人工智能重构高校财务管理模式研究

一、人工智能面向解决具体问题的实践应用人工智能是英国著名数学家和逻辑学家在1950年“图灵测试”中提出的。1956年在美国达特茅斯学院讨论会上，为通过机器模拟人类智能的领域取名为“人工智能”（ArtificialIntelligence，AI）。人工智能在几十年的发展历程中经历了潮起潮落，起源于自然语言对话程序开发研究，随着数学工具的广泛应用，新算法和新模型得到发展，云计算大大提高了计算能力，大数据为人工智能提供了充足的学习原料，人工智能迎来面向解决具体问题的发展动向。2016年，谷歌深度学习训练的阿尔法狗（AlphaGo）以4:1战胜了围棋世界冠军李世石，引起人工智能界的震惊，也掀起了人工智能在各方面的应用研究热潮。为抢抓人工智能发展的重大战略机遇,构筑我国人工智能发展的先发优势,国务院2017年7月印发《新一代人工智能发展规划》。《规划》中提出了“开展智能校园建设，推动人工智能在教学、管理、资源建设等全流程应用”的重要指示。教育部2018年发布《高等学校人工智能创新行动计划》，提倡高校通过人工智能提高治理水平，完善管理模式和组织架构，这也为高校应用人工智能提供了政策指引。高校财务作为高校管理的重要组成部分，通过经费的有效管控和合理投入，实现对高校的战略支持，迫切需要得到人工智能的加持。二、人工智能与高校财务的契合人工智能的核心技术是根据一定的输入自动做出判断或预测。那么这种判断或预测是如何做出的？其智能性可否在高校财务中体现出比现有治理方式更有效的管理？首先，AI根据人工定义的规则回答特定的问题。目前部分高校已开展网上报销业务模式。网报模式下，业务数据的输入经由大量规则设定实现核算账务的生成，这也是一个判断过程，判断业务数据输入的模块、选择的项目，生成对应项目相应的经费支出核算凭证，这已是人工智能应用的小试锋芒，即根据规则完成数据判断。会计核算的特点是根据既定的会计规则对业务事项做出账务处理，规范性、规则化是会计核算的重要特性。满足于外部信息使用者需求的财务会计，建立在真实、可比性基础上，实现由人工定义规则对业务自动核算，似乎比任何其他应用场景都更适合AI开发，目前财务机器人可以说是这方面应用的一个缩影。AI是确保最复杂的现代会计规则得到正确执行的必要因素。其次，AI通过学习数据蕴含的规律做出判断,这是机器学习的范畴，目的是进行推广。这种情况下，无需设置百分百齐全的规则，而由机器自己学习数据中的规律，建立一个从输入空间到输出空间的映射，并对新数据做出判断。机器学习最主要的应用价值在于推理和决策，是目前备受推崇的管理会计得以有效开展的重要利器，而基于规则的判断更适用于流程和核算。高校财务本身就是一个数据中心，根据财务和非财务数据进行预测、决策体现高校财务战略性功能，机器学习出色的数据预测、决策与高校财务管理的耦合是提升服务效能的重要途径。三、人工智能重构高校财务管理模式当财务提供的信息在战略价值维度上日益苍白，死板的预算、恪守陈规的执行以及对外提供循规蹈矩的报表，除了保障规范性外，并没有对单位的各方面管理提供足够有价值的支撑信息。AI给我们带来了危机感，大数据、云计算、区块链等智能技术又提供给我们主动转型的机遇。挖掘可行的应用场景，对现有业务进行场景化分析，进行人工智能化的创新应用实践，从局部开发应用着手，是目前探索人工智能应用的切入点。（一）流程智能化财务流程智能化的基础是发票智能识别，而发票智能识别建立在计算机自然语言理解和文本处理的基础上。电子发票的普及使财务数字化取得重要突破，而电子发票智能识别将成为人工智能在财务领域创新发展的开拓者。目前电子发票识别采用OCR技术，通过光学字符识别电子发票包含的数据，再将汉字、数字等形状翻译成计算机文字。