文/趙媛 （云南省農(nóng)村信用社聯(lián)合社）

隨著信息技術(shù)的發(fā)展，財(cái)務(wù)智能化也得到了應(yīng)用。但是當(dāng)前很多企業(yè)在開展財(cái)務(wù)工作的過程中還存在一定的缺陷，各環(huán)節(jié)存在的問題無法滿足企業(yè)管理者的需求。在未來財(cái)務(wù)決策實(shí)現(xiàn)智能化，還需要進(jìn)一步結(jié)合人工智能系統(tǒng)的各項(xiàng)管理機(jī)制進(jìn)行改進(jìn)，促使財(cái)務(wù)智能化體系進(jìn)一步發(fā)展。對大數(shù)據(jù)與人工智能結(jié)合下的財(cái)務(wù)智能化工作進(jìn)行研究，是當(dāng)前財(cái)務(wù)研究的熱點(diǎn)，具有一定的理論意義和實(shí)踐價(jià)值。

一、相關(guān)概念

人工智能系統(tǒng)能夠通過數(shù)據(jù)挖掘?qū)Υ髷?shù)據(jù)進(jìn)行分析整理，分析海量數(shù)據(jù)中隱藏的數(shù)學(xué)關(guān)系。在大數(shù)據(jù)時(shí)代背景下，信息的復(fù)雜性呈指數(shù)級(jí)上升，海量數(shù)據(jù)之間的關(guān)系變得更加模糊，企業(yè)難以直接應(yīng)用各類數(shù)據(jù)，傳統(tǒng)的數(shù)據(jù)處理方法在當(dāng)前已經(jīng)失效，只有通過對人工智能系統(tǒng)的應(yīng)用，以信息技術(shù)模仿人的學(xué)習(xí)判斷、推理等思維活動(dòng)對大數(shù)據(jù)進(jìn)行處理，才能幫助企業(yè)開展更為高效的財(cái)務(wù)活動(dòng)，確保企業(yè)的財(cái)務(wù)工作更加合理。

