【摘要】從技術應用觀、系統(tǒng)模式觀、應用場景觀、管理活動觀、交叉學科觀等視角對當前學者針對智能財務的定義進行述評， 然后采用“屬+種差”的方式重新定義智能財務， 并提出智能財務是一種解決方案的觀點。 當前學者一般將智能財務作為分析對象或者作為應用工具展開相關研究， 未來智能財務研究將繼續(xù)沿著理論研究和實踐應用兩條路徑展開。

【關鍵詞】智能財務;人工智能;屬+種差;RPA

【中圖分類號】F275? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2021）03-0009-8

繼“互聯(lián)網(wǎng)+”之后， 人工智能升級為“智能+”被寫入2019年《政府工作報告》， 并作為國家戰(zhàn)略， 逐步開始與產(chǎn)業(yè)進行融合， 加速經(jīng)濟結構優(yōu)化升級， 對人們的生產(chǎn)生活方式產(chǎn)生積極深遠的影響。 伴隨著新一代人工智能技術的發(fā)展， “智能+”的應用場景不斷涌現(xiàn)， 相繼出現(xiàn)智能制造、智能金融、智能商業(yè)、智能醫(yī)療、智能教育、智能家居等提法。 在此背景下， “智能+”在財務領域的應用使得智能財務的概念破土而出。

一、智能財務的定義

（一）智能財務定義的主要觀點

智能財務的定義回答的是智能財務是什么的問題。 當前， 關于智能財務的定義可謂眾說紛紜、莫衷一是， 并衍生了諸多相關的概念， 如財務智能化、智慧財務、智能會計等。 綜合目前比較有代表性的觀點， 可以將其總結為技術應用觀、系統(tǒng)模式觀、應用場景觀、管理活動觀和交叉學科觀。

1. 技術應用觀。 技術應用觀認為智能財務主要是指人工智能技術在會計工作中的應用。 例如， O'Leary[1] 及O'Leary等[2] 討論了人工智能和專家系統(tǒng)在解決傳統(tǒng)會計職能所涉問題方面的作用， 認為人工智能在會計中的應用將解決傳統(tǒng)紙質會計的問題; 同時對人工智能在會計中的影響進行了實證分析， 指出基于專家系統(tǒng)工作， 可以解決復雜的會計和稅務問題， 并允許組織用較少的資源執(zhí)行更多的監(jiān)督工作。 劉梅玲等[3] 認為， 智能財務是指將以人工智能為代表的“大智移云物區(qū)”等新技術運用于財務工作， 對傳統(tǒng)財務工作進行模擬、延伸和拓展， 以改善會計信息質量、提高會計工作效率、降低會計工作成本、提升會計合規(guī)能力和價值創(chuàng)造能力， 促進企業(yè)財務在管理控制和決策支持方面的作用發(fā)揮， 通過財務的數(shù)字化轉型推動企業(yè)的數(shù)字化轉型。 以財務共享服務數(shù)字化轉型， 以數(shù)據(jù)中臺建設、管理會計工具應用為內容的數(shù)字化轉型是智能財務實現(xiàn)的基礎、為智能財務的實現(xiàn)搭建了數(shù)據(jù)基礎、組織基礎與技術基礎[4] 。

2. 系統(tǒng)模式觀。 系統(tǒng)模式觀認為智能財務是一種系統(tǒng)或者新型財務管理模式。 李聞一等[5] 定義“智慧財務”為：基于新時代的商業(yè)模式， 采用智聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能和人機自然交互等新技術， 實現(xiàn)結構化和半結構化會計工作的自主數(shù)據(jù)采集、計算、處理、報告和自主修正， 提供非結構化會計工作的智能決策支持， 管控財務機器人的算法和思維邏輯， 監(jiān)控數(shù)字資產(chǎn)的安全， 實時為企業(yè)的預測、管理、決策和規(guī)劃提供數(shù)字展現(xiàn)服務， 為內外部利益相關者提供信息服務的共享系統(tǒng)。 洪韻華[6] 將智能財務定義為一種新型的財務管理模式， 它借助財務專家和智能信息技術， 通過人機合作， 對業(yè)務活動、財務會計活動、管理會計活動進行全流程智能化分析判斷， 形成戰(zhàn)略決策， 進而完成企業(yè)復雜的財務活動。

3. 應用場景觀。 應用場景觀認為智能財務體現(xiàn)為應用于戰(zhàn)略層面、業(yè)務層面和核算或者財務共享層面的各類應用場景。 Rafael[7] 的研究指出， 當涉及管理會計和控制時， 人工智能可以回答與業(yè)務相關的問題， 例如采購決策或供應商選擇， 并提供更精確的預測和成本估算。 與之類似的研究都從不同技術或不同場景提出了具體的應用設想， 但始終沒有形成智能財務的體系。 秦榮生[8] 認為， 人工智能在會計工作中應用的場景主要有會計核算語音指令、賬證核對驗證機器視覺、大數(shù)據(jù)財務分析、智能財務風險控制、提供精準預測方案等。

4. 管理活動觀。 管理活動觀認為智能財務是一種經(jīng)濟管理活動。 例如， 楊周南[9] 在全國會計信息化專業(yè)委員會的會議中提出了基于會計管理活動的觀點， 認為智能會計是基于智能化環(huán)境產(chǎn)生的， 以會計管理活動論思想體系為理論基礎， 通過充分應用智能化環(huán)境的三要素（智能化信息資源; 人的智能決策選擇; 智能化技術、方法和工具）對各主體的價值運動進行智能化綜合管理， 以強化會計的反映與監(jiān)督基本職能、優(yōu)化資源配置和實現(xiàn)微觀會計與宏觀經(jīng)濟協(xié)同的經(jīng)濟管理活動。

