何依 龚楚英
湖南信息学院
机器学习是人工智能研究内容之一，随着大数据、移动互联网、云计算技术的发展，认知分析、机器学习、深度学习、数据科学等高新技术的发展和应用，为我国企业管理模式注入了新的理念，传统的会计核算会被财务机器人代替。财务领域中的人工智能技术主要在于机器视觉和语音识别两个方向，着重模仿人类的财务操作和判断，多应用于业务收支预测、风险管控、税务优化等方面。
一、“大智移云”时代下，智能会计引擎发展现状及问题分析
（一）国内外发展现状
国外 人工智能应用于财务领域始于1987年美国注册会计师协会发表的《人工智能与专家系统》，但近年来才取得突破性进展，2017年5月，国际四大会计师事务所之一的德勤率先推出其与 Kira Systems 共同研制的智能财务机器人“小勤人”，普华永道、安永和毕马威也不甘落后，相继引入机器人流程自动化技术，开发各自的智能财务机器人软件并于部分企业投入运营，智能财务时代已然来临。JASON BELL.（2018）指出机器学习是人工智能的重要分支之一，应用此类算法的计算机系统可按照一定方式对所提供的训练数据进行学习并生成相应模型；随着训练次数的增加，该系统能够不断改进和优化所输出的模型并以该模型为基础预测相关问题。
国内 周元元、贾晓柏（2007）指出传统会计业务存在会计流程板块孤立，系统效能难以发挥、难以为信息使用者提供与环境相适宜的决策相关信息，提出构建动态会计处理平台的设想；韩向东(2018)指出智能财务主要依托于以人工智能为代表的各种数字化技术工具以重塑企业财务核算流程与财务管理职能，一方面，能够高效准确地处理重复性较高的手工记账工作；另一方面能够为企业的预测决策、风险管控和成本管理提供有力支持，使企业的财务模式由核算向管理不断进化。
（二）存在问题
1、人才的匮乏
张长水在《机器学习面临的挑战》中提到利用机器学习技术解决某一领域的具体问题时，往往需要该领域内的从业人员能够理解最终生成的模型，从而进一步明确该模型能够针对未知样本进行预测的逻辑。然而，人工智能技术仍处于新兴发展阶段。虽国内外致力于高新技术人才的培养，但高新技术人才的培养需要长时间的积累。据统计，中国2020年获得国家杰出青年科学基金的杰出青年共计300人;从研究领域来看，计算机领域为21人,相对来说，计算机领域的人才占比例较少，复合型创新人才更是寥寥无几。
2、复杂的业务场景与活动
显而易见，虽然通过机器学习的智能会计引擎能够完成传统财务会计的大量工作，但会计是人造系统，会计信息满足信息使用者的需求是基础，在会计处理中会计人员的主观能动性尤其重要。其次，会计决策需要通过根据实际发生的经济业务事项进行职业判断，对于会计职、判断，人工智能仅限于识别和学习已设定的知识，无法像人脑一样去根据企业环境和经营目标的改变做出实时的、有针对性的职业判断。
目前会计引擎在我国仍处于初级发展阶段，在企业财务领域的应用也相对有限。一方面，当前能够实现独立产品化应用的会计引擎寥寥无几，会计引擎应用处于模块化阶段。另一方面，会计引擎在我国不同行业中的应用深度千差万别。对于大多数行业而言，会计引擎主要被内置于企业的电子报账系统和资金管理系统中，应用较为单一和分散；但在金融业、零售业等行业中，会计引擎同时覆盖了专业化的财务系统和业务系统，应用更为广泛。
3、信息数据的安全性
由于网络具有无中心性和开放性的特点，会计信息有可能被截取或篡改，会计引擎的安全性问题也成为了保证其发展所必须解决的重大难题。机器学习完全立足于互联网技术之上，虽然这种形式提供了很多工作便利，但也存在许多安全风险。例如，在当前互联网的发展中，经常会出现各种网络病毒，对会计引擎的使用构成严重威胁;其次很多会计人员不认同人工智能软件，对自己的工作账户没有严格的保护，导致账户被盗等诸多问题，很可能给企业带来严重的损失。
