ChatGPT对智能财务体系的影响：场景优化、技术革新与人员转型

金源 李成智

【摘要】随着数字经济和新一代信息技术的蓬勃发展， 财务行业对数字化转型和智能化升级的需求日益迫切。以ChatGPT为代表的AIGC技术的兴起， 更引发了新一轮的财务变革热潮。本文从场景优化、 技术革新维度探讨ChatGPT影响下智能财务体系的变革， 并进一步探讨该背景下财务人员能力框架和财务部门人机协同方式该如何更新迭代， 以期在AIGC技术蓬勃发展的时代背景下， 为企业智能财务体系的建设和完善提供有益的参考和启示。

【关键词】智能财务；ChatGPT；AIGC；财务场景；会计科技；财务人员

【中图分类号】F275；TP181      【文献标识码】A      【文章编号】1004-0994（2023）15-0023-8

一、 引言

2021年底， 财政部印发的《会计信息化发展规划（2021-2025年）》指出， 要以技术和管理创新为动力， 利用新一代信息技术开展各种会计信息化应用探索， 促进会计信息化工作创新发展。2022年8月， 科技部等六部门印发《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》， 要求统筹推进人工智能场景创新， 着力解决人工智能重大应用和产业化问题， 全面提升人工智能发展质量和水平。2023年7月， 国家网信办连同各部委发布的《生成式人工智能服务管理暂行办法》（简称《暂行办法》）也指出， 国家鼓励探索生成式人工智能技术应用场景， 构建应用生态体系。

2022年底， ChatGPT（Chat Generative Pre-trained Transformer， 对话生成式预训练模型）横空出世， 其凭借精准的语义理解能力、 强大的语言表达能力、 严谨的逻辑思维能力， 对新闻媒体、 教育培训、 客户服务与支持、 法律服务等行业均造成了一定程度的冲击。财务行业数据量庞大、 业务复杂性高， 传统财务处理方式难以满足数字经济时代企业管理的需求， ChatGPT的自动化处理和语义理解等能力， 为帮助财务人员更好地优化各类财务场景、 提高财务处理的准确性和效率带来了新契机。

本文主要从场景优化、 技术革新与人员转型三个维度对ChatGPT影响下智能财务体系的变革展开系统思考。首先， 从自动化和数智化两个方面探讨ChatGPT如何实现财务场景优化； 其次， 从计算智能、 感知智能、 认知智能三分类视角探讨ChatGPT对会计科技使用和革新带来的影响； 再次， 从积极和消极两个方面分析ChatGPT对财务人员的影响， 并从财务工作者能力框架重构和财务部门人机协同管理模式更新两个角度给出相关的应对措施； 最后， 对ChatGPT影响下财务工作未来发展的四大趋势进行展望。本文期望能够在AIGC技术（AI-Generated Content，人工智能内容生成）蓬勃发展的时代背景下， 为企业智能财务体系的建设和完善提供有益的参考和启示。

二、 ChatGPT及其与财务工作的适配性

（一）ChatGPT的概念及发展沿革

ChatGPT是由OpenAI开发的一款基于NLP（Natural Language Processing， 自然语言处理）的大规模预训练语言模型（简称“大模型”）产品， 是当前AIGC领域的代表性技术， 其核心思想是借助大规模的语料库训练模型理解人类语言并生成自然流畅的回答。ChatGPT的构想最早于2019年被提出， 其是继数据库和搜索引擎之后的全新一代的“知识表示和调用方式”， ChatGPT区别于传统聊天机器人、 数据库和搜索引擎的关键是其所搭载的GPT（Generative Pre-trained Transformer， 预训练变换模型）， GPT模型的演进历程如图1所示。

（二）ChatGPT与财务工作的适配性

1. 从决策型AI到生成式AI。在以ChatGPT为代表的AIGC技术兴起之前， 财务领域应用的AI主要为决策型AI（Discriminant AI）， 早期的研究重点是通过构建基于人工智能技术的会计专家系统（Daniel，1990）， 将回归算法、 分类算法、 聚类算法、 时间序列算法等决策型AI算法应用于部分会计和财务相关场景（Fayyad，1996）。Narasimhan和Mardanbeigi（2015） 介绍了包括回归树（CART）、 神经网络（ANN）、 支持向量机（SVM）、 K最近邻（KNN）、 遗传算法（GA）、 模糊逻辑（FL）以及隐马尔可夫模型在财务预测中的应用情况。

生成式AI（Generative AI）是一种基于深度学习的人工智能技术， 其与决策型AI的区别在于， 生成式AI是通过对数据的学习和建模， 依据提示词生成具有某种特定特征的新数据， 比如文本、 图片、 音频、 视频等。近年来， 国内外有关生成式AI在财务领域的探索应用逐渐兴起， 目前已有的研究领域涵盖： 使用生成式对抗网络（GAN）生成公司的财务报表， 以模拟公司的真实财务状况； 基于生成式AI模型下的投资组合优化方法对股票價格进行预测； 将生成式AI技术应用于财务风险评估中， 通过学习历史数据预测未来的财务风险等。

