人工智能+会计：发展障碍与社会应对.docx

    人工智能+会计发展障碍与社会应对    崔子扬 王秀华【摘要】文章从智能会计发展阶段出发，对人工智能+会计的可能领域以及发展障碍等进行了系统研究研究发现，人工智能+会计是智能化会计的高级发展阶段，其应用领域受决策的客观性和创新性两大因素影响，更易在高客观性——低创新性领域得到更广泛的应用人工智能实践发展缓慢、社会准备不充分以及企业引入顾虑等是阻碍人工智能+会计迅速发展的三大障碍，据此文章提出了优化国家智能金融支付管理体系、建立会计人员分流调整机制等应对策略，为推动人工智能+会计的健康快速发展提供参考关键词】人工智能；人工智能+会计；业财融合F275一、引言人工智能最早来自于古埃及的传说，是传说变为现实的典型例证1956年，在美国达特茅斯学院的一场学术研讨会上，明斯基、塞尔弗里奇、麦卡赛等一批有着远见卓识的计算机科学家和数学家们开始探讨机器模拟和拓展人类的智能并应用于生产与生活的各个领域，由此提出了“人工智能”的概念人工智能（Artificial Intelligence，AI）是通过模拟人类智能的方式，创造出能够被人类驾驭的机器，模拟人类的脑活动进行计算和工作，并引申出许多内涵。

1987年，美国执业会计师协会（AICPA）发表了《人工智能和专家系统简介》报告，首次将人工智能引入会计和财务管理领域自此，人工智能+会计的相关研究逐渐增多，并保持着强劲的上升趋势有两种会计智能化在当今社会被广为应用其一是终端识别智能与财务会计的结合，它是基于业财融合的智能财务共享平台，运用移动终端的OCR等工具将业务财务数据同时录入系统，改变了会计原始数据的录入方式，结束了业务和财务数据相分离的现状其二是商业智能与管理会计的结合，它运用数据整合与挖掘技术进行辅助决策和管理控制，也实现了数据的整合与挖掘，进而促进了企业价值的最大化Gray等（2019）指出，如果放弃会计当中人工智能的研究，将使得人工智能研究人员错失一个在新领域发挥新技术应用的大好机会[1]，可见，人工智能+会计的早期研究多为人工智能领域的专家所进行的应用研究从2016开始，Steven G.Sutton发现人们的视线从专家系统转移到了对现有的人工智能会计的讨论和对于会计决策支持方面的研究[2]2016年，德勤、普华永道、安永、毕马威四大会计师事务所陆续推出财务机器人，人工智能+会计实践取得了重大进展但与之相关的，人工智能+会计可能产生的社会影响也日益受到关注。

Steven G.Sutton（2016）指出，在会计领域中讨论人工智能时应当作出适当的让步，要考虑对会计专业人员、会计职业和整个社会的影响[2]Suleiman等（2020）指出，目前中国正在使智能会计相关的公司、会计师、教育机构和政府处在同一战线，并建议不要完全依赖人工智能系统作出所有决定，以避免出现系统中断导致的经济体系崩溃[3]但Cindy Greeman（2017）认为，人工智能不仅不会取代会计工作，反而会增加对数据分析等有经验的财务人员的需求，促进企业修改商业模式，将人们的注意力从录入数据转移到高价值的专业判断上来[4]在社会应对方面，Lee等（2020）对马来西亚使用人工智能会计软件所进行的调查表明，有57%的被调查者表示技术采用的滞后是由于缺乏理解人工智能应用的好处所导致的[5]，这暗示了应用者对人工智能存在一定的抵触情绪可见，国外的学者对人工智能+会计的认识存在较大差异國内的研究起步较晚，当前主要集中在确认人工智能在会计领域的发展趋势方面，代表性研究包括韩向东（2015，2018）[6-7]、张敏（2021）[8]、张庆龙（2021）[9]等，他们都认为智能财务平台、智能决策支持系统会在会计领域大规模应用，较少学者探讨人工智能+会计的具体应用领域、发展障碍以及社会应对等，且已有文献多从人工智能领域提出，很少从财务学者的视角探讨人工智能+会计在企业推进中的障碍以及社会应对策略。

