1、2人工智能技术财务应用蓝皮书34人工智能技术财务应用蓝皮书56人工智能技术财务应用蓝皮书78表 1 人工智能技术架构层 次内 容说 明服务层解决方案基于具体需求、场景、行业的整体解决方案训练层数据类型用于人工智能分析的数据平台层学习方式有监督学习、无监督学习和增强学习架构从数据中结构化提取特征的方法，例如卷积神经网络算法预先定义的一系列步骤以解决一个计算问题框架算法模型设计、训练和验证的一套标准接口、特性库和工具包，集成了算法的封装、数据的调用以及计算资源的使用硬件层控制节点用于在芯片间协调计算的硬件组件，例如处理器（CPU）AI 加速器针对人工智能计算特性设计的芯片，例如图形处理器（GPU）
2、和 CPU来源：麦肯锡3；Ostmann,和 Dorobantu,2021；信通院，202242.2 人工智能技术分类2.2.1 感知智能感知智能是对人类视觉、听觉和触觉等感知能力的模拟，以计算机视觉和语音识别为代表。计算机视觉主要通过摄像头、图像、视频等媒介识别物体、文本、人体及人脸等。语音识别主要是对声音的识别，例如智能音箱可基于对人类语音的识别和分析执行相应任务。2.2.2 运算智能运算智能是对人类大脑计算和记忆存储能力的模拟，主要体现为对数据的计算和存储。人工智能本质上是通过算法计算具体应用场景中抽象的数学问题，由硬件具体执行，如何低能耗、高效率地设计芯片与算法和场景匹配是运算智能的核
3、心问题。专门为机器学习等运算特征研发的人工智能加速器应运而生。2.2.3 认知智能认知智能是机器对人类大脑中理解、学习和推理能力的模拟。机器学习可以理解为真正具备“学习”能力的机器系统。以深度学习为例，它将人脑中的神经网络引入机器，通过对数据特征的层层抽象来获得比其他机器学习方法更高的计算准确度。卷积神经网络（Convolutional Neural Networks）是深度学习算法的一种，其工作过程如图 2 所示。人工智能技术财务应用蓝皮书910人工智能技术财务应用蓝皮书1112第三是智能计算，云、端、边多样化算力供给模式开始显现。目前的人工智能以云侧计算为主，但端侧、边侧有着更多元的应用场
4、景，在本地终端运行算法计算是更合适的选择。第四是生成式人工智能（generative AI）。数据是训练人工智能的基本元素，然而实践中的一个普遍问题是人工智能部署方并没有足够数量的数据或者取得大规模数据的成本过于昂贵。生成式人工智能可以挖掘从小样本数据集中挖掘特征，生成具有相似特征的大规模数据集用于算法模型的训练。表 2 数据集中常见的固有偏见序 号数据质量描 述1报告偏见人工记录数据集收集情况属性，无法准确反映真实客观情况2自动化偏见自动化的软件工具生成的结果本身存在偏见3选择偏见数据集中选择的样本未能反映样本的真实分布情况4群体归因偏见人们倾向于将个体的真实情况泛化到所属的整个群体5隐形偏
5、见通常根据不一定普遍适用的模型和个人经验做出假设人工智能技术财务应用蓝皮书1314人工智能技术财务应用蓝皮书15基于人工智能技术和数字化思维，人工智能赋能财务体系架构的信息处理环节，主要体现在财务共享服务、费用报销等财务会计层，预算管理、成本管理、绩效管理等管理会计层，投资管理、融资管理、经营管理等财务管理层，以及税务管理等财税层。依赖于 RPA、IPA、专家系统、OCR、NLP、商业智能、神经网络、知识图谱、机器学习、深度学习等人工智能技术，智能化地完成会计核算、费用报销、财务报表、预算管理、成本管理、营运管理、绩效管理、风险管理、管理会计报告、资金管理、投资管理、融资管理、经营管理、营运资