2. ChatGPT应用于财务领域的优势与不足。相较于传统搜索引擎和聊天机器人， ChatGPT具有深度学习能力、 多模态能力、 生成式模型、 长文本生成、 上下文感知、 自我学习和良性价值观等突出特点， 应用于财务领域可胜任流程自动化、 “数字+文本+图片+音频+视频”的多模态数据分析、 智能预算和风险管理等工作， 有助于提高财务工作的效率、 准确性和决策支持能力。

然而， 尽管目前的ChatGPT已基于GPT-4模型， 但其在财务工作中的应用仍存在以下不足： ①对特定领域知识的理解不足， 这意味着若ChatGPT仅基于其所拥有的知识而不经过进一步微调（Fine Tune）， 则可能无法准确理解财务工作中一些复杂的术语、 流程和实践； ②中文语境训练不充分， 该缺陷会进一步加剧ChatGPT对财务术语的误解； ③对会计准则和税务法规溯源不准确， 该缺陷将影响ChatGPT执行具体财务工作如自动生成会计分录、 纳税申报的可靠性。

三、 ChatGPT背景下的智能财务体系变革

（一）智能财务的发展沿革、 定义与特点

在智能财务的概念梳理方面， 刘勤和杨寅（2018）在国内学者中首次对智能财务的概念做出了定义， 其指出智能财务是利用以人工智能为代表的新一代信息技术， 构建一种新型财务管理模式， 它基于先进的财务管理理论、 工具和方法， 借助由智能机器（包括智能软件和智能硬件）和人类财务专家组成的人机混合智能， 完成企业复杂的财务管理活动， 并在管理中不断扩大、 延伸和逐步取代部分人类财务专家的活动。智能财务的本质是对财务管理模式的重构， 以及对会计领域知识的管理和创新。刘梅玲等（2020）对智能财务的内涵和外延进行了进一步完善， 其指出智能财务是将以人工智能为代表的“大智移云物区”等新技术运用于财务工作， 实现对传统财务工作的模拟、 延伸和拓展， 以改善会计信息质量、 提高会计工作效率、 降低会计工作成本、 提升会计合规能力和价值创造能力， 促进企业财务在管理控制和决策支持方面发挥作用， 通过财务的数字化转型推动企业的数字化转型进程。张敏（2021）认为， 智能财务是指建立在“大智移云物”等新技术基础上的， 具备智能化、 自动化等特征， 能够实时提供高度决策相关信息并致力于提升管理的价值创造力的新型财务管理工作， 其主要包含 AI、 RPA 等智能工具以及大数据分析三个要素。

（二）ChatGPT对构建智能财务体系的影响

依据上文有关智能财务的定义可知， 智能财务涵盖财务相关的场景、 技术、 管理、 人员方面的变革。参照以上维度， 本文构建了如图2所示的ChatGPT影响下的智能财务体系变革框架。

四、 ChatGPT在财务场景优化中的价值

《暂行办法》指出， 国家鼓励生成式人工智能技术在各行业、 各领域的创新应用， 生成积极健康、 向上向善的优质内容， 探索优化应用场景， 构建应用生态体系。可见， 国家层面也把使用AIGC技术进行场景优化作为相关工作的重点。刘勤（2023）指出， ChatGPT对企业会计核算、 财务报告、 税务管理、 成本管理、 预算管理、 风险管理、 会计信息系统管理、 政府会计监督， 甚至会计教育与咨询等一系列财务相关工作均会产生影响。本文基于已有文献， 结合ChatGPT应用于财务实务工作的经验， 将ChatGPT对财务场景优化的价值归纳为两方面。

（一）自动化： 改善流程型工作的效率和效果

在财务工作中， 很多流程型工作都是重复、 繁琐的， 如数据录入、 资金划拨、 报表生成等， 当前大量该类工作已经可以借助RPA（Robotic Process Automation， 机器人流程自动化）实现（田高良等，2019）。RPA的特性决定了其在标准化程度高、 规则明确、 体量大、 不需要人进行复杂判断的流程执行中有显著优势。但是， 对于一些逻辑更为复杂多变、 涉及大量财务领域知识、 需要针对上下文理解和分析的场景， 如财务报告摘要自动生成、 会计分录自动生成等工作， ChatGPT具有RPA无可比拟的优势。