5. 交叉學科觀。 交叉學科觀認為， 智能財務是指人工智能及其相關技術的理論與會計理論相結合， 形成的一門新的交叉學科。 崔學剛等[10] 在傳統(tǒng)會計理論的基礎上， 運用認知神經(jīng)科學方法和研究工具及其創(chuàng)新的數(shù)據(jù)源， 從大腦功能與神經(jīng)機制上揭示了會計現(xiàn)象與會計行為的發(fā)生、發(fā)展和變化的根本動因， 并最終形成“神經(jīng)會計學”這門可以解釋和預測會計實務的理論和方法的交叉學科。 傅元略[11] 定義“智慧會計”為：將會計智能體、深度學習、軟計算與傳統(tǒng)會計理論融合， 將內部報告系統(tǒng)設計、管控系統(tǒng)設計、決策支持系統(tǒng)設計以及財務決策納入會計智能體的知識庫和規(guī)則庫進行研究， 形成一套既與傳統(tǒng)會計理論不同， 又能解決現(xiàn)實財會問題的新會計理論體系。

筆者認為， 人工智能很早的時候就已經(jīng)應用于財務會計。 David[12] 曾指出會計是專家系統(tǒng)重要的、具有特定結果和適用性的領域。 但這類技術條件下的人工智能顯然不是我們今天所期望達到的智能水平。 有的學者認為只要借助機器人流程自動化（RPA）、機器學習提高財務管理工作的效率， 釋放財務人員的精力， 便是智能財務。 這種觀點有一定道理， 但并沒有強調智能的感知能力、記憶思維能力、學習與自適應能力、行為決策能力等特征。 根據(jù)邏輯學的規(guī)則， 定義應是對對象本質屬性的反映， 也是決定某一事物之所以成為該事物并區(qū)別于其他事物的屬性。 如果僅僅運用人工智能技術便能稱之為智能財務， 那么隨著這一定義外延的不斷擴大， 導致的結果就是其內涵相對縮小， 也就加大了進一步討論智能財務的難度。

同理， 應用場景觀實際上與技術應用觀類似， 也只是人工智能技術在某一會計工作環(huán)節(jié)應用的具象化， 也會面臨外延擴大的問題， Moudud-Ul-Huq[13] 甚至列出了十個可以與人工智能集成的會計應用場景， 這種窮舉的方法并非判斷智能財務的最佳手段。 既然智能財務并非只是指人工智能技術在各類場景的運用， 那是不是就意味著智能財務必然是一個系統(tǒng)、一種管理模式、一項經(jīng)濟管理活動， 甚至發(fā)展成為一門新的學科呢？ 筆者認為， 這些觀點都有一定道理， 但可能還只是智能財務的一個側面。 一方面， 這些觀點本身存在界定不明確或者交叉的問題; 另一方面， 智能財務并不是對傳統(tǒng)財務管理工作本質的顛覆， 而是針對當前財務管理工作產(chǎn)生的種種問題， 系統(tǒng)運用各類技術手段、管理變革手段加以解決。

楊周南[9] 指出， 當前對智能會計的研究較多關注人工智能技術在會計領域的應用場景、方式、作用， 而較少關注會計變革的自身需求。 不可否認的是， 智能財務是在人工智能技術進步的背景下發(fā)展起來的。 回顧人工智能的發(fā)展歷程可知， 技術的更替是在不斷滿足需求、解決問題的基礎上進行的; 同理， 前面系列文章中的數(shù)據(jù)中臺建設也是在解決數(shù)據(jù)管理問題的需求上實現(xiàn)的。 也就是說， 技術的進步給業(yè)務帶來了眾多解決方案。 面對人工智能技術帶來的機遇與挑戰(zhàn)， 智能財務應關注財務工作自身發(fā)展過程中面臨的需求和痛點， 以及如何利用人工智能， 形成對財務自身發(fā)展有益的解決方案。 將智能財務定性為一個系統(tǒng)、一種模式等， 可能又會令我們忽視財務發(fā)展真正重要的問題。

（二）重新定義智能財務

從形式邏輯上看， 給概念下定義最常采用的是“屬+種差”的方法。 具體是先找出一個外延比被定義概念更大的概念， 即屬概念， 然后找出與被定義概念相并列的種概念間的本質區(qū)別， 即種差， 二者共同構成了定義。 這種定義方法既可以解釋概念所反映的對象的特殊性， 又明確了它們的共性。 根據(jù)種差所揭示的事物不同方面的本質， “屬+種差”定義有如下形式：①性質定義。 將事物的性質作為種差。 ②功用定義。 將事物的功能作為種差。 ③關系定義。 將事物之間的關系作為種差。 ④發(fā)生定義。 將事物發(fā)生、發(fā)展的過程作為種差。

在得出我們的定義前， 先來拆解一下智能財務這個詞語。 它是由“智能+財務”組成。 何為“智能+”？ 劉東明[14] 認為， “智能+”是各行各業(yè)開展智能化、智慧化轉型升級的重要驅動力， 本質上， “智能+”是將人工智能的創(chuàng)新成果和經(jīng)濟社會各領域融為一體， 促進技術與商業(yè)模式創(chuàng)新、實現(xiàn)效率提升與成本控制， 為實體經(jīng)濟注入新動能。 “智能+”本身是一種功用定義。 而“智能+財務”是將人工智能作為基礎設施和創(chuàng)新要素不斷賦能財務的融合過程， 筆者將其稱為智能化。 也就是說智能財務的本質是智能化財務， 具有融合、擴展、演變等內涵。 再來看何為智能化？ 黃津孚等[15] 認為， 智能化是在產(chǎn)品、工具或工作系統(tǒng)中協(xié)同應用人類智能和人工智能， 以提升其功效的過程。 這也表明了智能化的功用定義， 與“智能+”吻合。 此外， 黃津孚等[15] 還認為， 智能化既是一個歷史過程， 又是一個時代概念。 由于無論是人類智能還是人工智能， 都在不斷進化發(fā)展， 智能化是一個永無止境的過程， 是智能作用范圍的擴展和水平不斷提高的過程， 也是人類讓產(chǎn)品、工具、工作方式變得越來越智能的歷史過程。 由此可知， 智能化同時具有發(fā)生定義的特征。 智能化財務的物質體現(xiàn)包括各種智能財務產(chǎn)品和智能財務工作場景。

