基于ChatGPT 的成本管理应用研究

程平（教授/博导） 廖音洁 李怡 王忠淅

（1 重庆理工大学云会计大数据智能研究所 2 重庆理工大学会计学院 重庆 400054 3 西南交通大学利兹学院 四川成都 611756）

一、引言

2022 年底，OpenAI 推出了一款基于自然语言处理技术的智能对话引擎“ChatGPT”，该引擎以其强大的对话能力和文本生成能力迅速引起业界对其影响、应用等的广泛关注。成本管理作为企业管理会计应用的重要内容之一，可以通过对企业收支和资源的管理，帮助企业确定和跟踪经营成本数据，记录成本痕迹，从而为合理分配资源提供决策依据，提高企业经营效率和质量，确保企业保持盈余状态并实现持续发展。随着移动互联网、云计算、大数据、人工智能技术等现代信息技术在企业成本管理中得到应用，企业成本管理能力、管理效率和管理水平大大提高，信息化和数字化程度进一步提升，但从目前企业成本管理的现状来看，信息化时代成本管理的应用场景和应用程度还有很大的改进空间。以ChatGPT 为代表的生成式人工智能技术被业界称为第四次工业革命、第二次信息革命，其对数据深入的分析和理解能力以及出色的内容创造能力，能够为企业成本管理路径和方法的改进与优化提供新的思路。

以机器学习为重心的人工智能技术在成本管理中的应用是会计界学者研究的焦点。程平等（2021）采用机器学习技术，构建了基于机器学习的项目智能成本管理框架，分析了如何进行智能成本预测、成本评价和分析等，为实现企业成本管理水平的智能化和科学化提供了方法论指导。王姝（2021）将人工智能技术与机器人流程自动化相结合，构建了基于“RPA+AI”的成本决策系统，利用该系统可以使成本分析和决策更加全面与准确。陈红等（2023）通过实证检验了人工智能对成本管理的影响，认为企业应加快将人工智能应用于管理活动，以帮助其优化成本管理，提高企业发展质量。陈奕竹（2022）通过BP 神经网络算法等机器学习算法建立了成本风险预警模型，并使用案例企业的样本数据进行了模型训练，结果表明可以提高企业的成本预警能力，提高成本管理的准确性。

综观现有文献，目前研究成果主要根据企业已有的历史数据，采用决策树、BP 神经网络等机器学习算法的人工智能技术研究成本确定、成本预测、成本分析与评价、成本预警等问题。人工智能技术可分为决策式人工智能和生成式人工智能，现有文献对人工智能技术在成本管理中的研究主要体现在决策式人工智能技术上，即进行推理和决策的人工智能系统。ChatGPT 是生成式人工智能技术的应用，它在会计领域的应用已经引起相关学者的重视，但是在具体的成本管理应用场景方面尚未涉及。有鉴于此，本文引入基于ChatGPT 的人工智能技术应用，在阐述其内涵及其成本管理关系的基础上，分析了其在成本管理中的应用价值，并从成本核算、成本分析、成本控制与预警以及成本预测与计划四个部分构建了基于ChatGPT 的成本管理框架模型，同时探讨了该模型在具体应用时的关注点，以期为企业利用生成式人工智能技术提高成本管理水平提供路径和方法上的参考和借鉴。

二、ChatGPT 与成本管理的契合性分析

（一）ChatGPT 与成本管理

ChatGPT 是由OpenAI 开发的一种基于Transformer 模型的自然语言处理模型，它运用了Transformer 模型、预训练技术、无监督学习、Fine-tuning 技术、多任务学习和数据增强技术等。这些技术的应用和优化，使得ChatGPT 具有强大的自然语言处理能力，可以理解人类语言的复杂性和多义性，同时能够生成流畅、准确、自然的语言。ChatGPT可以通过微调、迁移学习等技术，针对不同的任务进行优化和改进，从而提高模型的性能和效果。

