【摘要】智能財(cái)務(wù)應(yīng)用場(chǎng)景需要解決的是人工智能等技術(shù)最可能被使用的財(cái)務(wù)工作領(lǐng)域所處的場(chǎng)景。 本文以什么是應(yīng)用場(chǎng)景的研究為出發(fā)點(diǎn)， 從學(xué)者、從業(yè)者層面， 行業(yè)協(xié)會(huì)、學(xué)術(shù)團(tuán)體層面， 軟件提供商層面探討智能財(cái)務(wù)應(yīng)用場(chǎng)景的研究現(xiàn)狀。 根據(jù)財(cái)務(wù)組織架構(gòu)未來(lái)功能性轉(zhuǎn)型的三個(gè)層次以及業(yè)務(wù)復(fù)雜的程度， 提出智能財(cái)務(wù)應(yīng)用場(chǎng)景的分析框架， 并將其總結(jié)為： 智能財(cái)務(wù)機(jī)器人、智能財(cái)務(wù)助理、智能管理會(huì)計(jì)應(yīng)用以及智慧企業(yè)大腦四個(gè)遞增的框架內(nèi)容。

【關(guān)鍵詞】智能財(cái)務(wù);應(yīng)用場(chǎng)景;財(cái)務(wù)機(jī)器人;管理會(huì)計(jì)

【中圖分類號(hào)】 F272;F270.7? ? ?【文獻(xiàn)標(biāo)識(shí)碼】A? ? ? 【文章編號(hào)】1004-0994（2021）05-0019-8

一、智能財(cái)務(wù)應(yīng)用場(chǎng)景概述

目前， 各類技術(shù)應(yīng)用場(chǎng)景介紹的側(cè)重點(diǎn)往往都在如何應(yīng)用技術(shù)， 而對(duì)于何謂應(yīng)用場(chǎng)景、應(yīng)用場(chǎng)景有哪些特征和要素、如何開發(fā)出將人工智能技術(shù)落地的應(yīng)用場(chǎng)景等問(wèn)題， 卻較少被提及。 對(duì)財(cái)務(wù)人員而言， 理解應(yīng)用場(chǎng)景的概念可以幫助他們?cè)诩姺睆?fù)雜的智能財(cái)務(wù)應(yīng)用中梳理出清晰的應(yīng)用脈絡(luò)。

（一）何謂應(yīng)用場(chǎng)景

應(yīng)用場(chǎng)景是產(chǎn)品設(shè)計(jì)領(lǐng)域的概念， 是指用戶在特定的場(chǎng)景和相關(guān)的技術(shù)支持下， 產(chǎn)生使用產(chǎn)品的行為， 從而滿足自身需求。 應(yīng)用場(chǎng)景概念在互聯(lián)網(wǎng)產(chǎn)品設(shè)計(jì)中得到了更廣泛的關(guān)注， “場(chǎng)景化”成為產(chǎn)品設(shè)計(jì)中的重要理念， 目的是針對(duì)用戶需求， 提升用戶的使用體驗(yàn)。

應(yīng)用場(chǎng)景的特殊之處在于“場(chǎng)景”。 場(chǎng)景一詞常見于戲劇領(lǐng)域中， 是指在特定的時(shí)間、空間內(nèi)發(fā)生的一定的行動(dòng)任務(wù)或生活畫面。 借鑒這一定義， 基于用戶需求的應(yīng)用場(chǎng)景包含了以下幾個(gè)要素：①時(shí)間、地點(diǎn)和事物， 這些要素構(gòu)成了產(chǎn)生需求的場(chǎng)景; ②特定類型的用戶及其需求， 這兩項(xiàng)明確了該應(yīng)用主要服務(wù)的主體以及具體要解決的問(wèn)題; ③解決方案， 基于上述要素， 選擇恰當(dāng)?shù)募夹g(shù)手段， 為用戶提供的準(zhǔn)確、針對(duì)性的解決措施， 這是應(yīng)用場(chǎng)景的主要表現(xiàn)形式。

應(yīng)用場(chǎng)景是通過(guò)對(duì)用戶需求的了解而形成的一種應(yīng)用設(shè)想， 目的是使產(chǎn)品設(shè)計(jì)和開發(fā)人員更能理解用戶需要， 進(jìn)而使某項(xiàng)技術(shù)更具應(yīng)用價(jià)值。 智能財(cái)務(wù)應(yīng)用場(chǎng)景需要解決的是人工智能等技術(shù)最可能被使用的財(cái)務(wù)工作領(lǐng)域所處的場(chǎng)景。 應(yīng)用場(chǎng)景的研究可以保證技術(shù)投入是由業(yè)務(wù)需求驅(qū)動(dòng)的， 而非簡(jiǎn)單的技術(shù)運(yùn)用， 這本身也是踐行筆者所提出的“技術(shù)與業(yè)務(wù)雙輪驅(qū)動(dòng)”原則的手段。

（二）如何構(gòu)建智能財(cái)務(wù)應(yīng)用場(chǎng)景

王玉梅等[2] 提出了應(yīng)用場(chǎng)景的設(shè)計(jì)流程：首先， 產(chǎn)品設(shè)計(jì)師需要對(duì)用戶現(xiàn)狀及其需求進(jìn)行分析， 并加以整理， 從而客觀描述當(dāng)前的實(shí)際情況; 隨后， 產(chǎn)品設(shè)計(jì)師根據(jù)用戶相關(guān)問(wèn)題與需求， 設(shè)計(jì)具體的解決措施和方案; 最后， 設(shè)計(jì)師還需要對(duì)所提供的解決方案進(jìn)行驗(yàn)證和評(píng)估， 觀察使用情況， 為產(chǎn)品的最終設(shè)計(jì)提供反饋和參考。

本文將該流程與應(yīng)用場(chǎng)景的三類要素相結(jié)合， 通過(guò)舉例分析一個(gè)典型的智能財(cái)務(wù)應(yīng)用場(chǎng)景， 即利用計(jì)算機(jī)視覺(jué)輔助審核驗(yàn)證。 在基礎(chǔ)核算工作中， 財(cái)務(wù)在進(jìn)行記賬工作前， 會(huì)收到來(lái)自企業(yè)內(nèi)部或外部的各類原始憑證。 會(huì)計(jì)核算人員需要驗(yàn)證原始憑證是否重復(fù)、判斷真?zhèn)尾徍撕弦?guī)性。 在傳統(tǒng)的流程中需要財(cái)務(wù)人員逐個(gè)查詢、人工校驗(yàn)， 一方面費(fèi)時(shí)費(fèi)力、效率較低， 另一方面無(wú)法保證準(zhǔn)確性和穩(wěn)定性; 但是若利用計(jì)算機(jī)視覺(jué)技術(shù)， 則可以把影像文件轉(zhuǎn)化成結(jié)構(gòu)化數(shù)據(jù)， 并做出測(cè)量、判斷、核對(duì)和驗(yàn)證， 實(shí)現(xiàn)單據(jù)的自動(dòng)化審核， 從而提升效率和質(zhì)量。 根據(jù)這一思路， 可以在充分了解財(cái)務(wù)工作流程的基礎(chǔ)上， 挖掘財(cái)務(wù)人員的業(yè)務(wù)痛點(diǎn)和需求， 實(shí)現(xiàn)各類數(shù)字技術(shù)在財(cái)務(wù)領(lǐng)域的應(yīng)用。

當(dāng)前來(lái)看， 人工智能應(yīng)用于財(cái)務(wù)領(lǐng)域， 進(jìn)行產(chǎn)品研發(fā)和場(chǎng)景落地的核心是替代部分財(cái)務(wù)人員的工作從而提高財(cái)務(wù)人員工作效率， 其成功與否的判斷標(biāo)準(zhǔn)為：①智能財(cái)務(wù)產(chǎn)品的使用頻率是否高， 使用效果好不好。 ②在該應(yīng)用場(chǎng)景下， 智能財(cái)務(wù)產(chǎn)品替代財(cái)務(wù)人員價(jià)值的大小。 ③在應(yīng)用場(chǎng)景下， 智能財(cái)務(wù)的產(chǎn)品更有利于管理會(huì)計(jì)作用的發(fā)揮， 以提供決策支持， 發(fā)揮管理效能， 體現(xiàn)財(cái)務(wù)價(jià)值。

（三）智能財(cái)務(wù)應(yīng)用場(chǎng)景的研究現(xiàn)狀

1. 學(xué)者和從業(yè)者的觀察與思考。 學(xué)者和從業(yè)者主要從具體的財(cái)務(wù)工作場(chǎng)景出發(fā)， 發(fā)掘智能技術(shù)應(yīng)用的可能性。 Hazar[3] 指出， 在財(cái)務(wù)人員執(zhí)行財(cái)務(wù)計(jì)劃或分析工作時(shí)， 人工智能算法可以幫助財(cái)務(wù)人員提高分析能力， 根據(jù)歷史數(shù)據(jù)建模并做出假設(shè)， 從而對(duì)未來(lái)的指標(biāo)做出預(yù)測(cè)。 這類技術(shù)通常以軟件的形式供員工使用， 被稱為“數(shù)字助理”。 例如， 數(shù)字助理可以處理員工對(duì)于賬單、現(xiàn)金流水、會(huì)計(jì)政策和流程的查詢。