智能化財務的目的在于賦能財務， 不斷提升財務的價值， 推動財務轉型。 智能化財務的本質特征在于智能與財務的協(xié)同發(fā)展和應用。 它既不是單純的信息技術開發(fā)和計算機網(wǎng)絡應用， 也不是單純的人腦功能開發(fā)， 而是財務人員的智能與工具智能協(xié)同發(fā)展， 財務人員的智能與企業(yè)智能、社會智能協(xié)同發(fā)展， 不斷提升財務價值的過程。

基于上述對智能財務定義各種觀點的評價， 以及關于定義的一般原理和智能財務詞語的分解， 筆者將智能財務定義為：智能財務是在財務數(shù)字化轉型與智能化應用過程中不斷發(fā)展起來的新一代財務。 它以人工智能等高科技作為基礎設施與核心要素， 實現(xiàn)人工智能與財務全面融合， 并不斷賦能財務組織， 提升財務組織的服務效率， 拓展財務服務職能的廣度和深度， 最終實現(xiàn)財務組織價值與顛覆性創(chuàng)新。 具體解釋如下：

第一， 智能財務定義的屬概念仍為“財務”。 只不過， 這個財務是在新一代人工智能背景下發(fā)展起來的新型財務。 王喜文[16] 認為， 新一代人工智能正在引發(fā)以工業(yè)4.0為代表的新一輪科技革命和產(chǎn)業(yè)變革。 作為核心驅動力， 新一代人工智能正在強有力地重構研發(fā)、生產(chǎn)、營銷、消費等經(jīng)濟活動各環(huán)節(jié)， 必將對生產(chǎn)力、生產(chǎn)關系、經(jīng)濟基礎和上層建筑產(chǎn)生重大影響。 此時的財務， 也可以將其稱為新一代財務。 客觀上要求財務必須做出以下變革：①目標變革：價值守護走向價值創(chuàng)造; ②職能變革：從控制走向服務; ③角色變革：從監(jiān)督者走向業(yè)務伙伴， 參與到價值管理與決策支持; ④效率變革：財務數(shù)據(jù)與業(yè)務數(shù)據(jù)貫通， 提升數(shù)據(jù)的實時性與分析能力; ⑤效能變革：利用新一代人工智能賦能財務組織與財務活動。

第二， 智能財務定義的種差分別采用了發(fā)生定義和功用定義兩種形式， 將智能財務與其他相似的、模糊的概念區(qū)分開來。

一方面， 從事物發(fā)生、發(fā)展的過程看， 我們應從會計信息化的歷史視角考察智能財務， 而不僅是在人工智能技術爆發(fā)后， 將其視為其他智能概念的借鑒， 這一點將智能財務與其他智能化解決方案區(qū)分開來。 從會計信息化的歷程出發(fā)， 在早期實現(xiàn)了電算化后， 人們就利用掃描、識別等智能技術提高財務軟件的智能化、自動化程度。 此后， 在財務轉型的大背景下， 研究視角從傳統(tǒng)的會計工作向財務管理和管理會計延伸， 探索基于專家系統(tǒng)、決策支持系統(tǒng)、數(shù)據(jù)挖掘、商業(yè)智能等技術提供智能化的財務分析報告， 幫助企業(yè)管理人員在內部管理中做出決策。 財務共享服務中心的建設和財務數(shù)字化轉型逐步解決了會計數(shù)據(jù)管理的問題， 實現(xiàn)了廣泛的連接和充分的數(shù)據(jù)化， 為新一代智能技術的運用提供了各類應用場景。 當新一代人工智能取得突破性進展， 人們開始結合高性能計算能力和大數(shù)據(jù)分析技術， 在會計領域探索人工智能的更多應用場景， 來洞察業(yè)務痛點， 提升運營效率， 識別、控制并防范財務風險， 尋求更大范圍的財務智能化。 因此， 智能財務與智能化一樣， 是一個歷史過程， 也是一個時代概念， 它是在財務職能從“核算型”與“弱管理型”向“強管理型”與“強服務型”轉型的過程中， 不斷地通過數(shù)字化轉型和智能化應用而實現(xiàn)的。

另一方面， 從事物的功能上看， 智能財務一定具備認知智能乃至通用智能的特征， 進而可以提供個性化、定制化的財務服務， 這一點將智能財務與簡單運用人工智能技術的會計產(chǎn)品區(qū)分開來。 受不同人工智能研究范式和發(fā)展階段的影響， 學者們或是基于“知識工程”理念， 運用專家系統(tǒng)、決策支持系統(tǒng)解決常規(guī)會計問題; 或是受“連接主義”影響， 試圖從人腦神經(jīng)的角度解釋會計現(xiàn)象， 進而在技術上訓練人工智能的“感知智能”來提高會計工作的效率; 或是順應人工智能向“認知智能”發(fā)展的趨勢， 利用大數(shù)據(jù)和人工智能技術的結合實現(xiàn)財務決策支持的目標。 從智能化發(fā)展的階段來看， 前兩類應用仍是基于知識工程或自動化的解決思路， 與我們當前所強調的基于機器學習的數(shù)據(jù)驅動方法實現(xiàn)智能化有本質的區(qū)別。 因此， 我們所說的智能財務是在人工智能當前的發(fā)展階段下所實現(xiàn)的功能。 并不是說以前的智能手段不是人工智能， 這不是性質問題， 而是程度問題， 目的是防止智能財務外延過大。

