扫一扫下载APP

Android IOS

关注令才科技

400-167-8089
2021-07-22企业动态

人工智能在财务的“七个认知”和“三大影响”


提及人工智能,你最先想到的,可能是你们家用语音控制的扫地机器人,可能是餐厅里准确送达菜品到你桌前的送餐机器人,也可能是了解你的说话习惯能和你在开车时聊天斗嘴的智能导航……


以上这些,都是基于普通大众对于人工智能的现实认知,毋庸置疑,人工智能技术在一定程度上释放了大量人工劳动力。随着人工智能的理论和技术日益成熟,其应用领域也不断扩大。在财务领域中,人工智能可以大大提高会计作业质量和工作效率,使企业决策更加科学有效。


伴随着新一代人工智能技术的发展,智能+”在财务领域的应用,使智能财务的概念破土而出。人工智能正在颠覆财务行业,智能财务这个话题也是近两年的热门话题之一。


那么,人工智能的概念到底如何定义?应该如何正确认知人工智能?机器学习与传统的自动化有哪些差异?人工智能对财务领域将带来哪些价值和影响?


人工智能如何定义?如何正确认知?



人工智能(Artificial Intelligence),顾名思义,是人工打造出的智能,通过研究人类思维方式,归纳人类思考规律,使计算机通过深度学习,能够模拟人类去思考、判断和自我学习。


令才科技总经理王泽在《数智化财务人才进阶课》第14讲中,对于人工智能的定义和正确认知,有以下七点阐述:
第一,人工智能是像人类一样思考、判断和自我学习。财务共享领域的派工、凭证生成、共享绩效看板、报表生成、资金支付都不是人工智能,这些仅为系统自动化而已。


第二,人工智能目前适合在小场景里,解决复杂的问题。人工智能的三大核心要素,是数据、算法和算力。人工智能的基础,是要通过历史数据里面去寻找规则,通过大量的数据去训练规则,而小场景更容易收集数据,数据的质量相对更好;解决复杂问题是指,简单的问题用传统的自动化技术就能完成,无需复杂的模式解决。

第三,人工智能的应用,80%的精力在处理数据,20%的精力在建模。在懂财务业务的背景下,具有数据处理能力、算法能力的人是关键。我们通常称之为人工智能产品经理或者算法工程师。

第四、人工智能比人类做的更快、结果更精准。目前,机器学习技术尚不能达到100%正确;在人工智能应用时,需要有正确的认识。

第五,人工智能的应用,投产比是检视能否适用的关键点。很多时候,高正确率是在实验室特定条件下完成的,真正用在实战里,尚无法达到宣传的效果,请注意各种前提条件的定义;

第六,不谈数据、不谈算法的人工智能,都是伪人工智能现阶段所有的人工智能还需要大数据支持,数据量不够,人工智能应用的效果根本起不到作用。

第七,因为人工智能尚无法完美的解决问题,所以在很多场景里,人机协同是普遍做法。即:人工智能替代大部分人的工作,人类穿插其中做少部分工作;

第八,不要为了追求人工智能而用人工智能。在财务领域里,自动化更能有效解决问题,人工智能可能在数据挖掘分析更有应用前景。

机器学习(ML)与传统自动化的差异?

现在财务领域对人工智能有点太夸大,比如凭证自动生成、资金支付、银企直联,包括时下火爆的RPA(机器人流程自动化),都不能算是真正意义上的人工智能,只是传统的自动化。

如果把人工智能和传统自动化做一个界定:传统自动化是人制定出规则,给到ITIT把规则放进系统,系统自动执行这套规则。作为人工智能的一种实现方式,机器学习(ML)是人无法定出规则时,通过机器学习技术,从历史数据中把这套规则梳理出来,然后放到系统中自动执行。


那么机器学习与传统自动化到底有哪些差异?从以下两个维度来分析:

第一,从规则的制定上来看

对于规则很复杂,涉及的信息量很大,人脑根本无法穷举并清晰的撰写规则,只要有足够多的数据,机器学习就可以从这些历史数据中寻找规律,并自动建立规则,同时自动生成代码程序;

传统自动化是人工梳理规则,给到IT以写代码或者用规则引擎等工具配置,来形成规则程序,然后放在服务器中运行这个规则程序。

下面,我们通过一个案例,来详细说明机器学习如何通过训练来制定规则?