經(jīng)過(guò)一定的探索和實(shí)踐后， 學(xué)者和從業(yè)者們開始基于財(cái)務(wù)工作構(gòu)建智能財(cái)務(wù)應(yīng)用的不同層次。 劉勤等[4] 將智能財(cái)務(wù)的應(yīng)用分為財(cái)務(wù)核算全流程自動(dòng)化系統(tǒng)、智能財(cái)務(wù)決策支持系統(tǒng)、企業(yè)智能財(cái)務(wù)共享服務(wù)平臺(tái)以及人機(jī)智能一體化的業(yè)財(cái)融合管理平臺(tái)。 劉梅玲等[5] 認(rèn)為， 人工智能在財(cái)務(wù)領(lǐng)域的應(yīng)用場(chǎng)景可以細(xì)分為感知智能、運(yùn)算智能和認(rèn)知智能三類應(yīng)用場(chǎng)景。

智能財(cái)務(wù)還將對(duì)財(cái)務(wù)人員的工作崗位和工作場(chǎng)景產(chǎn)生影響。 李聞一等[6] 認(rèn)為， 現(xiàn)有的財(cái)務(wù)崗位在未來(lái)將全部消失， 如出納、總賬會(huì)計(jì)、固定資產(chǎn)會(huì)計(jì)、成本會(huì)計(jì)、稅務(wù)會(huì)計(jì)乃至審計(jì)等， 取而代之的是數(shù)據(jù)資產(chǎn)崗、信息需求崗、算法設(shè)計(jì)維護(hù)崗、人機(jī)交互崗、數(shù)據(jù)信息安全崗等新崗位， 這些崗位構(gòu)成了智慧財(cái)務(wù)新的工作場(chǎng)景。 對(duì)個(gè)人而言， 更多微型智能財(cái)務(wù)工具將為個(gè)人經(jīng)濟(jì)行為提供建議; 對(duì)企業(yè)而言， 智能財(cái)務(wù)工具和財(cái)務(wù)機(jī)器人也將在算法設(shè)計(jì)、維護(hù)人員設(shè)計(jì)和操作下為企業(yè)創(chuàng)造更大的價(jià)值。

2. 行業(yè)協(xié)會(huì)、學(xué)術(shù)團(tuán)體機(jī)構(gòu)關(guān)于智能財(cái)務(wù)應(yīng)用場(chǎng)景調(diào)研結(jié)果。 相關(guān)機(jī)構(gòu)對(duì)人工智能等數(shù)字技術(shù)在企業(yè)財(cái)務(wù)領(lǐng)域的應(yīng)用情況進(jìn)行了多維度的調(diào)查， 這些研究報(bào)告所展現(xiàn)的智能財(cái)務(wù)應(yīng)用場(chǎng)景更偏重具體技術(shù)的描述， 以及考察企業(yè)在實(shí)際工作中已經(jīng)實(shí)現(xiàn)的功能， 從而評(píng)價(jià)智能財(cái)務(wù)目前的落地應(yīng)用現(xiàn)狀。 中興新云聯(lián)合南京大學(xué)、廈門大學(xué)發(fā)布的《財(cái)務(wù)的自動(dòng)化、智能化、數(shù)字化》[7] 報(bào)告中列舉了OCR技術(shù)輔助財(cái)務(wù)智能審核、自然語(yǔ)言處理應(yīng)用于智慧審計(jì)以及知識(shí)圖譜助力供應(yīng)商關(guān)系管理等具體應(yīng)用場(chǎng)景， 指出人工智能將從產(chǎn)品、流程和洞察三個(gè)方面在財(cái)務(wù)領(lǐng)域發(fā)揮作用。 上海國(guó)家會(huì)計(jì)學(xué)院智能財(cái)務(wù)研究中心發(fā)布的《中國(guó)企業(yè)財(cái)務(wù)智能化現(xiàn)狀調(diào)查報(bào)告》[8] 對(duì)智能財(cái)務(wù)提供的服務(wù)、財(cái)務(wù)信息系統(tǒng)各模塊的智能化程度等要素展開調(diào)查， 發(fā)現(xiàn)目前企業(yè)財(cái)務(wù)中智能化程度最高的是會(huì)計(jì)核算和銀企互聯(lián)模塊， 最低的是風(fēng)險(xiǎn)管理和經(jīng)營(yíng)決策支持模塊。 但同時(shí)， 企業(yè)對(duì)智能化迫切程度最高的是會(huì)計(jì)核算和費(fèi)用報(bào)銷模塊， 而對(duì)風(fēng)險(xiǎn)管理和信息披露智能化的重視程度較低。 美國(guó)管理會(huì)計(jì)師協(xié)會(huì)（IMA）與廈門大學(xué)等機(jī)構(gòu)發(fā)布的《智能技術(shù)驅(qū)動(dòng)下的財(cái)務(wù)共享模式創(chuàng)新與應(yīng)用實(shí)踐研究調(diào)查問(wèn)卷分析報(bào)告》[9] 發(fā)現(xiàn)， 受訪的財(cái)務(wù)人員對(duì)電子發(fā)票、數(shù)據(jù)可視化和大數(shù)據(jù)技術(shù)較為熟悉， 并得到了長(zhǎng)期的應(yīng)用。 未來(lái)企業(yè)更傾向于進(jìn)行機(jī)器人流程自動(dòng)化、大數(shù)據(jù)、高級(jí)分析和行為分析等技術(shù)投資。

3. 國(guó)內(nèi)軟件服務(wù)提供商構(gòu)建的智能財(cái)務(wù)場(chǎng)景應(yīng)用體系。 不同的服務(wù)提供商都構(gòu)建了自己的智能財(cái)務(wù)場(chǎng)景應(yīng)用體系， 可以看出這些主體所推動(dòng)的建設(shè)重點(diǎn)與企業(yè)目前的建設(shè)需求和應(yīng)用現(xiàn)狀具有一定聯(lián)系。

用友網(wǎng)絡(luò)[10] 將新技術(shù)為財(cái)務(wù)帶來(lái)的四大變革總結(jié)如下：第一是業(yè)務(wù)財(cái)務(wù)， 基于事項(xiàng)庫(kù)實(shí)現(xiàn)業(yè)財(cái)深度實(shí)時(shí)融合， 將財(cái)務(wù)融入業(yè)務(wù)的每個(gè)環(huán)節(jié)， 實(shí)現(xiàn)事前、事中的服務(wù)與管控。 第二是數(shù)字財(cái)務(wù)， 基于事項(xiàng)庫(kù)大數(shù)據(jù)中心和實(shí)時(shí)的核算數(shù)據(jù)， 財(cái)務(wù)人員可以進(jìn)行數(shù)據(jù)挖掘、數(shù)據(jù)建模和數(shù)據(jù)分析， 有效、及時(shí)地服務(wù)業(yè)務(wù)決策。 第三是智能財(cái)務(wù)， 通過(guò)人工智能技術(shù)提升財(cái)務(wù)作業(yè)的自動(dòng)化和智能化程度， 提高準(zhǔn)確性以及效率。 第四是綜合財(cái)務(wù)， 財(cái)務(wù)會(huì)計(jì)向管理會(huì)計(jì)、稅務(wù)會(huì)計(jì)、社會(huì)會(huì)計(jì)轉(zhuǎn)型， 構(gòu)建綜合發(fā)展大會(huì)計(jì)體系， 服務(wù)更多會(huì)計(jì)信息使用者。 浪潮集團(tuán)執(zhí)行總裁王興山[11] 將這種智能財(cái)務(wù)應(yīng)用分為三個(gè)發(fā)展層次：首先是基于規(guī)則的自動(dòng)化（RPA）， 具體表現(xiàn)為財(cái)務(wù)機(jī)器人的自動(dòng)對(duì)賬、智能報(bào)告等; 其次是基于對(duì)話式用戶界面（UI）的數(shù)字助理， 語(yǔ)言交互、人機(jī)協(xié)作是重要特征; 最后是基于深度學(xué)習(xí)的企業(yè)大腦， 以大數(shù)據(jù)為基礎(chǔ)的智能決策和風(fēng)險(xiǎn)內(nèi)控是典型場(chǎng)景。 金蝶軟件發(fā)布的《智能財(cái)務(wù)白皮書》[12] 中提到智能財(cái)務(wù)包括七個(gè)財(cái)務(wù)業(yè)務(wù)場(chǎng)景， 即日常差旅、稅務(wù)管理、營(yíng)銷管理、采購(gòu)流程、采購(gòu)付款風(fēng)控、訂配貨預(yù)測(cè)和供應(yīng)商優(yōu)選， 目標(biāo)是實(shí)現(xiàn)交易處理的自動(dòng)化、管理和決策的智能化。 元年科技基于財(cái)務(wù)共享的智能化升級(jí)， 構(gòu)建了標(biāo)準(zhǔn)化、自動(dòng)化的財(cái)務(wù)共享， 連接在線商城的采購(gòu)共享， 連接商旅平臺(tái)的差旅共享、稅務(wù)共享， 并在此基礎(chǔ)上利用智能化技術(shù)[13] 。