需要指出的是， 當前定義并沒有明確地限定“財務”的范圍， 企業(yè)的組織架構、運營模式和商業(yè)模式都在不斷發(fā)生變革， 已經(jīng)不能再沿用工業(yè)時代的思維方式解決如今的財務與會計問題[17] 。 國外在人工智能對會計行業(yè)影響的研究中， 從更廣義的會計概念入手， 影響對象包括財務會計、管理會計、審計以及稅務等， 并逐漸延伸到其他的潛在領域。 筆者采用這一思路， 認為智能財務所指“財務”同樣應從廣義上進行理解， 將重點放在對智能的判斷上。

定義不可避免地有局限性。 不管當前智能財務如何定義， 它的內涵和外延一定會隨時間的變化而變化， 它的體系架構也會順應技術和應用發(fā)展的變化而不斷調整。 我們只有不斷跟蹤智能技術、財務理論、企業(yè)實踐的發(fā)展， 抓住每一個探索智能財務理論和應用的機會， 在不斷試錯中優(yōu)化和演進， 才能將智能財務的發(fā)展引向成功的彼岸。

二、智能財務的研究路徑

如前所述， 國內外學者關于人工智能在會計領域的研究和應用早已有之。 以研究路徑為分類方式， 總體上可以將其分為兩類：第一類研究是將人工智能視為分析對象， 基于人工智能的發(fā)展趨勢， 研究該技術對財務工作帶來的沖擊、會計職能的演變、技術影響下新型會計學科的創(chuàng)立以及新技術對人才培養(yǎng)的挑戰(zhàn)等， 并進一步研究人工智能應用帶來的相關問題， 如信息安全、法律、倫理、社會保障等; 第二類研究是將人工智能視為應用工具， 基于人工智能的技術優(yōu)勢， 從場景挖掘、技術落地、系統(tǒng)建設等方面入手， 研究該技術在財務領域的具體應用。

（一）作為分析對象的智能財務研究

前文指出， 國外對智能財務雖然沒有專門的定義， 但這并不妨礙學者對人工智能技術在會計領域的應用研究。 在總體研究趨勢上， Sutton等[18] 通過考察專家系統(tǒng)、人工智能、智能系統(tǒng)和基于知識的系統(tǒng)相關領域研究的文獻數(shù)量， 發(fā)現(xiàn)雖然20世紀90年代末會計領域的人工智能研究出現(xiàn)了些許停頓， 但如圖所示， 過去三十年來， 該領域的研究數(shù)量持續(xù)穩(wěn)步增長。

新技術的應用， 雖然減少了會計人員的工作量， 但是同樣引起了對該行業(yè)的擔憂， 特別是財務人員轉型升級和人才培養(yǎng)的問題。 Krumwiede[19] 對管理會計師的調查報告稱， 許多人認為他們對人工智能有著廣泛的了解， 但缺乏為這一領域的工作增加價值的技能。 Jodie和Ogan[20] 的研究結果表明， 學者們對這些技術以及這些技術如何影響會計的日常工作沒有給予足夠的重視， 迫切需要進行相關研究， 以了解在不斷變化的數(shù)字經(jīng)濟中， 管理公司所需的新型財務模式， 并確定財務人員可能需要掌握的新技能和能力， 以保證自己跟上時代變化并增加企業(yè)價值。

為了應對挑戰(zhàn)， 學者們對未來財務從業(yè)人員提出了不同的轉型方向。 Anderson和Anderson[21] 認為會計師需要驗證、維護并合乎道德地考慮用于培訓人工智能解決方案的數(shù)據(jù)集的質量。 Cindy[22] 認為人工智能不會取代會計師， 但會改變會計師工作的焦點， 其在未來將更加重視咨詢、業(yè)務發(fā)展、咨詢服務和風險管理。 Jodie和Ogan[20] 認為會計師的一項任務可能是管理和選擇相關數(shù)據(jù)， 以培訓人工智能應用程序。 Dariusz[23] 指出在利用RPA實現(xiàn)會計流程自動化后， 機器人將在相當一部分工作中取代會計人員， 未來會計師的職責將超越簿記和財務報告， 轉向業(yè)務咨詢和領導RPA轉型。

對于人工智能應用引發(fā)的管理和社會問題， 主要集中在人工智能技術所帶來的倫理問題， 特別是由人工智能介入決策引發(fā)的思考。 Court[24] 認為使用算法做出決策將引發(fā)的新問題， 即管理者在多大程度上可以對企業(yè)的盈虧負責。 Knight[25] 指出， 人工智能從現(xiàn)有的數(shù)據(jù)中學習的過程可能受到人類產(chǎn)生和捕獲到訓練系統(tǒng)的數(shù)據(jù)的固有偏見影響， 并將偏見蔓延到?jīng)Q策過程中， 進而污染未來的數(shù)據(jù)。 Jodie和Ogan[20] 還提出了一個問題， 人工智能技術運用后， 會計的許多傳統(tǒng)任務是通過自動化完成的。 如果這些職位正在逐漸消失， 會計人員將如何獲得必要的技能和經(jīng)驗來晉升到其他職位？ 面對種種問題， Sutton[18] 指出從事這類研究的人員也有責任退后一步， 考慮對會計專業(yè)人員、會計職業(yè)和整個社會未來的影響， 并對這些技術可能產(chǎn)生的有害作用提出疑問。