本文将弥补上述不足，从会计学者角度对此进行研究二、“人工智能+会计”：智能化会计的高阶发展阶段（一）智能化会计的发展阶段会计的本质是一套信息系统，是服务于企业各项决策的信息系统迄今为止，智能与会计的结合主要有三个发展阶段：基于业财融合的智能财务共享平台、基于商业智能的管理会计平台和基于人工智能的智能财务平台这三个平台分别作用于会计的不同领域，从不同的视角对传统会计行业进行了冲击，详见图11.终端识别智能+财务会计终端识别技术是以文字识别（Optical Character Recognition，OCR）技术为代表的一系列智能图像识别电子化技术基于业财融合的智能财务共享平台运用移动终端的OCR等工具将业务财务数据同时录入系统，改变了会计原始数据的录入方式，结束了业务和财务数据相分离的现状，结合财会电算化手段，取消了业务员报账、会计员录入等流程，直接从终端业务数据生成了财务报表数据，建立了海量数据库，实现了业财数据的融合2.商业智能+管理会计基于商业智能（Business Intelligence，BI）的管理会计平台则在业财融合建立的海量数据的基础上，运用数据整合与挖掘技术进行辅助决策和管理控制，在基础数据与企业价值之间建立一条科学、可行、高效的通道，帮助企业实现价值最大化。

在这一过程中，如何整合数据、如何挖掘数据才能够实现企业价值最大化是该管理会计平台有效运行的关键由于这一过程采纳了管理会计的算法，因而基于商业智能的管理会计平台改变了会计数据加工方式基于人工智能的智能财务平台则是“人工智能+会计”的结果，是用人工智能尽可能模拟、延伸和扩展上述两大平台运行过程的平台，其有至少两大目标：第一，尽可能减少人的活动，以便减少人性的弱点所带来的主观偏差；第二，打破自然人的思维局限，延伸和扩展人的思维领域，拓展认知空间人工智能+会计，使得会计转型升级成为智能会计，它是以数字经济为前提，以业财融合的财务共享、商业智能管理会计平台为重要依托，以人工智能技术（科学）为重要支撑，以数据分析方式的深度学习和财务人机互动决策为支持的人机协同进化的一项会计管理活动智能化会计发展的每一个阶段都将会计人员从繁重的程序化劳动中解放出来目前，智能化会计的前两个阶段已经在实践中深入发展，而人工智能+会计的发展还处于起步阶段二）人工智能+会计的可能领域与自然人相比，人工智能在信息储存与检索、数据挖掘与处理以及保持客观理性等方面具有显著的优势，人工智能+会计的可能领域主要是需要依托大量经验信息、运算复杂或运算量大以及客观性强的领域。

而从会计本身来看，其作为一个决策支持系统，任何决策支持活动都必然建立在大量信息的基础上，但决策时对经验信息的依赖程度不同一般来说，活动的创新性程度与其对经验信息的依赖程度负相关同样，价值创造对决策支持的客观性要求程度也不同，有些决策支持活动可以在给定信息的基础上进行尽可能客观的判断，如筹资数量、存货采购批量等，而有些决策活动的主观判断程度更强，如风险活动等因而，本文从决策的客观性要求和创新性要求两个因素的强弱程度来确定人工智能+会计的可能领域，详见图2一）高客观性—低创新性领域：高人工智能化这一领域会计工作的创新性要求相对较低，且有相对成熟的会计或财务理论提供支持，较少需要会计人员的价值判断，因此适合采用高水平的人工智能化，甚至可以完全由人工智能完成例如财务会计领域、一般的审计鉴证领域、融资领域、营运资金管理领域、财务业务数据处理与分析领域等二）低客观性—低创新性领域：半人工智能化这一领域对会计人员的创新性要求相对较低，但却比较需要会计人员的主观判断，通常是专业性较强，较为依赖历史经验数据且不能反复迭代、反复试错的领域例如管理会计领域中的市场预测、投资项目的可行性分析等领域这一领域可以利用人工智能进行企业内外信息采集、检索、数据挖掘，形成方案初稿，但最终方案的撰写以及决策的关键因素分析甚至结果的生成则需要会计人员在人工智能的基础上形成。

