【www.gywlwh.com--计算机等级考试】

　　人工智能在财会领域的应用研究

　　1 人工智能的定义

　　从广义上讲，人工智能(Artificial Intelligence，AI)是计算机科学的一个分支，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，是一门对人类智能进行延伸的学科，研究内容涉及自然科学和社会科学的所有学科。从狭义上讲，可用“深度学习+大数据=人工智能”公式概括，即通过计算机算法深度学习技术，在特定领域获取大量信息，并使用它在特定情况下做出合理的行动，并获得最大收益的计算机程序。通俗地理解，人工智能是人类学习过程的阐明，是人类思考过程的量化、人类行为的解释以及对智能原理的了解，是人类了解自身能力的最后一步。人工智能不是人的智能，但能像人那样思考，也可能超过人的智能。

　　2 人工智能在财会领域应用现状

　　目前，国内文献关于人工智能在财会领域的应用大部分都是在说“四大”财务机器人和国内的用友、金蝶和芸豆会计以及RPA的应用。在其他方面，比如财务管理和审计方面并没有详细说明有哪种产品，大多都只是在论述工作原理，可见人工智能财务商用程度不高，人工智能在财会领域的应用还处在初级探索普及阶段。

　　2.1 会计核算方面

　　2.1.1 在会计确认和计量方面

　　基于卷积神经网络的深度学习算法，将AI机器视觉技术应用于票据图片识别，在海量数据支持的基础上，AI能够不断自我学习和训练，不断提高票据的识别准确度和识别速度(票据机器人5分钟可识别1 000张包含增值税发票、火车票、飞机票等票据)，同时可根据会计准则检验发票真伪、单据审核转化为原始凭证结构化数据，完成经济业务的会计确认和计量。2016年7月，由我国自行研发的，适合小微企业会计核算的“芸豆会计”正式上线试用，采用IT技术研发的智能记账模式，利用OCR(光学字符识别)技术及纠错机制完成了基本的会计确认和计量，实现财务记账工作从人工到人工智能的转变。此外，还有企业推出“智能报账机器人”，为员工或供应商提供“7×24小时”的自助交收票据服务，机器人批量扫描识别并自动填单，为财务人员在交收票据工作中节省工作量。

　　2.1.2 在会计记录方面

　　基于贝叶斯分类方法和专家系统技术，在财会规则下，系统能够根据原始凭证的结构化数据，不断模仿学习人类分类决策生成记账凭证。2016年3月10日，德勤会计师事务所宣布与Kira Systems达成合作，在会计、税务、审计等工作中引入了人工智能;2016年5月26日，普华永道也推出机器人自动化解决方案，较为常见的如银行对账单、增值税发票查伪验证、记账凭证自动生成、增值税记账核对等;2017年6月下旬，毕马威提供机器人流程自动化服务，主要为RPA专家系统(Robotic Process Automation)的应用，通过执行基于规则重复的任务将手工活动转化为电脑流程自动化，并可以替代员工阅读合同和其他文件，很多情况下会计人员只需要将增值税发票放入扫描仪中进行扫描，剩下的工作都能自动完成。

　　2.1.3 在会计报告方面

　　2017年8月11日下午，我国自行研发的财会人工智能系统得以验证并投入使用，一个没有会计基础的验证工作人员，把企业上个月的相关会计数据录入系统，仅仅15分钟，便把记账凭证、会计账簿、利润表等全部自动生成完毕，经检查所生成数据均准确。之后不到半年的时间，长沙已经有50多家企业使用了会计机器人。国外的Smacc公司，致力于财会人工智能系统研发，Smacc在收集客户的报表后，会将其转化为机器能够识别的数字格式，并对其进行加密后分配账户。该平台还可根据报表信息，追踪销售、成本、发票、流动资金等数据，为客户解决复杂的会计问题。

