一定學(xué)習(xí)及應(yīng)用學(xué)習(xí)到的知識(shí)來(lái)解決問(wèn)題的能力，甚至具有擔(dān)任人類(lèi)所有工作的才能。目前，人工智能研究及各行業(yè)所有的應(yīng)用都處于弱人工智能階段，并且在很長(zhǎng)一段時(shí)間內(nèi)將保持這個(gè)階段。以下對(duì)人工智能的討論也是基于弱人工智能的階段。

1.2 人工智能的應(yīng)用分類(lèi)

人工智能可以根據(jù)原理的不同分為多種智能系統(tǒng)，如專(zhuān)家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)、學(xué)習(xí)系統(tǒng)、仿生系統(tǒng)、群智能系統(tǒng)、多真體系統(tǒng)、混合智能系統(tǒng)、模糊系統(tǒng)、模式識(shí)別系統(tǒng)等。以下具體介紹目前已應(yīng)用于或者將來(lái)可能應(yīng)用于會(huì)計(jì)行業(yè)的智能系統(tǒng)。

專(zhuān)家系統(tǒng)是人工智能應(yīng)用研究中最重要及最廣泛的方向。該系統(tǒng)應(yīng)用人工智能中的知識(shí)表達(dá)及知識(shí)推理技術(shù)，模仿專(zhuān)家在分析和處理問(wèn)題時(shí)采用的推理過(guò)程，并具有比人類(lèi)專(zhuān)家擁有更大更廣知識(shí)儲(chǔ)備的優(yōu)勢(shì)，可以將其理解為知識(shí)庫(kù)和推理機(jī)的結(jié)合體。目前，專(zhuān)家系統(tǒng)研究已相對(duì)成熟，在諸多行業(yè)如醫(yī)療、工程、商業(yè)及軍事上都有應(yīng)用，并且某些情況超過(guò)了人類(lèi)專(zhuān)家判斷的準(zhǔn)確性。

模式識(shí)別系統(tǒng)指的是通過(guò)提取事物的屬性和特征及對(duì)不同形式的信息進(jìn)行處理，如數(shù)值的、文字的或者包含邏輯關(guān)系的，將其進(jìn)行處理和分析，達(dá)到對(duì)事物描述、辨認(rèn)、分類(lèi)及解釋的效果。目前，研究較多集中于對(duì)圖像、文字及語(yǔ)音的識(shí)別，具體的應(yīng)用如人臉識(shí)別、醫(yī)療診斷、語(yǔ)音識(shí)別系統(tǒng)，手寫(xiě)字體識(shí)別等。

人工神經(jīng)網(wǎng)絡(luò)（ANN）是以生物學(xué)和心理學(xué)為基礎(chǔ)，研究非線性動(dòng)態(tài)系統(tǒng)結(jié)構(gòu)和自組織映射模型來(lái)進(jìn)行數(shù)據(jù)的處理。近年來(lái)，根據(jù)內(nèi)部算法的不同又創(chuàng)立了不同的神經(jīng)網(wǎng)絡(luò)模型，如前反饋神經(jīng)網(wǎng)絡(luò)等。神經(jīng)網(wǎng)絡(luò)系統(tǒng)使用者可以將對(duì)應(yīng)的輸入輸出數(shù)據(jù)通過(guò)計(jì)算機(jī)放入神經(jīng)網(wǎng)絡(luò)模型中，訓(xùn)練好能反映兩者潛在規(guī)律的模型，再將需要計(jì)算結(jié)果的數(shù)據(jù)代入模型中得出預(yù)測(cè)結(jié)果。神經(jīng)網(wǎng)絡(luò)系統(tǒng)已經(jīng)廣泛應(yīng)用于自動(dòng)控制、機(jī)器人、信號(hào)處理、商業(yè)、醫(yī)療和軍事等領(lǐng)域。

