文/本刊記者 王 騰

編者按

700年前，達(dá)?芬奇的數(shù)學(xué)老師帕喬利發(fā)明復(fù)式記賬法的時(shí)候，肯定沒(méi)有想到，如今其遍布全球的數(shù)以千萬(wàn)計(jì)的徒子徒孫都活在這套偉大的簿記方法的余蔭之下。

然而，技術(shù)的迭代正在改變一切。其中殺傷力最強(qiáng)大的就是人工智能（AI）。

在全球貿(mào)易格局被航程漫長(zhǎng)的槳帆船定義的年代，復(fù)式記賬法簡(jiǎn)直就是文藝復(fù)興時(shí)期最偉大的發(fā)明，其對(duì)業(yè)務(wù)的監(jiān)控與還原能力，在手工作業(yè)的年代達(dá)到了一個(gè)匪夷所思的精巧程度。

而當(dāng)基于移動(dòng)互聯(lián)網(wǎng)的全球貿(mào)易新格局噴薄而出的當(dāng)下，時(shí)滯與空間阻隔都不再是業(yè)務(wù)信息傳輸?shù)幕菊系K，基于復(fù)式記賬法的傳統(tǒng)財(cái)務(wù)的榮光至此已踏上無(wú)可挽回的謝幕之路。AI很可能將全面重新定義財(cái)務(wù)及其外延的諸多領(lǐng)域。而作為財(cái)務(wù)與技術(shù)結(jié)合最緊密的共享服務(wù)領(lǐng)域，尤其需要正視AI帶來(lái)的強(qiáng)勁沖擊力。為此，本期《首席財(cái)務(wù)官?共享服務(wù)》將首次系統(tǒng)梳理AI技術(shù)之于財(cái)務(wù)的深度沖擊。

由兩代Google AlphaGo所挑起的圍棋人機(jī)大戰(zhàn)，徹底點(diǎn)燃的AI在普羅大眾中的熱度。大家突然間學(xué)會(huì)了一個(gè)新詞“深度學(xué)習(xí)”，于是這樣一個(gè)思考“人工智能會(huì)不會(huì)取代人類(lèi)？”的燒腦問(wèn)題長(zhǎng)時(shí)間困擾著整個(gè)泛AI領(lǐng)域。而硬幣的另一面，質(zhì)疑的聲浪也日漸升溫——AI技術(shù)好像也沒(méi)那么成熟，應(yīng)用和商業(yè)前景也沒(méi)那么清晰，真正的人工智能現(xiàn)在看來(lái)還遙遙無(wú)期。綜合起來(lái)看，各個(gè)行業(yè)對(duì)AI的期望值也各有不同，如圖1所示。

不過(guò)，擺在CFO們面前的現(xiàn)實(shí)問(wèn)題是，以財(cái)務(wù)領(lǐng)域的數(shù)據(jù)結(jié)構(gòu)性程度以及規(guī)則的清晰程度而言，盡管AI現(xiàn)實(shí)的交付成熟度與成本替代比，仍然不足以馬上掀起財(cái)務(wù)領(lǐng)域的革命性變革，但是技術(shù)成本收益曲線(xiàn)隨著時(shí)間的推移，其必將迅速帶來(lái)爆發(fā)性的拐點(diǎn)。我們?cè)诖瞬环辆同F(xiàn)有人工智能的發(fā)展態(tài)勢(shì)，梳理一下其有可能對(duì)財(cái)務(wù)領(lǐng)域形成巨大沖擊的幾個(gè)爆發(fā)點(diǎn)，套用佛教中描述現(xiàn)實(shí)世界的“地、水、火、風(fēng)”等四大物質(zhì)因素的分析框架，來(lái)真正揭示一下AI黑科技們一日千里的發(fā)展之于財(cái)務(wù)領(lǐng)域的殺傷力所在。

圖1 各行業(yè)對(duì)應(yīng)用AI的期望：對(duì)產(chǎn)品或服務(wù)的影響

何為AI？

我們先來(lái)看看《牛津詞典》對(duì)人工智能的定義：“人工智能是有關(guān)能夠執(zhí)行通常需要人類(lèi)智能的任務(wù)（如視覺(jué)感知、語(yǔ)音識(shí)別、決策和語(yǔ)言轉(zhuǎn)換等）的計(jì)算機(jī)系統(tǒng)的理論和開(kāi)發(fā)?！辈贿^(guò)，AI本身及其定義都在迅速演進(jìn)。