会计学界泰斗葛家澍教授提出， 会计的本质是涵盖数据的输入、 处理和输出环节， 以提供财务信息为主的经济信息系统。ChatGPT可以通过对接财务系统， 提高以下三个环节的自动化程度： 一是自动化数据录入。财务人员需要不断录入和整理各种财务数据， 如发票、 账单等， ChatGPT则可以利用GPT-4的多模态能力自动将图片或PDF文件上传并转化为数据表， 减少人工录入的工作量， 同时还可以保证数据的准确性和一致性。二是自动化数据处理。财务工作需要实现从原始凭证、 会计分录、 明细账、 总账再到财务报表的数据处理， 还涉及资金、 税务、 成本等相关数据的处理工作， ChatGPT可以根据预设的规则与算法进行数据处理和报表编制， 减少人工干预的工作量， 提高工作效率和准确性。三是自动化数据输出。财务信息需要输出给不同的利益相关者， 如投资者、 管理层、 股东等， 使用ChatGPT可以自动生成财务报告、 分析报告、 PPT提纲等， 并且可以根据不同的用户需求进行定制化输出， 如语言、 格式、 图表等， 提高财务信息传递的效率和准确性。

以资金管理为例， 传统的资金管理存在一些共性痛点， 如监控难、 业务集中度低、 手工操作量大、 信息不对称、 网银数量庞杂、 信息统计汇总慢等。资金操作端常常面临着“杂”“繁”的境况， 以致资金管理中“控”的要求难以实现， 由此带来管理之“痛”。ChatGPT的应用为缓解上述问题带来了新的契机， 其能够为资金计划、 资金使用、 资金监控提供辅助， 进而提高资金管理的自动化水平。

在资金计划方面， 传统的资金计划制订需要人工进行大量的数据收集、 分析和整理， 费时费力且容易出现错误。而ChatGPT可以根据输入的信息自动制订资金计划， 大大提高了工作效率和准确性。例如， 当企业需要制订下一年度资金计划时， ChatGPT可以根据公司的业务情况、 市场趋势等因素， 自动生成相应的资金计划方案。

在资金使用方面， 企业的资金使用可以分为用于投资活动的资金使用和用于经营活动的资金使用， 這两类资金使用对企业的经营和发展都有着重要的影响。ChatGPT可以帮助企业实现资金执行自动化， 提高资金执行的准确性和及时性， 具体场景包括：自动识别和分类资金流向、 自动执行资金计划以及智能资金头寸管理等。以智能资金头寸管理为例， 资金头寸管理的目标是实现“流动性、 盈利性、 安全性”之间的平衡。图3和图4呈现了GPT-4用作智能头寸管理的场景。

在资金监控方面， ChatGPT可以作为用户界面的一部分， 允许用户通过自然语言查询和分析资金使用状况。用户可以向ChatGPT提出问题， 如“最近一小时内是否有大额转账发生”或 “显示最近十笔交易中金额最大的交易记录”。ChatGPT能够解析这些问题并将其转换为系统能够理解的查询语言， 然后向监控系统发送查询请求， 并将结果返回给用户。此外， ChatGPT还可以用于异常情况通知， 当监控系统检测到资金执行方面的异常情况时， 它可以通过ChatGPT生成警报通知。监控系统将异常情况的摘要信息传递给ChatGPT， 然后ChatGPT根据预先定义的模板生成一条易于理解的通知消息， 并将其发送给相关的监控人员。

（二）数智化： 推进流程型工作向流程数据双驱动转变

国务院国资委发布的《关于中央企业加快建设世界一流财务管理体系的指导意见》指出， 企业财务管理模式要从流程驱动为主向流程驱动与数据驱动并重转变。张庆龙（2022）指出， 数据驱动是指在数据、 算力和算法的共同加持下， 通过数据建模和机器学习的过程， 实现基于数据的分析和决策体系的输出。

实现流程数据双驱动要求财务人员同时关注流程和数据， 并具备较高的综合分析和决策能力， 以充分实现数据赋能， 助力财务数字化转型。例如， 财务BP（Business Partner）岗的设立就体现了流程数据双驱动的理念， 财务BP需要在了解业务流程的基础上， 结合业财数据进行分析， 提供决策支持， 赋能业务发展。ChatGPT可结合企业财务数据和业务流程进行数据建模与机器学习， 帮助财务BP更加精准地进行决策。例如， ChatGPT可以辅助财务BP在事前通过构建业财数据预测模型支持业务政策制定， 在事中通过“业务管控+预算控制”推进业务发展， 在事后通过异常归因算法迅速定位业务关键问题节点。

除了赋能传统财务工作， ChatGPT也为财务工作拓展了更多想象空间。例如， 在使用ChatGPT赋能财务报表分析场景的过程中， 企业可以先构建起自身的财务知识库（可包含财务会计知识、 报表分析知识、 投资与资本预算知识、 资本市场与估值知识、 税务知识、 风险管理知识、 企业伦理与法律知识、 财务软件和工具知识等）， 再让ChatGPT基于所构建的财务知识库和其本身所掌握的知识开展财务报表分析， 这样可以弥补目前ChatGPT对于财务专业纵深领域知识掌握不足的缺陷， 图5呈现了基于GPT-3.5实现财务比率分析的原理。在该流程中， 需首先将Excel表格导出为csv文件， 再将csv文件中的字符导入ChatGPT进行分析。

