论文部分内容阅读
摘要:将人工智能应用到财务管理过程中,能够实现账目录入和报表制作自动化等,使企业经济优势和利润等得到明显提升,甚至有利于规避贪污、制作虚假报表等情况,为企业财务安全提供保障。文章主要论述人工智能概念及其在财务管理中的优势,深入探讨和分析人工智能在财务管理中的实践应用,以期实现企业经济效益最大化。
关键词:人工智能;财务管理;模式识别;财务核算
引言
信息技术的快速发展,使人工智能技术越发成熟,对企业生产和工作效率等产生了一定影响。大数据和云计算等新技术的应用使企业财务管理工作价值日渐凸显。在企业会计和税务工作中使用人工智能,提高财务管理工作质量和效率的同时,还能够压缩人工成本,拓展企业的利润空间,使其在激烈的市场竞争中更具优势。日常财务管理工作中,要依据市场背景及企业实际情况,优选人工智能,实现财务工作自动化。
一、人工智能概念
人工智能的英文缩写为AI,指代的是信息获取、传输、利用以及策略制定和解决问题等方方面面的能力。这一概念最早由美国人提出,针对该理论,各学者的见解也存在差异,主要包括以下提法:人工智能重点研究知识的展示及运用;人工智能主要研究如何让计算机替代人工模式;通过编程手段,将人类处理问题的方法录入计算机,让计算机学习并能够智能处理。事实上,在很多学者看来,人工智能的设定以计算机为载体,通过问题、知识库和约束条件的编辑,使之具备解决问题的能力。一言以蔽之,人工智能作为新兴学科,是对计算机科学、生理学、数理逻辑、模糊数学等众多学科的综合。
二、人工智能在财务管理中的优势
由于财务管理工作具备明确的法律规程和标准等,实施过程相对比较标准,很少受人为因素干扰,有助于人工智能作用的发挥。人工智能在财务管理中的优势主要体现在以下方面:其一,快速上线。人工智能会依据财务管理流程的难易程度在2-6天内,完成企业财务管理知识的学习,在较短的时间内便可投入工作。其二,降低成本。在财务管理中应用人工智能,能够节省人员招聘、员工培训、日常管理、薪酬等人力资源成本,减少不必要的财务支出,企业利润空间进一步扩大。其三,全天待命。人工智能在任何时间段都可从事财务管理方面的工作,全年无休,工作效率非常高。其四,质量保障。将人工智能应用到财务管理工作中,使该项工作呈现规范化和模式化特点,保障财务管理工作质量和效率的同时,还能够规避人为错误,准确率高。其五,合规遵从。人工智能在财务管理中极具适用性,使执行方面的错误减少,可对数据进行升级和跟踪,与合规控制要求吻合。其六,可扩展性。人工智能的特点决定了其具备可扩展性,无论培训,还是工作的部署和执行都能够在第一时间进行。其七,释放生产力。对于一些不断重复又相对比较耗时的任务可由人工智能完成,以此节省人力资源,使其执行谈判和决策等更具价值的工作。
除了上述优势之外,人工智能还具备全流程化、多样化。快速化、价值密度低等方面的特征。人工智能背景下,财务管理工作具备多维性。全流程化。以往企业财务管理相对比较断裂,无法及时追踪信息。相关利益主体也不能够明确全周期内企业财务管理情况,继而干扰判断。反之,人工智能参与财务管理,在大数据库中进行数据存储,有助于对企业社会责任活动进行全面反映。该背景下,企业披露的社会责任信息真实性和可靠性兼具。多样化。受制于技术水平,传统企业财务管理方法单一,无法从多个方面获取企业披露的信息。人工智能使计算机网络被广泛应用到企业财务管理工作中,信息反映、收集渠道增多,财务管理工作也更具价值。快速化。企业传统财务管理工作相对比较迟滞,人工智能的兴起使数据生产、收集能力不断提高,也可监督企业是否如约履行社会责任等,并在第一时间给出反馈,使企业与相关利益主体之间的沟通和交流增多,数据的时效性更强,很大程度上提升了企业财务管理工作价值。价值密度低。人工智能是对人和人机协调的高效整合。大数据环境使人工智能具备价值密度低的特点,企业之间的交互增多,微观价值凸显。
三、人工智能在财务管理中的实践应用
(一)模式识别
模式识别即深入具体分析各类描述信息,并对相关现象进行识别、分析和解释等。事实上,模式识别方法既是决策方法,又是结构方法。计算机网络背景下,兴起了很多模式识别方法,很大程度上推动了企业财务管理工作,应用推广价值非常高。
