PC版
搜索导航
论文网 > 会计审计论文 > 会计研究论文

人工智能对会计工作影响及对会计人员的冲击

  一、引言
  人工智能能取代人类传统的会计工作吗?会计业内不少人以为,人工智能只能辅助会计人员进行会计核算及财务决策,不能独立进行复杂的财务判断和决策工作,认为其至少无法取代现在高端的决策工作。但若认真了解人工智能的发展趋势,就会知道其所能做的会计工作远比大家想象的要多。
  2017年2月4日,世界围棋排名第二的人工智能机器人AlphaGo,被剔出排名。原因是Alpha Go再以“Master”之名,横扫当前世界最顶级高手,创造60胜0负的佳绩,围棋上人类已经缴械投降了。更重要的是AlphaGo的“智能”模仿了人类大脑的神经网络,具有高效的“深度学习”能力,已经具备自我学习和预测未知的能力。下面本文就简介一下其工作原理,揭开这种“智能”的神秘面纱。
  二、现代人工智能原理及应用
  人工智能(Artificial Intelligence,简称AI)能以人类智能相似的方式对环境做出反应,包括对人类自然语言的识别与意义的理解,可以对图像和影像中的物体精确识别等,还可以模拟人的学习、推理、思考、规划、预测等思维过程和智能行为。
  1.AI原理简介
  (1)大脑生物神经网络工作原理
  脑神经科学家通过研究发现,人脑大约有1011个神经元(神经细胞),并分为多个层。每个神经元上有103~105个神经突触。每个神经元通过突触与其它神经元进行连接和信息传递,构成一个强大、复杂的神经网络。当突触接收到的信号强度超过某个阈值,神经元将由静止状态变激活(通电),再通过突触以电脉冲向上层神经元发送激活信号。层越多、连接越复杂,信息的抽象处理能力和智力越高。
  大脑对于事物和概念的记忆,并非存储在某个固定位置,而是像全息照片一样,分布式地存储在一个复杂的神经网络里。一个概念可以用多个神经元共同定义表示,一个神经元也可以参与多个概念的表示。例如,“大黄狗”如果分布式地表示就是,一个神经元表示大小,另一个神经元表示颜色,第三个神经元表示抽象的狗。当视觉或听觉将三个神经元同时激活并与记忆中的数据概念匹配时,就知道是“大黄狗”。人类就是通过大脑特定区域神经元之间的相互激活与协同工作,高效完成各种智力工作的。
  (2)AI对信息进行智能化处理的方式
  一种是传统 “专家系统”人工智能,此方法基于逻辑符号,大量使用“如果-就”(If-Then)判断规则,进行线性逻辑推理,这种人工智能方式适合处理线性、结构化数据,但不适合处理直觉、模糊判断及非结构化数据。
  另一种人工智能系统,是模仿人的生物神经网络工作原理,分布式表征,模仿人类大脑处理信息。这种AI系统适合处理图像、影像、声音等分布式非结构化数据,,特别是海量的大数据,一般都是分布式数据结构。例如,视频采集的动态数据中,判断一个飞行的物体是麻雀还是老鹰,或者飞机,对这样海量数据的处理,传统“专家系统”AI就无能为力了。而人工神经网络智能系统,就可以高效处理这些非结构化分布式数据信息。更为重要的是人工神经网络AI,可以像人一样自我学习,非监督学习,甚至预测学习。
  目前的机器人工智能系统往往是把这两种AI系统结合起来,互相取长补短。
  2.AI应用现状
  为了让读者更清楚了解AI对会计工作的冲击,了解哪些工作将被机器人取代,下面介绍几个AI典型应用,进一步了解其??用领域。
  (1)“深度学习”在棋类中的应用
  在棋类博弈中,围棋的变化数最多,达到10170。与过去战胜国际象棋冠军的“深蓝”所不同,AlphaGo若想用穷举法“暴力”计算出每步棋的最佳落子来与人类对弈,是根本不可能的。其采用的是人工神经网络的“深度学习”,自己和自己对弈上千万盘棋,用非监督学习的方法提高对弈水平。在海量的可能中,每步棋并非找最佳落子,而是找出胜率最高的走法。AlphaGo 1.0主要通过训练学习人类棋谱而战胜韩国选手李世石。而横扫围棋界的AlphaGo2.0(Master)已经抛弃人类的棋谱,创造出自己的走法。AI已经具有通过自我学习进行独立判断的能力。