基于分析结果， 用户还可进一步向ChatGPT询问如下问题， 以作为指导企业改善财务和业务状况的参考： ①解释比率分析结果。用户可以向ChatGPT提供财务比率数据， 并询问有关这些比率的含义和解释。ChatGPT可以帮助用户理解每个比率的意义， 以及它们如何反映企业的财务和业务状况。这将有助于用户识别问题， 并针对性地改善财务和业务表现。②比较行业标准。ChatGPT可以帮助用户比较企业的财务比率与行业标准或同行业竞争对手财务比率之间的差异， 通过了解企业在特定比率上的相对表现， 用户可以确定自身的优势和有待改进的领域。③进行预测和模拟。ChatGPT可以帮助企业进行财务比率的预测和模拟分析。通过提供历史财务数据和关键业务指标， 用户可以请ChatGPT进行建模分析， 并预测未来的比率走势。这有助于企业了解潜在的财务和业务状况， 以及预测改善措施的效果。④提供建议和改进措施。基于财务比率分析的结果， 用户可以向ChatGPT提出问题， 询问改善财务与业务状况的建议和措施。ChatGPT可以提供降低成本、 提高利润率、 改进资金管理相关的切实可行的建议， 以支持企业在特定领域的改进和成长。

五、 ChatGPT对会计科技的影响

自2018年“智能财务”概念被提出以来， 业界和学界开始积极探索智能技术与财务场景的融合。“智能财务”中的“智能”二字可细分为计算智能、 感知智能和认知智能。计算智能是基于逻辑、 规则和数据推理能力进行快速计算和记忆存储的智能， 如云计算、 浅层机器学习、 RPA等； 感知智能是通过传感器收集信息并进行处理和分析， 感知和理解外部环境的智能， 如语音识别、 光学字符识别（OCR）、 图像识别、 虚拟现实、 射频识别技术（RFID）等； 认知智能是能够模拟人类思维过程的智能， 通过推理、 学习和记忆等方式实现， 如深度神经网络、 自然语言处理等。ChatGPT可视为一种兼具上述三种智能的技术。自2017年起， 上海国家会计学院持续开展“影响中国会计行業（从业人员）的十大信息技术”的评选活动， 并将其冠以Acctech（会计科技）的称谓。本部分将从计算智能、 感知智能、 认知智能三个视角， 探讨ChatGPT如何影响会计科技的使用和革新。

（一）计算智能视角： ChatGPT将降低计算智能类技术的使用门槛

会计科技中的计算智能类技术， 如会计大数据分析与处理技术、 数据挖掘、 RPA等， 对于财务人员来说学习和使用门槛较高， 需要具备一定的专业知识和技能才能进行开发和应用。例如： 使用数据挖掘算法需要对统计学、 机器学习等领域有深入的了解， 才能有效识别出隐藏在海量数据中的规律和趋势； 而使用RPA需要对自动化流程、 编程语言、 人机交互等方面有一定的掌握， 才能设计和实现自动化流程。ChatGPT可以通过以下两种方式降低计算智能类技术的应用门槛： ①使复杂的技术“模块化”。ChatGPT可以将机器学习、 RPA等复杂的技术封装为多个小组件， 每个小组件都具有特定的功能。这样， 用户可以根据需要选择不同的组件来满足不同的需求， 而省去复杂的代码开发过程。②提供用户指南和教程。ChatGPT可以提供用户指南和教程， 帮助用户了解计算智能类技术的使用方法和最佳实践， 有针对性地解决实践过程中遇到的问题。

接下来本文以会计科技中的RPA和会计大数据分析与处理技术为例， 进一步论述ChatGPT如何降低计算智能类技术的使用门槛。

1. ChatGPT+RPA。ChatGPT可以降低财务人员开发和部署RPA的门槛， 其主要通过以下几种方式实现：

（1）提供定制化RPA解决方案。用户可通过自然语言向ChatGPT输入简单需求， 令其辅助进行流程梳理、 代码撰写与修改， 从而快速构建起端到端的自动化业务流程（金源和李成智，2023a）。同时， 在RPA流程开发结束后， ChatGPT可将机器语言转化回用户可理解的业务语言， 从而解决开发人员与业务人员之间“语言不通”的问题。ChatGPT参与RPA部署的具体方式如图6所示。

（2）促进RPA管理与知识培训。ChatGPT可以提供在线课程和培訓资源， 通过交互的方式对员工进行个性化辅导， 促进对RPA知识的学习。这些课程包括介绍RPA的基础知识、 典型案例以及如何在特定财务场景中使用RPA工具等方面的内容。

2. ChatGPT+会计大数据分析与处理技术。会计大数据分析与处理技术是大数据技术在财务领域的应用， 以实现数据赋能财务的目标。具体来讲， 其涵盖大数据存储与计算技术、 数据治理技术、 数据采集技术、 数据清洗技术、 数据分析技术以及数据可视化技术。ChatGPT可在以下方面降低会计大数据分析与处理的应用门槛：