其一,统计模式识别。样本特征由特征向量中各元素表示,特征空间由特征向量创建。目标统计样本的价值和作用在于采用多种方法对对象空间进行划分,继而进行识别。数据收集、预处理、特征提取和选择、分类决策等元素共同构成了统计抽樣系统。信息获取。由于计算机要分析和识别各类信息和对象,故而需要借助相关符号对研究对象进行替代。计算机获取信息的关键在于二维图像、一维波形、物理参量、逻辑值等各指标。预处理。将噪音和杂质去除,仅保留具备价值的信息,及时对因测量装置等引起的不良影响进行纠正。特征提取和选择。依托各类方法获取大量信息,需要排序,并对原始数据进行转换,获取能够对分类性质进行反映的有效数据。分类决策。借助统计方法为已在特征空间中识别的对象进行类别划分,并依据模型训练对具体经验法则进行定义,将损失降到最小。
其二,结构模式识别。借助特定结构关系对对象模型进行展示,依托类似于身份函数的不同规则和语法,选择错误概率作为标识函数,识别相关内容。
其三,多元数据图形特征元模式识别。事实上,结构模式识别存在明显缺憾。其不能够提取数据,也无法对与家庭体验相结合的特征设计进行提取和描述。针对这一情况,需要对挖掘方法及子数据模型进行创建,非结构化数据的结构指代的是多元数据图形特征中抽象多元数据的表示,继而将用来描述多元数据图形的子例程提取出来,并在分类和识别过程中,选择多变量数据结构变量模式。
其四,粗糙集模式识别。借助已有知识库,对已知知识库中存在的漏洞及不确定性等进行推断和描述。粗糙集模式特点决定了无需其他知识和信息的辅助,仅择取能够解决问题的知识即可,更不需要主观评价。故而,无论问题描述,还是处理,都呈现客观特征。 (二)财务核算
以往财务会计核算工作中,处理应付和应收往来账款过程中,需要对庞杂的结算明细进行人工检索和处理,继而对比发票,进行逐项核销,不断核实往来账款,为供应商付款、后续收款等提供依据。该过程中,耗费的人力物力非常大。将人工智能应用到财务管理工作中,对传统人工操作进行替代,节约时间的同时,还能够提高准确率,即使在非工作时间内也可正常开展财务核算工作,很大程度上提高了财务工作效率及客户、供应商满意度等。
(三)财务分析
财务管理工作相对比较复杂,专业性强,除了收集和整理相對比较简单的数据之外,还要分析与之相关的财务数据。该过程中,要参照财务报表资料和其他相关资料,运用专业分析技术和方法,全面深入分析企业以前的筹资、投资、经营、分配等一系列活动,财务人员专业及职业要求很高。人工智能专家系统能够对这一问题进行有效解决。该系统以计算机网络为载体,依托专业知识和推理能力,对专家思维方法进行模拟,对相对比较难的问题加以处理和解决。在企业财务管理工作中,财务预测极为关键,在上年度财务数据基础上,对具体财务工作进行分析和总结,并依托当前企业经营情况,科学预测企业后续财务状况等。将大数据和人工智能应用到该项工作中,提高企业财务工作效率的同时,也有助于成本控制。
(四)专家系统
专家系统,顾名思义,在特定行业背景下,具备专家水平的系统。将该系统用作专业问题处理,依托专家经验和技能,在较短时间内,对各类复杂的问题进行有效解决。专家系统的本质即专门领域的知识库,这些知识主要被用于解决各类问题。知识库和理论机制是专家系统中的重点内容,主要由知识库、推理工具、用户界面、工作数据库等元素构成。无论人工智能编程语言、专业知识表示,还是高级程序设计语言、专家系统外壳语言等都是专家系统的主要实现方式。在财务管理工作中应用专家系统,能够将各类财务信息准确的显示出来,效果非常好。
(五)人工神经网络模式
人工神经网络即依据各类处理单元,对人的大脑神经系统进行模仿,继而完成相关工作。结构和原理在网络联结方面所使用的方法是不同的。具体实践中,不断修改相关知识结构,并对推理库组成进行更改,使人的外交及控制能力得到进一步提高。
人工神经网络由理论向现实的转变是通过感知器模型的创建实现的,这是人工神经网络研究重点。该系统研究过程中存在诸多限制性因素,发展相对比较缓慢。直至上世纪五十年代,其逐渐突破固有限制,呈现开放性特征。神经网络的收敛和稳定性特征对神经系统发展起推动作用,在一定程度上促进了人工智能的发展。近年,人工网络应用领域逐渐拓宽,并被应用到财务管理中,效果非常好。