二、经机器学习的智能会计引擎特点
1.“会计大数据+机器学习”
有别于传统会计的手工工作，如今，变成计算机录入方式，在录入后进行具体的处理流程，在财务的信息采集的初始阶段实现智能化，基于机器学习的智能财务会计引擎在经过大量标签化数据的训练之后，能够完善相应的转换规则，在准确识别业务信息之后将其迅速转换为记账凭证并接入明细账和总账；另一方面，基于机器学习的智能管理会计引擎可纳入大量的半结构化与非结构化数据，有利于优化管理会计经营预测、决策支持和风险管控等多个维度的职能。同时指出利用机器学习构建智能会计引擎所面临的机遇与挑战。
2.会计核算流程再造
云会计技术的应用通过智能会计引擎实现，会计人员只需要输入指令，智能会计引擎计算不同数据进行分析，并自动生成需要的各项报表。另外在企业管理者与财务信息使用者之间构建一个沟通平台，便于交易，实现信息共享。从分散模块成为统一工具，从简单集中于部分系统转向适应更加广泛多元的业务场景，以改善业务信息向财务信息的转换流程，最终实现业务发展与财务管理的协同配合。
3.会计报告模式变革
在人工智能的庞大信息系统中，各种信息的发布不再受数量和时间的限制。其次，在报告时间上，既发布中期报告，又发布期末报告，通过发布实时报告实现财务决策的及时性。在披露形式上，既实现了全面报告的披露，又实现了部分报告和部分报告的披露。在人工智能中，将会计数据的形式转化为非结构化的会计凭证，如图像、视频、办公文档等，实现财务报表的个性化，完成财务报表的印象管理，满足财务报表使用者的需求。树立良好的企业形象，实现自身利益。
三、智能会计引擎经机器学习后拟解决问题
(1)应用区块链技术在业务系统和财务系统之间搭建分布式底账
区块链在会计上的应用主要表现在三个方面：直接存储简单的数据、在区块链的主链和辅链上分类存储信息和价值链选择，所以区块链更有利于管理信息和分析信息。区块链具有去中心化的特点，这个特点可以使财务记录信息分布式处理。不仅如此，区块链可以减轻审计工作的工作量，因为会计在区块链的任何一个节点都可以获取全部相关的会计信息，并且可以识别其中的错误信息，避免了传统会计模式中必须在中心端“背书”的情况，高效实现审计工作。
(2)基于机器学习的智能财务会计引擎解决重复性手工记账问题
利用大量原始凭证的图像和文字提升业务系统与智能财务会计引擎对业务信息的识别能力，使财务人员在记账之时不用再基于经验判断手工选择会计科目，从而在最大程度上实现自动化记账，提高记账的效率和准确性。改进现有记账凭证转换规则，大大增强企业会计核算工作与相关业务的同步性和协同性，为实现业财深度融合提供支撑，给企业的会计核算工作带来质的飞跃。
(3)基于机器学习的智能管理会计引擎进一步优化
机器学习对管理会计引擎的智能化改进关键在于其不仅使用结构化程度较高的财务数据，还会使用半结构化与非结构化特征突出的非财务数据，同时将数据来源由企业内部真正拓展至企业外部，进一步优化管理会计在经营预测、决策支持和风险管控三个维度的职能，使改进后的智能管理会计引擎真正成为行之有效的智能化管理工具。
综上所述，虽然时代需求、国家政策和新兴信息技术为利用机器学习构建智
能会计引擎创造了良好的条件与机遇，但人才的匮乏、复杂的业务场景与活动以及信息数据安全仍是亟待解决的问题。未来，以机器学习为代表的人工智能技术将在财务领域实现更为深入的应用，除了能够构建智能会计引擎，也将开发出更具创新性和颠覆性的智能财务工具，为企业达成业务发展与财务管理紧密融合的目标增添新的活力。
参考文献：
王加灿、苏阳：人工智能与会计模式变革（2017）
邓文伟：人工智能时代的会计研究综述（2018）
邹进尧：区域链技术与分布式账本在会计领域的应用研究（2020）
论文属于湖南省大学生创新项目（X202013836006）研究成果之一