二、大數(shù)據(jù)時(shí)代下人工智能系統(tǒng)構(gòu)建

第一，明確信息系統(tǒng)的功能與結(jié)構(gòu)。在大數(shù)據(jù)與人工智能結(jié)合的背景下實(shí)施財(cái)務(wù)智能化，主要是依靠人工智能系統(tǒng)開展的。人工智能系統(tǒng)通過對大數(shù)據(jù)的分析，幫助企業(yè)制定合理的財(cái)務(wù)決策。在這一模式下，企業(yè)的人工智能化系統(tǒng)包括數(shù)據(jù)層、分析層、交互層三個(gè)層面，數(shù)據(jù)層負(fù)責(zé)數(shù)據(jù)收集、信息挖掘等工作，對企業(yè)的業(yè)務(wù)信息、財(cái)務(wù)信息等進(jìn)行獲取，并從網(wǎng)絡(luò)上獲取宏觀經(jīng)濟(jì)信息、市場信息、政策信息等，通過對大數(shù)據(jù)進(jìn)行清洗、挖掘形成對企業(yè)有價(jià)值的數(shù)據(jù)，并將對企業(yè)有價(jià)值的數(shù)據(jù)儲(chǔ)存到數(shù)據(jù)倉庫，為企業(yè)后續(xù)開展財(cái)務(wù)智能化工作提供基礎(chǔ)。同時(shí)企業(yè)對各類數(shù)據(jù)進(jìn)行分類匯總與處理，以提高數(shù)據(jù)管理工作的及時(shí)性和管理的效率。分析層主要是開展財(cái)務(wù)分析，分析層包括知識(shí)庫、方法庫、模型庫，在接受人工智能系統(tǒng)的分析指引之后，從相應(yīng)的庫中調(diào)取知識(shí)、方法、模型，并通過嵌入學(xué)習(xí)算法不斷更新知識(shí)、方法、模型，促使分析機(jī)制動(dòng)態(tài)完善。人工智能系統(tǒng)在接收到財(cái)務(wù)決策目標(biāo)之后，通過向數(shù)據(jù)倉庫發(fā)送指令，并向分析層發(fā)送指令，根據(jù)財(cái)務(wù)決策目標(biāo)調(diào)取相應(yīng)的數(shù)據(jù)開展分析，結(jié)合知識(shí)、方法、模型、畫像形成分析的結(jié)論。所謂的畫像指的是企業(yè)通過對某一事物的分析形成高度概括的結(jié)論，例如在對企業(yè)刻畫時(shí)，通過分析企業(yè)的現(xiàn)金流量、財(cái)務(wù)狀況、管理者偏好等信息形成企業(yè)畫像；在對外部環(huán)境刻畫時(shí)，通過分析外部的市場環(huán)境、投融資環(huán)境、政策環(huán)境等信息形成外部畫像。畫像不僅包括了各類數(shù)據(jù)和結(jié)論，還可以通過數(shù)據(jù)鉆取的方法得到原始數(shù)據(jù)。企業(yè)的人工智能系統(tǒng)依賴深度學(xué)習(xí)算法，能夠?qū)Ω黝惔髷?shù)據(jù)形成的畫像進(jìn)行匹配，從而形成財(cái)務(wù)預(yù)測，并結(jié)合財(cái)務(wù)分析的結(jié)果形成決策。在這一過程中，對于邏輯性強(qiáng)且重復(fù)性高的，可以通過機(jī)器人流程自動(dòng)化的方式實(shí)現(xiàn)自動(dòng)處理，從而提高決策效率。同時(shí)，在財(cái)務(wù)決策執(zhí)行的過程中，企業(yè)需要對大數(shù)據(jù)中的數(shù)據(jù)不斷更新到數(shù)據(jù)倉庫，確保企業(yè)的財(cái)務(wù)決策具有時(shí)效性。在對數(shù)據(jù)倉庫進(jìn)行更新的基礎(chǔ)上，對畫像進(jìn)行及時(shí)更新，從而促使決策工作更加科學(xué)，并實(shí)現(xiàn)對決策工作各環(huán)節(jié)的有效控制。交互層作為連接人工智能系統(tǒng)和決策者之間的紐帶，通過自然語言處理技術(shù)和語言識(shí)別技術(shù)開展信息溝通。當(dāng)企業(yè)人員具有決策需求時(shí)，通過交互層成的自然語音識(shí)別技術(shù)輸入為計(jì)算機(jī)系統(tǒng)的指令，在完成分析之后輸出報(bào)告，為企業(yè)內(nèi)部的成員提供有價(jià)值的信息。

第二，明確人工智能系統(tǒng)的決策機(jī)理。企業(yè)的股東作為企業(yè)各項(xiàng)經(jīng)營活動(dòng)最終承擔(dān)者，由于信息不對稱的原因難以及時(shí)了解企業(yè)經(jīng)營管理過程中存在的問題。同樣企業(yè)的管理層由于與基層員工信息不對稱，可能無法及時(shí)了解企業(yè)的第一線工作情況，導(dǎo)致決策具有一定片面性。為了有效提高決策質(zhì)量，解決各層級(jí)主體之間的信息不對稱問題，需要借助人工智能系統(tǒng)從多維度分析數(shù)據(jù)、處理數(shù)據(jù)，從而提高數(shù)據(jù)準(zhǔn)確性[1]。信息系統(tǒng)需要從大數(shù)據(jù)海量的信息中獲取數(shù)據(jù)，幫助企業(yè)了解自身的財(cái)務(wù)狀況以及外部的情況，從而使企業(yè)的財(cái)務(wù)分析機(jī)制更加科學(xué)。系統(tǒng)獲取的各類大數(shù)據(jù)可能較為混亂，需要通過人工智能系統(tǒng)開展數(shù)據(jù)清洗、挖掘，形成對企業(yè)有價(jià)值的信息，并按照各類數(shù)據(jù)的主題進(jìn)行分類儲(chǔ)存，通過對多維度的信息進(jìn)行分類管理，能夠幫助企業(yè)獲取不同的信息，結(jié)合深度學(xué)習(xí)算法對企業(yè)的盈利能力、營運(yùn)能力、償債能力等方面能力進(jìn)行細(xì)致判斷，從而提高財(cái)務(wù)決策效果。同樣企業(yè)通過對各維度信息的有效處理，能夠分析企業(yè)外部環(huán)境畫像、客戶畫像等多方面的信息群，得到財(cái)務(wù)預(yù)測數(shù)據(jù)，并在此基礎(chǔ)上修正以滿足財(cái)務(wù)決策的需求。決策者能夠通過人機(jī)交互系統(tǒng)對輸出的決策進(jìn)行修正，從而不斷調(diào)整企業(yè)的財(cái)務(wù)決策。在得到最為滿意的財(cái)務(wù)決策了之后，以此作為最終的財(cái)務(wù)決策報(bào)告。財(cái)務(wù)報(bào)告的生成意味著從大數(shù)據(jù)到財(cái)務(wù)決策轉(zhuǎn)變的完成，在這一過程中數(shù)據(jù)被不斷精簡，被并賦予了財(cái)務(wù)含義。

