人工智能对企业财务管理的影响及对策研究

张涵

【摘要】人工智能技术的快速发展，给传统的财务管理模式变革带来了机遇与挑战。财务数据是触发人工智能技术与财务管理融合的核心要素。本文聚焦于财务数据流动的核心过程，从数据发现、数据集成和数据应用三个维度分析人工智能对企业财务管理的影响机制，进而提出企业积极采用人工智能技术提高财务管理水平的应对对策。

【关键词】数据价值链 人工智能 财务管理

引言

随着人工智能时代的到来，企业财务管理也正从传统人工模式向智慧化转变，人工智能对企业财务管理的影响备受社会各界关注。

早在1998年Ittner CD和Larcker DF就指出财务管理在企业绩效管理中的重要性[1]。随着ChatGPT、可解释性AI和区块链技术等人工智能技术的发展，企业对于财务管理的要求也逐步从精准走向“精准+智慧”。国内外学者十分关注人工智能对财务管理的影响。耀友福和何相亿（2023）[2]认为人工智能技术赋能财务重述治理，能够为企业带来更高效、精准和智能的财务管理体验。张晓玮、刘波和戈姗姗等（2022）[3]认为在大数据时代，需要利用人工智能技术进行财务管理创新。综合上述研究来看，国内外学者们都指出了人工智能在企业财务管理中的重要作用，但财务数据源是人工智能技术应用的关键所在，少有研究分析财务数据流动过程及人工智能技术应用的影响。基于此，本文基于数据流动过程，分析人工智能对企业财务管理的影响，进而探索优化对策。

一、人工智能对企业财务管理的影响

人工智能诞生于1956年，经过近90年的发展，人工智能技术取得了突破性的发展，解决了包括人机交互、图像及文字识别、自学习等众多问题，例如ChatGPT、可解释性AI和光学字符识别（OCR）等众多技术不断涌现，创造了很多人工智能应用场景，解决了企业生产和管理中的部分复杂问题，极大提高了企业生产效率[4]。具体到企业财务管理场景的应用，人工智能技术使得财务管理的业务流程和管理方式发生了巨大变化，财务数据发现、集成和应用的过程均发生了颠覆性变化，财务管理的价值进一步提高。

（一）人工智能对企业财务数据集成的影响

财务数据是企业数据价值链中重要的数据源，通过人工智能技术清洗以后，与其他数据整合，破除了“信息孤岛”问题，提高了整个企业数据的协作能力，进一步完成数据分析后就能形成可视化的分析结果，从而为企业的财务管理提供决策。

1.数据清洗

人工智能技术能够提高财务管理的精准性和效率，但其前提是依赖有效的数据集成[8]。数据集成的关键过程是对脏数据的处理，即数据清洗。从财务数据来源看，在获得原始数据过程中，财务数据来源较为分散，且通常由不同部门人员手工录入，数据的质量通常难以保障，例如，数据的缺失、数值异常等。因此，在数据集成过程中，首先要开展数据清洗，从而确保数据质量。人工智能技术的研发，使得海量数据的清洗变得更加顺畅。例如，机器学习中人工神经网络技术的发展，能够根据训练情况，确定数据清洗规则和策略，从而完成海量数据的清洗。

2.数据集成标准

企业传统的财务管理模式对于数据管理较为松散，数据结构形式多样，数据类型杂乱，各种源数据标准不一，往往难以集成。人工智能技术的发展，使得数据集成的便捷性和可行性大幅度提高。数据集成主要是从数据产生源头就设置数据获取规制，并构建了数据质量评估体系，通过知识规制的设置可以有效识别脏数据，并且分析数据产生的原因和存在形式。例如，数据缺失的情况，可能是由于疏忽造成的，但可以采用数学模型进行预测，或者采用简单的均值法进行替代。在人工智能技术的应用过程中，数据集成的标准不断完善，使得企业的数字化管理水平得到大幅提升，企业高层领导也更加重视数据集成标准的管理与建设。

（二）人工智能对企业财务数据应用的影响

人工智能技术发展过程中，很多先进的机器学习方法和模型被不断开放，使得数据中隐含的信息能够被有效挖掘。从数据价值链来看，数据探索的目的就是需按照数据内在结构和规律，从而发展数据价值，为企业的财务管理决策提供支持。在此过程中，人工智能对企业财务数据应用的影响，主要体现在数据的一般应用和挖掘分析两个方面。

1.数据的一般应用

传统财务的数据分析工具及呈现方式并不友好，无法有效地将动态数据信息提供给企业管理经营者，数据难以被有效解读。虽然企业财务数据种类繁多，需要各种技术手段分析数据的基本情况，但人工智能技术具有非常强大的统计能力，可以通过绘制图表、描述展示统计量等方法研究数据的基本特征，例如数据的分布特征、离散和集中趋势等，并以直观的方式呈现。另外，人工智能技术能够帮助企业管理人员进行财务决策，例如在数据价值链上的财务风险监控，能够通过数据流动过程及其价值创造方式变化识别财务分析，帮助企业及时止损，从而更好地为企业保驾护航。