  (2)在图形和语音识别方面应用
  Google旗下的DeepMind通过强化学习、无监督学习,让AI仅使用屏幕上的像素和游戏分数作为输入,从头学玩游戏,最终在其中29种游戏中达到或超过了人类水平,可见AI能通过自我学习,对未知领域进行预测、决策。
  2015年的ImageNet竞赛上,一个深度学习系统以96%的图像识别准确率,第一次超过了人类。目前百度公司已经能将人脸识别准确率提高到99.77%。百度基于深度学习研发的语音系统识别准确率可达到97%,接近人类水平。现在的语音翻译也达到接近人类翻译的水平。高效精确的图形、影像、语音识别技术,将使未来AI机器人具有强大的与人交流信息的能力。
  (3)手写数字和文字识别方面应用
  早在上世纪90年代,贝尔实验室开发出来的AI系统,识别手写的数字和文字就能达到商用级识别精度,被企业用来识别信封上的手写邮政编码及支票上面的手写数字。现在的识别准确度完全可以与人类媲美。AI能识别出手写的、不规范的会计原始单据,甚至可以通过大数据样本的“深度学习”,对发生的经济业务、会计事项做出准确判断归类。
  此外,AI还能代替医生诊断病人,做记者写报道,甚至写小说、绘画、作诗、作曲等。自动写出会计报告更不是问题。   三、AI对会计工作的影响及对会计人员的冲击
  通过以上对AI应用的分析可知,其远不止辅助会计人员做账、分析、决策功能,更不是传统会计电算化的升级版。大有对传统会计人员的工作取而代之的趋势。会计工作具有程序化、规范化、原则性强的特点,而这些正是计算机所擅长。下面就从会计工作和会计人员这两方面分析AI的影响。
  1.AI对传统会计工作的影响
  《经济学人》曾于调查后在2014年列出了未来最有可能被机器取代的传统岗位,会计行业就在其列。去年3月10日,四大国际会计师事务所之一德勤宣布与Kira Systems联手,将AI引入会计、税务、审计等工作当中,取代人工阅读包括调查、合并、合同管理以及租赁协议等商业文件。这一举措更引起了会计业界的震动。
  Kira Systems公司最近的创新产品正将机器学习提升至新高度,即机器可以通过从复杂文件中提取信息来扩展人类的专业知识,能通过学习范例来准确地识别信息,而不仅仅是识别预定程序的条款。由于AI机器人未来可以综合处理图像、视频、语音、文字等数据,并通过有关财务方面的大数据样本的学习,获得财务分析、预测和决策能力,传统的记账、算账、报账的业务流程,有可能因为AI而改变,由于AI高速的数据处理能力,会计报表不一定每个月出一次,完全可以改变会计工作的内容和流程,做到动态实时出报表,打破会计和统计等传统管理工作的界限,将会计工作与人事、生产、销售等管理工作融为一体。因此,AI对会计行业的冲击是全方位,多层次的。
  2.AI对会计从业人员的要求
  首先,传统会计从业人员如果不能适应这种变化,未来必将被AI淘汰。因为AI机器人完全可以取代绝大部分传统会计人员,独立完成会计原始单据录入、传统账务处理、财务数据统计分析、预测和决策工作。不仅仅是低端重复性的核算工作会被AI系统取代,就是传统“高端”的财务决策支持系统(DSS),被AI取代也只是时?g问题。
  当然,AI也有其弱点,对需要想象力、创造性的工作,以及情感沟通方面显然还不如人类。因此,会计人员人的价值越来越体现在做有创造性的工作上,如与人沟通,关注变换多端的市场环境等。重要的是要学会再学习(relearn)。当下的会计教育像烧陶瓷:先塑形,再烘烤,最后定型。未来,随着越来越多任务变得自动化,人类技能显得最有价值的是做不断变化的工作,必须终生学习。

相关论文

会计人工智能人工冲击人员影响
关于在财务会计中采用公允价值的思考
疫情影响下对推进远程审计的探讨
企业员工工作积极性影响因素探讨
会计环境变革下财务会计理论创新路径
宏观经济学对市场经济的影响研究
浅谈互联网环境下会计电算化发展现状
国有企业职能部门管理人员绩效管理优
试论战略成本会计在企业管理中的应用
河南打造具有国际影响力的黄河文化旅
裂变营销对用户购买意愿的影响—以拼