學(xué)習(xí)系統(tǒng)是計(jì)算機(jī)像人一樣通過(guò)學(xué)習(xí)來(lái)獲取及增加知識(shí)，學(xué)習(xí)是人重要的智能之一。21世紀(jì)以來(lái)，學(xué)習(xí)系統(tǒng)中研究最多、最熱門(mén)的莫過(guò)于機(jī)器學(xué)習(xí)。如何讓計(jì)算機(jī)擁有自動(dòng)獲得知識(shí)的能力，即通過(guò)現(xiàn)有的知識(shí)，或者信息，整理歸納規(guī)律來(lái)完善自身的知識(shí)體系，就是機(jī)器學(xué)習(xí)研究的重點(diǎn)。早期的機(jī)器學(xué)習(xí)主要側(cè)重于通過(guò)優(yōu)化隨機(jī)森林、貝葉斯、決策樹(shù)等數(shù)學(xué)模型來(lái)提高預(yù)測(cè)的精度。大數(shù)據(jù)環(huán)境下的機(jī)器學(xué)習(xí)側(cè)重于對(duì)復(fù)雜多樣的數(shù)據(jù)進(jìn)行更深層次的分析，朝著智能數(shù)據(jù)分析的方向發(fā)展，具體應(yīng)用如文本內(nèi)容理解、文本情感分析、圖像的檢索與理解、數(shù)據(jù)挖掘等。

2 人工智能背景下會(huì)計(jì)模式的改變

人工智能給傳統(tǒng)會(huì)計(jì)帶來(lái)的改變主要體現(xiàn)在兩個(gè)方面，一是會(huì)計(jì)最基礎(chǔ)的重復(fù)核算工作，包括原始憑證的錄入、收入成本的核算等將被智能財(cái)務(wù)系統(tǒng)所取代。二是通過(guò)人工智能帶來(lái)的技術(shù)優(yōu)勢(shì)可以?xún)?yōu)化會(huì)計(jì)信息，提高會(huì)計(jì)預(yù)測(cè)、決策的準(zhǔn)確性等，從而提高工作效率及會(huì)計(jì)工作價(jià)值。

2.1 會(huì)計(jì)核算流程全自動(dòng)化

自從會(huì)計(jì)電算化普及之后，雖然會(huì)計(jì)賬務(wù)系統(tǒng)處理會(huì)計(jì)業(yè)務(wù)已經(jīng)實(shí)現(xiàn)了部分自動(dòng)化，但是賬務(wù)處理軟件并沒(méi)有突破手工記賬的流程和邏輯，依舊是按照原始憑證到記賬憑證，再編制各期財(cái)務(wù)報(bào)表并進(jìn)行披露，這種模式使得會(huì)計(jì)信息存在滯后性，不能及時(shí)反映企業(yè)的生產(chǎn)運(yùn)作信息。人工智能系統(tǒng)在處理數(shù)據(jù)上有著先天的優(yōu)勢(shì)，利用圖像識(shí)別完成原始憑證的自動(dòng)錄入，通過(guò)文字識(shí)別和文本分析將原始憑證按照一定規(guī)則轉(zhuǎn)化成記賬憑證，最終生產(chǎn)會(huì)計(jì)報(bào)表。通過(guò)這種形式可以快速編制財(cái)務(wù)報(bào)表并進(jìn)行財(cái)務(wù)數(shù)據(jù)的處理，動(dòng)態(tài)反映公司生產(chǎn)經(jīng)營(yíng)的各項(xiàng)指標(biāo)，方便后續(xù)的分析與預(yù)測(cè)。