顯然，大家似乎并不關(guān)心真正的AI字面上的定義是什么，到底能不能落地，能不能真正實(shí)現(xiàn)商業(yè)化才是根本。其實(shí)Google 早就給我們了這個(gè)答案。Google 的搜索和廣告業(yè)務(wù)本質(zhì)上就是由機(jī)器學(xué)習(xí)產(chǎn)生的業(yè)務(wù)，它從這個(gè)業(yè)務(wù)里面產(chǎn)生大規(guī)模收入已經(jīng)持續(xù)了十多年，也就是說(shuō)，十多年前就有一家公司從機(jī)器學(xué)習(xí)里面生產(chǎn)了產(chǎn)品，而且獲取了海量的利潤(rùn)。所以AI 的商業(yè)化從來(lái)就不是一個(gè)命題，這是早就已經(jīng)被證明的一件事情。

那么按照這個(gè)邏輯， AI 會(huì)按什么樣的順序發(fā)展呢？如下圖2所示。

所謂的第一階段實(shí)際上就是過(guò)去 30 年的互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)。在互聯(lián)網(wǎng)被發(fā)明出來(lái)的第一天，就注定了人工智能必然會(huì)發(fā)生，經(jīng)過(guò)幾十年的互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)的發(fā)展，不斷的把各行各業(yè)給在線(xiàn)化和數(shù)字化的過(guò)程，可以稱(chēng)之為“ AI READY ”。準(zhǔn)備好了數(shù)據(jù)，準(zhǔn)備好了在線(xiàn)化和交易流程，以便讓這些行業(yè)、這些事物可以被 AI 所處理。

第二階段會(huì)在純?cè)诰€(xiàn)的世界發(fā)生，就像 Google 和Facebook，隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展這些領(lǐng)域會(huì)越來(lái)越多。這也就是為什么金融行業(yè)是第一波對(duì)人工智能感興趣的行業(yè)。因?yàn)楫?dāng)一家銀行的業(yè)務(wù)量或交易量隨著移動(dòng)支付的產(chǎn)生而呈現(xiàn)幾何級(jí)數(shù)的提升時(shí)，那幾乎不可能采用原來(lái)的線(xiàn)下的方式把這些業(yè)務(wù)很好的完成。而當(dāng)一個(gè)銀行采納了線(xiàn)上的交易方式，提高了效率，而其他銀行為了提高競(jìng)爭(zhēng)力必須也采用 AI ，這樣才能有更好的效率跟它的競(jìng)爭(zhēng)對(duì)手抗衡。比如：電子商務(wù)把retail 行業(yè)線(xiàn)上化，美團(tuán)把餐飲業(yè)務(wù)線(xiàn)上化，滴滴把交通出行也線(xiàn)上化。隨著一個(gè)行業(yè)一個(gè)行業(yè)被移動(dòng)互聯(lián)網(wǎng)線(xiàn)上化， AI就會(huì)跟著一個(gè)行業(yè)一個(gè)行業(yè)去實(shí)現(xiàn)、覆蓋。緊接著，隨著傳感器感知，robotic 自動(dòng)化技術(shù)的發(fā)展，計(jì)算機(jī)程序變得越來(lái)越成熟也越來(lái)越便宜。當(dāng)計(jì)算機(jī)系統(tǒng)可以接受或者處理線(xiàn)下的物理交互、操作和信息的時(shí)候，人工智能就會(huì)逐漸的從虛擬世界延展到實(shí)體世界，去接管實(shí)體世界的業(yè)務(wù)起覆蓋面將會(huì)是自動(dòng)駕駛、制造業(yè)、服務(wù)業(yè)以及其他行業(yè)。

在第三階段，人工智能將延伸到所有家庭及個(gè)人。隨著AI技術(shù)達(dá)到量產(chǎn)，價(jià)格大幅度下降，成熟度就會(huì)大幅度提高。最終人工智能就會(huì)便宜到延伸到的所有的個(gè)人、家庭。此時(shí)全面自動(dòng)化的時(shí)代就會(huì)真正到來(lái)。