第三，明確人工智能系統(tǒng)的決策模型。人工智能系統(tǒng)在對大數(shù)據(jù)的決策有用信息進(jìn)行全面分析的基礎(chǔ)上，能夠合理開展籌資決策、投資決策、成本決策等方面決策。首先，籌資決策。企業(yè)在開展籌資決策時(shí)，通過分析企業(yè)畫像和籌資工具畫像，對不同籌資工具的期限、金額、成本要素等方面的信息進(jìn)行全面分析，并結(jié)合企業(yè)的營運(yùn)能力、盈利能力、風(fēng)險(xiǎn)偏好等方面的信息進(jìn)行判斷，幫助企業(yè)判斷不同籌資方式下的籌資風(fēng)險(xiǎn)、籌資成本等方面的信息，并將各類信息進(jìn)行匹配，幫助企業(yè)預(yù)測不同籌資方式下的籌資成本等信息，制定最佳的籌資規(guī)劃。其次，投資決策。企業(yè)在開展投資決策時(shí)，不同企業(yè)的投資目標(biāo)有一定的差異，需要結(jié)合企業(yè)畫像以及外部的市場環(huán)境、稅率、利率等方面信息，在分析新產(chǎn)品畫像、新設(shè)備畫像等畫像的基礎(chǔ)上，判斷企業(yè)開展不同投資的投資回報(bào)率、投資規(guī)模等方面的信息，并且對投資工作進(jìn)行細(xì)致分析形成相應(yīng)的報(bào)告。最后，成本決策。企業(yè)在開展產(chǎn)品決策時(shí)，需要根據(jù)不同的成本決策目標(biāo)，在企業(yè)畫像的基礎(chǔ)上開展數(shù)據(jù)鉆取，從而獲得企業(yè)的生產(chǎn)成本畫像、人力成本畫像等，幫助企業(yè)分析如何優(yōu)化成本。

第四，明確信息系統(tǒng)的工作原理。財(cái)務(wù)決策是基于管理會(huì)計(jì)的信息處理工作，企業(yè)需要結(jié)合各類財(cái)務(wù)決策相關(guān)信息開展管理。首先，企業(yè)需要分析對決策有價(jià)值的信息。人工智能系統(tǒng)需要從大數(shù)據(jù)中獲取對企業(yè)決策有價(jià)值的信息，只有獲取對決策有價(jià)值的信息，才能確保相關(guān)信息具有合理性[2]。企業(yè)需要對各類信息進(jìn)行全面的分析與加工，并將非結(jié)構(gòu)化的信息處理為結(jié)構(gòu)化信息，提取有價(jià)值的信息，結(jié)合數(shù)據(jù)清洗和數(shù)據(jù)挖掘技術(shù)獲取對決策有價(jià)值的信息。其次，分析層作為連接決策有用信息和財(cái)務(wù)決策之間的紐帶，體現(xiàn)二者之間的邏輯關(guān)系，借助深度學(xué)習(xí)算法對信息系統(tǒng)中輸入的信息進(jìn)行不斷訓(xùn)練，通過訓(xùn)練能夠在不需要人工參與的情況下制定出更加科學(xué)的財(cái)務(wù)決策。最后，在人工智能系統(tǒng)收集到財(cái)務(wù)決策目標(biāo)時(shí)，通過啟動(dòng)財(cái)務(wù)決策程序，根據(jù)財(cái)務(wù)決策的目標(biāo)及經(jīng)過訓(xùn)練得到的分析方法和模型，選取有價(jià)值的信息，經(jīng)過計(jì)算分析形成最終的決策規(guī)劃。