成本管理是指企业为了达成既定目标、提高经济效益，在企业生产经营过程中对成本进行核算、分析、控制等行为的总称。通过对成本实施核算、分析、控制、预测和优化等手段，能够为企业提供精准的经营决策支持，提高企业的盈利能力，构建企业的核心竞争力，并为提高自身价值创造能力打下坚实基础。然而，尽管现代信息技术在成本管理信息化中得到了广泛的应用，但在成本核算的有效性、成本分析的深度与广度、成本控制的水平和成本预测的准确性方面仍然存在一些问题。ChatGPT 的出现和应用，为解决成本管理这方面的问题提供了可能。

（二）ChatGPT 在成本管理中的应用价值分析

作为一个涵盖广泛知识且高度适应多样化场景的语言模型，ChatGPT 能够在效率和质量方面为企业成本管理的成本核算、成本分析、成本控制和成本预测提供技术支撑。

1.提高成本核算的有效性。一般来说，企业在进行成本核算时，会面临自身多个信息系统、价值链上下游、行业和市场等多渠道、多来源信息，稍有不慎就会出现问题。会计数据不只包含传统财务会计下的会计数据，还包括来自企业业务信息系统的结构化数据，以及外部或者互联网上的半结构化数据（如网页）和非结构化数据（程平，2022）。由于数据来源不同，存在数据类型不匹配、数据不一致问题；由于多个信息系统集成难度大，容易出现成本数据流通不畅、传递不及时问题；由于成本核算涉及到多种成本类型和计算方法，对专业性要求较高，会面临核算工作量大、耗费时间多问题……因此，将ChatGPT 应用与企业的成本管理相关信息系统相结合，不但能够利用互联网上的公开数据，还能够高效地利用企业的私有成本数据，为成本核算提供更多的数据来源，从数据源开始提高成本核算的准确性、数据的一致性和可比性。同时，利用ChatGPT 的强数据处理能力对成本数据进行数据筛选、清洗等，可以提高成本数据的质量，从而使成本核算更加有效。此外，ChatGPT还能够使数据传递更加及时流畅，减少成本核算过程中的错误和偏差，辅助企业快速进入成本分析环节，从而确保成本核算的有效性。

2.拓宽成本分析的深度与广度。企业在进行成本分析时，由于人员和财力限制，通常只能关注到少数关键成本项，难以实现全面成本分析，也很难对大规模的结构化和非结构化成本数据进行深度分析，导致成本分析往往只是形式化的数字展示，在分析报告中只反映计划执行情况，简单提示实际成本与目标成本之间的差异，使得企业成本分析的深度和广度严重不足。利用ChatGPT 的语言处理技术，以及与数据分析与数据挖掘技术相结合，可以帮助企业更全面地了解成本结构，从不同维度深入分析各成本项的来源、计算方式和变化趋势等信息，拓宽成本分析的广度。对不同产品或服务的成本效益进行分析比较，获取其成本和收益之间的关系，识别出哪些产品或服务具有最高的成本效益，拓宽成本分析的深度。

3.提升成本控制的水平和效果。传统的成本控制通常是基于历史成本数据对成本支出情况进行分析，并以此作为成本控制的重要内容，而忽略了企业日常经营活动中与成本相关的大量业务数据。由此就可能出现成本控制与预警环节受限，如无法识别异常情况、实时预警不准确等，无法满足企业在高质量发展需求背景下对复杂成本管理的要求。利用ChatGPT 应用，可以从历史成本数据中提取出规律和趋势，并结合日常经营活动中所产生的与成本管理相关的业务数据进行分析，从而为企业提供更加准确的成本控制和预警方案，实现及时的事前、事中成本控制。同时，将ChatGPT 与数据挖掘技术结合起来应用，可以调查成本异常原因并提出解决措施，以提升成本控制的水平和效果。