（1）数据预处理。ChatGPT可以帮助分析人员自动清洗、 标准化和转换数据， 从而避免无关信息对后续处理和分析造成干扰。例如， 去除HTML标签、 特殊字符等， 以及实现文本分词、 大小写化、 中英文互译、 正则表达式等操作。

（2）数据分析模型设计。ChatGPT可以将更多文本数据纳入财务分析模型， 挖掘关键信息和模式， 自动生成Python、 Java代码， 降低数据挖掘门槛。例如： 在投资决策中， 其可以综合分析公司报告、 财务报表、 市场趋势和政策并提供建议； 在情感分析方面， 其可以分析投资者评价、 新闻对股票价格的影响， 帮助决策者了解资本市场情况。

（3）分析结果解释。ChatGPT能够以自然语言表达财务数据分析结果， 并罗列重点内容， 降低管理层的阅读成本。此外， ChatGPT还可以提供咨询服务， 辅助财务人员制订相应计划。

（4）实现自动化数据挖掘。目前GPT-4内置的Code Interpreter（代码解析器）插件可极大地降低财务人员使用机器学习的门槛。具体来讲， Code Interpreter是OpenAI 官方提供的一个能够自己编写并执行 Python代码的沙箱， 支持用户上传本地的xlsx、 csv、 doc格式文件。ChatGPT会基于指令或者文件内容， 分析、 编写 Python 代码， 并自动进行可视化处理， 还可反复执行、 优化所撰写的代码； 同时， 也可以把结果保存为相应的文件供用户下载。

（二）感知智能视角： ChatGPT将拓展财务部门可处理的数据类型

从感知智能角度来看， 财务部门过去输入和处理的主要为数字型的数据， 未来在GPT-4模型多模态能力的加持下， 财务部门将有能力在输入端加入文本、 图片、 视频、 音频等更多模态的数据， 从而在决策和分析过程中获得更多的信息。例如， 财务部门可以利用ChatGPT的文本分析功能来评估客户反馈和社交媒体内容， 以了解客户需求和市场趋势。企业可以运用ChatGPT连通资金系统、 ERP（企业资源规划）系统等各类财务系统， 并在此基础上构建对答式财务知识库和智能财务客服， 用户可以通过输入自然语言实现与系统间的交互。此外， ChatGPT还可以通过识别和分析数字、 文本、 图像和视频等多模态内容， 自动化处理和归档电子发票、 财政电子票据、 电子客票、 电子行程单、 电子海关专用缴款书、 银行电子回单等电子凭证， 进一步提高财务工作的效率和准确性。

以ChatGPT助力构建新一代ERP为例， 几十年来ERP系统一直是许多企业生产运营的关键支持系统。该系统通过将各种流程自动化并定时提供相关数据来帮助企业高效管理。近几年， 传统ERP持续迭代发展为新一代ERP， 新一代ERP是指依托大数据、 人工智能等信息技术， 不断整合管理思想与企业管理， 实现企业内部不同系统之间、 企业系统与外部系统之间的整合。新一代ERP的发展趋势是进一步与电子商务、 客户关系管理、 供应链管理等进行整合。ChatGPT可以帮助新一代ERP系统在企业中进一步发挥作用， 具体表现在如下方面：

1. 对接客户关系管理系统。ChatGPT可以通过对接客户关系管理（CRM）系统， 作为ERP系统的一个自动化客户服务工具， 对客户的咨询、 投诉等问题进行快速、 准确的响应， 以提高客户满意度， 并通过自动化回答重复性问题减轻企业人力资源的压力。例如， 通过对接CRM系统， ChatGPT可以根据客户的咨询请求， 从CRM系统中获取客户的相关信息， 比如购买历史、 偏好、 行为数据等， 并在咨询结束后将ChatGPT产生的客户交互数据返回到CRM系统中。

2. 优化供应链管理。ChatGPT可以协助ERP系统智能地解决各种问题和异常。例如， 当出现库存短缺或财务问题时， ChatGPT可以自动感知、 响应并给出最佳方案， 减少人工干预。同时， ChatGPT可以作为一个实时协作工具， 帮助团队成员实现实时交流， 及时协调和解决问题。例如， 如果出现了生产瓶颈或紧急需求变化， ChatGPT可以从数据库中快速提取所需信息并以邮件形式向供应商反馈， 以便其更快地做出决策。此外， ChatGPT可以通过与客户实时沟通来了解其对产品和服务的需求和意见， 这可以帮助企业及时了解市场需求， 从而更好地优化现有供应链。

