文/本刊記者 王 騰

編者按

700年前，達?芬奇的數(shù)學(xué)老師帕喬利發(fā)明復(fù)式記賬法的時候，肯定沒有想到，如今其遍布全球的數(shù)以千萬計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。其中殺傷力最強大的就是人工智能（AI）。

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

而當(dāng)基于移動互聯(lián)網(wǎng)的全球貿(mào)易新格局噴薄而出的當(dāng)下，時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)財務(wù)的榮光至此已踏上無可挽回的謝幕之路。AI很可能將全面重新定義財務(wù)及其外延的諸多領(lǐng)域。而作為財務(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帶來的強勁沖擊力。為此，本期《首席財務(wù)官?共享服務(wù)》將首次系統(tǒng)梳理AI技術(shù)之于財務(wù)的深度沖擊。

由兩代Google AlphaGo所挑起的圍棋人機大戰(zhàn)，徹底點燃的AI在普羅大眾中的熱度。大家突然間學(xué)會了一個新詞“深度學(xué)習(xí)”，于是這樣一個思考“人工智能會不會取代人類？”的燒腦問題長時間困擾著整個泛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)好像也沒那么成熟，應(yīng)用和商業(yè)前景也沒那么清晰，真正的人工智能現(xiàn)在看來還遙遙無期。綜合起來看，各個行業(yè)對AI的期望值也各有不同，如圖1所示。

不過，擺在CFO們面前的現(xiàn)實問題是，以財務(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)實的交付成熟度與成本替代比，仍然不足以馬上掀起財務(wù)領(lǐng)域的革命性變革，但是技術(shù)成本收益曲線隨著時間的推移，其必將迅速帶來爆發(fā)性的拐點。我們在此不妨就現(xiàn)有人工智能的發(fā)展態(tài)勢，梳理一下其有可能對財務(wù)領(lǐng)域形成巨大沖擊的幾個爆發(fā)點，套用佛教中描述現(xiàn)實世界的“地、水、火、風(fēng)”等四大物質(zhì)因素的分析框架，來真正揭示一下AI黑科技們一日千里的發(fā)展之于財務(wù)領(lǐng)域的殺傷力所在。

圖1 各行業(yè)對應(yīng)用AI的期望：對產(chǎn)品或服務(wù)的影響

何為AI？

我們先來看看《牛津詞典》對人工智能的定義：“人工智能是有關(guān)能夠執(zhí)行通常需要人類智能的任務(wù)（如視覺感知、語音識別、決策和語言轉(zhuǎn)換等）的計算機系統(tǒng)的理論和開發(fā)?！辈贿^，AI本身及其定義都在迅速演進。

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，能不能真正實現(xiàn)商業(yè)化才是根本。其實Google 早就給我們了這個答案。Google 的搜索和廣告業(yè)務(wù)本質(zhì)上就是由機器學(xué)習(xí)產(chǎn)生的業(yè)務(wù)，它從這個業(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，十多年前就有一家公司從機器學(xué)習(xí)里面生產(chǎn)了產(chǎn)品，而且獲取了海量的利潤。所以AI 的商業(yè)化從來就不是一個命題，這是早就已經(jīng)被證明的一件事情。

那么按照這個邏輯， AI 會按什么樣的順序發(fā)展呢？如下圖2所示。

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

第二階段會在純在線的世界發(fā)生，就像 Google 和Facebook，隨著移動互聯(lián)網(wǎng)的發(fā)展這些領(lǐng)域會越來越多。這也就是為什么金融行業(yè)是第一波對人工智能感興趣的行業(yè)。因為當(dāng)一家銀行的業(yè)務(wù)量或交易量隨著移動支付的產(chǎn)生而呈現(xiàn)幾何級數(shù)的提升時，那幾乎不可能采用原來的線下的方式把這些業(yè)務(wù)很好的完成。而當(dāng)一個銀行采納了線上的交易方式，提高了效率，而其他銀行為了提高競爭力必須也采用 AI ，這樣才能有更好的效率跟它的競爭對手抗衡。比如：電子商務(wù)把retail 行業(yè)線上化，美團把餐飲業(yè)務(wù)線上化，滴滴把交通出行也線上化。隨著一個行業(yè)一個行業(yè)被移動互聯(lián)網(wǎng)線上化， AI就會跟著一個行業(yè)一個行業(yè)去實現(xiàn)、覆蓋。緊接著，隨著傳感器感知，robotic 自動化技術(shù)的發(fā)展，計算機程序變得越來越成熟也越來越便宜。當(dāng)計算機系統(tǒng)可以接受或者處理線下的物理交互、操作和信息的時候，人工智能就會逐漸的從虛擬世界延展到實體世界，去接管實體世界的業(yè)務(wù)起覆蓋面將會是自動駕駛、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人。隨著AI技術(shù)達到量產(chǎn)，價格大幅度下降，成熟度就會大幅度提高。最終人工智能就會便宜到延伸到的所有的個人、家庭。此時全面自動化的時代就會真正到來。