2017年，国家电子文件管理部联合财政部试点开展预算单位差旅电子凭证网报工作，通过搭建网报平台，网上申请、审批、报销出差业务，网上预订车票、定点宾馆，再通过国库集中支付系统自动支付，实现业务全流程电子化管理，继电子发票后，这一举措将进一步促进形成电子文件应用环境，也为高校财务工作数字化转型开拓新局面，为高校财务流程智能化创造条件。目前市面上应用的“财务机器人”还是弱人工智能，注重财务流程手工操作自动化，具有CFO思维和决策能力的“财务机器人”才是强人工智能。高校财务流程智能化通过预演、各种流程的精修，不同可选流程方案的选择，模拟全新的管理流程架构，展现全景的管理模式。对流程设置引擎进行多维度流程控制，分析动态数据并及时调整流程控制参数，使流程控制具有灵敏性。（二）预算智能化判断和预测是人工智能的重要特性，这一特性决定了它在财务预算大有可为。AI下的高校财务预算，不再是单纯的零基预算、增量预算或者滚动预算，它采集历史财务数据，包括财政专项项目执行的数据节点图、一般预算项目的支出数据流量图、各项支出对比结构图、科研项目（立项、开支节点密度、绩效发放、各种开支结构比对、预决算比对等）各种数据图，构建历史经济业务模型，模型中通过限定可变动因素与不可变动因素，比较各年的预决算执行变动情况、各年度资金盈余状况，给予一定的期望值，比如资金赤字的最高限额，让AI进行强化学习，在限定的资金赤字最高限额范围内，通过可变动因素的模拟调整，实现最有效益的资金使用模型，作为预算下达的标准，用以指导实践活动。AI建立预算模型后，还可以根据历年财务收支数据构建资金流动态图，及时反应各个时点的资金数据，并根据未来一段时间的支出，采集各种进行状态数据，如采购系统进行的采购申请、采购论证、课题预算中的课题研究进程数据、绩效发放时间、金额、协作费支付时间等，进行波动预测。这种预测方式改变以往以经验为预算依据的做法，充分发挥AI海量数据处理能力，使预算及控制做到有数据有模型。在AI预测过程中，通过实际数据的采集与校对，实现预测数据的反馈，对AI学习过程起到监督作用，不断优化预测模型，提高预测模型的“泛化”能力。大数据信息处理是技术保障，为经费收支预算提供更及时、全面的信息。随着预算绩效的智能化，还可以将预算绩效结果应用到预算预测模型，并不断改进模型。（三）风险管控智能化随着AI在高校的应用，高校财务治理存在AI应用的系统风险和AI如何协助管理财务风险等两种风险管理问题。人工智能在取得巨大成就时也带来了一系列风险，包括人工智能会不会凌驾于人类之上主宰世界，人工智能取代会计人员使财务专业没有存在必要，人工智能使会计人员失业等问题。清华大学心理学教授蔡曙山从人类认知的五个层级分析得出，人工智能是在模仿人类智能，虽然推理、逻辑、计算能力远超人类，但在一些基本的理解、感知方面却连婴儿都不如，AI不可能取代或超越人类智能。但是人工智能在高校财务的应用不可避免的还会存在风险，手工录入的错误风险没有了，凌驾于人工智能之上的系统操控风险成为未来内控风险的重要类型。新的风险类型出现，我们必须意识到财务人员与信息技术人员专业互补、合作协同的重要性。高校财务部门在智能时代到来之际，必须着重培养具备财务运营设计、计算机编程、系统控制能力的高端综合型人才。人工智能擅长设置规则进行精准的风险拦截，通过大数据相关性分析得出可能存在问题之处，针对各种非系统财务风险，人工智能可以发挥强大的数据分析功能，对于影响本单位的信息，可以建立有效的分析模型和样本，使AI在高校各项信息指标可能触碰风险红线时发出预警。AI模式下，资产管理变得更细致：对印章等重要物资嵌入跟踪芯片，实现对这些高风险物品的精准风险管理，达到资产位置的预警管理。