（三）认知智能视角： ChatGPT将重塑财务部门知识产出的方式

金源和李成智（2023b）指出， 依据DIKW模型， 财务决策支持本质上是一个从业财数据到决策有用相关信息和知识， 最终到决策智慧的加工收敛过程。ChatGPT将重塑财务部门数据获取和知识产出的方式。传统的财务知识产出主要依赖人工进行报告、 文档的编写和整理， 这种方式效率低下且容易出现错误。而ChatGPT可以通过自然语言生成技术， 自动生成各种财务报告、 分析和预测等内容， 大大提高了财务知识产出的效率和准确性。

以ChatGPT赋能商业智能（BI）为例， 商业智能（BI）是指通过对数据的收集、 整理和分析， 帮助企业更好地了解自身业务， 优化策略和决策。ChatGPT可以通过以下几种方式促进BI工具更好地发挥作用：

1. 自动生成可视化分析报告。ChatGPT可以通过自然语言處理技术与财务人员进行交互， 收集用户的数据需求， 并自动生成SQL代码从数据库中取数。这些数据可以通过RPA或数据中台技术导入BI工具， 生成可视化图表。ChatGPT再根据这些图表生成具有完整结构的财务分析报告， 由此便打通了自动化财务分析报告的“最后一公里”。这样能够减少人工编写报告的时间和错误率， 并大幅提高报告的质量。

2. 构建可交互式BI工具。BI工具可以帮助财务人员更好地理解可视化图表。通过集成ChatGPT， 财务人员可以通过“询问”和“回答”的方式， 找到其所需要的信息或要求ChatGPT对某一特定的图表进行解释， 由此构建可交互式BI工具。

3. 智能提醒与告警。ChatGPT 可以通过“提醒”和“告警”来帮助财务人员了解特定数据的变化趋势。这将帮助财务人员更好地理解数据， 为业务决策提供更准确的指导。当BI监测到某个条件被触发时， 系统会触发ChatGPT来向财务人员发送提醒信息， 该信息既可以包含详细的数据分析和建议， 也可以为财务人员提供相应的操作选项， 如生成报表、 发送电子邮件、 更新库存量等。

4. 一站式年报分析。ChatGPT可以通过如下步骤实现一站式年报分析并基于分析结果形成PPT： ①提炼年报要点； ②通过接入BI工具分析财务数据变化趋势； ③借助 GPT-4 Code Interpreter插件或BI工具实现自动可视化； ④综合以上信息， 再向ChatGPT增加企业知识， 形成分析报告； ⑤使用ChatGPT将分析报告提炼为Markdown格式的PPT大纲； ⑥借助第三方工具如MotionGo、 Gamma、 Mindshow自动生成PPT。

六、 ChatGPT对财务人员的影响及应对

对于财务人员来说， ChatGPT虽然能助力其全方位提高工作效率和效果， 但也会减少对财务岗位人员的需求， 引发财务人员新一轮“生存焦虑”。为了辩证看待ChatGPT对财务人员的影响并帮助财务人员更好地应用ChatGPT作为“AI助手”， 本章将首先从积极和消极方面剖析ChatGPT对财务人员的影响， 再从财务工作者和财务部门管理者角度探讨相关的应对措施。

（一）ChatGPT对财务人员的影响

1. ChatGPT对财务人员的积极影响。通过前文的论述可知， ChatGPT对财务人员的影响主要体现在提高工作效率、 减轻日常工作负担、 推动自我职业成长等方面。财务人员可以通过善用ChatGPT使其成为“AI助手”， 自动化完成大量的机械劳动和中低端知识生产工作， 例如账单录入、 分类和核对、 文档摘要、 会议纪要等， 将自身从机械劳动中解放出来， 从事财务BP、 战略财务等具有更高附加值的工作。同时， ChatGPT提高了财务人员对于复杂数据的深入洞察能力， 帮助财务人员更深入地理解公司的财务状况， 进而提供更有价值的建议和解决方案。此外， ChatGPT还可以作为一个高效的学习工具， 为财务人员提供最新的财务理论和实践知识。例如， 一位财务人员希望了解最新的区块链技术对财务工作的影响， 其可以通过询问ChatGPT， 获取区块链在财务管理中的应用案例， 以及该技术可能带来的挑战与机遇， 从而实现个性化学习。

2. ChatGPT对财务人员的消极影响。ChatGPT的普及与应用对财务人员来说是利弊共存的。不可否认， 当前ChatGPT对于部分会计工作已经产生实质性冲击， 可能对财务人员带来以下方面的消极影响： ①ChatGPT和RPA取代了大部分财务底层劳动和部分财务分析、 财务BP甚至战略财务相关工作， 这将从整体上减少财务部门对于财务人员的需求， 导致部分财务人员失业。②长期以来， 财务人员一直依赖于传统的财务知识和技能来处理工作， 这可能导致他们对新技术和新方法的接受度不高， 为了与ChatGPT高效沟通， 财务人员除需要掌握传统的财务知识和技能外， 还需要掌握一些基本的技术及编程知识， 以及与ChatGPT高效沟通的Prompt（关键提示词，指用户输入的问题或语境信息）， 这也提高了未来财务岗位的应聘门槛。③ChatGPT还可能导致财务行业人才流失， 由于大模型的发展和普及， 许多高学历人才可能会选择离开传统的财务领域， 转向更前沿的技术领域。