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

圖2 AI進化四部曲

地空：簿記終結(jié)

2017年對于國內(nèi)財務(wù)人來說注定是充滿巨大變數(shù)的一年。先是會計證的悄然退出歷史舞臺，接著是執(zhí)全球財務(wù)服務(wù)牛耳的四大陸續(xù)推出財務(wù)機器人。

始作俑者德勤從今年5月中旬就率先推出財務(wù)機器人產(chǎn)品，當(dāng)即成為財務(wù)人朋友圈的最熱話題。當(dāng)然，目前德勤研發(fā)的財務(wù)機器人產(chǎn)品，還是屬于“部署在服務(wù)器或計算機上的應(yīng)用程序”。不過短短數(shù)月時間，其在全球已經(jīng)斬獲了數(shù)十家大型客戶，在國內(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務(wù)機器人解決方案。根據(jù)其發(fā)布的資料顯示，普華永道機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、操作規(guī)范化、重復(fù)性強的手工作業(yè)，以更低的成本和更快的速度實現(xiàn)自動化。相比較德勤的財務(wù)機器人更多的針對財務(wù)領(lǐng)域，普華永道將自己的機器人解決方案擴展到其他的領(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器人。安永表示，“機器人流程自動化（RPA）是向業(yè)務(wù)流程捆綁和外包變革邁進的又一步。在過去幾十年中，我們已經(jīng)看到各種技術(shù)進步對業(yè)務(wù)產(chǎn)生了巨大影響，而業(yè)務(wù)流程自動化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)、大批量活動的需求?！盧PA的實現(xiàn)分為流程分析及機器人匹配、供應(yīng)商選擇及簽約、實施支持等內(nèi)容。

6月下旬，姍姍來遲的畢馬威也明確提供機器人流程自動化服務(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)機器人流程自動化轉(zhuǎn)型提供一站式服務(wù)”。

就應(yīng)用現(xiàn)實來看，普華機器人已經(jīng)在中化國際（控股）股份有限公司財務(wù)共享中心這樣的標(biāo)桿央企落地運營。據(jù)稱，完成部署后，稅務(wù)及財務(wù)工作效率提升明顯，銀行對賬、月末入款提醒、進銷項差額提醒和增值稅驗證等4個業(yè)務(wù)過程在效率和準(zhǔn)確性上有重大提升。

而畢馬威運用RPA（流程自動化）/財務(wù)機器人工具協(xié)助一家國際領(lǐng)先的商業(yè)銀行在華分支機構(gòu)，也實現(xiàn)了貿(mào)易融資和大宗商品交易部門試點業(yè)務(wù)流程的數(shù)字化轉(zhuǎn)化工作。