假设随机森林里有1万个决策树,我们把100万条企业已经记过账的经营数据全部结构化,然后把这些经营数据和客户数据放到这1万个决策树,这些信息就会在决策树中随机分布。

接下来是监督学习,因为都是历史数据,这笔经济事项的正确会计科目是已知的。然后看哪个决策树上是正确的科目,就给它加一分,专业术语叫置信。这样第一条数据就训练完了。

随着数据的增加,就能得出一个概率,即当第一条决策树上出现某三个特定词,生成其对应会计科目的概率是99%。概率达到95%以上的决策树,我们就认为训练成熟了,也就是它已经建出来一套规则了,可以放到系统中去运行了。当有新单据提上来,就按生成的规则做判断。

如果概率太小,就说明数据量不够,准确度就低。我们只能再积累数据,然后再去训练。


第二,从规则的优化上来看,
机器学习可以在持续的自动处理业务的时候进行自我优化,从而实现程序的自动优化,比如智能识别、智能记账等;
传统的自动化,需要人工先确定如何修改,告诉ITIT再改代码。比如企业的差旅费标准,是人工制定住宿标准,把wordITIT写程序放到服务器中自动控制报销标准。


比如我们让决策树去处理餐费的业务,当处理了100个单据的时候,发现“吃饭”这个词出现了20次,达到了20%预设值,那就把吃饭这个词放到决策树去做辅助判断,这样准确度就会越来越高。机器学习是一个概率问题,通过各种统计,去优化规则,优化越多就越完善。

当然,传统自动化也有优势,就是传统自动化可以做到100%准确,只要代码没有bug,传统自动化是100%执行设计的规则(比如系统的预算控制、领导的审批流、RPA等)。但是机器学习,因为是从历史数据里找规则,所以总会有一个概率的错误,哪怕是十万分之一的错误概率,也做不到100%


人工智能对财务领域的三大影响?


综上所述,虽然现阶段机器学习应用在财务领域的范围和程度还在完善和发展中,但是不难否认,人工智能作为社会发展和技术创新的产物,正在成为新一轮财务智能化创新和转型的核心驱动力。

人工智能对于财务领域的影响,简单总结为以下三点:

降低财务的工作强度

AI的发展,能够简化财务流程,替代过往大量基础性的工作,从而降低财务人员的工作强度。随着AI的逐步应用,智能审核、智能记账等技术在财务领域的发展,很多财务处理的工作可以通过技术和系统自动实现,财务人员可以通过简单的操作轻松处理大量的账务,财务人员能够从基础的信息录入、审核等转变为更有价值的财务分析和风险控制上。

提高财务工作的准确性

一方面,AI能够极大地减少财务领域的人为失误。在传统财务工作体系中,需要人工进行会计信息的筛选和录入等作业,经常会出现如报表不平、往来账不一致等问题。当因人工错误出现偏差时,财务人员只能通过反复核查来找出错误源头,进一步增加了工作负担。

AI的应用能够大幅度降低人为差错率,即便在前期会计信息录入环节出现失误,智能系统也会进行实时提示或预警,以帮助财务人员及时更正错误。

另一方面,AI的出现,扩展了传统财务可分析的数据范围,过往受限于人力成本而只能抽样检查的信息和原始凭证,通过AI技术可以大大降低财务风险。

提高财务智能化水平

AI等技术与财务理论的结合,形成了智能财务管理这种新的财务管理模式,有助于实现高水平的、全面的、多可能的资源优化。

在财务智能化时代,信息技术不仅可以代替人类进行数据搜集及加工工作,更可以通过机器学习,加强财务数据智能化的分析和运用,帮助财务人员进行智能决策,提高财务智能化水平。

总体来说,人工智能在财务方面的应用主要体现在流程和决策上。其中,AI有助于简化企业财务处理的流程,减少人工投入从而提高效率;并且,其可以通过精准的数据分析,为企业经营提供高质量预测,并辅助财务管理人员进行决策。

小结


互联网+”之后,人工智能升级为智能+”,再一次被写入政府工作报告,并作为国家战略,逐步开始与产业进行融合,加速经济结构优化升级。

在张庆龙教授的《下一代财务:数字化和智能化》一书中提到,如果将大智移云物链等技术称为下一代技术,那么基于数字技术与人工智能基础上的财务可称之为下一代财务。如何在现有的人工智能技术阶段,对其做到正确认知,并结合现有业务场景,使用人工智能来创造最大价值,成为学界以及实务界的热点话题。
下一代智能财务的大幕正徐徐开启,智能财务终将走上企业价值创造和可持续发展的中心舞台,一场财务智能化的变革方兴未艾!


返回列表

携手令才 开启财务智能新模式

获取方案
在线咨询

销售热线

400-167-8089

工作日 9:00-18:00

返回顶部

获取方案