從我國智能財務的發(fā)展狀況可以看出， 受到政策指引、企業(yè)轉型需求等多方面因素的影響， 人工智能在我國財務領域的研究正如火如荼地展開。 舒惠好[26] 指出， 應高度重視區(qū)塊鏈、人工智能等新技術在會計信息化領域的應用嘗試， 這是財政部在會計信息化領域下一步將重點開展的三項重要工作之一。 當前研究僅圍繞智能財務的理念和思路展開初步探討， 在實踐領域出現(xiàn)點狀的嘗試性探索并取得一定成效， 尚無專門針對企業(yè)智能財務建設進行的系統(tǒng)化論述[3] 。

面對新技術對會計工作帶來的沖擊， 學者們在樂觀中夾雜著擔憂， 認為挑戰(zhàn)中蘊藏著機遇。 主流觀點認為， “經(jīng)濟越發(fā)展， 會計越重要”， 隨著科技的發(fā)展， 會計的“形式”會發(fā)生劇烈甚至顛覆性的變化， 對其職能的要求更高。 但是， 擁抱科技， 用科技賦能會計職能， 驅動價值創(chuàng)造， 將會激發(fā)財會新的活力。

對此， 學者們開始尋求新時代下會計人員轉型和人才培養(yǎng)的新模式和新方向。 王化成[27] 認為將出現(xiàn)以下幾種新型的財會崗位， 分別是智能財務核算師， 包括大型企業(yè)集團的財務共享中心， 中小型企業(yè)的財務外包組織; 智能財務工程師， 替代現(xiàn)有的財務軟件工程師， 負責算法和智能軟件的設計; 智能財務運營師， 負責業(yè)財融合的價值創(chuàng)造; 智能財務規(guī)劃師， 負責企業(yè)戰(zhàn)略與財務的銜接， 甚至參與商業(yè)模式和戰(zhàn)略的決定。 陳俊[28] 指出， 未來財務人員需求總量不會有大幅下滑， 對于懂會計財務的經(jīng)營管理人員的需求會越來越大， 對決策支持和管理型財務人員的需求會大幅增加。 財務人員的總量不會變化， 而結構會發(fā)生巨變。 不論高校還是公司， 需要培養(yǎng)的都是面向未來的、跨界的、復合型的人才。 有關人工智能技術對人才培養(yǎng)的影響， 吳世農(nóng)[29] 認為應從師資隊伍、學科建設、專業(yè)設置與人才培養(yǎng)、課程體系、教學方法、教材和案例建設、科學研究等方面來應對挑戰(zhàn)。

（二）作為應用工具的智能財務研究

國外利用人工智能技術和管理會計發(fā)展優(yōu)勢， 進行具體的應用落地， 涉及預測、檢測欺詐、決策等工作， 對RPA的應用也有廣泛的研究。 Liang等[30] 通過人工智能技術預測存貨估價方法。 Foltin和Garceau[31] 展示了專家系統(tǒng)和神經(jīng)網(wǎng)絡之間的差異以及神經(jīng)網(wǎng)絡在會計中的應用前景。 Koh和Tan[32] 則利用神經(jīng)網(wǎng)絡來預測企業(yè)的持續(xù)經(jīng)營狀況。 Coakley和Brown[33] 討論了會計和財務中神經(jīng)網(wǎng)絡的建模問題， 并根據(jù)研究問題、輸出類型（連續(xù)與離散）和模型的參數(shù)性質對其進行了分類。 但這一時期對人工智能技術在會計和財務領域的研究許多涉及基于知識的系統(tǒng)， 如基于規(guī)則的專家系統(tǒng)， 而不是機器學習[18] 。

隨著計算能力的提升， 機器學習被視為一種顛覆性的力量， 其商業(yè)化的勢頭正在增強。 Li[34] 利用機器學習技術， 從前瞻性陳述的基調趨勢來研究未來收益的可預測性。 Perols[35] 利用機器學習來檢測財務報表欺詐。 Moudud[13] 列出了十個可以與人工智能集成的會計主題， 包括信貸授權和篩選、抵押貸款風險分析、財務和經(jīng)濟分析、交易所交易的風險評級、證券價格變動規(guī)律的檢測、違約和破產(chǎn)預測、固定收益投資的風險分析、管理欺詐的檢測， 利用機器學習技術自動識別營銷欺詐和人工智能的特征等。 Zhou[36] 指出， 許多從業(yè)人員和組織（如安永和德勤等）都使用人工智能來檢測欺詐性發(fā)票并協(xié)助辦理納稅申報， 從而將處理時間從幾個月縮短到幾天。 Hazar[37] 指出， 運用機器學習技術， 會計在執(zhí)行財務規(guī)劃和分析任務時， 可以使用歷史數(shù)據(jù)來建立模型和預測財務結果， 這種算法有助于促進商業(yè)分析。

對于RPA的最新應用， Julia和Shay[38] 通過對任務的特征進行分析， 發(fā)現(xiàn)勞動密集型、重復性高、高容量、基于規(guī)則、以數(shù)字形式、使用多個系統(tǒng)和結構化數(shù)據(jù)的工作是RPA發(fā)揮用武之地的重要領域。

總的來說， 國外對人工智能在會計領域的研究涵蓋了人工智能技術本身發(fā)展的各個階段， 在會計專業(yè)上則包括基于RPA的自動化會計處理、輔助財務管理和財務分析、欺詐檢測舞弊等， 并逐漸向更廣范圍的稅務與法務會計、金融投資等領域延伸。 國內人工智能作為應用工具的研究， 主要以財務共享服務為基礎應用場景， 并以管理會計決策功能轉型為背景進行。 在實務領域， 少數(shù)企業(yè)實現(xiàn)了基于人工智能經(jīng)驗規(guī)則的初級應用， 在“產(chǎn)、學、研”結合的戰(zhàn)略下逐漸實現(xiàn)應用的深入。 財務共享服務引領了財務的智能化轉型。 RPA技術的廣泛應用， 實際上是基于財務共享服務的應用場景與管理會計決策功能轉型背景， 尤其在德勤宣布RPA后， 這一研究成為廣泛趨勢。 財務共享服務作為企業(yè)財務智能化轉型的基礎， 為智能財務技術的落地應用提供了良好的平臺和應用場景， 特別是由財務共享服務中心向企業(yè)數(shù)據(jù)中臺轉變的過程中， 為人工智能技術提供了更大的應用空間。