2.2 會(huì)計(jì)信息的多重優(yōu)化

會(huì)計(jì)信息應(yīng)當(dāng)客觀反映經(jīng)濟(jì)活動(dòng)，但是受限于各方面的客觀條件，傳統(tǒng)會(huì)計(jì)在反映會(huì)計(jì)信息時(shí)并不能如實(shí)反映客觀的經(jīng)濟(jì)活動(dòng)，各種會(huì)計(jì)制度和處理方法也是權(quán)衡各方面利弊之后所設(shè)定的。人工智能的應(yīng)用可以在多方面打破這些限制，從而提高會(huì)計(jì)信息的質(zhì)量。衡量會(huì)計(jì)信息質(zhì)量一般考慮相關(guān)性、如實(shí)反應(yīng)、可比性、可驗(yàn)證性、及時(shí)性和可理解性，同時(shí)要兼顧成本收益原則。從相關(guān)性角度考慮，如公允價(jià)值的計(jì)量本是體現(xiàn)會(huì)計(jì)信息的相關(guān)性，而公允價(jià)值的準(zhǔn)確計(jì)量需要定量和標(biāo)準(zhǔn)的評(píng)估技術(shù)，現(xiàn)實(shí)計(jì)量中往往依靠專(zhuān)業(yè)人士的主觀判斷，甚至存在盈余管理的情況，使得會(huì)計(jì)信息失去相關(guān)性，不利于利益相關(guān)者做出決策。審計(jì)中的重要性原則實(shí)際上是受限于成本做出的折中策略，人工智能技術(shù)的應(yīng)用可以很好地節(jié)省人力和時(shí)間成本，從而提高會(huì)計(jì)信息的證實(shí)價(jià)值。此外，大數(shù)據(jù)技術(shù)可以處理非結(jié)構(gòu)化數(shù)據(jù)，使得會(huì)計(jì)信息中大量的非財(cái)務(wù)信息可以統(tǒng)一歸納出來(lái)，從而提高會(huì)計(jì)信息的完整性。

2.3 提高經(jīng)營(yíng)預(yù)測(cè)準(zhǔn)確性

預(yù)測(cè)功能為會(huì)計(jì)六大功能之一，指的是利用現(xiàn)有的會(huì)計(jì)信息及資料，找出生產(chǎn)經(jīng)營(yíng)中普遍存在的規(guī)律，再按照規(guī)律預(yù)測(cè)企業(yè)或者社會(huì)經(jīng)濟(jì)運(yùn)行的未來(lái)趨勢(shì)。隨著社會(huì)經(jīng)濟(jì)的發(fā)展及企業(yè)結(jié)構(gòu)的復(fù)雜化，面對(duì)海量的信息，如國(guó)家政策、行業(yè)發(fā)展、競(jìng)爭(zhēng)對(duì)手信息等，光靠人工已經(jīng)很難有效分析。人工智能最擅長(zhǎng)提取數(shù)據(jù)之間的相關(guān)性，從而做出預(yù)測(cè)，應(yīng)用人工智能相關(guān)技術(shù)可以最大化利用越來(lái)越豐富、種類(lèi)復(fù)雜的信息，信息越多預(yù)測(cè)效果越好，應(yīng)用合適的機(jī)器學(xué)習(xí)模型，最終得出更準(zhǔn)確的經(jīng)營(yíng)預(yù)測(cè)模型。

2.4 強(qiáng)化決策支持功能

會(huì)計(jì)決策是在會(huì)計(jì)預(yù)測(cè)的基礎(chǔ)上，按照已經(jīng)擁有的會(huì)計(jì)信息及其他資料，制定未來(lái)可能采取的生產(chǎn)經(jīng)營(yíng)計(jì)劃，并嚴(yán)密地定量分析，綜合比較收益與風(fēng)險(xiǎn)，從中挑選最優(yōu)方案。借助機(jī)器學(xué)習(xí)及專(zhuān)家系統(tǒng)等人工智能技術(shù)，可以輔助企業(yè)決策者解決定性或定量問(wèn)題。通過(guò)有監(jiān)督的機(jī)器學(xué)習(xí)可以處理標(biāo)簽化數(shù)據(jù)，將模型和決策規(guī)則固定之后可以建立決策模塊，從而實(shí)行決策的自動(dòng)化。通過(guò)無(wú)監(jiān)督的機(jī)器學(xué)習(xí)，可以處理海量的非標(biāo)簽數(shù)據(jù)，如關(guān)聯(lián)規(guī)則挖掘等方法，挖掘隱藏在特定財(cái)務(wù)規(guī)則之外的關(guān)聯(lián)，從而為最終的決策人提供更深更廣的數(shù)據(jù)角度，起到輔助企業(yè)高層管理者高效準(zhǔn)確做決策的作用。