　　2.2 财务管理方面

　　2.2.1 在财务分析上

　　人工智能系统依靠现代的计算机硬件，计算机系统每秒可以实现超过30亿次计算，信息处理速度极高。对于一些大型企业来说，应用人工智能，可以从整体上掌控公司企业的财务信息，并把采集的信息分布到各个模板中实现整合，经过反复训练练习，设定统一标准，并构建完善的3D或多维空间立体模型。该模型会考虑各种人们考虑不到或是未发现其潜在关系的因素，能够精准地找出财务管理中存在的问题，使财务管理问题更加清晰全面地展示出来，进而能够及时准确地对相关数据进行评估并建立对应的财务管理措施。

　　2.2.2 在经营预测上

　　依靠人工智能的专家系统，从多种角度进行对企业信息数据进行全面收集，例如企业的收入、支出成本、综合经营利润以及负债等各个角度进行全面分析和预测，整合企业财务数据后，专家系统根据行业各专家(经济专家、审计专家、数据分析专家等)的知识经验，对企业的经营进行预测。人工智能的技术支持促使财务转型(数据驱动变革)，埃森哲公司的全球研究表明，74%的财务职能部门已经采用预测分析技术来提升他们对数据的解读能力，61%的财务职能在某种程度上使用人工智能，且在2019年初的调研中，所有被调查的CFO都表示，AI有助于财务团队推动预测分析，以支持战略决策和风险管理。 　　2.2.3 在财务共享模式的建设上

　　人工智能的高速信息处理能力以及对业务的流程化处理能够解决目前财务共享服务中心业务流程不规范和数据资源开发不足的问题。例如用友财务云，基于整个用友云平台，提供影像识别、语音识别、语义识别、机器深度学习等技术，财务共享中心可将能够自动执行的任务交由系统内置的智能机器人处理，自动生成业务单据，并进行自动月结、自动报表等操作，使业务流程更规范。用友依靠财务云平台，帮助60多家企业建立了和正在建立财务共享服务中心，并为多家共享服务中心提供运营管理服务。

　　2.3 税务处理方面

　　人工智能在税务处理方面，应用了自然语言处理、信息检索、机器学习及知识图谱等技术，实现税务智能咨询，如“12366”税务咨询平台，提高了纳税人的税务咨询效率和便利度;应用了专家系统实现了公司智能税务处理，如解放君的财税AI机器人，利用财税专家资源库帮助财务公司高效处理基础财税业务，提升准确率和效率的同时，降低财务公司运作成本。此外，美国也利用人工智能技术开发出自动化的税收筹划手机APP。智能税收初步探索已取得了一定成效，改变了传统税收理念及方式。

　　2.4 审计方面

　　人工智能在审计方面，应用视觉识别、自然语言处理、音频处理等深度学习技术，能够完成重复性的审计业务流程工作，从审计计划阶段的信息采集分析重要性，到审计实施阶段重难点的确认和方案底稿的自动生成，到最后审计成果阶段的审理、审计报告生成和整改情况分析，都可自动实现;在一些特殊审计流程也可由RPA机器人完成，例如收发电子函证可先由审计成员准备函证底稿数据并发送至共享中心，再经过RPA机器人自动处理和共享中心函证人员处理机器人无法处理的电子函证回复，最后系统接收函证并自动保存，完成电子函证任务。