三、大數(shù)據(jù)與人工智能結(jié)合的財(cái)務(wù)智能化管理

（一）財(cái)務(wù)智能化的實(shí)施環(huán)境

第一，加強(qiáng)信息系統(tǒng)的構(gòu)建。首先，需要基礎(chǔ)系統(tǒng)的構(gòu)建。在人工智能的背景下，企業(yè)需要健全財(cái)務(wù)信息系統(tǒng)和業(yè)務(wù)信息系統(tǒng)，例如ERP等系統(tǒng)。通過內(nèi)部信息系統(tǒng)的建立，促使各環(huán)節(jié)的數(shù)據(jù)得到集成。通常而言，數(shù)據(jù)的集成程度越高，數(shù)據(jù)的質(zhì)量越高，更有利于為人工智能工作的開展提供保障。通過信息系統(tǒng)構(gòu)建，能夠有效提高數(shù)據(jù)管理的效率，使企業(yè)人工智能系統(tǒng)的管理工作更加高效[3]。其次，構(gòu)建數(shù)據(jù)倉庫。企業(yè)在對各類數(shù)據(jù)進(jìn)行全面的清洗、加工、歸類之后，需要將數(shù)據(jù)儲(chǔ)存到數(shù)據(jù)倉庫中，數(shù)據(jù)倉庫為企業(yè)的財(cái)務(wù)決策提供了支持，因此企業(yè)需要構(gòu)建安全性高的數(shù)據(jù)倉庫。但是若企業(yè)的規(guī)模較小，那么企業(yè)將可能無法承受自己構(gòu)建數(shù)據(jù)倉庫的成本，因此可以選擇支付一定費(fèi)用使用云端數(shù)據(jù)倉庫。再次，企業(yè)需要加強(qiáng)人員的培養(yǎng)。人工智能系統(tǒng)的應(yīng)用對于企業(yè)的財(cái)務(wù)工作是一項(xiàng)變革，通過對大數(shù)據(jù)的分析，能夠有效提高財(cái)務(wù)管理工作的效率和質(zhì)量，對傳統(tǒng)財(cái)務(wù)工作產(chǎn)生了極大的影響。因此，企業(yè)需要關(guān)注員工的心理，幫助員工盡快掌握系統(tǒng)的操作方法和使用方法。同時(shí)，人工智能系統(tǒng)的應(yīng)用會(huì)代替?zhèn)鹘y(tǒng)模式下財(cái)務(wù)人員的大部分工作，財(cái)務(wù)人員的工作重心發(fā)生了巨大轉(zhuǎn)變，需要讓財(cái)務(wù)人員實(shí)現(xiàn)轉(zhuǎn)型，為企業(yè)創(chuàng)造更高的附加值[4]。

第二，優(yōu)化企業(yè)內(nèi)部的各項(xiàng)管理制度體系。人工智能的管理模式下，通過對大數(shù)據(jù)進(jìn)行全面分析，能夠?yàn)楦黜?xiàng)財(cái)務(wù)工作的開展提供有價(jià)值的支持。企業(yè)分析的數(shù)據(jù)覆蓋企業(yè)的方方面面，具有覆蓋層面廣的特點(diǎn)，因此企業(yè)需要優(yōu)化不同層級(jí)人員的權(quán)責(zé)設(shè)置，保障不同層級(jí)人員在系統(tǒng)中具有相應(yīng)的權(quán)限，防范越權(quán)工作的問題，以促使企業(yè)的工作更加合理。例如企業(yè)的高層管理者開展對企業(yè)總體發(fā)展的規(guī)劃，因此可以調(diào)用企業(yè)內(nèi)部的所有信息；中層管理者只涉及某一部分工作的決策，因此只能調(diào)取與自身決策相關(guān)的信息；基層員工只能操作自身工作的信息。同時(shí)企業(yè)需要通過人工智能系統(tǒng)自動(dòng)設(shè)置授權(quán)審批程序，確保企業(yè)的各項(xiàng)財(cái)務(wù)工作都經(jīng)過信息系統(tǒng)的授權(quán)審批，防范越權(quán)審批等一系列問題產(chǎn)生的可能性。另外，健全企業(yè)的人員問責(zé)制度。為了有效提高財(cái)務(wù)決策的質(zhì)量，在人工智能的管理模式下需要確保人員具有專業(yè)素養(yǎng)[5]。雖然大數(shù)據(jù)與人工智能系統(tǒng)的應(yīng)用能夠有效提高財(cái)務(wù)管理工作的有效性，但是最終的決策還是依靠人工開展的，信息系統(tǒng)只能起到輔助性作用，因此，若相關(guān)人員最終的工作存在問題需要進(jìn)行問責(zé)。