4. 小結(jié)。 綜合上述研究觀點(diǎn)， 可以發(fā)現(xiàn)在智能財(cái)務(wù)應(yīng)用場(chǎng)景研究中存在以下問(wèn)題：第一， 當(dāng)前的實(shí)際應(yīng)用主要集中在通過(guò)智能化提高效率、審核的功能上， 缺乏更能發(fā)揮數(shù)據(jù)價(jià)值的應(yīng)用。 這既與企業(yè)當(dāng)前的數(shù)字化程度和現(xiàn)實(shí)需求有關(guān)， 還與實(shí)現(xiàn)更高級(jí)的人工智能應(yīng)用的難度和成本有關(guān)。 第二， 智能財(cái)務(wù)應(yīng)用場(chǎng)景的體系未建立， 缺乏層次性。 劉梅玲等[5] 認(rèn)為， 凡是將“大智移云物區(qū)”等新技術(shù)運(yùn)用于財(cái)務(wù)工作領(lǐng)域， 對(duì)傳統(tǒng)財(cái)務(wù)工作進(jìn)行模擬、延伸和拓展的場(chǎng)景， 都是智能化場(chǎng)景設(shè)計(jì)的范疇。 但正因如此， 當(dāng)前對(duì)于智能財(cái)務(wù)應(yīng)用場(chǎng)景的探討多為點(diǎn)狀的舉例， 而不具備科學(xué)的應(yīng)用框架; 層次性不強(qiáng)體現(xiàn)在技術(shù)和應(yīng)用場(chǎng)景的對(duì)應(yīng)關(guān)系較為模糊。 例如， Hazar[3] 強(qiáng)調(diào)人工智能對(duì)財(cái)務(wù)經(jīng)營(yíng)分析的作用， 但僅以“數(shù)字助理”舉例， 實(shí)際上人工智能增強(qiáng)財(cái)務(wù)的分析能力不止這一個(gè)層面的一種應(yīng)用。 第三， 當(dāng)前應(yīng)用場(chǎng)景的研究缺乏理論性總結(jié)， 單純從實(shí)踐角度介紹如何應(yīng)用， 而較少探討背后的技術(shù)原理。 主要原因一方面是財(cái)務(wù)管理和人工智能等技術(shù)專業(yè)領(lǐng)域的跨度較大， 另一方面是財(cái)務(wù)人員似乎認(rèn)為自己只需要“會(huì)用”智能財(cái)務(wù)產(chǎn)品即可， 無(wú)須關(guān)注其背后的原理。 本文認(rèn)為， 技術(shù)落地固然離不開技術(shù)人員， 但理解背后的基本技術(shù)原理對(duì)財(cái)務(wù)人員的思維轉(zhuǎn)變、實(shí)現(xiàn)轉(zhuǎn)型具有重要意義。 考慮到未來(lái)智能財(cái)務(wù)理論的發(fā)展以及智能財(cái)務(wù)人才的培養(yǎng)， 本文認(rèn)為需要深入挖掘應(yīng)用場(chǎng)景背后的技術(shù)原理。

二、智能財(cái)務(wù)的典型應(yīng)用場(chǎng)景

根據(jù)上述各類有關(guān)應(yīng)用的不同觀點(diǎn)可知， 智能財(cái)務(wù)的應(yīng)用其實(shí)最終都指向“什么是智能”這一根本問(wèn)題。 因此， 構(gòu)建智能財(cái)務(wù)的應(yīng)用場(chǎng)景首先需要明確的是財(cái)務(wù)到底需要哪方面的智能？要回答這個(gè)問(wèn)題， 需要從財(cái)務(wù)活動(dòng)的內(nèi)容來(lái)分析。 根據(jù)財(cái)務(wù)組織架構(gòu)的功能性轉(zhuǎn)型， 財(cái)務(wù)被劃分為共享財(cái)務(wù)、業(yè)務(wù)財(cái)務(wù)和戰(zhàn)略財(cái)務(wù)， 這就對(duì)應(yīng)著交易處理、管理控制和財(cái)務(wù)決策支持三個(gè)層面的財(cái)務(wù)活動(dòng)。 基于這一架構(gòu)， 智能財(cái)務(wù)強(qiáng)調(diào)在交易處理工作中實(shí)現(xiàn)更準(zhǔn)確的計(jì)算和更高效的自動(dòng)化， 并形成一種基于機(jī)器學(xué)習(xí)的自適應(yīng)流程， 在與員工的協(xié)作過(guò)程中進(jìn)行自我學(xué)習(xí)、提升表現(xiàn)， 以提高員工的服務(wù)體驗(yàn); 在管理控制和決策支持活動(dòng)中強(qiáng)調(diào)商業(yè)決策會(huì)越來(lái)越多地依賴機(jī)器學(xué)習(xí)算法來(lái)發(fā)揮數(shù)據(jù)的作用， 使分析結(jié)果更加科學(xué)， 甚至做出預(yù)測(cè); 同時(shí)， 還可以想象更高級(jí)的認(rèn)知智能、通用智能乃至強(qiáng)人工智能在財(cái)務(wù)領(lǐng)域發(fā)揮的作用， 使財(cái)務(wù)的職能得到進(jìn)一步延伸。 基于上述思路， 本文按照依次遞增的智能程度以及財(cái)務(wù)工作的層級(jí)， 將智能財(cái)務(wù)的應(yīng)用場(chǎng)景分為以下四個(gè)層面。

（一）智能財(cái)務(wù)機(jī)器人

智能財(cái)務(wù)應(yīng)用場(chǎng)景的第一個(gè)層面是智能財(cái)務(wù)機(jī)器人， 主要是通過(guò)信息識(shí)別和流程自動(dòng)化， 處理大量重復(fù)和規(guī)則明確的操作性業(yè)務(wù)， 并利用人工智能技術(shù)發(fā)展出一定程度的認(rèn)知智能， 實(shí)現(xiàn)操作性業(yè)務(wù)的自主優(yōu)化， 從而模擬或替代具體的財(cái)務(wù)工作流程。

1.處理大量重復(fù)和規(guī)則明確的操作性業(yè)務(wù)。 《2018年中國(guó)共享財(cái)務(wù)領(lǐng)域調(diào)研報(bào)告》的調(diào)研結(jié)果顯示， 已有近半數(shù)的受調(diào)研企業(yè)在共享服務(wù)中心采用了基于RPA技術(shù)的財(cái)務(wù)機(jī)器人。 其應(yīng)用場(chǎng)景需要滿足兩個(gè)條件， 一是大量重復(fù)， 二是規(guī)則明確。

在應(yīng)用場(chǎng)景基礎(chǔ)上， 需要根據(jù)財(cái)務(wù)工作的特征和RPA技術(shù)的原理進(jìn)行提取和抽象。 田高良等[14] 將基于RPA的財(cái)務(wù)機(jī)器人的功能劃分為五大類， 分別是數(shù)據(jù)檢索與記錄、圖像識(shí)別與處理、平臺(tái)上傳與下載、數(shù)據(jù)加工與分析、信息監(jiān)控與產(chǎn)出。 王言[15] 將機(jī)器人流程自動(dòng)化的各類工作環(huán)節(jié)抽象成為四個(gè)部分， 分別是信息獲取、信息加工、信息分析和信息決策。 任何具體的自動(dòng)化應(yīng)用場(chǎng)景都是這四類工作的具象化或組合。

對(duì)于財(cái)務(wù)領(lǐng)域的自動(dòng)化工作需要進(jìn)行抽象， 但只是適度的抽象， 否則無(wú)法保留財(cái)務(wù)工作流程的特點(diǎn)以便后續(xù)優(yōu)化。 基于此， 本文將智能財(cái)務(wù)機(jī)器人的主要應(yīng)用場(chǎng)景細(xì)分為：①原始數(shù)據(jù)獲取、導(dǎo)入和處理場(chǎng)景; ②對(duì)賬、審查與復(fù)核場(chǎng)景; ③會(huì)計(jì)核算、報(bào)表及附注生成場(chǎng)景; ④其他常規(guī)工作場(chǎng)景， 主要包括系統(tǒng)內(nèi)、外部平臺(tái)的登錄， 文件下載與上傳， 信息通知等工作場(chǎng)景。

2.發(fā)揮認(rèn)知智能實(shí)現(xiàn)操作性業(yè)務(wù)的自主優(yōu)化。 事實(shí)上， 財(cái)務(wù)機(jī)器人是目前智能財(cái)務(wù)最為基礎(chǔ)的應(yīng)用， 其細(xì)分應(yīng)用場(chǎng)景已經(jīng)得到充分的挖掘， 而且僅僅運(yùn)用RPA技術(shù)實(shí)現(xiàn)的自動(dòng)化并不能稱為智能。 本文認(rèn)為， 智能財(cái)務(wù)機(jī)器人應(yīng)當(dāng)考慮的是如何充分利用人工智能的認(rèn)知能力， 使智能財(cái)務(wù)的應(yīng)用從感知智能向認(rèn)知智能過(guò)渡， 加速RPA技術(shù)和人工智能技術(shù)的融合， 實(shí)現(xiàn)對(duì)于流程最優(yōu)解的自動(dòng)迭代以及更細(xì)致的數(shù)據(jù)采集。 這正是與傳統(tǒng)財(cái)務(wù)機(jī)器人應(yīng)用的最大區(qū)別。