而現(xiàn)在A(yíng)I的還處在第一階段到第二階段的演變中，但也足以帶來(lái)讓我們?yōu)橹@艷的“黑科技”。

圖2 AI進(jìn)化四部曲

地空：簿記終結(jié)

2017年對(duì)于國(guó)內(nèi)財(cái)務(wù)人來(lái)說(shuō)注定是充滿(mǎn)巨大變數(shù)的一年。先是會(huì)計(jì)證的悄然退出歷史舞臺(tái)，接著是執(zhí)全球財(cái)務(wù)服務(wù)牛耳的四大陸續(xù)推出財(cái)務(wù)機(jī)器人。

始作俑者德勤從今年5月中旬就率先推出財(cái)務(wù)機(jī)器人產(chǎn)品，當(dāng)即成為財(cái)務(wù)人朋友圈的最熱話(huà)題。當(dāng)然，目前德勤研發(fā)的財(cái)務(wù)機(jī)器人產(chǎn)品，還是屬于“部署在服務(wù)器或計(jì)算機(jī)上的應(yīng)用程序”。不過(guò)短短數(shù)月時(shí)間，其在全球已經(jīng)斬獲了數(shù)十家大型客戶(hù)，在國(guó)內(nèi)也有數(shù)家應(yīng)用案例。

5月下旬，普華永道緊追德勤也推出自己的財(cái)務(wù)機(jī)器人解決方案。根據(jù)其發(fā)布的資料顯示，普華永道機(jī)器人方案使用智能軟件完成原本由人工執(zhí)行的重復(fù)性任務(wù)和工作流程，不需改變現(xiàn)有應(yīng)用系統(tǒng)或技術(shù)，使原先那些耗時(shí)、操作規(guī)范化、重復(fù)性強(qiáng)的手工作業(yè)，以更低的成本和更快的速度實(shí)現(xiàn)自動(dòng)化。相比較德勤的財(cái)務(wù)機(jī)器人更多的針對(duì)財(cái)務(wù)領(lǐng)域，普華永道將自己的機(jī)器人解決方案擴(kuò)展到其他的領(lǐng)域，包含人力資源、供應(yīng)鏈以及信息技術(shù)。

6月初，不甘落后的安永拋出智能機(jī)器人。安永表示，“機(jī)器人流程自動(dòng)化（RPA）是向業(yè)務(wù)流程捆綁和外包變革邁進(jìn)的又一步。在過(guò)去幾十年中，我們已經(jīng)看到各種技術(shù)進(jìn)步對(duì)業(yè)務(wù)產(chǎn)生了巨大影響，而業(yè)務(wù)流程自動(dòng)化RPA將成為下一步，它的應(yīng)用將極大減少人為從事基于某些標(biāo)準(zhǔn)、大批量活動(dòng)的需求?！盧PA的實(shí)現(xiàn)分為流程分析及機(jī)器人匹配、供應(yīng)商選擇及簽約、實(shí)施支持等內(nèi)容。

6月下旬，姍姍來(lái)遲的畢馬威也明確提供機(jī)器人流程自動(dòng)化服務(wù)。畢馬威為此標(biāo)榜的整體方法論是“從戰(zhàn)略到執(zhí)行，為您的企業(yè)機(jī)器人流程自動(dòng)化轉(zhuǎn)型提供一站式服務(wù)”。

就應(yīng)用現(xiàn)實(shí)來(lái)看，普華機(jī)器人已經(jīng)在中化國(guó)際（控股）股份有限公司財(cái)務(wù)共享中心這樣的標(biāo)桿央企落地運(yùn)營(yíng)。據(jù)稱(chēng)，完成部署后，稅務(wù)及財(cái)務(wù)工作效率提升明顯，銀行對(duì)賬、月末入款提醒、進(jìn)銷(xiāo)項(xiàng)差額提醒和增值稅驗(yàn)證等4個(gè)業(yè)務(wù)過(guò)程在效率和準(zhǔn)確性上有重大提升。

而畢馬威運(yùn)用RPA（流程自動(dòng)化）/財(cái)務(wù)機(jī)器人工具協(xié)助一家國(guó)際領(lǐng)先的商業(yè)銀行在華分支機(jī)構(gòu)，也實(shí)現(xiàn)了貿(mào)易融資和大宗商品交易部門(mén)試點(diǎn)業(yè)務(wù)流程的數(shù)字化轉(zhuǎn)化工作。