具体而言,可将人工神经网络细化为ART网络、BP网络、HOP网络等。ART网络在金融判断领域应用广泛,主要对质量和数据利用进行评估控制,实施效果非常好。BP网络应用界面相对比较广,分类、优化、预测等各个流程均可使用。财务管理过程中,可借助BP网络进行财务风险预警、选择经济发展模式、制定市场营销策略、物流预测等,其是人工神经网络发展过程中的核心要素,使企业财务管理体系完整性和先进性兼备。HOP应用界面非常广,无论科技领域,还是经济管理,均可使用,且极具口碑。RBF神经网络主要被应用到客户关系管理和住宅造价方面。企业要结合财务管理工作实际情况和需求等,对人工神经网络模式进行科学选择和使用,优化财务管理过程,使财务工作质量和效率兼备。
四、总结
综上所述,人工智能在财务管理工作中极具适用性,应用效果非常好,有助于企业财务管理工作水平的提升。企业要结合自身实际情况及财务管理工作要求,对人工智能进行科学合理的应用,提高财务工作质量和效率的同时,减少不必要的人力资源浪费和成本支出,为企业开拓更加广阔的市场竞争空间,最大程度实现企业经营管理效益,使其朝向更加稳定的方向发展。
参考文献:
[1]宋交交.浅谈人工智能技术在财务管理中的应用[J].纳税,2017,(14):81-81.
[2]范小云.人工智能在财务管理中的应用及前景[J].中国国际财经(中英文),2017,(14):240-241.
[3]李净.人工智能技术在财务管理中的应用[J].时代经贸,2017,(36):30-31.
[4]张绍鹏.试析人工智能技术在财务管理中的应用[J].电脑编程技巧与维护,2018,(06):20-21.
[5]孙妮娜,高萌,等.“人工智能”在高校财务管理中的应用探讨[J].行政事业资产与财务,2017,(27):51-51.
[6]姚小娜.论财务人员与人工智能的协同发展[J].中国总会计师,2017,(12):88-89.
[7]苗天任.浅析人工智能下集团财务的创新与发展[J].福建质量管理,2017,(16):30-31.
[8]代玥.智能技术与财务协同——基于人工智能的研究[J].消费导刊,2018,(10):123-124.
作者简介:
李敏敏,河南牧业经济学院。
关键词:人工智能;财务管理;模式识别;财务核算
引言
信息技术的快速发展,使人工智能技术越发成熟,对企业生产和工作效率等产生了一定影响。大数据和云计算等新技术的应用使企业财务管理工作价值日渐凸显。在企业会计和税务工作中使用人工智能,提高财务管理工作质量和效率的同时,还能够压缩人工成本,拓展企业的利润空间,使其在激烈的市场竞争中更具优势。日常财务管理工作中,要依据市场背景及企业实际情况,优选人工智能,实现财务工作自动化。
一、人工智能概念
人工智能的英文缩写为AI,指代的是信息获取、传输、利用以及策略制定和解决问题等方方面面的能力。这一概念最早由美国人提出,针对该理论,各学者的见解也存在差异,主要包括以下提法:人工智能重点研究知识的展示及运用;人工智能主要研究如何让计算机替代人工模式;通过编程手段,将人类处理问题的方法录入计算机,让计算机学习并能够智能处理。事实上,在很多学者看来,人工智能的设定以计算机为载体,通过问题、知识库和约束条件的编辑,使之具备解决问题的能力。一言以蔽之,人工智能作为新兴学科,是对计算机科学、生理学、数理逻辑、模糊数学等众多学科的综合。
二、人工智能在财务管理中的优势
由于财务管理工作具备明确的法律规程和标准等,实施过程相对比较标准,很少受人为因素干扰,有助于人工智能作用的发挥。人工智能在财务管理中的优势主要体现在以下方面:其一,快速上线。人工智能会依据财务管理流程的难易程度在2-6天内,完成企业财务管理知识的学习,在较短的时间内便可投入工作。其二,降低成本。在财务管理中应用人工智能,能够节省人员招聘、员工培训、日常管理、薪酬等人力资源成本,减少不必要的财务支出,企业利润空间进一步扩大。其三,全天待命。人工智能在任何时间段都可从事财务管理方面的工作,全年无休,工作效率非常高。其四,质量保障。将人工智能应用到财务管理工作中,使该项工作呈现规范化和模式化特点,保障财务管理工作质量和效率的同时,还能够规避人为错误,准确率高。其五,合规遵从。人工智能在财务管理中极具适用性,使执行方面的错误减少,可对数据进行升级和跟踪,与合规控制要求吻合。其六,可扩展性。人工智能的特点决定了其具备可扩展性,无论培训,还是工作的部署和执行都能够在第一时间进行。其七,释放生产力。对于一些不断重复又相对比较耗时的任务可由人工智能完成,以此节省人力资源,使其执行谈判和决策等更具价值的工作。