不少學者對智能財務的應用場景進行了總結和列舉， 這些應用場景有些可能已在部分企業(yè)中使用， 有些僅僅處于概念階段， 還有一些只是一種應用的可能性。 智能財務的應用場景包括財務核算全流程自動化系統(tǒng)、智能財務決策支持系統(tǒng)、智能財務共享服務平臺、人機智能一體化業(yè)財融合管理平臺等。 秦榮生[8] 指出， 人工智能在會計工作中應用的場景主要有語音指令會計核算、機器視覺賬證核對、大數(shù)據(jù)財務分析、智能財務風險控制、提供精準預測方案等。

當前， 我國企業(yè)對人工智能相關技術的應用部署尚處于起步階段， 常年在信息化、智能化方面投入的企業(yè)較少， 且對部分人工智能技術的采用仍在觀望期。 智能財務的發(fā)展在研究和教育領域的變化要大于在實務領域的變化， 實務領域的發(fā)展尚處于起步階段， 但在實務領域中， RPA技術和認知智能的發(fā)展相對而言較為深入、前景較為廣闊。

在實務領域， 當前我國人工智能技術應用產(chǎn)品最為成熟、應用場景最為廣泛、最被業(yè)界認可的就是RPA。 RPA技術目前的應用場景包括會計憑證制作、會計憑證審核、資金支付、合同審查、發(fā)票審查、電子檔案等， 共同觀點認為RPA解決了會計工作效率低、錯誤率高、人員占用多的問題， 有利于推動會計與業(yè)務流程管理自動化， 普通財會人員大量轉崗， 重新構建核心技能， 推動管理會計數(shù)字化轉型。 在之前已發(fā)表的本系列文章中我們指出， RPA將在與人工智能技術結合的過程中形成智能化的“認知RPA”。 隨著非結構化數(shù)據(jù)處理、自然語言理解、復雜圖像識別等應用場景使用頻率比例的增加， 具有智能化特點的RPA 已經(jīng)出現(xiàn)， 成為智能財務的熱點領域。 德勤開發(fā)的小勤人RPA可以采集各類結構和非結構化數(shù)據(jù)， 通過計算分析取得管理所需的數(shù)據(jù)結論; 小勤人還可以運用深度學習技術， 以數(shù)據(jù)為管理決策的基礎， 對企業(yè)的財務情況進行預測， 實時展示企業(yè)的現(xiàn)實風險， 判斷財務危機發(fā)生的可能性。 據(jù)介紹， 德勤目前已在“估值挖掘”領域進行了測試， 未來還可用于 IPO 審查、反舞弊調查、企業(yè)盡職調查等方面。

認知智能是順應智能化發(fā)展的一大趨勢， 是實現(xiàn)智能財務的關鍵技術。 在這方面， 我國的許多技術服務公司取得了一定的研究成果。 例如， 采用自然語言處理技術和知識圖譜作為智能財務的切入點， 實現(xiàn)了三個相關的應用場景：一是面向員工的基于NLP的對話智能交互。 員工可以在系統(tǒng)通過自然語言發(fā)起業(yè)務申請， 系統(tǒng)自動生成單據(jù)， 以此提高員工的交互體驗。 二是面向專業(yè)崗位的基于NLP的財務數(shù)據(jù)智能處理。 NLP可以通過語言數(shù)據(jù)的分析自動實現(xiàn)疑點控制、推薦方案、輔助計算等功能。 三是面向管理者的基于知識圖譜的財務數(shù)據(jù)洞察。 管理者可以在智能移動終端通過對話機器人， 進行財務、經(jīng)營和業(yè)務數(shù)據(jù)的查詢。 有的公司通過“AI+IT”的融合， 提出了三個層次的智能財務產(chǎn)品。 第一個層次是報賬機器人， 通過感知智能技術， 實現(xiàn)智能填報、智能識別、智能審核、自動支付等功能。 第二個層次是會計機器人， 基于對會計準則和各種財務管理制度、法律的理解， 實現(xiàn)自動記賬， 處理全部賬務。 第三個層次是財務機器人， 實現(xiàn)分析、規(guī)劃、控制、預測、模擬等智能化管理。 目前， 關于報賬機器人的研究已經(jīng)取得了一定的成果， 對于會計機器人和財務機器人的研究將在未來幾年逐步展開。

對比國內外智能財務的研究現(xiàn)狀， 可以發(fā)現(xiàn)， 國外研究起步相對較早， 無論是將人工智能作為分析對象還是作為應用工具， 并且已有大量較為具體的成果， 特別是對應用人工智能給會計帶來的諸多問題有較多的討論， 對應用過程中帶來的管理問題和政策制定問題有較為深刻的認識和討論的緊迫性。 我國學者則傾向于從制定應用框架、解決實際應用中的技術問題入手， 探討智能財務的應用， 但有關具體應用領域的探討仍然較少， 即仍處于方向性和概念性的討論階段， 真正進入到實際應用階段的不多。