目前， 財(cái)務(wù)共享服務(wù)中心的自動(dòng)化業(yè)務(wù)處理當(dāng)中還存在諸多不足， 比較突出的表現(xiàn)是財(cái)務(wù)機(jī)器人基本不具備方案最優(yōu)求解能力。 它只是將既定的工作流程進(jìn)行不斷重復(fù)， 以維持一定的效率與差錯(cuò)率。 此時(shí)的財(cái)務(wù)機(jī)器人是不具備學(xué)習(xí)能力的， 如果業(yè)務(wù)標(biāo)準(zhǔn)和流程發(fā)生改變， 只能依靠人工軟件升級(jí)使之匹配和適應(yīng)， 極端情況下可能需要重構(gòu)業(yè)務(wù)邏輯、重寫代碼。 當(dāng)然， 此處涉及會(huì)計(jì)和監(jiān)管合規(guī)方面的專業(yè)知識(shí)， 以確保技術(shù)能夠以受控與合規(guī)的方式被部署， 應(yīng)用的工作仍需要人類干預(yù)。 人工智能技術(shù)在財(cái)務(wù)機(jī)器人中的應(yīng)用也更多地強(qiáng)調(diào)使其會(huì)“看”（如信息自動(dòng)識(shí)別）、會(huì)“聽”（如語(yǔ)音交互的感知智能）。

本文認(rèn)為， 智能財(cái)務(wù)機(jī)器人主要可以在以下三個(gè)方面實(shí)現(xiàn)改進(jìn)： 一是質(zhì)量， 通過(guò)標(biāo)準(zhǔn)化、持續(xù)統(tǒng)一地執(zhí)行業(yè)務(wù)規(guī)則， 幫助識(shí)別和應(yīng)對(duì)常見的管控問(wèn)題， 在時(shí)效性和準(zhǔn)確性方面有大幅改善。 二是效率， 自動(dòng)化流程在處理速度、處理容量上得到改善， 并進(jìn)行自我優(yōu)化。 例如通過(guò)增強(qiáng)學(xué)習(xí)算法提高票據(jù)識(shí)別的精確度。 三是深度， 利用人工智能引擎在同等的期限與限制條件內(nèi)， 提供過(guò)往難以實(shí)現(xiàn)的數(shù)據(jù)基礎(chǔ)， 最終向業(yè)務(wù)財(cái)務(wù)、戰(zhàn)略財(cái)務(wù)和監(jiān)管機(jī)構(gòu)提供有價(jià)值的數(shù)據(jù)信息。

（二）智能財(cái)務(wù)助理

智能財(cái)務(wù)應(yīng)用場(chǎng)景的第二個(gè)層面是通過(guò)多模態(tài)交互、人機(jī)協(xié)同實(shí)現(xiàn)的基于對(duì)話式用戶界面的智能財(cái)務(wù)助理。 多模態(tài)交互的概念是指人和機(jī)器通過(guò)視頻、圖像、語(yǔ)音、文本等多種形式進(jìn)行交互; 對(duì)話式用戶界面是指在移動(dòng)終端如手機(jī)上的聊天交互界面。 本文認(rèn)為基于移動(dòng)終端的智能財(cái)務(wù)助理， 是實(shí)現(xiàn)人機(jī)交互的一種較為可行的選擇。

智能財(cái)務(wù)助理的應(yīng)用范圍包括財(cái)務(wù)人員與業(yè)務(wù)人員有往來(lái)的財(cái)務(wù)工作， 以及業(yè)務(wù)財(cái)務(wù)人員的工作。 這類應(yīng)用場(chǎng)景的特點(diǎn)是財(cái)務(wù)需要深入到業(yè)務(wù)過(guò)程當(dāng)中， 為上述人員提供服務(wù)。 但是， 傳統(tǒng)財(cái)務(wù)人員的服務(wù)意識(shí)較為薄弱， 一方面是因?yàn)樨?cái)務(wù)的管控和監(jiān)督職能成為重點(diǎn); 另一方面是數(shù)字化程度較低， 使得財(cái)務(wù)沒(méi)有能力采集詳細(xì)數(shù)據(jù)， 提供基于數(shù)據(jù)的服務(wù)。

因此， 借鑒互聯(lián)網(wǎng)產(chǎn)品設(shè)計(jì)和人工智能下的人機(jī)協(xié)同理念， 智能財(cái)務(wù)要提升客戶體驗(yàn)有以下三個(gè)要點(diǎn)： 一是推廣移動(dòng)互聯(lián)網(wǎng)應(yīng)用。 財(cái)務(wù)已經(jīng)開始利用移動(dòng)應(yīng)用（如移動(dòng)審批）來(lái)提高工作效率， 下一步應(yīng)該繼續(xù)擴(kuò)大功能范圍， 并考慮通過(guò)用戶界面設(shè)計(jì)優(yōu)化等措施提高用戶體驗(yàn)。 二是多模態(tài)人機(jī)交互。 當(dāng)前財(cái)務(wù)系統(tǒng)與財(cái)務(wù)人員的交互方式多為鼠標(biāo)交互、電子表格等， 因此智能財(cái)務(wù)需要利用多模態(tài)的交互方式， 優(yōu)化人與機(jī)器的交互體驗(yàn)。 三是智能財(cái)務(wù)接入數(shù)據(jù)中臺(tái)。 借助其數(shù)據(jù)基礎(chǔ)為提供快速敏捷的數(shù)據(jù)服務(wù)創(chuàng)造可能。

綜上， 基于該應(yīng)用場(chǎng)景可以延伸出智能業(yè)務(wù)處理、智能報(bào)表輔助和智能問(wèn)答咨詢?nèi)惣?xì)分應(yīng)用場(chǎng)景：

1. 智能業(yè)務(wù)處理。 智能業(yè)務(wù)處理是指對(duì)傳統(tǒng)的財(cái)務(wù)工作流程進(jìn)行重新設(shè)計(jì)， 并利用移動(dòng)互聯(lián)網(wǎng)、人工智能認(rèn)知技術(shù)等， 根據(jù)財(cái)務(wù)和業(yè)務(wù)人員的需要隨時(shí)隨地地提供財(cái)務(wù)服務(wù)， 幫助完成一般事務(wù)性工作并在一定程度上提供洞察和預(yù)測(cè)。 智能業(yè)務(wù)處理的功能主要表現(xiàn)在以下兩個(gè)方面：

（1）設(shè)定智能化的流程定義和權(quán)限定義， 并通過(guò)移動(dòng)應(yīng)用實(shí)現(xiàn)業(yè)務(wù)自助處理。 由三個(gè)步驟組成：首先， 智能業(yè)務(wù)處理可以提供工作流、業(yè)務(wù)流的自定義功能， 根據(jù)業(yè)務(wù)的需要靈活定義相關(guān)流程或流程組合; 然后， 根據(jù)組織權(quán)限、數(shù)據(jù)權(quán)限和參數(shù)權(quán)限等多維度的定義方式， 實(shí)現(xiàn)審批流的自定義; 最后， 利用移動(dòng)互聯(lián)網(wǎng)應(yīng)用的手段， 使員工可以隨時(shí)隨地地獲取財(cái)務(wù)服務(wù)， 例如移動(dòng)報(bào)銷、移動(dòng)授權(quán)審批、移動(dòng)商旅采購(gòu)、移動(dòng)身份認(rèn)證等。 根據(jù)這一路徑， 智能財(cái)務(wù)助理最典型的應(yīng)用就是對(duì)報(bào)銷業(yè)務(wù)的優(yōu)化。 目前， 許多軟件公司均已推出智能報(bào)銷流程， 員工可以通過(guò)手機(jī)提交申請(qǐng)， 上傳附件， 企業(yè)根據(jù)設(shè)置好的規(guī)則引擎進(jìn)行自動(dòng)審批乃至自動(dòng)打款， 并完成各類憑證的自動(dòng)生成， 極大地提高了員工填單的便捷性和審核的時(shí)效性， 從而縮短報(bào)銷周期。 進(jìn)一步延伸， 財(cái)務(wù)在納稅申報(bào)、合同處理、采購(gòu)銷售等業(yè)務(wù)處理中均可根據(jù)上述原則實(shí)現(xiàn)移動(dòng)、自動(dòng)處理， 不斷提高工作效率和員工體驗(yàn)。

（2）在自助處理的基礎(chǔ)上進(jìn)一步通過(guò)優(yōu)化交互、提供洞察的方式提高用戶體驗(yàn)。 移動(dòng)應(yīng)用本身就是優(yōu)化體驗(yàn)的一種方式， 但同時(shí)也是不斷優(yōu)化的新起點(diǎn)。 例如， 有學(xué)者提出可以基于語(yǔ)音指令實(shí)現(xiàn)會(huì)計(jì)核算， 訓(xùn)練人工智能將語(yǔ)言轉(zhuǎn)為結(jié)構(gòu)化信息， 完成各類會(huì)計(jì)要素和憑證要素的填寫和計(jì)算。 金蝶軟件開發(fā)的智能差旅服務(wù)可以讓員工用語(yǔ)音發(fā)起出差申請(qǐng)并自動(dòng)審批， 還可以通過(guò)對(duì)員工出行習(xí)慣數(shù)據(jù)的分析推薦最佳出行方案， 進(jìn)一步優(yōu)化員工體驗(yàn)。