4.减少风险，提高成本预测的准确性。企业在进行成本预测时，往往受制于技术、规模和人员等因素，难以实施有效的风险控制（程平，2017），这样往往会使预测结果准确性不高、科学性不够。同时，由于成本的影响因素较多，容易出现考虑不全面的情况，影响成本预测的结果。现阶段，企业通常采用较为常见传统的成本预测方法，如回归分析、时间序列分析、灰色预测等进行成本预测。这些方法需要大量的数据和专业技能，且预测结果容易受到不确定性因素的影响，同样难以保证预测的准确性。因此，可以结合ChatGPT，借助大数据、云会计等现代信息技术为企业提供新方法，帮助企业进行风险识别、风险预警和风险应对，推动企业实现较为全面、及时的风险控制（程平，2017）。这样，通过海量样本数据，使其自动学习和理解成本预测的模式和规律，以提供更加准确的预测结果，解决企业原本存在的预测结果主观性强的问题。此外，利用机器学习与ChatGPT 结合，能够综合考虑多种成本影响因素，如市场趋势、政策变化以及企业内部数据（生产、销售、库存等），建立完整的成本预测指标体系，以进一步提高成本预测的准确性和效率。

三、基于ChatGPT 的成本管理框架模型构建

（一）构建思路

结合上文ChatGPT 在成本管理中的应用价值分析，可采用ChatGPT 与其他信息技术相结合的方式，构建基于ChatGPT 的成本管理框架模型。该模型的构建思路：第一步，成本数据收集、加工。将ChatGPT 与机器学习结合对数据进行整合计算，将成本核算的数据转化为易于理解的语言描述，并实现数据传递。第二步，成本分析。通过机器学习进行成本趋势、成本变动等分析，再使用ChatGPT 来进行语言理解，并提供相应的解决方案，结合NLG 技术实现可视化。第三步，成本控制与预警。利用自动化流程、ChatGPT 和机器学习构建成本预警模型应用到实时成本控制中，同时通过数据挖掘技术找出成本异常的原因。第四步，成本预测与计划。将ChatGPT 与机器学习进行结合，建立成本预测模型并不断进行优化，同时将预测结果以可视化形式呈现出来，并结合ChatGPT 进行解读。该框架模型能够实现企业成本预测与计划、成本控制与预警、成本核算、成本分析与评价的自动化和智能化，提高企业成本管理的有效性和科学性。

（二）模型构建

基于ChatGPT 的成本管理框架模型包括成本核算、成本分析、成本控制与预警、成本预测与计划四个部分，如图1 所示。

图1 基于ChatGPT 的成本管理框架模型

1.成本核算。在企业的成本核算中，需要对生产经营活动中产生的各项成本进行识别、计算和记录。为了优化成本核算的过程，可以利用ChatGPT 和机器学习的优势来进行数据整合、传递和计算方法的选择。首先，利用ChatGPT和机器学习自动从多个数据源中收集和整合数据，并对数据进行清洗和处理，以去除冗余和错误数据。例如，通过使用机器学习中的聚类和分类算法，可以将成本数据进行分类分组，以完成数据整合。其次，利用ChatGPT 和机器学习实现数据的自动化传递和流程管理，使成本核算数据能够快速、准确地流转到下一个环节，以减少数据流程不畅和数据传递不及时等问题。最后，通过ChatGPT 自动地识别成本数据的不同类型和计算方法，自动应用对应的计算规则，使前后计算方法保持一致。这可以帮助企业更准确地计算企业成本，提高成本核算的效率和准确性。

2.成本分析。在企业成本分析中，需要将实际支出与成本计划进行比较，并对成本增减的原因进行分析和研究，以便采取相应的措施加以改进。目前，结合ChatGPT 与机器学习以及自然语言生成等技术，能够为现阶段的成本分析提供有效的技术支持。首先，通过ChatGPT、机器学习对大量的成本数据进行统计分析，利用均值、方差等统计指标进行成本趋势、成本比较以及成本变动分析等，以此来深入理解成本规律和趋势，如各成本项目的变化、成本构成的占比、不同时间段的成本波动等。其次，ChatGPT 可以通过自然语言处理和大量的数据分析，了解企业的业务模式、市场情况以及竞争对手的情况，据此形成符合公司情况的成本分析报告。最后，通过自然语言生成技术将成本分析报告转换为可视化的文本和图形，例如将成本数据趋势自动生成相应的条形图、折线图等，从而帮助企业管理层更好地理解和分析成本数据，并为管理层的经营管理决策提供数据支持。