3 人工智能在會(huì)計(jì)領(lǐng)域的具體應(yīng)用

當(dāng)前，人工智能技術(shù)在會(huì)計(jì)領(lǐng)域應(yīng)用較少，使用程度也較低，人工智能在企業(yè)具體使用時(shí)還有諸多限制，但是隨著人工智能技術(shù)的成熟，未來(lái)廣泛應(yīng)用于會(huì)計(jì)領(lǐng)域只是時(shí)間問(wèn)題。以下根據(jù)目前人工智能技術(shù)的應(yīng)用及發(fā)展方向，結(jié)合會(huì)計(jì)自身的特征，對(duì)人工智能在會(huì)計(jì)領(lǐng)域目前及未來(lái)的應(yīng)用進(jìn)行簡(jiǎn)單介紹。

3.1 機(jī)器視覺(jué)、機(jī)器學(xué)習(xí)自動(dòng)化錄入與驗(yàn)證

機(jī)器視覺(jué)屬于人工智能的一個(gè)分支，指通過(guò)圖像進(jìn)行機(jī)器視覺(jué)識(shí)別，代替人眼提取出圖像中包含的信息，并進(jìn)行數(shù)據(jù)處理。機(jī)器識(shí)別在會(huì)計(jì)中的應(yīng)用，即通過(guò)將會(huì)計(jì)憑證的影像文件轉(zhuǎn)化成文本信息，該技術(shù)需要應(yīng)用神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)技術(shù)，并且需要大量的訓(xùn)練樣本，目前研究和應(yīng)用已較為成熟，識(shí)別的準(zhǔn)確率也在逐步提高。在得到原始憑證的文字信息后，利用機(jī)器學(xué)習(xí)的技術(shù)將這些非結(jié)構(gòu)化的文字信息轉(zhuǎn)化成具有固定格式的記賬憑證，從而解決重復(fù)性手工記賬問(wèn)題，具體可以做到：（1）發(fā)票的查重與驗(yàn)真。會(huì)計(jì)核算需要確認(rèn)發(fā)票等原始憑證的真實(shí)性，還要對(duì)其合規(guī)性進(jìn)行驗(yàn)證，通過(guò)機(jī)器視覺(jué)自動(dòng)識(shí)別對(duì)比會(huì)計(jì)憑證，可以做到該項(xiàng)工作的自動(dòng)化實(shí)現(xiàn)。（2）自動(dòng)記賬。在審核完原始憑證后，需要按照記賬規(guī)則來(lái)確定核算科目并且入賬，通過(guò)機(jī)器視覺(jué)提取原始憑證中的文本信息，結(jié)合機(jī)器學(xué)習(xí)中的監(jiān)督式學(xué)習(xí)自動(dòng)將信息歸類(lèi)，可以很容易做到原始憑證入賬的自動(dòng)化。