對于需要用來滿足智能財務應用的人工智能技術而言， 我國與西方發(fā)達國家之間的差距逐漸縮小， 因而在智能財務應用研究方面基本都處于起步階段， 差距并不十分顯著。 具體表現(xiàn)在以下兩個方面：第一， 從技術上看， 我國人工智能企業(yè)對于代表人工智能理論水平的算法研究相對落后， 缺少原創(chuàng)性算法， 而在與智能財務應用高度相關的計算機視覺、語音技術、自然語言理解等方面的專利申請和授權量較多， 我國企業(yè)具備一定的優(yōu)勢; 第二， 從戰(zhàn)略上看， 受互聯(lián)網(wǎng)起步早晚和信息化水平高低的影響， 西方發(fā)達國家在企業(yè)管理信息系統(tǒng)數(shù)量及財務管理模塊的智能化程度， 顯著高于國內企業(yè)， 但總體上， 在技術的不斷進步影響下， 國內企業(yè)和技術服務公司逐漸走出企業(yè)信息化的“復制模仿”階段， 開始獨立思考自己的財務智能化發(fā)展道路， 并且具備大量的應用場景。

綜合國內外的研究成果， 本文認為智能財務要在未來取得進一步的發(fā)展， 仍面臨以下不可回避的問題：首先， 代表人工智能思維和記憶能力、學習和自適應能力的知識圖譜、神經(jīng)網(wǎng)絡、機器學習技術的應用進展并不顯著。 大多數(shù)應用只是集中在利用人工智能技術提高財務工作效率， 集中于優(yōu)化財務會計工作， 而非將重點放在管理會計信息化這一財務轉型的大趨勢上。 其次， 各類研究方向和應用探討比較零散， 不具有系統(tǒng)性。 特別是對智能財務的應用設計大多是將技術應用于個別場景， 實現(xiàn)部分業(yè)已存在的會計職能的“點狀”升級， 仍處于財務流程中部分環(huán)節(jié)的自動化或某個財務流程的優(yōu)化和再造階段， 這種效率的提升最終會被自動化榨取殆盡， 而沒有實現(xiàn)整體的協(xié)同效應， 因此也就難以真正實現(xiàn)財務管理模式的變革。 最后， 我國學者已經(jīng)開始重視人工智能時代下的傳統(tǒng)會計和管理理論面臨的沖擊， 但力度仍顯不足。 當財務機器人以“虛擬員工”的身份進入企業(yè)， 會引發(fā)道德倫理、責任歸屬、信息風險、系統(tǒng)安全等突出問題。 而我國相關法律法規(guī)尚未出臺， 人工智能會計理論的研究處于滯后狀態(tài)， 快速發(fā)展的人工智能會給未來的財務管理工作帶來諸多問題。 這些問題將成為未來智能財務研究和應用的重點。

未來， 智能財務將繼續(xù)沿著理論研究和實踐應用兩條路徑展開。 在理論研究方面， 智能財務的內涵和外延將在實踐中進一步明確， 并在智能財務認知觀和發(fā)展觀的明晰下逐步形成智能財務的理論框架， 創(chuàng)新人機協(xié)同共生的智能財務管理模式以及學科教育理念; 在實踐應用方面， 人工智能的產(chǎn)品研發(fā)、應用實踐、產(chǎn)業(yè)生態(tài)和標準建設將進一步落地。 為了實現(xiàn)這些目標， 需要針對上述問題做出如下改進。

第一， 在技術方面， 認知計算將成為智能財務應用的關鍵。 認知計算作為人工智能的重要組成部分， 包含了自然語言處理和機器學習領域的大量技術創(chuàng)新， 能夠助力決策者從大量非結構化數(shù)據(jù)中揭示非凡的洞察， 以對人類而言更加自然的方式與人類交互， 專門獲取海量的不同類型的數(shù)據(jù)， 并從自身與數(shù)據(jù)、與人們的交互中學習。 李彤[39] 指出， 深度學習技術難以解決智能財務的所有問題， 因為財務的典型問題是有明確的、顯性化的規(guī)則應用場景， 而具有認知計算能力的知識圖譜推理是智能財務最核心的應用。

第二， 在技術升級的基礎上， 則應重點思考如何開發(fā)各類人工智能技術的應用場景。 劉梅玲等[3] 指出， 智能財務建設過程中， 最能體現(xiàn)智能財務本質特色的， 是針對不同財務工作任務設計智能化應用場景、針對不同智能化應用場景探索新技術的匹配運用。 實現(xiàn)這一點的前提是形成具有整體性、前瞻性的智能財務體系應用框架， 從財務模式、財務組織、財務流程和技術領域進行變革。

第三， 面對人工智能技術快速發(fā)展對會計行業(yè)帶來的挑戰(zhàn)， 未來需要找到一種理想的人機協(xié)同共生的新型財務管理工作模式， 讓人類工作者和計算機都能發(fā)揮其長處， 讓不同層級的會計人員都能找到自己合適的工作崗位， 既滿足大幅提升工作效率的需求， 又不違反倫理道德。

【 主 要 參 考 文 獻 】

[1] Daniel E. O'Leary. AI in accounting， finance and management[ J].Intelligent Systems in Accounting， Finance and Management， 1995（4）：149 ～ 153.

[2] Daniel E. O'Leary， Robert M. O' Keefe. The impact of artificial intelligence in accounting work： Expert systems use in auditing and tax[ J].AI & Society，1997（11）：36 ～ 47.

[3] 劉梅玲，黃虎，佟成生，劉凱.智能財務的基本框架與建設思路研究[ J].會計研究，2020（3）：179 ～ 192.

[4] 張慶龍.下一代財務：數(shù)字化與智能化[ J].財會月刊，2020（10）：3 ～ 7.

[5] 李聞一，李栗，曹菁等.論智慧財務的概念框架和未來應用場景[ J].財會月刊，2018（5）：40 ～ 43.

[6] 洪韻華.人工智能視域下企業(yè)智能財務的體系構建和應用研究[ J].中國注冊會計師，2020（8）：98 ～ 102.