需要指出的是， 在上述應(yīng)用中， 優(yōu)化員工體驗(yàn)是一種主觀感受， 選擇智能業(yè)務(wù)處理應(yīng)用的標(biāo)準(zhǔn)是為了提高業(yè)務(wù)效率， 不能舍本逐末， 僅是追求新奇的形式而忽略了智能業(yè)務(wù)處理的根本是對(duì)財(cái)務(wù)業(yè)務(wù)流程的再造。

2. 智能報(bào)表助理。 財(cái)務(wù)轉(zhuǎn)型后的業(yè)務(wù)財(cái)務(wù)需要更加以客戶為中心， 善于為業(yè)務(wù)問(wèn)題提供解決方案， 而且這種轉(zhuǎn)變強(qiáng)調(diào)的是基于數(shù)據(jù)驅(qū)動(dòng)的管理轉(zhuǎn)型， 也就是及時(shí)、充分地利用數(shù)據(jù)制定決策方案。 由于不同經(jīng)營(yíng)單位情況和目標(biāo)不同， 需要短時(shí)間內(nèi)提供定制化、個(gè)性化的管理會(huì)計(jì)報(bào)告。 然而， 大型企業(yè)應(yīng)用系統(tǒng)眾多， 底層數(shù)據(jù)難以完全打通， 數(shù)據(jù)報(bào)表難以橫跨多個(gè)數(shù)據(jù)源。 同時(shí)， 定制化的管理會(huì)計(jì)報(bào)告復(fù)雜度高、工作量大、耗時(shí)長(zhǎng)， 無(wú)法滿足數(shù)據(jù)驅(qū)動(dòng)的轉(zhuǎn)型要求。 其結(jié)果正如Menezesde等[16] 的研究指出， 在許多財(cái)務(wù)組織中， 財(cái)務(wù)計(jì)劃與分析淪為數(shù)據(jù)收集、整理和格式處理， 其本應(yīng)具有的價(jià)值被忽視。 因此， 管理決策人員更希望通過(guò)快速、個(gè)性化的方式完成自助的報(bào)表分析工作， 基于人機(jī)交互的智能報(bào)表助理就應(yīng)運(yùn)而生。

在智能報(bào)表助理應(yīng)用下， 用戶可以通過(guò)移動(dòng)端的文字搜索、聊天輸入或語(yǔ)音問(wèn)答形式， 向系統(tǒng)提出數(shù)據(jù)和報(bào)表需求。 系統(tǒng)在后端數(shù)據(jù)治理的基礎(chǔ)上， 與前端語(yǔ)音交互、自然語(yǔ)言處理（NLP）和知識(shí)圖譜技術(shù)相結(jié)合， 從而提供個(gè)性化的數(shù)據(jù)服務(wù)。 智能報(bào)表助理的功能特點(diǎn)體現(xiàn)在人機(jī)智能交互和自助定制化分析兩個(gè)方面： 一是人機(jī)智能交互使得人類能夠以更方便的形式提出請(qǐng)求， 人工智能也以人類更容易理解的方式（如可視化）回應(yīng)請(qǐng)求。 二是普華永道[17] 指出企業(yè)財(cái)務(wù)將向場(chǎng)景式和定制化財(cái)務(wù)轉(zhuǎn)型。 在智能報(bào)表助理的自助定制化分析下， 可以實(shí)現(xiàn)研發(fā)、制造和銷售等場(chǎng)景的專門分析， 使每位業(yè)務(wù)財(cái)務(wù)人員得到“千人千面”的數(shù)據(jù)助手， 從而實(shí)現(xiàn)更具針對(duì)性的自動(dòng)推薦數(shù)據(jù)功能。 該應(yīng)用場(chǎng)景不僅可以降低定制化報(bào)表的獲取難度， 支撐用戶日常數(shù)據(jù)分析工作， 挖掘數(shù)據(jù)的潛在價(jià)值， 更能通過(guò)友好的交互體驗(yàn)培養(yǎng)員工數(shù)據(jù)驅(qū)動(dòng)的工作思維。

3. 智能問(wèn)答咨詢。 智能問(wèn)答咨詢應(yīng)用場(chǎng)景更側(cè)重于智能財(cái)務(wù)的運(yùn)營(yíng)管理方面， 主要包括兩大功能模塊， 分別是智能化的日常咨詢處理和基于知識(shí)管理的員工培訓(xùn)。 這類智能助理可以在認(rèn)知技術(shù)的幫助下， 通過(guò)對(duì)員工行為數(shù)據(jù)的采集和機(jī)器學(xué)習(xí)， 不斷契合員工需求， 提供更具針對(duì)性的服務(wù)。

（1）智能化的日常咨詢處理。 對(duì)于問(wèn)答咨詢這類具有一定操作標(biāo)準(zhǔn)、業(yè)務(wù)量繁多， 但同時(shí)又需要與人溝通的活動(dòng)中， 可以在人工處理之前設(shè)置人工智能。 財(cái)務(wù)可以參考銷售領(lǐng)域已經(jīng)廣泛利用的前臺(tái)人工智能應(yīng)用， 在自動(dòng)處理常規(guī)問(wèn)題的基礎(chǔ)上通過(guò)與客戶的互動(dòng)改善用戶體驗(yàn)， 記錄每個(gè)用戶的主要業(yè)務(wù)和偏好， 甚至實(shí)現(xiàn)提前預(yù)測(cè)處理， 以此提升智能財(cái)務(wù)運(yùn)營(yíng)的滿意度。 事實(shí)上， 這類具有“客戶服務(wù)意識(shí)”的智能問(wèn)答咨詢應(yīng)用， 很可能成為財(cái)務(wù)實(shí)現(xiàn)智能化轉(zhuǎn)型、落實(shí)服務(wù)職能的關(guān)鍵。

（2）基于知識(shí)管理的員工培訓(xùn)。 知識(shí)管理同樣是財(cái)務(wù)共享服務(wù)中心運(yùn)營(yíng)管理的重要內(nèi)容。 本文認(rèn)為， 要真正實(shí)現(xiàn)員工賦能， 必須發(fā)揮人工智能在認(rèn)知智能方面的能力， 實(shí)現(xiàn)針對(duì)每個(gè)員工個(gè)體的個(gè)性化知識(shí)管理， 使得對(duì)員工培育提升也可以做到“千人千面”。 Ehrenhal等[18] 舉了一個(gè)利用智能問(wèn)答進(jìn)行知識(shí)管理的例子。 某企業(yè)在學(xué)習(xí)平臺(tái)上設(shè)置了聊天機(jī)器人， 財(cái)務(wù)人員可以通過(guò)詢問(wèn)來(lái)確定所需學(xué)習(xí)的課程， 也可以在學(xué)習(xí)遇到問(wèn)題時(shí)向機(jī)器人提問(wèn)。 由于人機(jī)交互的數(shù)據(jù)都被平臺(tái)記錄和跟蹤， 企業(yè)可以快速預(yù)測(cè)財(cái)務(wù)人員需要查詢的課程、推薦額外的課程、避免員工選擇不匹配的課程等。 這一應(yīng)用所帶來(lái)的結(jié)果就是該企業(yè)的合規(guī)問(wèn)題得到了明顯改善， 并實(shí)現(xiàn)為每位員工提供針對(duì)性的培訓(xùn)計(jì)劃。

總的來(lái)說(shuō)， 智能業(yè)務(wù)助理的各類應(yīng)用場(chǎng)景實(shí)現(xiàn)了“財(cái)務(wù)進(jìn)入業(yè)務(wù)前端、提供深入價(jià)值鏈的業(yè)務(wù)支持”的目標(biāo)。 它將財(cái)務(wù)更好地與企業(yè)的信息循環(huán)、管理循環(huán)和業(yè)務(wù)循環(huán)相融合， 可以控制和反饋業(yè)務(wù)循環(huán)是否遵循管理循環(huán)提出的規(guī)則和要求， 并為管理循環(huán)提供及時(shí)的、與決策相關(guān)的報(bào)告[19] 。 而實(shí)現(xiàn)這一目標(biāo)的前提就是利用智能財(cái)務(wù)機(jī)器人實(shí)現(xiàn)的基本業(yè)務(wù)自動(dòng)化和數(shù)據(jù)采集自動(dòng)化。

（三）智能管理會(huì)計(jì)應(yīng)用

智能財(cái)務(wù)應(yīng)用場(chǎng)景的第三個(gè)層面是智能管理會(huì)計(jì)應(yīng)用， 主要是通過(guò)增強(qiáng)或模擬財(cái)務(wù)人員的分析、決策能力， 形成對(duì)財(cái)務(wù)專家腦力的輔助， 實(shí)現(xiàn)決策支持等管理會(huì)計(jì)職能。