隨著國(guó)內(nèi)電子交易憑證（電子發(fā)票、電子匯票等）的快速普及，作為財(cái)務(wù)體系最底層的地基——簿記，毫無(wú)疑問(wèn)將成為最先被AI取代的領(lǐng)域。

火空：風(fēng)控到底

風(fēng)控作為財(cái)務(wù)的“火眼金睛”，一向被視為財(cái)務(wù)價(jià)值的高附加區(qū)域，如今在A(yíng)I的催化下，顯然正在獲得前所未有的投入產(chǎn)出性?xún)r(jià)比。2017年9月20日，中國(guó)平安“簡(jiǎn)單生活”大會(huì)在上海召開(kāi)，平安圍繞人工智能技術(shù)發(fā)布和升級(jí)了一系列業(yè)務(wù)，其中AI帶來(lái)的客戶(hù)服務(wù)領(lǐng)域的黑科技令人大開(kāi)眼界，例如平安人壽的“AI客服”和平安好醫(yī)生的“AI醫(yī)生”，更是吸引眼球。

據(jù)了解，平安人壽的“AI客服”是以AI技術(shù)為內(nèi)核，通過(guò)人臉、聲紋等生物認(rèn)證技術(shù)和大數(shù)據(jù)匹配，可遠(yuǎn)程核實(shí)客戶(hù)身份信息，實(shí)現(xiàn)“在線(xiàn)一次性業(yè)務(wù)辦理”的一項(xiàng)服務(wù)。“AI醫(yī)生”則是平安好醫(yī)生的重點(diǎn)建設(shè)項(xiàng)目，涵蓋了智能輔助診療系統(tǒng)、智能健康硬件和“現(xiàn)代華佗計(jì)劃”等內(nèi)容。而這兩個(gè)智能服務(wù)是如何實(shí)現(xiàn)的。事實(shí)上我們都知道，工智能應(yīng)用于實(shí)際的場(chǎng)景，數(shù)據(jù)非常重要，需要花費(fèi)大量時(shí)間打通各機(jī)構(gòu)和業(yè)務(wù)子公司，將數(shù)據(jù)整合到一個(gè)平臺(tái)，進(jìn)行數(shù)據(jù)的清洗、整合和分析。在此基礎(chǔ)上，進(jìn)行數(shù)據(jù)挖掘。而在數(shù)據(jù)挖掘方面，也并非可以一步到位，而是需要從基于業(yè)務(wù)規(guī)則和業(yè)務(wù)經(jīng)驗(yàn)到基于商業(yè)智能（BI），再到機(jī)器學(xué)習(xí)、深度學(xué)習(xí)，并吸取 AlphaGo 的經(jīng)驗(yàn)，分成數(shù)個(gè)步驟進(jìn)行。

AI在審計(jì)方面的應(yīng)用使得審計(jì)師們普遍認(rèn)為，人工智能在50年內(nèi)將會(huì)取代初級(jí)審計(jì)師的工作。而專(zhuān)家推測(cè)10年內(nèi)即可實(shí)現(xiàn)。

比如，在業(yè)務(wù)規(guī)則和業(yè)務(wù)經(jīng)驗(yàn)階段，如果是信息數(shù)據(jù)不吻合，可以幫助業(yè)務(wù)部門(mén)及時(shí)應(yīng)對(duì)。商務(wù)智能階段則是尋找數(shù)據(jù)之間的關(guān)聯(lián)性，對(duì)用戶(hù)按照數(shù)據(jù)特征進(jìn)行分類(lèi)處理，這適用于特征明顯的客戶(hù)群體。但是，有相當(dāng)一部分特征不明顯但與業(yè)務(wù)目標(biāo)緊密相關(guān)的長(zhǎng)尾用戶(hù)，這時(shí)，應(yīng)用商業(yè)智能的方式就不再適合。他們需要個(gè)性化的方法來(lái)提供服務(wù)，而AI所能構(gòu)建的深度學(xué)習(xí)集群是通過(guò)圖像識(shí)別、語(yǔ)音分析、文本理解等人工智能技術(shù)對(duì)數(shù)據(jù)進(jìn)行挖掘。簡(jiǎn)單來(lái)說(shuō)，AI在實(shí)現(xiàn)對(duì)用戶(hù)的智能服務(wù)的步驟是：從底層數(shù)據(jù)的獲取、采集、整合，到用戶(hù)畫(huà)像、產(chǎn)品畫(huà)像，再到渠道畫(huà)像的上層實(shí)現(xiàn)，接著是商務(wù)智能結(jié)構(gòu)化分析、非結(jié)構(gòu)化分析、預(yù)測(cè)、異常的監(jiān)控、深度學(xué)習(xí)能力，同時(shí)支撐的前臺(tái)應(yīng)用，這些應(yīng)用服務(wù)于客戶(hù)金融領(lǐng)域各個(gè)相關(guān)的方面。