3.2 財(cái)務(wù)大數(shù)據(jù)分析

應(yīng)用專(zhuān)家系統(tǒng)及數(shù)據(jù)挖掘等技術(shù)，可以構(gòu)建一個(gè)財(cái)務(wù)大數(shù)據(jù)分析平臺(tái)，對(duì)公司內(nèi)部財(cái)務(wù)狀況、生產(chǎn)經(jīng)營(yíng)狀況及行業(yè)狀況進(jìn)行數(shù)據(jù)挖掘，將得到的信息經(jīng)過(guò)處理整合之后呈現(xiàn)給經(jīng)營(yíng)管理者，達(dá)到?jīng)Q策支持的效果。首先，明確管理經(jīng)營(yíng)需分析的問(wèn)題，確定所需的內(nèi)外部信息并進(jìn)行收集。將得到的數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗、加工、轉(zhuǎn)換等操作后輸入數(shù)據(jù)庫(kù)中。其次，應(yīng)用數(shù)據(jù)挖掘相關(guān)技術(shù)，確定主題模型，發(fā)現(xiàn)潛在的商業(yè)信息，并不斷完善模型來(lái)優(yōu)化最終的結(jié)果。再次，數(shù)據(jù)輸出，將數(shù)據(jù)挖掘出的信息結(jié)合公司實(shí)際情況，輸出可供決策的信息。最后，將數(shù)據(jù)挖掘出的知識(shí)放入專(zhuān)家系統(tǒng)中，由專(zhuān)家系統(tǒng)進(jìn)行知識(shí)推理得到最終的決策結(jié)論，可給管理者提供更優(yōu)化的決策參考，同時(shí)根據(jù)決策的準(zhǔn)確性，進(jìn)一步調(diào)整完善專(zhuān)家系統(tǒng)。財(cái)務(wù)大數(shù)據(jù)分析的應(yīng)用，可以有效解決傳統(tǒng)財(cái)務(wù)分析存在的忽視非財(cái)務(wù)數(shù)據(jù)的片面性問(wèn)題，以及時(shí)間上的滯后性問(wèn)題，滿(mǎn)足管理者的需求。

3.3 財(cái)務(wù)風(fēng)險(xiǎn)智能控制

財(cái)務(wù)風(fēng)險(xiǎn)智能控制是利用機(jī)器智能來(lái)模擬人類(lèi)的直覺(jué)推理，將其具體化、形式化，應(yīng)用于財(cái)務(wù)風(fēng)控系統(tǒng)，代替人為判斷與監(jiān)督，從而實(shí)現(xiàn)財(cái)務(wù)風(fēng)險(xiǎn)控制的智能化。傳統(tǒng)的財(cái)務(wù)風(fēng)險(xiǎn)控制無(wú)法處理缺乏完整性及精確性的數(shù)據(jù)，多靠人為的主觀判斷及事后的風(fēng)險(xiǎn)控制，而財(cái)務(wù)風(fēng)險(xiǎn)智能控制應(yīng)用了深度學(xué)習(xí)等算法，可以有效解決這一難題。目前，人工智能在財(cái)務(wù)風(fēng)險(xiǎn)控制主要的應(yīng)用或者研究有：（1）對(duì)財(cái)務(wù)數(shù)據(jù)進(jìn)行分類(lèi)與整理，利用決策樹(shù)、向量機(jī)及深度學(xué)習(xí)等算法，找出財(cái)務(wù)數(shù)據(jù)中的異常值及潛在風(fēng)險(xiǎn)，并且歸檔，加強(qiáng)對(duì)今后類(lèi)似財(cái)務(wù)風(fēng)險(xiǎn)的判斷。（2）通過(guò)構(gòu)建智能化風(fēng)控平臺(tái)，在企業(yè)內(nèi)部實(shí)現(xiàn)財(cái)務(wù)信息化，各個(gè)部門(mén)之間的信息可以及時(shí)傳遞，業(yè)務(wù)流程可以透明化，每項(xiàng)業(yè)務(wù)可以追蹤到相關(guān)責(zé)任人，降低企業(yè)的內(nèi)控風(fēng)險(xiǎn)及內(nèi)控成本。（3）搭建智能化財(cái)務(wù)共享中心，將云采購(gòu)、費(fèi)用自動(dòng)化報(bào)銷(xiāo)、薪資等日?；顒?dòng)納入其中，結(jié)合全面預(yù)算管理，將企業(yè)每項(xiàng)常規(guī)活動(dòng)風(fēng)險(xiǎn)控制在閾值之內(nèi)，從而降低企業(yè)的運(yùn)營(yíng)風(fēng)險(xiǎn)。