除了上述优势之外,人工智能还具备全流程化、多样化。快速化、价值密度低等方面的特征。人工智能背景下,财务管理工作具备多维性。全流程化。以往企业财务管理相对比较断裂,无法及时追踪信息。相关利益主体也不能够明确全周期内企业财务管理情况,继而干扰判断。反之,人工智能参与财务管理,在大数据库中进行数据存储,有助于对企业社会责任活动进行全面反映。该背景下,企业披露的社会责任信息真实性和可靠性兼具。多样化。受制于技术水平,传统企业财务管理方法单一,无法从多个方面获取企业披露的信息。人工智能使计算机网络被广泛应用到企业财务管理工作中,信息反映、收集渠道增多,财务管理工作也更具价值。快速化。企业传统财务管理工作相对比较迟滞,人工智能的兴起使数据生产、收集能力不断提高,也可监督企业是否如约履行社会责任等,并在第一时间给出反馈,使企业与相关利益主体之间的沟通和交流增多,数据的时效性更强,很大程度上提升了企业财务管理工作价值。价值密度低。人工智能是对人和人机协调的高效整合。大数据环境使人工智能具备价值密度低的特点,企业之间的交互增多,微观价值凸显。
三、人工智能在财务管理中的实践应用
(一)模式识别
模式识别即深入具体分析各类描述信息,并对相关现象进行识别、分析和解释等。事实上,模式识别方法既是决策方法,又是结构方法。计算机网络背景下,兴起了很多模式识别方法,很大程度上推动了企业财务管理工作,应用推广价值非常高。
其一,统计模式识别。样本特征由特征向量中各元素表示,特征空间由特征向量创建。目标统计样本的价值和作用在于采用多种方法对对象空间进行划分,继而进行识别。数据收集、预处理、特征提取和选择、分类决策等元素共同构成了统计抽樣系统。信息获取。由于计算机要分析和识别各类信息和对象,故而需要借助相关符号对研究对象进行替代。计算机获取信息的关键在于二维图像、一维波形、物理参量、逻辑值等各指标。预处理。将噪音和杂质去除,仅保留具备价值的信息,及时对因测量装置等引起的不良影响进行纠正。特征提取和选择。依托各类方法获取大量信息,需要排序,并对原始数据进行转换,获取能够对分类性质进行反映的有效数据。分类决策。借助统计方法为已在特征空间中识别的对象进行类别划分,并依据模型训练对具体经验法则进行定义,将损失降到最小。
其二,结构模式识别。借助特定结构关系对对象模型进行展示,依托类似于身份函数的不同规则和语法,选择错误概率作为标识函数,识别相关内容。
其三,多元数据图形特征元模式识别。事实上,结构模式识别存在明显缺憾。其不能够提取数据,也无法对与家庭体验相结合的特征设计进行提取和描述。针对这一情况,需要对挖掘方法及子数据模型进行创建,非结构化数据的结构指代的是多元数据图形特征中抽象多元数据的表示,继而将用来描述多元数据图形的子例程提取出来,并在分类和识别过程中,选择多变量数据结构变量模式。
其四,粗糙集模式识别。借助已有知识库,对已知知识库中存在的漏洞及不确定性等进行推断和描述。粗糙集模式特点决定了无需其他知识和信息的辅助,仅择取能够解决问题的知识即可,更不需要主观评价。故而,无论问题描述,还是处理,都呈现客观特征。 (二)财务核算
以往财务会计核算工作中,处理应付和应收往来账款过程中,需要对庞杂的结算明细进行人工检索和处理,继而对比发票,进行逐项核销,不断核实往来账款,为供应商付款、后续收款等提供依据。该过程中,耗费的人力物力非常大。将人工智能应用到财务管理工作中,对传统人工操作进行替代,节约时间的同时,还能够提高准确率,即使在非工作时间内也可正常开展财务核算工作,很大程度上提高了财务工作效率及客户、供应商满意度等。
(三)财务分析