以財(cái)務(wù)上常見(jiàn)的風(fēng)險(xiǎn)控制為例。在銀行自己的金融的風(fēng)控方面，傳統(tǒng)的貸款流程比較落后，而現(xiàn)在的AI系統(tǒng)可以構(gòu)建多樣的數(shù)萬(wàn)維的因子，比如企業(yè)相關(guān)的經(jīng)營(yíng)數(shù)據(jù)、財(cái)務(wù)信息、稅務(wù)信息、財(cái)報(bào)信息，再結(jié)合外部的相關(guān)行業(yè)指數(shù)、輿情分析、企業(yè)的關(guān)系網(wǎng)絡(luò)，甚至董事長(zhǎng)的投資情況等，最終形成企業(yè)的風(fēng)險(xiǎn)概況，同時(shí)再加上動(dòng)態(tài)趨勢(shì)，比如通過(guò)市場(chǎng)情況綜合判斷抵押品的價(jià)值，在這些基礎(chǔ)上，做出估值模型，通過(guò)模型確定是否放款。

據(jù)了解，平安科技從 2011 年下半年開(kāi)始布局大數(shù)據(jù)。由于計(jì)算機(jī)硬件，高性能計(jì)算的發(fā)展，以及算法的革新，特別是深度學(xué)習(xí)算法的突破，平安科技經(jīng)過(guò)四五年的數(shù)據(jù)積累，自然也就從數(shù)據(jù)智能走向了人工智能?？梢哉f(shuō)通過(guò)AI的架構(gòu)，在人工智能領(lǐng)域，平安科技很早就將人臉識(shí)別技術(shù)應(yīng)用于平安普惠的放貸流程中，如今，平安科技的人臉識(shí)別已在包括平安證券及平安銀行在內(nèi)的 17 個(gè)子公司使用。此外，平安科技還在研究多模態(tài)識(shí)別、虹膜識(shí)別、眼紋識(shí)別、靜脈識(shí)別以及步態(tài)識(shí)別，使這些識(shí)別技術(shù)共同作用于各個(gè)應(yīng)用場(chǎng)景。

水空：智能審計(jì)

2016年3月，德勤在宣布將引入人工智能，其總裁喬恩?拉斐爾（Jon Raphael）也發(fā)文稱(chēng)人工智能將在未來(lái)大幅度提高審計(jì)的質(zhì)量。這里所說(shuō)的“審計(jì)的質(zhì)量”，包含三個(gè)維度：速度、成本和效用。他在其How Artificial Intelligence can Boost Audit Quality一文中指出，德勤計(jì)劃使用人工智能替代目前由人工主要負(fù)責(zé)的文件審查工作。這是一項(xiàng)耗費(fèi)時(shí)間且耗費(fèi)人力的工作。文件審查工作的內(nèi)容主要是審計(jì)師通過(guò)審核公司合同和相關(guān)文本，提取出審計(jì)相關(guān)的數(shù)據(jù)，并且歸納成信息，與公司財(cái)務(wù)報(bào)告進(jìn)行對(duì)比，形成審計(jì)報(bào)告。

AI在審計(jì)方面的應(yīng)用使得審計(jì)師們普遍認(rèn)為，人工智能在50年內(nèi)將會(huì)取代初級(jí)審計(jì)師的工作。而更加殘酷的觀(guān)點(diǎn)認(rèn)為未來(lái)10年內(nèi)，審計(jì)行業(yè)會(huì)有一個(gè)巨大的改變，即人的作用從全產(chǎn)業(yè)鏈覆蓋變成最后一步的鋪路人，而智能審計(jì)將完成審計(jì)的從第2步到地99步的全部工作。