3.4 智能審計(jì)系統(tǒng)

智能審計(jì)系統(tǒng)是為審計(jì)人員設(shè)計(jì)的一種審計(jì)工具，可以結(jié)合多類(lèi)型數(shù)據(jù)挖掘算法處理不同數(shù)據(jù)類(lèi)型，通過(guò)智能審計(jì)來(lái)發(fā)現(xiàn)審計(jì)問(wèn)題。流程主要是審計(jì)相關(guān)數(shù)據(jù)的導(dǎo)入與清洗，將數(shù)據(jù)分為數(shù)值型數(shù)據(jù)及文本型數(shù)據(jù)，數(shù)值型的數(shù)據(jù)結(jié)合審計(jì)分析模型及診斷型專(zhuān)家系統(tǒng)來(lái)查找審計(jì)線索，文本型數(shù)據(jù)利用文本挖掘技術(shù)來(lái)分析原始憑證及審計(jì)報(bào)告等。具體能夠?qū)崿F(xiàn)的功能有：（1）財(cái)務(wù)報(bào)表的審計(jì)分析，將專(zhuān)家系統(tǒng)的診斷理論結(jié)合審計(jì)相關(guān)原理及規(guī)則，建立完整的審計(jì)分析模型來(lái)發(fā)現(xiàn)審計(jì)對(duì)象潛在的問(wèn)題與風(fēng)險(xiǎn)，挖掘出異常的線索。對(duì)機(jī)器推導(dǎo)的審計(jì)結(jié)果按照實(shí)際情況進(jìn)行修改后存儲(chǔ)，優(yōu)化模型的準(zhǔn)確率。（2）審計(jì)問(wèn)題分類(lèi)管理。利用神經(jīng)網(wǎng)絡(luò)模型結(jié)合文本分類(lèi)算法，提取特征向量，挖掘出文本之間的關(guān)聯(lián)關(guān)系，并將機(jī)器分類(lèi)后的審計(jì)問(wèn)題和對(duì)應(yīng)的法規(guī)存儲(chǔ)于數(shù)據(jù)庫(kù)中，方便以后查詢(xún)。

4 會(huì)計(jì)相關(guān)人員面對(duì)人工智能發(fā)展需要采取的措施

4.1 高校教育方面

高校需要為會(huì)計(jì)、審計(jì)等專(zhuān)業(yè)開(kāi)設(shè)大數(shù)據(jù)相關(guān)課程，將財(cái)務(wù)機(jī)器人的原理和方法結(jié)合會(huì)計(jì)信息系統(tǒng)融入課程中，還要開(kāi)設(shè)大數(shù)據(jù)技術(shù)平臺(tái)、機(jī)器學(xué)習(xí)及數(shù)據(jù)可視化等課程。硬件設(shè)備好的學(xué)校還應(yīng)改善會(huì)計(jì)實(shí)驗(yàn)室，模擬人工智能及大數(shù)據(jù)環(huán)境下會(huì)計(jì)實(shí)際操作，供學(xué)生上手學(xué)習(xí)。通過(guò)開(kāi)設(shè)這些課程，讓學(xué)生了解并掌握計(jì)算機(jī)科學(xué)、信息管理科學(xué)等學(xué)科的基礎(chǔ)知識(shí)，培養(yǎng)學(xué)生利用計(jì)算機(jī)科學(xué)解決會(huì)計(jì)問(wèn)題的思維模式。