财务管理工作相对比较复杂,专业性强,除了收集和整理相對比较简单的数据之外,还要分析与之相关的财务数据。该过程中,要参照财务报表资料和其他相关资料,运用专业分析技术和方法,全面深入分析企业以前的筹资、投资、经营、分配等一系列活动,财务人员专业及职业要求很高。人工智能专家系统能够对这一问题进行有效解决。该系统以计算机网络为载体,依托专业知识和推理能力,对专家思维方法进行模拟,对相对比较难的问题加以处理和解决。在企业财务管理工作中,财务预测极为关键,在上年度财务数据基础上,对具体财务工作进行分析和总结,并依托当前企业经营情况,科学预测企业后续财务状况等。将大数据和人工智能应用到该项工作中,提高企业财务工作效率的同时,也有助于成本控制。
(四)专家系统
专家系统,顾名思义,在特定行业背景下,具备专家水平的系统。将该系统用作专业问题处理,依托专家经验和技能,在较短时间内,对各类复杂的问题进行有效解决。专家系统的本质即专门领域的知识库,这些知识主要被用于解决各类问题。知识库和理论机制是专家系统中的重点内容,主要由知识库、推理工具、用户界面、工作数据库等元素构成。无论人工智能编程语言、专业知识表示,还是高级程序设计语言、专家系统外壳语言等都是专家系统的主要实现方式。在财务管理工作中应用专家系统,能够将各类财务信息准确的显示出来,效果非常好。
(五)人工神经网络模式
人工神经网络即依据各类处理单元,对人的大脑神经系统进行模仿,继而完成相关工作。结构和原理在网络联结方面所使用的方法是不同的。具体实践中,不断修改相关知识结构,并对推理库组成进行更改,使人的外交及控制能力得到进一步提高。
人工神经网络由理论向现实的转变是通过感知器模型的创建实现的,这是人工神经网络研究重点。该系统研究过程中存在诸多限制性因素,发展相对比较缓慢。直至上世纪五十年代,其逐渐突破固有限制,呈现开放性特征。神经网络的收敛和稳定性特征对神经系统发展起推动作用,在一定程度上促进了人工智能的发展。近年,人工网络应用领域逐渐拓宽,并被应用到财务管理中,效果非常好。
具体而言,可将人工神经网络细化为ART网络、BP网络、HOP网络等。ART网络在金融判断领域应用广泛,主要对质量和数据利用进行评估控制,实施效果非常好。BP网络应用界面相对比较广,分类、优化、预测等各个流程均可使用。财务管理过程中,可借助BP网络进行财务风险预警、选择经济发展模式、制定市场营销策略、物流预测等,其是人工神经网络发展过程中的核心要素,使企业财务管理体系完整性和先进性兼备。HOP应用界面非常广,无论科技领域,还是经济管理,均可使用,且极具口碑。RBF神经网络主要被应用到客户关系管理和住宅造价方面。企业要结合财务管理工作实际情况和需求等,对人工神经网络模式进行科学选择和使用,优化财务管理过程,使财务工作质量和效率兼备。
四、总结
综上所述,人工智能在财务管理工作中极具适用性,应用效果非常好,有助于企业财务管理工作水平的提升。企业要结合自身实际情况及财务管理工作要求,对人工智能进行科学合理的应用,提高财务工作质量和效率的同时,减少不必要的人力资源浪费和成本支出,为企业开拓更加广阔的市场竞争空间,最大程度实现企业经营管理效益,使其朝向更加稳定的方向发展。
参考文献:
[1]宋交交.浅谈人工智能技术在财务管理中的应用[J].纳税,2017,(14):81-81.
[2]范小云.人工智能在财务管理中的应用及前景[J].中国国际财经(中英文),2017,(14):240-241.
[3]李净.人工智能技术在财务管理中的应用[J].时代经贸,2017,(36):30-31.
[4]张绍鹏.试析人工智能技术在财务管理中的应用[J].电脑编程技巧与维护,2018,(06):20-21.
[5]孙妮娜,高萌,等.“人工智能”在高校财务管理中的应用探讨[J].行政事业资产与财务,2017,(27):51-51.
[6]姚小娜.论财务人员与人工智能的协同发展[J].中国总会计师,2017,(12):88-89.
[7]苗天任.浅析人工智能下集团财务的创新与发展[J].福建质量管理,2017,(16):30-31.
[8]代玥.智能技术与财务协同——基于人工智能的研究[J].消费导刊,2018,(10):123-124.
作者简介:
李敏敏,河南牧业经济学院。