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

火空：風(fēng)控到底

風(fēng)控作為財務(wù)的“火眼金睛”，一向被視為財務(wù)價值的高附加區(qū)域，如今在AI的催化下，顯然正在獲得前所未有的投入產(chǎn)出性價比。2017年9月20日，中國平安“簡單生活”大會在上海召開，平安圍繞人工智能技術(shù)發(fā)布和升級了一系列業(yè)務(wù)，其中AI帶來的客戶服務(wù)領(lǐng)域的黑科技令人大開眼界，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，通過人臉、聲紋等生物認證技術(shù)和大數(shù)據(jù)匹配，可遠程核實客戶身份信息，實現(xiàn)“在線一次性業(yè)務(wù)辦理”的一項服務(wù)?！癆I醫(yī)生”則是平安好醫(yī)生的重點建設(shè)項目，涵蓋了智能輔助診療系統(tǒng)、智能健康硬件和“現(xiàn)代華佗計劃”等內(nèi)容。而這兩個智能服務(wù)是如何實現(xiàn)的。事實上我們都知道，工智能應(yīng)用于實際的場景，數(shù)據(jù)非常重要，需要花費大量時間打通各機構(gòu)和業(yè)務(wù)子公司，將數(shù)據(jù)整合到一個平臺，進行數(shù)據(jù)的清洗、整合和分析。在此基礎(chǔ)上，進行數(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)驗到基于商業(yè)智能（BI），再到機器學(xué)習(xí)、深度學(xué)習(xí)，并吸取 AlphaGo 的經(jīng)驗，分成數(shù)個步驟進行。

AI在審計方面的應(yīng)用使得審計師們普遍認為，人工智能在50年內(nèi)將會取代初級審計師的工作。而專家推測10年內(nèi)即可實現(xiàn)。

比如，在業(yè)務(wù)規(guī)則和業(yè)務(wù)經(jīng)驗階段，如果是信息數(shù)據(jù)不吻合，可以幫助業(yè)務(wù)部門及時應(yīng)對。商務(wù)智能階段則是尋找數(shù)據(jù)之間的關(guān)聯(lián)性，對用戶按照數(shù)據(jù)特征進行分類處理，這適用于特征明顯的客戶群體。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)的長尾用戶，這時，應(yīng)用商業(yè)智能的方式就不再適合。他們需要個性化的方法來提供服務(wù)，而AI所能構(gòu)建的深度學(xué)習(xí)集群是通過圖像識別、語音分析、文本理解等人工智能技術(shù)對數(shù)據(jù)進行挖掘。簡單來說，AI在實現(xiàn)對用戶的智能服務(wù)的步驟是：從底層數(shù)據(jù)的獲取、采集、整合，到用戶畫像、產(chǎn)品畫像，再到渠道畫像的上層實現(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、異常的監(jiān)控、深度學(xué)習(xí)能力，同時支撐的前臺應(yīng)用，這些應(yīng)用服務(wù)于客戶金融領(lǐng)域各個相關(guān)的方面。

以財務(wù)上常見的風(fēng)險控制為例。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)萬維的因子，比如企業(yè)相關(guān)的經(jīng)營數(shù)據(jù)、財務(wù)信息、稅務(wù)信息、財報信息，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)，甚至董事長的投資情況等，最終形成企業(yè)的風(fēng)險概況，同時再加上動態(tài)趨勢，比如通過市場情況綜合判斷抵押品的價值，在這些基礎(chǔ)上，做出估值模型，通過模型確定是否放款。

據(jù)了解，平安科技從 2011 年下半年開始布局大數(shù)據(jù)。由于計算機硬件，高性能計算的發(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通過AI的架構(gòu)，在人工智能領(lǐng)域，平安科技很早就將人臉識別技術(shù)應(yīng)用于平安普惠的放貸流程中，如今，平安科技的人臉識別已在包括平安證券及平安銀行在內(nèi)的 17 個子公司使用。此外，平安科技還在研究多模態(tài)識別、虹膜識別、眼紋識別、靜脈識別以及步態(tài)識別，使這些識別技術(shù)共同作用于各個應(yīng)用場景。

水空：智能審計

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)文稱人工智能將在未來大幅度提高審計的質(zhì)量。這里所說的“審計的質(zhì)量”，包含三個維度：速度、成本和效用。他在其How Artificial Intelligence can Boost Audit Quality一文中指出，德勤計劃使用人工智能替代目前由人工主要負責(zé)的文件審查工作。這是一項耗費時間且耗費人力的工作。文件審查工作的內(nèi)容主要是審計師通過審核公司合同和相關(guān)文本，提取出審計相關(guān)的數(shù)據(jù)，并且歸納成信息，與公司財務(wù)報告進行對比，形成審計報告。