　　3 应用过程中存在的问题

　　人工智能必将取代基础的、高重复性的财务工作，这是时代发展的大势所趋。但目前，因为会计核算工作综合性较高，业务情况也较为复杂，人工智能在财会领域的应用还不够成熟，发展过程中也有些许问题。①算法本身存在BUG。凡是计算机程序，都会存在程序设计不合理，存在漏洞缺陷，没有一个程序是完美无缺的。②AI财务本身发展不成熟。人工智能财务目前也正处于探索阶段，仅仅能接替公司中基础的财务业务流程，对于需要财会经验和高要求的工作，如分析和管理企业经营、公司战略制定等仍然处于空白状态。③AI财务成本相对较高。不管是软件设施还是硬件设备，AI财务的开发、迭代升级和完善所投入的成本是巨大的且产品开发周期长。④缺乏信息数据的学习。数据是机器学习的基础，目前，人工智能在财会领域停留在初步发展阶段，应用少、针对范围小，且各个公司之间的财务信息相对保密，导致无法汇集更多有用的数据来支持财会智能应用的开发和完善。⑤会计信息安全性受到威胁。目前，广泛应用的各种财务软件所产生的会计信息都是以电子形式进行存储的，如若不注意网络安全，信息在网络传输过程中可能会被拦截，导致企业财务信息泄露。⑥缺乏应用AI财务的专业人才。基础的核算财务人员会被AI替代，而具有财会专业素养和职业判断力，同时又掌握IT和AI应用技术的人才缺口大，这是导致人工智能在财会领域应用缓慢的最主要问题。

　　4 思考与建议

　　4.1 政策方面

　　尽快完善人工智能领域的法律法规，保证人工智能技术发展的良好生态环境，同时制定人工智能在财会领域应用的相关政策，促进其发展。财政部可以发布与AI相关的财务政策，改革现有的财务管理制度体系，以财务会计为基础建立起来的财务制度体系已不能适应现代企业管理的要求，应在兼顾财务会计的同时，建立以管理会计为主、人工智能为辅的财务制度体系，促进企业财务的智能化跟上时代发展，促进财会人员由单一型向复合型转型，不断提升自身的竞争力，避免财会人员完全被AI所取代。

　　4.2 社会方面

　　4.2.1 AI财会供应商方面

　　注重AI人才的培养，完善公司部门间的沟通交流制度，促进AI技术人员与财务人员的交流，使其不断融合，培养出掌握AI与财会知识技能的复合型人才。同时，还应注重数据存储和网络的安全性，确保客户信息的保密。

　　4.2.2 AI财会使用公司方面

　　企业应对内进行财务管理体系和财务人员培训体系改革，升级或更换的企业信息管理系统，注重网络安全，不断朝智能管理发展。对外与AI财会供应商合作，不断反馈AI财会软硬件情况，参与AI财会建设，不断完善AI财会产品。各行业公司还应通力合作，努力参与财务共享服务中心建设，在节约成本的同时，构建一个“AI财会学校”，为AI财会机器人提供大量“学习资料”，使其不断完善自身技术。

　　4.3 高等院校方面

　　高等院校应改革传统的财会教学培养目标，将以培养财务会计人才改变为财务会计与管理会计相结合的复合型人才，并扩大教学范围，增加财会学生计算机、人工智能、AI财务理论和实操等相关课程，增强学生专业应变能力，提升学生的知识储备。

　　4.4 人员方面

　　财会人员应以积极的视角看待人工智能。不能因为人工智能的特定应用学习而自我否认，知难而退，认为会被机器人所替代而转行。应有意识地培养自己，由单一人才向复合型人才转型。财会人员还应学习管理知识，进一步提升自己的综合能力。

　　5 结 语

　　人工智能在财会领域的应用中存在算法不够优化、AI缺乏大数据资料、缺乏专业AI财会人才等问题。这需要国家政策的支持、公司财务的改革、学校人才的培养以及财务人员能力的提升，使人工智能技术更好地在财会领域应用，进而使财务人员从繁杂的基础核算类工作中解脱出来，为公司提供更好的财务服务，提升公司价值。

　　人工智能在财会领域的应用研究

　　1.发票查重、验真

　　同事提交发票要入账付款，发票需要验证真伪，传统方式是人工登陆税务局网站输入相关信息后逐个查询。此工作能否实现自动化?

　　2.票据签收、审核

　　会计岗每天收到大量原始凭证，需要进行合规性、真实性审核。企业需要大量会计人员，能否有自动化方案替代人工?