（二）ChatGPT时代财务人员的应对措施

基于前文分析可知， 对于辅助财务人员进行信息收集、 资料整理以及粗粒化的数据分析， ChatGPT是极好的工具， 但已有研究也表明， 对于需要更细粒度、 深层次知识融入的分析， 以及需要高度社交技巧的技能和领导能力等， ChatGPT是无法替代的。针对ChatGPT可能给财务人员带来的职业挑战， 本文从财务工作者和财务部门管理者两个角度给出了应对措施。

1. 人员角度： 财务工作者需重构能力框架。本文认为， 在ChatGPT时代， 财务工作者为保持自身的职业竞争力， 可以从以下几个方面重构自身能力框架：

（1）沟通协调能力。在ChatGPT时代， 财务人员的沟通能力体现在两个方面： 除了能够与公司上下级、 各平行部门和外部审计机构进行有效沟通和协调， 还需要具备与ChatGPT沟通的能力， 在与ChatGPT沟通的过程中， Prompt非常重要， 它可以引导ChatGPT更好地理解用户的意图和上下文， 进而生成更加准确、 有针对性的回答。

（2）问题思维。由于ChatGPT具备强大的语义理解和问题解答能力， 对于只会解决问题的财务人员来说， 其核心竞争力将被削弱。在ChatGPT时代， 财务人员提出有助于业务发展的“好问题”比“回答好”问题更关键。

（3）产品开发思维。财务人员需具备依据ChatGPT的特性主动探索开发财务应用场景的能力。

（4）数据洞察能力。财务正在经历从传统的会计核算、 报告职能向财务BP、 战略财务职能的角色转变， 在这个过程中， 深入的数据分析和洞察能力不可或缺。深入的数据分析能力使财务人员能够从海量、 多维、 异构的数据中提取有用信息， 实现数据赋能管理决策； 深入的数据洞察能力使财务人员能够理解数据背后的逻辑， 识别出隐藏的问题和机会， 从而推进业务改善。

（5）技术应用能力。财务人员需要具备一定的技术应用能力， 能够熟练使用各种办公软件和工具， 如Excel、 SQL、 Python等， 以及各种会计软件和系统。锻炼技术应用能力可以帮助财务人员更好地使用ChatGPT以及未来技术加速迭代过程中可能诞生的更多技术工具。

（6）持续学习能力。财务人员需要具备良好的学习能力， 能够不断学习和掌握新的知识和技能， 以适应技术发展的变化和需求。这可以帮助财务人员更好地利用ChatGPT等AI工具， 提高工作效率和准确性。

2. 管理角度： 财务部门需进一步探索人机协同的管理模式。随着数字化转型进程加快以及人工智能技术日益成熟， 企业开始尝试使用基于“RPA机器人+以ChatGPT为底层技术的聊天机器人+机器学习算法”等先进技术构建“数字员工”体系。因此， 财务部门管理者需配套构建起相应的数字员工管理体系和全新的人机协同模式， 并积极探索财务人员与技术人员协助二次开发ChatGPT应用场景的良性模式。

在上述管理模式下， 未来企业对于财务人员的期待是不仅仅局限于财务专家的定位， 还要做到以下两方面： 一方面， 将触觉前置到业务活动中， 将视野提高到战略高度， 成为业务专家； 另一方面， 充分掌握RPA、 Python、 ChatGPT等技术工具， 成为数字化专家。随着RPA机器人和ChatGPT的普及， 财务人员可以从机械劳动和中低端的内容创作型工作中解放出来， 有更多的精力去从事上述具有更高附加值的工作。财务人员要善用ChatGPT作为“AI助手”， 通过人机协同的工作模式， 推动自身从财务专家向懂战略、 懂业务、 懂数据分析的复合型人才转变。

七、 总结与展望

（一）全文總结

通过分析， 本文得到以下核心结论： ①ChatGPT将带来智能财务体系在场景优化、 技术革新、 人员转型方面的全方位变革； ②ChatGPT可以从自动化（改善流程型工作的效率和效果）和数智化（推进流程型工作向流程数据双驱动转变）两方面优化财务场景； ③ChatGPT可以通过降低计算智能类技术的使用门槛、 拓展财务部门的感知智能和重塑财务部门知识产出的方式促进会计科技革新； ④ChatGPT对财务人员来说是利弊共存的， 财务工作者需要重构自身能力框架， 财务部门管理者需探索人机协同的管理模式。

（二）未来展望

本文认为， 随着以ChatGPT为代表的AIGC技术和大模型的不断发展与应用， 财务领域将持续发生一系列的变革， 对于未来ChatGPT影响下智能财务的发展趋势， 本文进行如下展望：