若決策结果可以在执行过程中不断调整，此时也可以更大程度上使用人工智能完成三）高客观性—高创新性领域：半人工智能化这一领域对会计人员的创新性要求较高，但却有相对成熟的理论可以借鉴例如，管控体系中成本管控体系的设计、激励约束机制的设计等这一领域可以由会计人员根据企业价值管理要求进行创新性思维或理念的设计，然后利用人工智能的反复迭代和持续改进的能力进行方案的规划与设计四）低客观性—高创新性领域：低人工智能化这一领域更多依赖会计人员的主观判断，且对创新能力要求较高例如风险识别与管理、盈利模式设计、财务创新等人工智能除了发挥对历史数据进行处理、对现状进行分析等作用外，核心的创新性工作则必须由人力完成这是人工智能化最低的领域从人工智能+会计实践发展看，财务会计领域的会计核算自动化、财务共享专家系统等较低水平的智能化已经实现，而认知智能化会计、机器深度学习等高阶人工智能+会计则进展缓慢三、人工智能+会计发展障碍分析（一）人工智能实践发展缓慢1.人工智能发展与会计发展不匹配秦荣生（2020）指出：“人工智能有弱强之分，弱人工智能在当今世界普遍存在，而强人工智能是具有思维、知觉和自我意识，能够独立思考问题并且能提出解决方案的智能机器，这些智能机器拥有推理和解决问题的能力[10]。

目前，全球的人工智能尚未在认知智能方面得到突破性进展，在会计方面，2019年德勤团队撰写的《机器人认知自动化白皮书》对机器人认知自动化（R&CA）技术在会计领域的应用进行了分析，在一定程度上推进了认知智能会计的发展当下人工智能的全球平均水平甚至还未走出弱人工智能（计算智能）的边界，局部地区虽然已经走出了弱人工智能，但人们对于在感知阶段的深度学习算法的探索依旧存在诸多问题梁迎丽、梁英豪（2019）认为：“机器深度学习存在无法有效应用于高风险领域的局限性[11]步入21世纪，会计学科已经取得了极大发展，基于企业价值的深度挖掘，需要一种与之相匹配的人工智能机器，将企业的场景和业务流程推向一个崭新的平台2.人工智能+会计的前置应用领域尚未完成国务院于2017年7月8日发布了《新一代人工智能发展规划》，明确指出了我国人工智能的重点结合领域，其中包括智能农业、智能制造、智能交通、智能医疗和健康养老等社会基本民生服务和社会治理层面[12]可以看出智能金融和智能商务的发展顺序偏后章小童等（2020）认为：“不论人工智能发展被提到怎样的高度，最后需要重点解决的还是民生问题并且，目前人工智能还没有一个较为通用和成熟的发展模式，各项新技术需要大规模试点试用[13]。

以制造业为例，业界内普遍认为，企业应用智能化必须遵循从基本生产工艺装备的智能化到设备的实时监控、辅助作业与改造的智能化，最后才能将设备与智能会计对接，将业务过程与会计核算之间的隔阂消除，会计才能实现真正的智能企业会计与智能化的应用结合程度很大程度上取决于国家智能金融的实践情况，而这二者都必须相对滞后于军事和民生领域的智能化应用因此，目前对于国家的金融、支付体系等大环境的智能化治理结构探索是探索人工智能+会计必要的前置工作，且相关金融智能试点的理论框架尚待研究二）社会准备不充分1.大量会计人员转型带来的社会压力问题人工智能的深入发展必然出现智能机器人取代大量财务人员的情形，这在财务共享中心的建设过程中已经出现了这部分被取代的会计人员面临着转型或失业的风险，将给社会就业带来巨大压力2.服务于人工智能+会计的专业人员极度缺乏人工智能+会计的本质是各类计算机算法在会计领域中的应用，是会计专业知识、计算机专业知识以及心理学、神经学等专业知识的深度融合，因此其设计、维护、升级等需要大量精通会计、计算机等多个领域的高素质人员而当前的教育系统对相关人员的培养尚未适应这一需求2016年我国。