據(jù)了解，德勤將主要使用人工智能中的自然語(yǔ)言處理技術(shù)處理審計(jì)中需要理解的文檔。這是讓計(jì)算機(jī)理解人類(lèi)語(yǔ)言所表達(dá)的內(nèi)容的技術(shù)，其中大量使用了編譯原理相關(guān)的技術(shù)，例如詞法分析、句法分析等等，除此之外，在理解這個(gè)層面，則使用了語(yǔ)義理解、機(jī)器學(xué)習(xí)等技術(shù)。作為唯一由人類(lèi)自身創(chuàng)造的符號(hào)，自然語(yǔ)言一直是機(jī)器學(xué)習(xí)界不斷研究的方向。例如，在人工智能進(jìn)行文檔審查時(shí)經(jīng)常碰到的一個(gè)情況是自動(dòng)調(diào)整條款。在不同的情況下，自動(dòng)調(diào)整條款的調(diào)整內(nèi)容、調(diào)整幅度在各種行業(yè)、企業(yè)和具體條目中是完全不同的。在傳統(tǒng)上，對(duì)自動(dòng)調(diào)整條款的理解高度依托審計(jì)師的經(jīng)驗(yàn)判斷。而人工智能將會(huì)在很大程度上實(shí)現(xiàn)機(jī)器判斷，那么可以極大降低審計(jì)師工作的繁雜度。

另外，據(jù)了解德勤將要引入人工智能的方向還包括：數(shù)字環(huán)境下的一站式?jīng)Q策輔助、大數(shù)據(jù)技術(shù)下分析財(cái)務(wù)報(bào)表和改變物料計(jì)數(shù)方式等。

“水能載舟，亦能覆舟”。財(cái)務(wù)信息運(yùn)用的雙刃劍特征，莫過(guò)于審計(jì)。在A(yíng)I的強(qiáng)大殺傷力之下，“弱水三千，只取一瓢飲”恰是精準(zhǔn)審計(jì)的更高境界。

風(fēng)空：績(jī)效革命

“風(fēng)起于青萍之末”，在A(yíng)I的驅(qū)動(dòng)下，組織內(nèi)部散落的大量數(shù)據(jù)，終將匯成一場(chǎng)場(chǎng)的績(jī)效管理的局部風(fēng)暴。

AI需要的不止是駕馭數(shù)據(jù)。公司要引入AI，還面臨著許多管理方面的挑戰(zhàn)。比如公司管理者的視野和領(lǐng)導(dǎo)力、對(duì)變革的接受度和變革能力、長(zhǎng)遠(yuǎn)思考、業(yè)務(wù)和技術(shù)戰(zhàn)略緊密聯(lián)系，以及高效合作。這些能力與其他技術(shù)方面的轉(zhuǎn)變一樣，是優(yōu)秀公司必不可少的綜合能力。

首先，管理者要培養(yǎng)對(duì)AI的直觀(guān)了解，名列《財(cái)富》100強(qiáng)的金融服務(wù)組織TIAA，管理的資產(chǎn)近萬(wàn)億，該公司企業(yè)數(shù)據(jù)管理總監(jiān)埃利奧特認(rèn)為：“我不認(rèn)為每一位一線(xiàn)管理者都必須了解神經(jīng)網(wǎng)絡(luò)中深度學(xué)習(xí)和淺層學(xué)習(xí)的區(qū)別，但我覺(jué)得在應(yīng)用分析和數(shù)據(jù)的過(guò)程中要有一些基本的了解，知道我們擁有的技術(shù)可以得出更好、更準(zhǔn)確的結(jié)果和決策，比單靠直覺(jué)更好，這很重要。”而為了培養(yǎng)自己對(duì)數(shù)據(jù)的理解，許多高管去硅谷體驗(yàn)數(shù)字原住民生活、設(shè)計(jì)思維方式和快速試錯(cuò)文化等等。這些都是數(shù)字化業(yè)務(wù)發(fā)展的核心元素，但事實(shí)上這樣的一趟旅行對(duì)了解AI沒(méi)有多少幫助。管理者更應(yīng)該花些時(shí)間學(xué)習(xí)AI基礎(chǔ)，可以從簡(jiǎn)單的網(wǎng)絡(luò)課程或在線(xiàn)工具起步。他們應(yīng)當(dāng)了解程序如何從數(shù)據(jù)中學(xué)習(xí)，最重要的或許是了解AI如何使某項(xiàng)具體的業(yè)務(wù)受益。