此外，學(xué)校培養(yǎng)學(xué)生的重點(diǎn)應(yīng)由財(cái)務(wù)會(huì)計(jì)向管理會(huì)計(jì)方向轉(zhuǎn)變，將學(xué)生培養(yǎng)成管理型會(huì)計(jì)人才。管理型會(huì)計(jì)人才指的是除了會(huì)計(jì)基礎(chǔ)知識(shí)如傳統(tǒng)的會(huì)計(jì)核算等有扎實(shí)的功底外，還應(yīng)當(dāng)了解關(guān)聯(lián)學(xué)科如金融、稅務(wù)、法律等，并且培養(yǎng)一定的商業(yè)分析決策能力、戰(zhàn)略管理能力、團(tuán)隊(duì)合作、組織領(lǐng)導(dǎo)能力的復(fù)合型人才。管理型會(huì)計(jì)人才在人工智能背景下，非但不會(huì)被淘汰，還會(huì)在企業(yè)的日常經(jīng)營(yíng)、財(cái)務(wù)及管理活動(dòng)中起到更大的作用。

4.2 財(cái)會(huì)從業(yè)人員方面

在人工智能大環(huán)境下，財(cái)會(huì)從業(yè)人員需要有超前的意識(shí)及自我學(xué)習(xí)能力，根據(jù)自身的特點(diǎn)與能力規(guī)劃職業(yè)發(fā)展。財(cái)務(wù)基礎(chǔ)崗位如會(huì)計(jì)核算人員需要朝著管理會(huì)計(jì)的方向轉(zhuǎn)型，如前文所述，弱人工智能的應(yīng)用使得財(cái)務(wù)基礎(chǔ)崗位最有可能面臨被淘汰的風(fēng)險(xiǎn)，因此財(cái)務(wù)會(huì)計(jì)應(yīng)當(dāng)盡快朝著管理會(huì)計(jì)轉(zhuǎn)型，或者具備一定管理會(huì)計(jì)的能力。管理會(huì)計(jì)需要有洞察未來(lái)、決策分析的能力，還要有組織管理能力及和他人合作的能力。在工作之余可以參加一些財(cái)務(wù)專(zhuān)業(yè)的培訓(xùn)，提高自己的財(cái)會(huì)知識(shí)及職業(yè)能力，只有充分的會(huì)計(jì)知識(shí)和管理能力才能面對(duì)人工智能下會(huì)計(jì)變革的挑戰(zhàn)。

對(duì)于中高級(jí)財(cái)會(huì)從業(yè)人員，只有把握行業(yè)發(fā)展趨勢(shì)，結(jié)合公司架構(gòu)，推行人工智能在公司的應(yīng)用，才能不落后于時(shí)代的步伐。目前階段的機(jī)器學(xué)習(xí)等人工智能技術(shù)只能解決重復(fù)勞動(dòng)及人工難以處理的海量數(shù)據(jù)問(wèn)題，具備一定的實(shí)用價(jià)值，但是面對(duì)較為復(fù)雜或者沒(méi)有規(guī)范化的業(yè)務(wù)場(chǎng)景時(shí)，還是需要有業(yè)務(wù)經(jīng)驗(yàn)的財(cái)會(huì)人員進(jìn)行人工處理，結(jié)合對(duì)會(huì)計(jì)準(zhǔn)則的理解做出判斷。尤其當(dāng)中高級(jí)財(cái)會(huì)人員面對(duì)復(fù)雜的無(wú)法借鑒的預(yù)測(cè)、分析、決策等會(huì)計(jì)活動(dòng)時(shí)，目前的人工智能只能在信息量及信息維度上進(jìn)行幫助，真正有巨大價(jià)值的決策活動(dòng)依舊需要管理者進(jìn)行人工判斷。因此，對(duì)于中高層管理者而言，要積極引進(jìn)人工智能技術(shù)，也要提高自身分析、預(yù)測(cè)、決策的能力。

5 結(jié)語(yǔ)