涂楊舉[20] 指出， 企業(yè)環(huán)境的劇變要求企業(yè)將焦點(diǎn)轉(zhuǎn)移到運(yùn)營(yíng)、風(fēng)險(xiǎn)控制和制定戰(zhàn)略決策上。 智能財(cái)務(wù)在這一層面的目標(biāo)是擴(kuò)大人工智能在管理會(huì)計(jì)領(lǐng)域的應(yīng)用范圍， 對(duì)經(jīng)營(yíng)分析、預(yù)算管理、成本管理、資金管理和風(fēng)險(xiǎn)控制等管理會(huì)計(jì)領(lǐng)域進(jìn)行全面賦能。 因此， 智能管理會(huì)計(jì)應(yīng)用中也將圍繞這些領(lǐng)域展開細(xì)分應(yīng)用場(chǎng)景：

1. 經(jīng)營(yíng)分析與決策支持場(chǎng)景。 決策理論學(xué)派的代表人物Simon和March認(rèn)為決策貫徹于管理的全過(guò)程， 管理即是決策。 對(duì)于財(cái)務(wù)管理而言， 通過(guò)經(jīng)營(yíng)分析做出決策， 成為財(cái)務(wù)戰(zhàn)略管理層決策者的重要職能。 認(rèn)知科學(xué)和計(jì)算機(jī)的發(fā)展使人們意識(shí)到了機(jī)器對(duì)于克服人類處理及儲(chǔ)存信息方面的認(rèn)知局限， 管理者可以通過(guò)大量數(shù)據(jù)和高速計(jì)算提高決策質(zhì)量。 在機(jī)器的幫助下， 人的決策可能并不完全依賴于數(shù)據(jù)， 但至少?zèng)Q策者的直覺(jué)和認(rèn)知現(xiàn)在是由數(shù)據(jù)和分析提供信息的[21] 。 各類管理支持系統(tǒng)， 如決策支持系統(tǒng)、商業(yè)智能就是其中的代表。

但是， 即使當(dāng)前許多大型企業(yè)已經(jīng)實(shí)際運(yùn)用了商業(yè)智能技術(shù)來(lái)輔助決策， 企業(yè)的經(jīng)營(yíng)分析仍然普遍面臨一些問(wèn)題。 一方面， 數(shù)據(jù)報(bào)送耗時(shí)、數(shù)據(jù)采集與分析分離、數(shù)據(jù)準(zhǔn)確性差和質(zhì)量不佳等問(wèn)題， 是財(cái)務(wù)數(shù)據(jù)管理問(wèn)題在經(jīng)營(yíng)分析應(yīng)用中的再次體現(xiàn)， 使得企業(yè)難以快速地發(fā)現(xiàn)市場(chǎng)變化、優(yōu)化資源配置， 仍然依賴于經(jīng)驗(yàn)進(jìn)行決策; 另一方面， 管理層所使用的決策支持的功能缺乏高效、扁平、可視化的設(shè)計(jì)， 無(wú)法滿足符合企業(yè)需求的分析維度、方法和展現(xiàn)形式[22] 。

智能財(cái)務(wù)在智能管理會(huì)計(jì)應(yīng)用中， 對(duì)于經(jīng)營(yíng)分析和決策支持場(chǎng)景的財(cái)務(wù)工作， 可以實(shí)現(xiàn)以下幾個(gè)方面的功能： 一是為管理層提供動(dòng)態(tài)、實(shí)時(shí)的經(jīng)營(yíng)信息; 二是為管理層及經(jīng)營(yíng)者提供經(jīng)營(yíng)分析的模型和工具; 三是在此基礎(chǔ)上為企業(yè)戰(zhàn)略提供財(cái)務(wù)評(píng)價(jià)。 該場(chǎng)景是智能財(cái)務(wù)的核心， 是對(duì)其他管理會(huì)計(jì)領(lǐng)域信息化建設(shè)的思路統(tǒng)領(lǐng)， 同時(shí)也是建設(shè)智慧企業(yè)的核心。

2. 預(yù)測(cè)與全面預(yù)算管理場(chǎng)景。 全面預(yù)算管理作為集業(yè)務(wù)、資金、財(cái)務(wù)、信息等為一體的綜合性預(yù)算體系， 對(duì)于企業(yè)進(jìn)行戰(zhàn)略管理、資源配置、協(xié)調(diào)各部門的關(guān)系等方面都具有重要的作用。 但目前， 企業(yè)在實(shí)施全面預(yù)算管理的過(guò)程中存在以下問(wèn)題， 特別是在數(shù)字化的環(huán)境下， 這些缺陷尤為突出： 一方面， 預(yù)算系統(tǒng)需要將多種數(shù)據(jù)作為輸入來(lái)源， 如利潤(rùn)目標(biāo)、費(fèi)用數(shù)據(jù)、相關(guān)業(yè)務(wù)數(shù)據(jù)等。 但企業(yè)財(cái)務(wù)數(shù)據(jù)管理存在的問(wèn)題不可避免地影響到預(yù)算信息傳遞的速度和效率， 難以提供高質(zhì)量的預(yù)算信息。 另一方面， 由于難以對(duì)市場(chǎng)進(jìn)行預(yù)測(cè)， 企業(yè)在編制預(yù)算的過(guò)程中往往把目標(biāo)定得過(guò)高或過(guò)低。 預(yù)算編制與現(xiàn)實(shí)的偏離往往影響了預(yù)算管理的實(shí)施效果[23] 。 而預(yù)算編制的科學(xué)性和準(zhǔn)確性較差使得所編制的預(yù)算成為一種擺設(shè)， 由此形成了“重編制、輕執(zhí)行”的問(wèn)題。

筆者曾指出， 人工智能是一種預(yù)測(cè)技術(shù)， 機(jī)器學(xué)習(xí)可以利用算法從樣本數(shù)據(jù)中尋找規(guī)律。 這一特征使智能財(cái)務(wù)在全面預(yù)算管理中挖掘出了重要的應(yīng)用場(chǎng)景， 就是將數(shù)據(jù)預(yù)測(cè)與全面預(yù)算管理相結(jié)合， 最大限度地提高預(yù)算的科學(xué)性。 智能財(cái)務(wù)預(yù)測(cè)與全面預(yù)算管理可以通過(guò)數(shù)據(jù)挖掘、回歸分析、機(jī)器學(xué)習(xí)等手段， 對(duì)業(yè)務(wù)、收入、費(fèi)用、減值和資本情況進(jìn)行科學(xué)預(yù)測(cè)， 優(yōu)化預(yù)算編制過(guò)程。 同時(shí)搭建起預(yù)算控制和分析的智能化平臺(tái)， 以監(jiān)控預(yù)測(cè)的執(zhí)行狀況， 形成基于數(shù)據(jù)預(yù)測(cè)并實(shí)時(shí)調(diào)整的預(yù)算管理體系。

3. 多層次精益成本管理場(chǎng)景。 對(duì)于智能財(cái)務(wù)而言， 如何發(fā)掘與成本管理相關(guān)的應(yīng)用場(chǎng)景對(duì)于企業(yè)數(shù)字化轉(zhuǎn)型具有重要意義。 數(shù)字技術(shù)成為財(cái)務(wù)部門發(fā)展的良機(jī)， 但同時(shí)諸如精益管理（Lean）等方法仍然適用[16] 。 其中精益成本管理成為一類重要應(yīng)用。 精益成本管理不僅強(qiáng)調(diào)降低成本與費(fèi)用， 更是從目標(biāo)制定、產(chǎn)品設(shè)計(jì)、銷售等各個(gè)環(huán)節(jié)尋求總體效益的最優(yōu)化， 實(shí)現(xiàn)全過(guò)程、多層次的成本管理。 大量且細(xì)致的成本數(shù)據(jù)分析背后同樣需要人工智能技術(shù)的支持， 特別是與機(jī)器學(xué)習(xí)相關(guān)的數(shù)據(jù)挖掘技術(shù)。 Amani等[24] 對(duì)數(shù)字挖掘技術(shù)在成本管理應(yīng)用中的幾個(gè)層面進(jìn)行了綜述， 分別是設(shè)備層、流程層、施工層、產(chǎn)品層和項(xiàng)目層。 其中， 在設(shè)備層可以用數(shù)據(jù)挖掘來(lái)評(píng)估設(shè)備制造成本， 從而提高設(shè)備檢查和維修的精確度， 追蹤設(shè)備更新成本; 在流程層數(shù)據(jù)挖掘技術(shù)用來(lái)在成本核算中確定成本驅(qū)動(dòng)因素， 并有助于制定轉(zhuǎn)移定價(jià)的決策; 在施工層通過(guò)創(chuàng)建神經(jīng)網(wǎng)絡(luò)系統(tǒng)， 實(shí)現(xiàn)快速并足夠精確的成本評(píng)估; 在產(chǎn)品層挖掘出的數(shù)據(jù)可用于預(yù)測(cè)產(chǎn)品單元的成本、評(píng)估產(chǎn)品生命周期成本; 在項(xiàng)目層數(shù)據(jù)挖掘可以協(xié)助建立成本評(píng)估體系， 包括有形產(chǎn)品和無(wú)形產(chǎn)品， 如軟件和應(yīng)用等。