3.成本控制与预警。在实施成本控制过程中，需要进行成本异常检测和预警，以评估成本管理的风险，并及时采取科学合理的调整措施，实现企业成本管理的高效性。首先，需要采集和处理企业的成本数据，包括成本金额、时间和成本项目等信息，并对其进行清洗、格式化和标准化处理，确保数据的准确性和一致性。在此过程中，可以使用感知智能技术，例如OCR 识别、语音识别等，将纸质或语音形式的数据快速转换为数字化数据。其次，利用ChatGPT 构建成本预警模型，对成本数据进行训练，从而提高成本预警的准确性和稳定性。再次，再通过机器学习算法对该模型进行优化，提高其精度。最后，企业可以将成本预警模型应用于实时成本控制，当实际成本超过预警值时，系统会自动发送预警信息，提醒成本管理人员及时采取措施进行合理的成本控制。此外，还可以结合数据挖掘技术来分析出现成本异常的根本原因。例如，对大量的历史成本数据进行数据挖掘分析，找出影响成本变化的重要因素，并发现成本变化的规律，这将为企业提供改善建议，以应对不断变化的成本管理需求，保证企业的稳健运营。

4.成本预测与计划。精准的成本预测是企业制定成本计划的必要前提，也是管理者做出正确经营决策的依据。不准确的成本预测可能会导致后续的成本计划出现误差，进而对企业未来生产经营产生不利影响。首先，可利用机器学习来建立合理的成本预测模型。该模型可通过收集和整理大量的历史成本数据进行训练，再根据新数据进行调整。然后自动处理数据，并寻找发展趋势，建立起成本预测模型。其次，再使用ChatGPT 对该模型做进一步优化。ChatGPT 能够用来预测成本中可能出现的异常情况，例如突发性的成本增加或减少。将这些情况归纳为特定的语言模式并在预测时进行考虑，提高成本预测的准确性。再次，通过不断地迭代训练和调整，使模型更加准确有效，从而提高企业成本预测的质量和效率。最后，通过可视化呈现预测结果，并结合ChatGPT 生成自然语言的解释和解读，以提高结果的可解释性和交流效率。

四、ChatGPT 模型应用于成本管理时的关注点

（一）成本管理的数据准备

企业成本管理数据质量的高低是企业成本管理的可靠保证，然而和传统环境下相比，在云会计环境下，企业参与者、会计信息整体质量以及技术背景等方面发生了变化（程平、白沂，2016），其原因在于数据来源的多样性、数据处理的复杂性以及数据质量的不稳定性等，造成成本管理相关数据往往存在着一定程度的错误和不准确之处，数据质量不高。进行数据清洗是确保数据准确性和可信度的必要步骤。因此，在进行成本管理模型构建之前，需要执行一系列成本管理模型构建的数据准备工作——即数据清洗，首先设定数据排查规则，发现数据中的异常与错误，然后清洗相应的错误、冗余数据，通过去重、过滤、修正和归一化等操作，对不同类型的成本数据进行分类和处理，确保数据的准确性、完整性、一致性和可比性。这样能从数据源头上保证模型的训练效果，为企业的经营决策、财务管理和业务规划提供更为准确、可信的成本管理数据支持。

（二）成本管理决策的精确度

在成本管理决策中，ChatGPT 等技术和人的经验都将发挥至关重要的作用。ChatGPT 可以通过算法和数据分析提高决策准确性，但同时也可能会忽略一些非结构化的信息和细节，因此机器决策并不总是精确和全面的。与此同时，人的经验可以提供对于特定情况的判断，从而为决策提供更多的维度和角度。如果忽略了人工的判断和经验，仅仅依赖技术的决策，就可能会出现不合理情况，这不仅会降低成本管理创新性方案提出的可能性，还可能失去灵活性和应对变化的能力。因此，企业应该将ChatGPT 等技术与人工的判断和经验有机结合起来。运用ChatGPT 等技术的大数据分析和预测算法来提供数据支持和可视化分析，通过智能推荐系统和模拟模型为企业决策者提供优化建议和不同成本管理方案预测结果，从而充分发挥ChatGPT 技术的价值，帮助企业做出更加科学的成本管理决策。