（二）財(cái)務(wù)智能化的財(cái)務(wù)決策路徑

第一，常規(guī)決策。常規(guī)決策指的是企業(yè)在日常經(jīng)營活動(dòng)中經(jīng)常發(fā)生的財(cái)務(wù)決策事項(xiàng)，例如采購時(shí)間點(diǎn)的選擇、產(chǎn)品分析等方面的決策，對這類決策通過信息系統(tǒng)的訓(xùn)練能夠得出最佳的決策模型，并通過信息系統(tǒng)自動(dòng)跟蹤影響決策的各項(xiàng)數(shù)據(jù)變動(dòng)情況，對決策工作進(jìn)行動(dòng)態(tài)優(yōu)化，確保企業(yè)內(nèi)部的工作更加高效。例如A金融機(jī)構(gòu)在開展信貸產(chǎn)品分析的過程中，傳統(tǒng)的分析模式下需要有財(cái)務(wù)人員對產(chǎn)品的市場情況等方面的信息進(jìn)行分析。通過大數(shù)據(jù)與人工智能系統(tǒng)的應(yīng)用，大數(shù)據(jù)能夠獲取和金融產(chǎn)品相關(guān)的有價(jià)值的數(shù)據(jù)，在此基礎(chǔ)上由人工智能系統(tǒng)進(jìn)行分析，從而判斷企業(yè)的金融產(chǎn)品發(fā)展情況以及未來發(fā)展重點(diǎn)，為金融機(jī)構(gòu)的金融產(chǎn)品優(yōu)化提供支持。A金融機(jī)構(gòu)從不同維度對甲金融產(chǎn)品的情況進(jìn)行分析，并由管理層結(jié)合工作重點(diǎn)設(shè)置不同指標(biāo)的權(quán)重，在此基礎(chǔ)上由人工智能開展分析得出甲金融產(chǎn)品的發(fā)展情況，詳見表1。

表1 A金融機(jī)構(gòu)甲金融產(chǎn)品分析指標(biāo)

第二，復(fù)雜決策。復(fù)雜決策指的是企業(yè)在生產(chǎn)經(jīng)營活動(dòng)中，相關(guān)決策的發(fā)生頻率低，但是對企業(yè)產(chǎn)生較大的影響。對這類決策，由企業(yè)管理層設(shè)置專門的項(xiàng)目組負(fù)責(zé)。這類決策可以分為曾經(jīng)訓(xùn)練過的決策和全新的決策。對于曾經(jīng)訓(xùn)練過的財(cái)務(wù)決策，信息系統(tǒng)能夠結(jié)合知識(shí)、模型得出決策，但是為了提高復(fù)雜決策的決策質(zhì)量，在信息系統(tǒng)作出決策之后，還要通過人工對相關(guān)決策進(jìn)行檢驗(yàn)，并對決策質(zhì)量進(jìn)行分析，對決策方法進(jìn)行調(diào)整與修改。對于全新的決策，主要是由信息系統(tǒng)在開展決策之后進(jìn)行多次補(bǔ)充和修正，并不斷細(xì)化決策方案，直至形成滿意的決策方案。當(dāng)信息系統(tǒng)產(chǎn)生的決策與企業(yè)的管理層預(yù)期存在偏差時(shí)，需要分析偏差的成因，并對財(cái)務(wù)決策進(jìn)行修正。

（三）財(cái)務(wù)智能化的財(cái)務(wù)決策評(píng)價(jià)