　　3.记账、价税分离

　　会计岗审核原始凭证是第一步，完成后需要根据记账规则选择核算科目，确定核算科目是否可以自动化?根据票据的类型和业务的情况，确定可以抵扣的进项税额。

　　4.财务风险分析

　　财务风险分析是站在财务的角度分析业务风险;越能还原业务真相，就越能发现问题。原始凭证是第一手业务信息，再结合其他信息化技术，能够把业务看的更完整。而原始凭证信息在纸面上或者影像化文件上，如何获取此类数据进行量化分析?

　　智能识票 「已能支持群拍群读群验真」

　　主要采用了机器视觉的技术，基于卷积神经网络的深度学习算法，将该技术应用于发票图片的识别，可以大大降低发票信息录入、审核的工作量。人工智能技术的门槛在于准确率，准确率越高，所需要的训练样本量越大，研发投入成本也越大。基本上，准确率要达到95%以上的才进入可用的门槛。基于AI的图片识别技术，在海量数据支持的基础上，AI能够不断自我学习和训练，从而达到不断提升准确率的目标。

　　将机器视觉应用于发票识别，并配套其他的信息化体系，能够完成从发票信息提取->发票验真->发票查重->单据签收->智能审核的自动化流程。

　　多票混拍：每刻报销的智能识票功能就是机器视觉在发票场景的典型应用，可自动提取发票票面信息。每刻应用了最先进的机器视觉技术，能做到多票混拍，一键拍照即可同时识别多张不同类型的发票，随即系统可直接提取发票中的关键信息，自动生成费用。并将采集到的发票信息比对之前发票库，即能查出是否存在重复发票。人工智能在发票库中可以不断地学习和优化，当票据出现褶皱、打印错行、文字盖章、打印模糊等常见问题时，也能快速识别。

　　目前票种覆盖增值税发票、打车票、机票行程单、火车票、汽车票、通行费等大部分国内票据。增值税发票的识别准确率可以达到99%以上，其他发票的准确率可以达到95%以上。可提升员工报销效率及财务审核效率80%以上。

　　识别增值税发票：智能识票识别成功后可以看到发票的详细信息，并且系统自动对抬头和税号做了审核验证。

　　识别打车票：智能识票后可以看到打车票的消费金额、出发时间、到达时间等。

　　识别机票和火车票：可以看到行程、座位类型等详细信息。

　　传统模式下，人需要看发票上的关键信息后，才能填写到税局网站，然后根据网站上显示的信息与发票打印信息一一比对;人需要看原始凭证上的所有信息，根据审核规则完成所看到信息的比对，并根据记账规则选择核算科目;我们只有把纸质或者影像化数据转换成计算机能够计算的结构化数据，才能做各种数据分析和数据挖掘。

　　语音识别软件要求将模拟音频转换为数字信号，也就是模数转换。系统如要解密信号，必须备有单词或音节的电子数据库或词汇表，以及用于将该数据与信号进行对比的快速手段。

　　语音识别主要改变了人机交互的方式，解放了双手。通过语音交互，让信息录入更加高效。

　　语音记账 「每刻独家功能」

　　主要采用语音识别、语音转换技术，通过AI训练自动转换语义为结构化信息，自动完成费用类型的金额、时间、地点的填写。

　　语音记账就像专用智能报销秘书，只需开口就能完成报销。人工智能在语言方面的交互性已十分强大，可以提取语音中的关键信息，自动进行归纳分类，直接存储在“大脑”中。在与人工智能拟人化的交互中轻松完成报销流程，从而使报销愈发简单，不再烦恼。

　　如果您也对人工智能在财务中的应用感兴趣，想体验人工智能赋能财务带来的高效和低耗，可点击下方的「获取专属解决方案」按钮，获取您的专属财务解决方案。

　　人工智能在财会领域的应用研究

本文来源：https://www.gywlwh.com/kaoshi/150522.html