因此， 基于全過(guò)程、多層次的原則， 財(cái)務(wù)可以在數(shù)據(jù)挖掘技術(shù)下實(shí)現(xiàn)對(duì)成本的精益管理， 本文認(rèn)為這是智能財(cái)務(wù)在管理會(huì)計(jì)成本管理領(lǐng)域的重要應(yīng)用場(chǎng)景。

4. 基于司庫(kù)的資金管理場(chǎng)景。 筆者曾在《財(cái)務(wù)轉(zhuǎn)型大趨勢(shì)：基于財(cái)務(wù)共享與司庫(kù)的認(rèn)知》[25] 一書中指出， 財(cái)務(wù)轉(zhuǎn)型中一條不可忽視的主線是基于資金視角展開的， 并將企業(yè)的資金管理職能升級(jí)為司庫(kù)職能， 融入企業(yè)對(duì)金融資源的管控能力。 畢馬威研究發(fā)現(xiàn)， 面對(duì)信息技術(shù)不斷發(fā)展的大環(huán)境和企業(yè)經(jīng)營(yíng)模式的變化， 傳統(tǒng)的司庫(kù)將走出“大出納”和“融資”的職能范圍， 需要借助財(cái)務(wù)工具、金融服務(wù)以及信息技術(shù)， 進(jìn)行更有效和更規(guī)范的資金管理[22] 。 本文認(rèn)為， 智能財(cái)務(wù)可以借鑒金融科技中的相關(guān)應(yīng)用， 挖掘自身在資金管理領(lǐng)域的應(yīng)用場(chǎng)景。

在金融科技領(lǐng)域典型的人工智能應(yīng)用是智能投資顧問(wèn)（簡(jiǎn)稱“智能投顧”）。 智能投顧運(yùn)用算法和投資組合優(yōu)化理論模型， 為用戶提供投資決策信息參考， 同時(shí)還可以根據(jù)金融市場(chǎng)的波動(dòng)形成預(yù)判， 對(duì)資產(chǎn)組合及配置提供改進(jìn)建議。 參考這一思路， 企業(yè)財(cái)務(wù)在資金管理中的資金計(jì)劃、資金調(diào)度、資金監(jiān)控、資金風(fēng)險(xiǎn)管理等職能同樣可以在連接社會(huì)大數(shù)據(jù)的基礎(chǔ)上， 將人工智能技術(shù)和相應(yīng)的管理理論相結(jié)合， 實(shí)現(xiàn)司庫(kù)管理系統(tǒng)的升級(jí)。 例如， 在司庫(kù)的公司理財(cái)職能當(dāng)中， 財(cái)務(wù)人員可以根據(jù)重要經(jīng)濟(jì)指標(biāo)， 運(yùn)用神經(jīng)網(wǎng)絡(luò)模型為公司制定投資方案， 以追求長(zhǎng)期的穩(wěn)健回報(bào)[26] ， 這也將使得財(cái)務(wù)人員開始關(guān)注外部金融資源， 借助人工智能提高投融資、運(yùn)營(yíng)管理能力， 從管理決策導(dǎo)向走向戰(zhàn)略支持導(dǎo)向。

5. 智能反舞弊與風(fēng)險(xiǎn)控制場(chǎng)景。 反舞弊和財(cái)務(wù)風(fēng)險(xiǎn)控制也可以從金融科技應(yīng)用中取得借鑒。 傳統(tǒng)反舞弊和風(fēng)險(xiǎn)控制業(yè)務(wù)主要靠人來(lái)搜集、處理數(shù)據(jù)， 并進(jìn)行財(cái)務(wù)反應(yīng)和行動(dòng)， 這種模式面臨諸多痛點(diǎn)[27] 。 從數(shù)據(jù)角度看， 進(jìn)行舞弊判斷和風(fēng)險(xiǎn)識(shí)別所需收集的數(shù)據(jù)量巨大， 財(cái)務(wù)人員難以整合多種渠道的信息， 從而出現(xiàn)疏漏， 無(wú)法進(jìn)行關(guān)聯(lián)信息查詢和擴(kuò)展; 從成本效益角度看， 該模式下的監(jiān)督管理效率不高， 但監(jiān)管調(diào)查的投入面臨逐年遞增的情況， 難以實(shí)現(xiàn)持續(xù)的優(yōu)化提升。

在金融領(lǐng)域， 智能風(fēng)控應(yīng)用已經(jīng)頗為成熟。 例如， 螞蟻小貸利用計(jì)算機(jī)后臺(tái)自動(dòng)整合貸款人各個(gè)方面的數(shù)據(jù)， 快速運(yùn)算并進(jìn)行篩選、建模和打分， 并自動(dòng)審批房貸， 從而實(shí)現(xiàn)其壞賬率顯著低于傳統(tǒng)銀行[26，28] 。 因此， 智能財(cái)務(wù)同樣可以借助監(jiān)督式學(xué)習(xí)算法、知識(shí)圖譜等技術(shù)， 把人類具有的直覺(jué)推理加以形式化或機(jī)器模擬， 大量處理會(huì)計(jì)信息、供應(yīng)商管理審查信息、應(yīng)收賬款賬齡信息等， 對(duì)財(cái)務(wù)風(fēng)險(xiǎn)甚至是非財(cái)務(wù)風(fēng)險(xiǎn)形成一定的預(yù)判能力， 使財(cái)務(wù)部門由提供事后的財(cái)務(wù)數(shù)據(jù)， 向事前的風(fēng)險(xiǎn)管控和事中的規(guī)范管理轉(zhuǎn)變， 正如螞蟻小貸借此實(shí)現(xiàn)無(wú)人信貸。 德勤也指出， 機(jī)器學(xué)習(xí)還將解讀財(cái)務(wù)人員對(duì)于風(fēng)險(xiǎn)的反應(yīng)模式， 從而在沒(méi)有回饋或干預(yù)的情況下自主采取行動(dòng)， 根據(jù)持續(xù)的信息流快速反應(yīng)進(jìn)而降低風(fēng)險(xiǎn)， 使財(cái)務(wù)在不需要人的干預(yù)下就可以自主驅(qū)動(dòng)智能工具， 實(shí)現(xiàn)控制風(fēng)險(xiǎn)的目的。

（四）智慧企業(yè)大腦

智能財(cái)務(wù)應(yīng)用場(chǎng)景的第四個(gè)層面是智慧企業(yè)大腦， 主要是探索發(fā)揮通用人工智能乃至強(qiáng)人工智能在企業(yè)決策當(dāng)中的應(yīng)用， 使智能財(cái)務(wù)融入智慧企業(yè)的建設(shè)中。 這一應(yīng)用場(chǎng)景總的來(lái)說(shuō)仍然是發(fā)揮人工智能在某一專門領(lǐng)域的作用， 即專用人工智能。 同時(shí)， 在更高級(jí)的應(yīng)用上更多的是基于“人+機(jī)器”的合作模式。 有學(xué)者指出， 目前最復(fù)雜的目標(biāo)設(shè)定等工作仍是由人類完成， 而在未來(lái)， 計(jì)算機(jī)也可以很好地制定宏大的意圖和目標(biāo)。 而具備設(shè)定目標(biāo)能力的人工智能則可以認(rèn)為已經(jīng)具有一定程度的自我意識(shí)， 可以自主學(xué)習(xí)新的工作場(chǎng)景， 執(zhí)行各類不同的、沒(méi)有預(yù)先設(shè)定程序的分析任務(wù)， 整體呈現(xiàn)出通用人工智能或強(qiáng)人工智能的特點(diǎn)。 本文認(rèn)為， 智能財(cái)務(wù)同樣具備運(yùn)用通用人工智能乃至強(qiáng)人工智能的潛力， 主要實(shí)現(xiàn)方式是融入智慧企業(yè)的建設(shè)過(guò)程當(dāng)中， 成為“智慧企業(yè)大腦”， 這是智能財(cái)務(wù)最高級(jí)的應(yīng)用場(chǎng)景。

智慧企業(yè)是企業(yè)數(shù)字化轉(zhuǎn)型后的一種形態(tài)， 其核心是為了發(fā)揮數(shù)據(jù)的作用。 具體而言， 專業(yè)職能部門要通過(guò)數(shù)據(jù)的挖掘和專業(yè)知識(shí)的沉淀， 形成各類獨(dú)特的能力; 管理層則通過(guò)大數(shù)據(jù)和算法， 修正經(jīng)驗(yàn)判斷的偏差， 為決策者在預(yù)測(cè)規(guī)劃、績(jī)效判斷、風(fēng)險(xiǎn)管控等不確定領(lǐng)域提供更多的科學(xué)依據(jù)。 在這一轉(zhuǎn)型目標(biāo)中， 智能財(cái)務(wù)將成為智慧企業(yè)中的關(guān)鍵能力， 它的重要性體現(xiàn)在：智能財(cái)務(wù)強(qiáng)調(diào)數(shù)據(jù)驅(qū)動(dòng)， 并發(fā)揮算法和算力的作用。 智慧企業(yè)在運(yùn)營(yíng)和管理上追求的是標(biāo)準(zhǔn)化和數(shù)字化。 例如決策的標(biāo)準(zhǔn)化和數(shù)字化， 采購(gòu)、招標(biāo)和定價(jià)的標(biāo)準(zhǔn)化和系統(tǒng)化[29] 。 智能財(cái)務(wù)可以在大量全樣本數(shù)據(jù)的基礎(chǔ)上， 對(duì)需求和有限資源之間的配置進(jìn)行無(wú)限模擬， 做出更加完整、客觀的預(yù)測(cè)， 輔助甚至代替企業(yè)管理人員做出決策。