企業(yè)開展財(cái)務(wù)決策評(píng)價(jià)主要是通過以下幾個(gè)方面開展的：首先，需要評(píng)價(jià)財(cái)務(wù)決策和管理層的目標(biāo)是否匹配。在開展不同決策的過程中，企業(yè)需要對決策結(jié)果進(jìn)行分析，確保企業(yè)的決策更加科學(xué)，保障決策和管理層的目標(biāo)相匹配，防范決策脫離決策者目標(biāo)的問題。其次，分析財(cái)務(wù)決策的可行性。企業(yè)財(cái)務(wù)決策的質(zhì)量取決于財(cái)務(wù)決策的結(jié)果對企業(yè)是否具有可行性，取決于是否能夠通過相關(guān)決策提高企業(yè)內(nèi)部各項(xiàng)資源的利用水平。當(dāng)企業(yè)的財(cái)務(wù)決策不具有可行性時(shí)，就需要對財(cái)務(wù)決策進(jìn)行修改與完善。再次，分析財(cái)務(wù)決策的效果。財(cái)務(wù)決策效果影響財(cái)務(wù)決策的工作質(zhì)量，通過執(zhí)行相關(guān)的財(cái)務(wù)決策，分析決策是否能夠有效改善企業(yè)的工作水平。如果人工智能系統(tǒng)提供的財(cái)務(wù)決策可能會(huì)影響企業(yè)管理水平提高的，那么相關(guān)財(cái)務(wù)決策就是失敗的。最后，財(cái)務(wù)決策需要符合成本效益原則。企業(yè)的數(shù)據(jù)越全面，財(cái)務(wù)分析越細(xì)致，財(cái)務(wù)決策的質(zhì)量就越高，但同時(shí)成本也越高。因此在開展財(cái)務(wù)決策需要注重成本效益原則，只有付出的成本小于效益財(cái)務(wù)決策才是成功的。

（四）財(cái)務(wù)智能化的人機(jī)協(xié)同

人工智能的使用主體是企業(yè)的人員，只有實(shí)現(xiàn)人機(jī)協(xié)同，才能促使財(cái)務(wù)智能化發(fā)揮應(yīng)有價(jià)值。首先，企業(yè)人員提出財(cái)務(wù)決策目標(biāo)之后，通過人工智能系統(tǒng)進(jìn)行分析，并由人工智能系統(tǒng)自動(dòng)開展決策工作，整個(gè)工作過程不需要人員參與到其中，但是由于時(shí)代發(fā)展，相關(guān)的決策可能會(huì)存在一定的問題導(dǎo)致決策效果不夠理想。因此人員需要在決策出具之后進(jìn)行分析，判斷是否需要對財(cái)務(wù)決策機(jī)制進(jìn)行優(yōu)化。其次，對財(cái)務(wù)決策方案進(jìn)行優(yōu)化。財(cái)務(wù)決策方案在經(jīng)過人員分析之后，需要通過多種管理機(jī)制對財(cái)務(wù)決策方案進(jìn)行改進(jìn)。企業(yè)的人員通過人工智能應(yīng)用后，對相關(guān)報(bào)告進(jìn)行審閱，并對財(cái)務(wù)決策進(jìn)行修正，以保障財(cái)務(wù)決策工作得到不斷完善。

四、結(jié)語

財(cái)務(wù)智能化的發(fā)展能夠?qū)ω?cái)務(wù)管理工作帶來積極的影響，能夠使企業(yè)的財(cái)務(wù)工作更加高效，提高財(cái)務(wù)決策準(zhǔn)確性與及時(shí)性。但是當(dāng)前財(cái)務(wù)智能化的應(yīng)用還不夠深入，大數(shù)據(jù)與人工智能發(fā)展還處于初級(jí)階段。在未來通過大數(shù)據(jù)與人工智能的結(jié)合，能夠進(jìn)一步改進(jìn)人工智能的管理機(jī)制，促使信息系統(tǒng)為企業(yè)提供更加全面、準(zhǔn)確的決策信息，提高各項(xiàng)管理決策的客觀性，減少?zèng)Q策出現(xiàn)失誤的概率，以保障企業(yè)實(shí)現(xiàn)平穩(wěn)發(fā)展的目標(biāo)。