[7] Rafael Heinzelmann. Controlling-aktuelle entwicklungen und herausforderungen[ J].Digitalizing Management Accounting，2019：208 ～ 226.

[8] 秦榮生.人工智能與智能會計應用研究[ J].會計之友，2020（18）：11 ～ 13.

[9] 楊周南.關于智能會計概念的討論[C].武漢：中國會計學會第十九屆全國會計信息化學術年會，2020.

[10] 崔學剛，鄺文俊，薛貴.神經(jīng)會計學：內涵、范式與展望[ J].北京工商大學學報（社會科學版），2017（4）：11 ～ 23.

[11] 傅元略.智慧會計：財務機器人與會計變革[ J].遼寧大學學報（哲學社會科學版），2019（1）：68 ～ 78.

[12] David Malone. Expert Systems， artificial intelligence， and accounting[ J].Journal of Education for Business，1993（4）：222 ～ 226.

[13] Moudud-Ul-Huq S.. The role of artificial intelligence in the development of accounting systems： A review[ J].IUP Journal of Accounting Research & Audit Practices，2014（2）：7 ～ 19.

[14] 劉東明.智能+：AI賦能傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉型[M].北京：中國經(jīng)濟出版社，2019：6.

[15] 黃津孚，張小紅，何輝.信息化 數(shù)字化 智能化：管理的視角[M].北京：經(jīng)濟科學出版社，2014：6.

[16] 王喜文.人工智能已來? 智能制造可期[N].中國工業(yè)報，2019-04-10（001）.

[17] 張慶龍.論下一代財務的思維特征[ J].財會月刊，2020（11）：8 ～ 12.

[18] Steve G. Sutton， Matthew Holt， Vicky Arnold. "The reports of my death are greatly exaggerated"—Artificial intelligence research in accounting[ J].International Journal of Accounting Information Systems，2016（22）：60 ～ 73.

[19] Krumwiede K.. How to keep your job[EB/OL]. https：//www.imanet.org/insights-and-trends/the-future-of-management-accounting，2020-09-18.

[20] Jodie Moll， Ogan Yigitbasioglu. The role of internet-related technologies in shaping the work of accountants： New directions for accounting research[ J].The British Accounting Review，2019（51）：1 ～ 20.

[21]Anderson M.， Anderson S. L.. Machine ethics[Z]. Cambridge University Press，2011.

[22] Cindy Greenman. Exploring the impact of artificial intelligence on the accounting profession[ J].Journal of Research in Business， Economics and Management，2017（8）：1451 ～ 1454.

[23] Dariusz J?drzejka. Robotic process automation and its impact on accounting[ J].Zeszyty Teoretyczne Rachunkowoci，2019（1）：105 ～ 161.

[24] Court D.. Getting big impact from big data[EB/OL]. https：//www.mckinsey.com/business-functions/digital-mckinsey，2020

-09-20.

[25] Knight W.. Forget killer robots-bias is the real AI danger[EB/OL]. https：//www.technologyreview.com/s/608986/forget-killer-Robots-bias-is-the-real-ai-danger，2020-9-21.

[26] 舒惠好. 推動會計信息化發(fā)展助力會計改革[C].北京：中國會計學會第十七屆全國會計信息化學術年會，2018.

[27] 王化成.數(shù)智時代的財會人才需求與教育變革[EB/OL]. https：//mp.weixin.qq.com/s/gxDJVZCRp9eTKaXgs4JHFQ，2020-08

-30.

[28] 陳俊.智能財務的發(fā)展趨勢[EB/OL]. https：//mp.weixin.qq.com/s/h63C376ok5VLULycmBurkw，2020-08-30.

[29] 吳世農(nóng).人工智能科技對財會學科教學與科研的挑戰(zhàn)[EB/OL].https：//mp.weixin.qq.com/s/uJeB6KujZPnB1vxybYPCPA，2020-08-30.

[30] Liang T.， Chandler S. J.， Han I.， Roan J.. An empirical investigation of some data effects on the classification accuracy of probit， ID3 and neural networks[ J].Contemporary Accounting Research，1992（1）：306 ～ 329.

[31] Foltin C.， Garceau L.. Beyond expert systems： Neural networks in accounting[ J].National Public Accountant，1996（6）：26 ～ 32.

[32] Koh H. C.， Tan S. S.. A neural network approach to the prediction of going concern status[ J].Accounting and Business Research，1999（3）：211 ～ 216.

[33] Coakley J. R.， Brown C. E.. Artificial neural networks in accounting and finance： Modeling issues[ J].International Journal of Intelligent Systems in Accounting， Finance & Management，2000（2）：119 ～ 144.

[34] Li F.. The information content of forward-looking statements in corporate filingsda na?ve Bayesian machine learning approach[ J].Journal of Accounting Research，2010（48）：1049 ～ 1102.

[35] Perols J.. Financial statement fraud detection： An analysis of statistical and machine learning algorithms[ J].Auditing： A Journal of Practice & Theory，2011（30）：19 ～ 50.

[36] Zhou A.. EY， Deloitte and PWC embrace artificial intelligence for tax and accounting[EB/OL].https：//www.forbes.com/sites/adelynzhou/2017/11/14/，2020-09-03.

[37] Hülya Boyda Hazar. Artificial intelligence applicatioin in accounting and auditing [R].Research &Reviews in Social， Human and Administrative Sciences，2019.

[38] Julia Kokina， Shay Blanchette. Early evidence of digital labor in accounting： Innovation with robotic process automation[ J].International Journal of Accounting Information Systems，2019（1）：35.

[39] 李彤.智能財務的關鍵在認知智能和生態(tài)協(xié)同[EB/OL]. https：//xueqiu.com/3636734751/138142680，2020-09-21.