人工智能的發(fā)展帶來(lái)會(huì)計(jì)行業(yè)的變革，人工智能技術(shù)的應(yīng)用，一方面會(huì)取締簡(jiǎn)單、重復(fù)的會(huì)計(jì)核算活動(dòng)，另一方面會(huì)提高會(huì)計(jì)信息的確定性及顆粒度，從而輔助管理者提高決策分析的準(zhǔn)確性。但是需要注意的是，在目前弱人工智能階段下，人工智能并不是萬(wàn)能的，直接從海量的非結(jié)構(gòu)化數(shù)據(jù)中挖掘的數(shù)據(jù)，很難給企業(yè)提供數(shù)據(jù)分析與決策的支持功能。企業(yè)在日常經(jīng)營(yíng)過(guò)程中，要注意結(jié)構(gòu)化數(shù)據(jù)的積累并將其存儲(chǔ)進(jìn)數(shù)據(jù)庫(kù)中，人工智能只是處理、分析數(shù)據(jù)的一個(gè)手段，與企業(yè)自身高度相關(guān)的數(shù)據(jù)庫(kù)才是企業(yè)最重要的財(cái)富。對(duì)會(huì)計(jì)從業(yè)人員而言，學(xué)習(xí)人工智能技術(shù)固然重要，管理會(huì)計(jì)知識(shí)的積累、決策分析能力的提高才是應(yīng)對(duì)人工智能時(shí)代會(huì)計(jì)變革的不變法寶。

參考文獻(xiàn)

[1]蔡自興，徐光佑.人工智能及其應(yīng)用[M].北京：清華大學(xué)出版社， 2003.

[2]侯芳，呂飛豹.基于知識(shí)圖譜分析的會(huì)計(jì)人工智能研究綜述[J].會(huì)計(jì)之友，2020（13）：144-149.

[3]王奕俊，楊悠然.人工智能背景下專(zhuān)業(yè)人才培養(yǎng)的發(fā)展路徑與方向：基于會(huì)計(jì)職業(yè)相關(guān)數(shù)據(jù)的實(shí)證研究[J].中國(guó)遠(yuǎn)程教育，2020（1）：35-45+76-77.

[4]周守亮，唐大鵬.智能化時(shí)代會(huì)計(jì)教育的轉(zhuǎn)型與發(fā)展[J].會(huì)計(jì)研究，2019（12）：92-94.

[5]徐經(jīng)長(zhǎng).人工智能和大數(shù)據(jù)對(duì)會(huì)計(jì)學(xué)科發(fā)展的影響[J].中國(guó)大學(xué)教學(xué)，2019（9）：39-44.

[6]章君.“互聯(lián)網(wǎng)+”人工智能視域下高職院校會(huì)計(jì)專(zhuān)業(yè)改革研究[J].中國(guó)職業(yè)技術(shù)教育，2019（11）：58-63.

[7]陳婷蔚.人工智能在會(huì)計(jì)領(lǐng)域的應(yīng)用探析：以德勤財(cái)務(wù)機(jī)器人為例[J].商業(yè)會(huì)計(jì)，2018（10）：77-78.

[8]余應(yīng)敏，王彩淋.財(cái)務(wù)機(jī)器人對(duì)會(huì)計(jì)行業(yè)的影響及其應(yīng)對(duì)策略[J].會(huì)計(jì)之友，2018（7）：54-56.

作者簡(jiǎn)介：周曄（1995-），男，漢族，江蘇無(wú)錫人，研究生在讀，研究方向：財(cái)務(wù)管理。

Research on the Development Trend of Accounting Industry under the Background of Artificial Intelligence

Nanjing University of Science and Technology? Nanjing， Jiangsu? 210094

ZHOU Ye

Abstract： With the rapid development of artificial intelligence， information technology constantly subverts the traditional industry model， and it also brings new development opportunities to various industries. As a traditional industry， accounting industry is also facing great challenges. This paper first introduces the connotation of artificial intelligence， the current stage of artificial intelligence and the application of artificial intelligence technology to accounting at present or in the future. Then this paper analyzes in what aspects and to what extent will artificial intelligence affect the development trend of accounting industry. Furthermore， this paper analyzes the specific application of artificial intelligence to the field of accounting at present and in the future. Finally， some suggestions are given for the accounting industry personnel to cope with the development of artificial intelligence.

Keywords： artificial intelligence; accounting industry; big data; accounting model; measures