此外，管理者要將公司架構(gòu)調(diào)整為AI組織，因?yàn)殡S著AI的廣泛應(yīng)用，會(huì)提高對(duì)軟技能和組織靈活性的重視，促進(jìn)新的合作形式，比如由人和機(jī)器一起組成項(xiàng)目團(tuán)隊(duì)。而這點(diǎn)在現(xiàn)在的財(cái)務(wù)共享領(lǐng)域表現(xiàn)得比較明顯，可以說(shuō)財(cái)務(wù)共享中心就相當(dāng)于一個(gè)由人和機(jī)器組成項(xiàng)目團(tuán)隊(duì)。

很多時(shí)候最有效的或許是混合模式，因?yàn)樵S多公司在總部和分支機(jī)構(gòu)都需要AI資源。例如，TIAA有卓越分析中心，還有一系列分散的團(tuán)隊(duì)。而卓越中心不會(huì)為整個(gè)組織提供分析，而是為其他執(zhí)行AI及分析的內(nèi)部團(tuán)隊(duì)提供專(zhuān)業(yè)知識(shí)和指導(dǎo)。

一切正在路上

事實(shí)上，對(duì)于A(yíng)I多數(shù)公司的期望和實(shí)際應(yīng)用相差甚遠(yuǎn)。2017年《MIT斯隆管理評(píng)論》與波士頓咨詢(xún)公司合作，首次開(kāi)展了關(guān)于A(yíng)I因公的年度調(diào)查，調(diào)查對(duì)象包括來(lái)自世界各地各行業(yè)組織的3,000多位高管、管理者和分析人員。根據(jù)2017年9月公布的最新調(diào)查結(jié)果顯示，近3/4的高管認(rèn)為，AI可以讓公司發(fā)展出新的業(yè)務(wù)；近85%的受訪(fǎng)者認(rèn)為AI讓公司獲得或保持競(jìng)爭(zhēng)優(yōu)勢(shì)。但只有約1/5的公司將AI應(yīng)用于部分產(chǎn)品、服務(wù)或流程中；只有1/20的公司將AI進(jìn)行了廣泛應(yīng)用；制定AI戰(zhàn)略的公司不到39%；員工數(shù)超過(guò)十萬(wàn)的大公司應(yīng)當(dāng)制定AI戰(zhàn)略，但實(shí)際這樣做了的只有一半。

我們看到理解并應(yīng)用AI的領(lǐng)先者與落后者之間差距巨大，兩者對(duì)待數(shù)據(jù)的方式大相徑庭。AI算法并非天生“智能”，而是通過(guò)分析數(shù)據(jù)進(jìn)行歸納學(xué)習(xí)。多數(shù)領(lǐng)先者在A(yíng)I人才方面投資，建立起穩(wěn)健的信息系統(tǒng)，而另一些公司卻缺乏數(shù)據(jù)分析的專(zhuān)業(yè)人員，數(shù)據(jù)可得性低。領(lǐng)先者不僅更了解訓(xùn)練AI所需的資源，還更重視為AI項(xiàng)目提供高管層的支持，并找到了AI的應(yīng)用場(chǎng)景。

在財(cái)務(wù)管理領(lǐng)域，AI+財(cái)務(wù)到底會(huì)走向何方？從目前的實(shí)踐來(lái)看，純粹基于交易事務(wù)處理的規(guī)范性強(qiáng)、作業(yè)量大、重復(fù)程度高的會(huì)計(jì)核算及外部報(bào)表披露工作最容易被會(huì)計(jì)機(jī)器人取代。業(yè)財(cái)一體化后這種趨勢(shì)就更加明顯。那些遠(yuǎn)離公司核心業(yè)務(wù)，對(duì)新技術(shù)新應(yīng)用缺乏關(guān)注，甚至抵觸或抗拒，同時(shí)又缺乏持續(xù)學(xué)習(xí)能力的基層財(cái)務(wù)人員將會(huì)很容易被替代。