AI在審計方面的應(yīng)用使得審計師們普遍認為，人工智能在50年內(nèi)將會取代初級審計師的工作。而更加殘酷的觀點認為未來10年內(nèi)，審計行業(yè)會有一個巨大的改變，即人的作用從全產(chǎn)業(yè)鏈覆蓋變成最后一步的鋪路人，而智能審計將完成審計的從第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言處理技術(shù)處理審計中需要理解的文檔。這是讓計算機理解人類語言所表達的內(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，在理解這個層面，則使用了語義理解、機器學(xué)習(xí)等技術(shù)。作為唯一由人類自身創(chuàng)造的符號，自然語言一直是機器學(xué)習(xí)界不斷研究的方向。例如，在人工智能進行文檔審查時經(jīng)常碰到的一個情況是自動調(diào)整條款。在不同的情況下，自動調(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，對自動調(diào)整條款的理解高度依托審計師的經(jīng)驗判斷。而人工智能將會在很大程度上實現(xiàn)機器判斷，那么可以極大降低審計師工作的繁雜度。

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)下分析財務(wù)報表和改變物料計數(shù)方式等。

“水能載舟，亦能覆舟”。財務(wù)信息運用的雙刃劍特征，莫過于審計。在AI的強大殺傷力之下，“弱水三千，只取一瓢飲”恰是精準(zhǔn)審計的更高境界。

風(fēng)空：績效革命

“風(fēng)起于青萍之末”，在AI的驅(qū)動下，組織內(nèi)部散落的大量數(shù)據(jù)，終將匯成一場場的績效管理的局部風(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、對變革的接受度和變革能力、長遠思考、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AI的直觀了解，名列《財富》100強的金融服務(wù)組織TIAA，管理的資產(chǎn)近萬億，該公司企業(yè)數(shù)據(jù)管理總監(jiān)埃利奧特認為：“我不認為每一位一線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，但我覺得在應(yīng)用分析和數(shù)據(jù)的過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，比單靠直覺更好，這很重要?！倍鵀榱伺囵B(yǎng)自己對數(shù)據(jù)的理解，許多高管去硅谷體驗數(shù)字原住民生活、設(shè)計思維方式和快速試錯文化等等。這些都是數(shù)字化業(yè)務(wù)發(fā)展的核心元素，但事實上這樣的一趟旅行對了解AI沒有多少幫助。管理者更應(yīng)該花些時間學(xué)習(xí)AI基礎(chǔ)，可以從簡單的網(wǎng)絡(luò)課程或在線工具起步。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，因為隨著AI的廣泛應(yīng)用，會提高對軟技能和組織靈活性的重視，促進新的合作形式，比如由人和機器一起組成項目團隊。而這點在現(xiàn)在的財務(wù)共享領(lǐng)域表現(xiàn)得比較明顯，可以說財務(wù)共享中心就相當(dāng)于一個由人和機器組成項目團隊。

很多時候最有效的或許是混合模式，因為許多公司在總部和分支機構(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隊。而卓越中心不會為整個組織提供分析，而是為其他執(zhí)行AI及分析的內(nèi)部團隊提供專業(yè)知識和指導(dǎo)。

一切正在路上

事實上，對于AI多數(shù)公司的期望和實際應(yīng)用相差甚遠。2017年《MIT斯隆管理評論》與波士頓咨詢公司合作，首次開展了關(guān)于AI因公的年度調(diào)查，調(diào)查對象包括來自世界各地各行業(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的高管認為，AI可以讓公司發(fā)展出新的業(yè)務(wù)；近85%的受訪者認為AI讓公司獲得或保持競爭優(yōu)勢。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)超過十萬的大公司應(yīng)當(dāng)制定AI戰(zhàn)略，但實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”，而是通過分析數(shù)據(jù)進行歸納學(xué)習(xí)。多數(shù)領(lǐng)先者在AI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項目提供高管層的支持，并找到了AI的應(yīng)用場景。

在財務(wù)管理領(lǐng)域，AI+財務(wù)到底會走向何方？從目前的實踐來看，純粹基于交易事務(wù)處理的規(guī)范性強、作業(yè)量大、重復(fù)程度高的會計核算及外部報表披露工作最容易被會計機器人取代。業(yè)財一體化后這種趨勢就更加明顯。那些遠離公司核心業(yè)務(wù)，對新技術(shù)新應(yīng)用缺乏關(guān)注，甚至抵觸或抗拒，同時又缺乏持續(xù)學(xué)習(xí)能力的基層財務(wù)人員將會很容易被替代。