如各种印章，可以设置程序，通过盖章前后拍照获取图片数据、印章定位轨迹数据，相关数据采集进入印章运行轨迹数据库，实现印章使用的数字管理模式，解决目前公章私用、公章使用轨迹不明确等风险问题。未来在AI模式下，更多的风险管理形式可以得到探索开发，使高校财务实现风险管理精准化。（四）决策智能化智能会计专家决策系统是结合会计决策系统与会计专家系统，统一决策模型的管理理论和专家数据库系统智能化，建立数学模型。智能会计专家决策系统，融合管理会计专家的决策思维、决策逻辑，采集实时系统数据进行智能决策，为管理者提供决策后的场景预演、效果演示，丰富管理会计的决策支持效能。目前高校财务部门管理会计的决策支持并没有得到大范围的推广应用，财务部门仍侧重核算业务及报告业务，以数据支持决策、改进管理尚落后于企业，可望通过智能专家决策系统的建设，为高校管理决策提供方案选择，并对执行效果反馈和监督，动态完善专家决策系统，为管理会计的落地推广提供支持。专家决策系统的建设不仅为决策改进提供支持，更是创造一种决策思维和决策观念，使管理者对待各项决定，以数据为依据，减少人为操纵和主观性。财务专家决策系统由于设定规则和决策方案数据库的有限性，在应用上存在一定的局限性。决策理论学派代表西蒙的有限理性决策理论指出，决策者或管理者在决策过程中并不能保持完全理性，有限理性是把问题的本质抽象为简单模型的决策行为。人类智力范围内难以确保决策相关信息全面性，受制于人类认知能力的有限性，管理者在决策过程并不能保持完全理性，很多时候决策行为是依靠直觉的无意识过程。决策往往是很迅速的，受制于人脑的局限性和人类自身的高自我效能感，不会在决策一开始就列举了所有可能的选项（包括最优选项），再从中选取最优项，而是在有限理性的前提下，选择了貌似最优项，并一步步走下去，根据后续的动态效果来调整下一个决策。那么依靠人工智能做决策是否能冲破人类认知局限性，使决策完全理性？事实上，人工智能最大的困难就是数据采集。面对如此庞大的大数据，哪些数据与决策相关，数据如何进行清洗，使之与决策目标更有相关性，减少数据干扰项，在人工智能程序的设置过程同样的受制于人类认知的局限性。所以，AI决策同样是在满意性原则下行事。高质量的决策模型不以信息的全面性为前提。在西蒙的有限理性观点中，现实的决策者花费大量时间应付外部环境的无序性。究竟什么是最优决策？这恐怕会在人类的认知能力范围之外。决策不仅仅要考虑拟决策项目本身的效果，更要考虑对决策环境的适应性，以及对整个“生态环境”的影响。社会、经济环境千变万化，对决策智能化的应用也是建立在有限理性基础上。根据经验值，把认知范围内最相关的因素纳入考虑模型，由人工智能依据因素值的变动，由模型对环境进行决策判断，设置一定的开放格局，适应新情况对模型的改进完善，是决策智能化的重要实现方式。四、人工智能重构高校财务管理的注意事项避免过度解读细小变化，过分的洞察力，使真正关键变化淹没于数据海中。AI需要解决关键相关性、关键数据提取的问题，以高校发展目标，发展战略决策为导向，避免受困于过多的细化数据，给决策造成困扰。注意AI与管理会计的相互促进，相互支撑，深度应用。AI解决基础账务工作中人工数据采集错误率高的问题，提升基础数据的准确性，通过图像识别采集票据信息，通过关联发票平台的票据信息比对，实现票据真实性、业务真实性的核对，为管理会计进一步的数据分析提供可靠数据，同时将会计人员从众多基础核算工作中解脱出来，充分发挥人的创造性进行决策制定，动态完善AI的决策支持系统和数据分析方向、维度等方面的设计维护。五、结论与展望本文通过人工智能在高校财务的应用分析得出：首先，纸质票据、报销单据的传递和人工审核，说明了高校财务实现人工智能还有很长的路要走。随着国家对电子会计档案的合法化，电子发票普及化，计算机图像识别技术的突破，实现人工智能