例如， 我們可以想象人工智能幫助財(cái)務(wù)在企業(yè)戰(zhàn)略分析和選擇方面所發(fā)揮的作用。 戰(zhàn)略分析和選擇作為最高管理層的職能， 將人類管理者訓(xùn)練成能夠判斷趨勢(shì)并能憑直覺(jué)得出獨(dú)特戰(zhàn)略的“市場(chǎng)控制者”， 需要積累數(shù)年乃至數(shù)十年的經(jīng)驗(yàn)， 而目前的算法在數(shù)小時(shí)內(nèi)就可以探索出數(shù)千種可行的策略， 并進(jìn)行逐一模擬和判斷。 想象企業(yè)在掌握了大量市場(chǎng)數(shù)據(jù)、用戶數(shù)據(jù)以及各種渠道所獲取的競(jìng)爭(zhēng)者數(shù)據(jù)的時(shí)候， 是否也可以對(duì)競(jìng)爭(zhēng)的結(jié)果做出無(wú)限模擬？此時(shí)企業(yè)之間的競(jìng)爭(zhēng)是否已經(jīng)演變?yōu)閷?duì)數(shù)據(jù)的搶奪？這將對(duì)企業(yè)的戰(zhàn)略選擇方式帶來(lái)巨大變化。 智慧企業(yè)大腦在識(shí)別新模式、發(fā)現(xiàn)并模擬新策略的速度和能力上超過(guò)了任何經(jīng)驗(yàn)豐富的人類分析師和管理者。 目前， 我們已經(jīng)看到久其軟件在通信行業(yè)基于管理者行為分析的KPI矩陣推薦算法， 這種基于“數(shù)據(jù)要素—管理崗位—指標(biāo)相關(guān)性”的算法彌補(bǔ)了傳統(tǒng)決策管理自上而下的規(guī)劃環(huán)節(jié)場(chǎng)景的缺失， 把管理指標(biāo)變成類似“今日頭條”一樣千人千面的數(shù)據(jù)“新聞門戶”， 為更靈活的阿米巴會(huì)計(jì)報(bào)告和財(cái)務(wù)數(shù)據(jù)服務(wù)創(chuàng)新提供了可供參考的實(shí)踐路徑。

總的來(lái)說(shuō)， 以上智能財(cái)務(wù)應(yīng)用場(chǎng)景使財(cái)務(wù)實(shí)現(xiàn)了消除冗余流程、通過(guò)自動(dòng)化解放相關(guān)人才、隨時(shí)隨地根據(jù)財(cái)務(wù)和業(yè)務(wù)人員的需要提供信息、增強(qiáng)業(yè)務(wù)決策支持、改善用戶互動(dòng)和服務(wù)質(zhì)量、實(shí)現(xiàn)管理會(huì)計(jì)的信息化和智能化的綜合目標(biāo)， 同時(shí)為在企業(yè)管理和運(yùn)營(yíng)當(dāng)中實(shí)現(xiàn)通用人工智能乃至強(qiáng)人工智能提供了可能。

【 主 要 參 考 文 獻(xiàn) 】

[1] ICAEW. Artificial intelligence and the future of accountancy[R].ICAEW，2018：7 ～ 8.

[2] 王玉梅，胡偉峰，湯進(jìn)等.產(chǎn)品交互設(shè)計(jì)中場(chǎng)景理論研究[ J].包裝工程，2017（6）：76 ～ 80.

[3] Hülya Boydas Hazar.Artificial intelligence application in accounting and auditing[R].Research &Reviews in Social， Human and Administrative Sciences，2019：251 ～ 263.

[4] 劉勤，楊寅.智能財(cái)務(wù)的體系架構(gòu)、實(shí)現(xiàn)路徑和應(yīng)用趨勢(shì)探討[ J].管理會(huì)計(jì)研究，2018（1）：84 ～ 90+96.

[5] 劉梅玲，黃虎，佟成生等.智能財(cái)務(wù)的基本框架與建設(shè)思路研究[ J].會(huì)計(jì)研究，2020（3）：179 ～ 192.

[6] 李聞一，李栗，曹菁等.論智慧財(cái)務(wù)的概念框架和未來(lái)應(yīng)用場(chǎng)景[ J].財(cái)會(huì)月刊，2018（5）：40 ～ 43.

[7] 中興新云.財(cái)務(wù)的自動(dòng)化、智能化、數(shù)字化[R].中興新云財(cái)務(wù)云，2020：16 ～ 24.

[8] 智能財(cái)務(wù)研究中心.中國(guó)企業(yè)財(cái)務(wù)智能化現(xiàn)狀調(diào)查報(bào)告[R].上海國(guó)家會(huì)計(jì)學(xué)院，2020：30 ～ 35.

[9] 郭曉梅.智能技術(shù)驅(qū)動(dòng)下的財(cái)務(wù)共享模式創(chuàng)新與應(yīng)用實(shí)踐研究調(diào)查問(wèn)卷分析報(bào)告[R].IMA等，2020：36.

[10] 用友網(wǎng)絡(luò).企業(yè)數(shù)字化：目標(biāo)、路徑與實(shí)踐[M].北京：中信出版社，2019：452 ～ 579.

[11] 王興山.數(shù)字化轉(zhuǎn)型中的企業(yè)進(jìn)化[M].北京：電子工業(yè)出版社，2019：1 ～ 230.

[12] 金蝶軟件.智能財(cái)務(wù)白皮書[R].金蝶軟件（中國(guó)）有限公司大企業(yè)事業(yè)部，2020：16.

[13] 賈小強(qiáng)，郝宇曉，盧闖.財(cái)務(wù)共享的智能化升級(jí)：業(yè)財(cái)稅一體化的深度融合[M].北京：人民郵電出版社，2020：91 ～ 105.

[14] 田高良，陳虎，郭奕等.基于RPA技術(shù)的財(cái)務(wù)機(jī)器人應(yīng)用研究[ J].財(cái)會(huì)月刊，2019（18）：10 ～ 14.

[15] 王言.RPA：流程自動(dòng)化引領(lǐng)數(shù)字勞動(dòng)力革命[M].北京：機(jī)械工業(yè)出版社，2020：1 ～ 200.

[16] Tony Menezesde等.認(rèn)知型企業(yè)：財(cái)務(wù)部門的良機(jī)[R].IBM商業(yè)價(jià)值研究院，2018：11 ～ 25.

[17] 普華永道.智慧財(cái)務(wù)驅(qū)動(dòng)企業(yè)變革與轉(zhuǎn)型[R].普華永道，2019：5.

[18] Steven Ehrenhalt等.德勤首席財(cái)務(wù)官指引——認(rèn)知技術(shù)[ R].德勤，2018：14.

[19] 田高良，陳虎，孫彥叢等.“大智移云物”背景下的財(cái)務(wù)轉(zhuǎn)型研究[ J].財(cái)會(huì)月刊，2019（20）：3 ～ 7.

[20] 涂揚(yáng)舉.智慧企業(yè)概論[M].北京：科學(xué)出版社，2019：1 ～ 50.

[21] 阿黛爾·斯威特伍德.智慧營(yíng)銷：營(yíng)銷部門數(shù)字化轉(zhuǎn)型指南[M].北京：機(jī)械工業(yè)出版社，2019：1 ～ 200.

[22] 畢馬威.未來(lái)之道，攜手共贏[R].畢馬威咨詢，2020：1 ～ 50.

[23] 劉雪貞.我國(guó)企業(yè)全面預(yù)算管理存在的問(wèn)題與對(duì)策研究[ J].山東財(cái)經(jīng)大學(xué)學(xué)報(bào)，2017（3）：84 ～ 91.

[24] Farzaneh A. Amani，Adam M. Fadlalla.Data mining applications in accounting： A review of the literature and organizing framework[ J].International Journal of Accounting Information Systems，2017（24）：42 ～ 58.

[25] 張慶龍等.財(cái)務(wù)轉(zhuǎn)型大趨勢(shì)：基于財(cái)務(wù)共享與司庫(kù)的認(rèn)知[M].北京：電子工業(yè)出版社，2018：91 ～ 99.

[26] 徐忠等.金融科技：發(fā)展趨勢(shì)與監(jiān)管[M].北京：中國(guó)金融出版社，2017：86 ～ 159.

[27] 德勤.智能財(cái)務(wù)反舞弊監(jiān)控系統(tǒng)[R].德勤，2020：1.

[28] 曾鳴.智能商業(yè)[M].北京：中信出版社，2018：115 ～ 128.

[29] 阮闖.企業(yè)大腦——人工智能時(shí)代的全數(shù)字化轉(zhuǎn)型[M].北京：經(jīng)濟(jì)管理出版社，2017：78 ～ 109.