趋势一： 财务领域的“护城河”仍然很深， ChatGPT在短期内无法彻底取代财务人员。尽管目前看来ChatGPT已经可以替代部分自动化工作和中低端的内容创作类工作， 但财务领域仍然需要高度的专业知识和技能， 以及对法规和会计准则的深入理解和灵活运用， 这些都需要多年的实践和学习积累。

趋势二： 财务大模型未来将像ERP一样成为财务部门的“标配”； 数据、 算力和算法共同决定了大模型的质量和性能。在构建财务大模型方面， 有许多重要的机器学习算法和框架均已开源， 如TensorFlow和Pytorch， 使得算法可用性已经不再是主要的限制。目前的挑战主要来自于数据和算力层面。未来， 财务数字化转型和企业数据治理的加速推进， 将有助于提供更多高质量的财务数据用以训练财务大模型， 且随着算力成本的逐渐下降， 构建财务垂直领域的大模型将逐渐成为可能。

趋势三： 未来财务信息安全攻防博弈将更加激烈， 需引起财务工作者的重视。ChatGPT的问世对于财务信息安全是一把双刃剑。一方面， 从信息安全的入侵方来看， 尽管OpenAI在开发ChatGPT的过程中已经为其设置了良性的价值观以防止其直接作恶， 但仍有网络攻击者可以绕过ChatGPT内置的防滥用规则， 在ChatGPT的辅助下实现更低门槛地编写恶意软件代码。另一方面， 从信息安全的防守方来看， ChatGPT可以为防守方提供安全咨询， 帮助其了解最新的网络安全威胁和漏洞， 并提供针对性的建议。ChatGPT还可以帮助防守方监测其网络活动， 及时发现异常流量和攻击行为， 并帮助其采取相应的防御措施（金源和李成智，2023c）。

趋势四： ChatGPT将促进新型人机协同模式的构建。ChatGPT问世之前， 智能财务体系中对于人机协同模式的构想是将人类财务知识和经验与机器大数据处理能力结合起来， 实现财务管理和会计工作的自动化、 智能化和高效化。ChatGPT作为最前沿的自然语言处理模型， 将重构现有人机交互模式， 财务人员与系统间可以通过人类语言进行更自然的交流， ChatGPT的出现为智能财务体系人机协同模式构建带来了新的思路和可能性。

对于人机协同模式中“人”的价值， 本文认为， 机器学习的本质决定了AI在认识已知世界、 回答已知问题方面具有显著优势， 而对于充满创新和利益冲突的未知世界的探索， 人永远具有无可替代的价值。面对ChatGPT的冲击， 财务人员无需过分焦虑， 更需要做的是思考如何驾驭工具， 学习将ChatGPT作为一个“AI助手”辅助自身开展信息收集、 凭证整理、 真伪查询、 数据分析等日常工作， 探索人机协同共生的工作模式。

【 主 要 参 考 文 献 】

金源，李成智．ChatGPT+Acctech：ChatGPT对会计科技的影响研究［ J］．商业会计，2023a（7）：4 ～ 10．

金源，李成智．数据驱动下的财务决策支持研究［ J］．财会通讯，2023b（3）：140 ～ 147．

金源，李成智．智能财务背景下的财务信息安全研究［ J］．财会通讯，2023c（7）：136 ～ 144．

刘梅玲，黄虎，佟成生，刘凯．智能财务的基本框架与建设思路研究［ J］．会计研究，2020（3）：179 ～ 192．

刘勤，杨寅．智能财务的体系架构、实现路径和应用趋势探讨［ J］．管理会计研究，2018（1）：84 ～ 90+96．

刘勤．ChatGPT及其对会计工作的影响探讨［ J］．会计之友，2023（6）：158 ～ 161．

田高良，陈虎，郭奕等．基于RPA技术的财务机器人应用研究［ J］．财会月刊，2019（18）：10 ～ 14．

张敏．智能财务十大热点问题论［ J］．财会月刊，2021（2）：25 ～ 30．

張庆龙．财务机制变革：从流程驱动走向流程与数据驱动并重［ J］．商业会计，2022（17）：10 ～ 13．

Daniel E. O'Leary. Soliciting weights or probabilities from experts for rule-based expert systems［ J］．International Journal of Man-Machine Studies，1990（3）：293 ～ 301．

Fayyad U. M.. Data mining and knowledge discovery in databases： Applications in astronomy and planetary science［C］// Proceedings of the Thirteenth National Conference on Artificial Intelligence and Eighth Innovative Applications of Artificial Intelligence Conference， AAAI 96， IAAI 96， Portland： AAAI Press，1996．

Narasimhan N.， Mardanbeigi S.. Predictive modeling of energy consumption using machine learning techniques［C］//2015 IEEE International Conference on Computational Intelligence and Computing Research （ICCIC）. IEEE，2015．