（三）成本管理数据安全性

经济活动合法合规、资产安全、财务信息真实完整，能有效防范舞弊和预防腐败，对提高资金使用效率和效果至关重要（程平、张敏济，2020），成本管理中的数据安全更是企业成本管理能否稳定长远发展的重要保障。在进行成本管理时，会涉及到成本、供应商等敏感数据，如果企业未能采取适当的成本管理数据安全措施，可能会存在数据泄露、黑客攻击或其他安全漏洞的风险。这些信息被未经授权的人员获取、使用、修改或泄露，会严重损害企业的声誉和利益，破坏企业的数据完整性和稳定性，从而影响企业的整体运营和发展。鉴于此，企业可以建立定期备份和恢复数据的机制，以应对数据丢失的风险。也可以采用数据加密、配置操作权限和查看操作日志等策略，以确保数据的安全性和完整性。此外，企业还可以结合区块链技术，实现数据的可追溯性和不可篡改性，进一步提高数据的安全性和可信度。总之，成本管理数据安全性对企业的成本管理长期稳定至关重要，在进行成本管理时，企业需要认真评估和管控潜在的数据安全风险，并采取相应的应对措施，加强数据和隐私保护，维护合法合规的数据使用和管理，以确保企业的可持续发展。

（四）成本管理传统组织架构的调整

当企业引入ChatGPT 等技术进行成本管理时，这些新技术会对企业传统的成本管理组织架构产生一定影响。企业需要重新考虑其组织架构，以确保这些新技术能够被合理地整合到企业的工作流程中。这种调整包括重新设计业务流程、重新分配人力资源、建立新的团队或职能部门等。首先，企业可能需要制定相应的管理策略和流程，对现有的流程进行重新设计和优化，对现有的数据和信息系统进行升级和改造，以确保ChatGPT 等技术能够与企业现有的成本管理业务流程无缝衔接。其次，企业可能需要在组织中划分出新的职能部门或团队，例如数据分析师团队、机器学习专家团队等来专门负责开发、部署和维护ChatGPT 等技术，以确保企业能够更好地利用ChatGPT 等技术来提升成本管理效率。最后，企业可能需要重新分配人力资源，甚至可能会招聘新的数据科学家、数据分析师等，以确保企业具备支持技术实施和维护所需的人才。总之，企业采用ChatGPT 等技术进行成本管理可能会对成本管理组织架构产生多方面的影响，需要企业进行适当的调整。

五、结束语

ChatGPT 与其他技术结合能够进一步提高成本管理的准确性和效率，实现成本管理的自动化和智能化，推动企业高质量发展，提高企业核心竞争力。本文阐述了ChatGPT与成本管理的概念特征，并对ChatGPT 在成本管理中的应用价值进行了分析，构建了基于ChatGPT 的成本管理框架模型，从成本核算、成本分析、成本控制与预警、成本预测与计划四个方面，探索了ChatGPT 与其他信息技术相结合应用于成本管理的方法和路径。同时针对基于ChatGPT 的成本管理框架也提出了其应用关注点，如成本管理模型数据准备、成本管理决策精确度、成本管理数据安全性、成本管理传统组织架构调整等。

然而，尽管ChatGPT 在成本管理应用方面具有诸多优势，例如对自然语言的理解能力、对大规模数据的处理能力、对复杂模型的构建能力等，但它也存在一些不足之处。其中最突出的一点是，ChatGPT 并不擅长数值计算。因为它是一种基于语言的模型，更适合处理与语言有关的问题，而在处理数学计算和数据分析方面存在一些局限性。但是，可以通过与其他技术结合使用来弥补ChatGPT 的不足，从而进一步提高成本管理的效率和精度。例如，结合机器学习等技术可以让ChatGPT 在数据处理和建模方面更加准确和高效。此外，结合自然语言处理技术，可以帮助ChatGPT 更好地理解用户的指令和需求，从而更好地应对成本管理中的复杂情况。在未来，随着现代信息技术的不断发展和逐渐成熟，ChatGPT 在成本管理中的应用将会越来越广泛，能够实现更准确的成本预测和控制，并为企业管理决策提供更精准的支持。