6、本管理、税务管理等工作，从而实现由处理交易性活动为主，发展到处理更多高价值管理会计活动，甚至以人机高度融合的方式，共同完成预测、分析、推理、判断、构思和决策等管理活动，并且随着技术创新迭代的深入，人工智能将不断扩大、延伸和逐步取代人类财务专家在企业财务中的活动。3.3 人工智能赋能财务实现路径人工智能对财务的赋能应在企业财务智能化转型的大背景下实现。表 3 展示了信息技术在财务领域的三个应用阶段，包括电算化、信息化和智能化，人工智能的应用位于智能化阶段。如果企业目前处于电算化或信息化阶段，那么实现人工智能赋能首先需要提高自身的信息化水平，优化财务流程和规范数据治理体系。部署人工智能需要满足输入
7、数据规范性、模型恰当性等一系列约束条件，条件未满足的情况下仓促建设智能财务不仅难以实现预期回报，还可能带来预测错误、数据泄露的风险，特别是在十分敏感的财务部门。表 3 信息技术在财务领域的三个应用阶段阶 段核心技术变革程度处理对象角色定位电算化个人计算机、局域网、操作系统、数据库、编程语言仅涉及管理环节的自动化，未影响管理流程和组织会计数据合规管理信息化互 联网、电子商务、信息安全、SaaS 服务、数据仓库、ERP通常涉及管理流程和组织的再造会计信息与会计数据管控+服务智能化专家系统、神经网络、机器人流程自动化、知识图谱、模式识别等通常涉及财务管理模式的重构财务管理知识、会计信息与会 计大数据
8、赋能+创新人工智能赋能财务的实现路径可以是从上至下也可以是从下至上。从上至下路径是企业从整体的人工智能战略出发，全局规划人工智能在财务、业务及其他部门的应用场景以及相匹配的跨部门数据治理体系。此时财务既是应用场景的一部分，也可以由于天然掌握财务数据的特性成为数据治理体系的主导者。财务部门应首先在 IT 部门支持下将自身的会计核算、资金结算、报表管理等财务系统，其他部门的采购、销售、生产等业务系统，以及外部的银行、税务、监管系统实现统一，为人工智能应用奠定数据基础，然后再发掘财务会计和管理会计具体领域的应用需求。从下至上路径是财务人员基于自身的财务会计或管理会计工作，发掘人工智能应用的潜在场景，
9、并尝试从局部开始部署人工智能，在成功应用以后将在更大范围内推广。人工智能技术虽然极其复杂，但已有很多科技公司推出对用户友好的人工智能工具包或插件，可结合现有财务软件使用。而且此类工具往往对具体功能如预测做了优化，进一步降低使用难度。财务人员也可以通过编程语言Python、R 或者低代码技术探索人工智能应用。无论哪种路径，人工智能的部署都应以价值创造为核心，以投资回报率为标尺。16人工智能技术财务应用蓝皮书1718人工智能技术财务应用蓝皮书1920人工智能技术财务应用蓝皮书2122人工智能技术财务应用蓝皮书2324人工智能技术财务应用蓝皮书2526人工智能技术财务应用蓝皮书27发票池接口28人工
10、智能技术财务应用蓝皮书2930人工智能技术财务应用蓝皮书3132人工智能技术财务应用蓝皮书33344.人工智能赋能财务应用￥人工智能技术财务应用蓝皮书3536人工智能技术财务应用蓝皮书3738人工智能技术财务应用蓝皮书3940人工智能技术财务应用蓝皮书4142人工智能技术财务应用蓝皮书4344人工智能技术财务应用蓝皮书4546人工智能技术财务应用蓝皮书4748人工智能技术财务应用蓝皮书4950人工智能技术财务应用蓝皮书51融资方案融资申请融资合同融资方案融资申请融资合同融资方案融资申请融资合同52人工智能技术财务应用蓝皮书5354人工智能技术财务应用蓝皮书5556人工智能技术财务应用蓝皮书5758￥人工智能技术财务应用蓝皮书5960人工智能技术财务应用蓝皮书6162人工智能技术财务应用蓝皮书63