2.数据的挖掘分析

传统财务有限的数据采集和计算能力降低了数据价值，人工智能发展至今，数据采集和计算能力问题都被有效突破，预算资源的配置、成本归集核算等财务管理过程都可以运用人工智能算法得到较好的解决。数据的深入探索与挖掘分析就需要研究不同财务数据之间的内在关系，需要应用机器学习算法，例如小样本多需要利用支持向量，大样本可以采用神经网络及其改进方法。不同算法的算力不同，能够挖掘出的数据价值不一，为此，企业管理思维和价值诉求能够折射到财务数据价值链中。同时，通过人工智能技術，企业可以通过在线动态挖掘分析财务数据，实时监控财务状况，预警潜在风险，并自动调整财务策略，确保企业的稳健运营。例如，在数据价值链上的财务风险监控，能够通过数据流动过程及其价值创造方式变化识别财务分析，帮助企业及时止损，从而更好地为企业保驾护航。

二、人工智能时代企业财务管理对策

在人工智能时代，企业迫切需要通过数字化改革来推动管理模式的革新和业务增长，分析、挖掘和利用数据价值成为企业财务管理创新的重要内容。为此，财务部门角色也需随之转变，从传统的关注于从记账凭证和会计科目这类较小数据集中提取信息的“数据价值链”模式，转向关注企业整体经营管理流程。这要求财务管理人员不仅要关注内部数据，还要挖掘外部数据的潜在价值，利用数据分析推动企业决策。然而，财务管理人员的数字素养普遍不高，应对人工智能挑战的能力还需要进一步提高。

（一）企业在财务数据发现环节的应对

尽管我国的管理会计已有一段发展历程，但实践中许多财务专业人士依然停留在传统的财务会计任务上，未能充分利用管理会计的潜能，特别是会计信息化，例如很多传媒集团的财务部门工作人员在信息化方面还存在短板。在人工智能时代，财务部门因数字技术而成为企业生产经营数据的集散地。同时，人工智能技术的发展使得数据发现的渠道更加丰富，不仅要求企业财务管理人员具有较高的数字素养，还需要企业财务管理人员能够识别财务信息。财务信息维度的增加使得财务数据的复杂度增加，因此，在人工智能时代，企业财务管理人员的知识储备不能仅限于财务管理知识，还需要具有一定的数据管理知识。综合来看，企业需要加强财务管理人员的数字素养培训，例如掌握数据获取的技术，包括ASR自动语言识别技术、光学字符识别（OCR）技术等；同时，企业还需要加强财务管理人员的管理学、经济学等多学科的培训，进一步提升企业财务管理人员的数据发现能力。

（二）企业在财务数据集成环节的应对

人工智能时代的财务管理，不仅要求财务专业人士掌握会计和管理的传统知识，还要求他们精通技术工具和数据科学，以及具备商业战略的理解能力，形成一种全面的财务人才模式。从数据集成环节来看，财务管理人员需要具备数据清洗工作，从而确保集成数据的质量。数据集成能力的提升，可以从三个方面加强培育：第一，强化企业财务管理人员的数据清洗和预处理能力，包括开展重复数据删除、填充缺失值、数据错误纠正等专业内容的培训；第二，强化数据质量评估，组建数据管理团队，建立数据质量监控机制，定期开展数据质量评估，确保数据质量管理常态化；第三，强化数据标准化管理，企业应该加强数据标准化管理，在数据格式和结构上建设标准，破除普遍存在的数据不一致问题，确保数据的有效性和可比性。

（三）企业在财务数据应用环节的应对

在人工智能时代，企业财务管理正迈向数据驱动和数字化，财务部门的作用将进一步扩展，更深入地参与到业务运营和管理中，提供实质性的运营建议、风险预测和决策支持，有效地促进企业的整体管理和发展。在此过程中，要求财务管理人员学习并应用数据技术工具以提高财务流程的效率，掌握数据科学知识以强化数据分析和可视化能力，将数据洞察转化为业务预测，并有效地传达给决策者。此外，财务管理人员应积极参与企业的战略规划、执行监控及成效评估等全链条活动，确保战略规划的有效实施。具体而言，财务数据应用环节需要财务管理人员需要提升数据的一般应用能力和挖掘应用能力。第一，提升财务数据的一般应用能力，要求财务管理人员能够利用数据工具完成数据基本特征的描述，包括利用SPSS、EXCEL等软件进行图表绘制，将财务数据友好地展示给企业决策者，目前大部分财务管理人员具有相应的能力，但随着数据量的不断增加，财务管理人员需要提升大数据意识，处理多种类型数据，特别是提升非结构数据的处理能力。第二，提升财务数据的挖掘应用能力，目前有很多人工智能模型能够为财务管理人员提供便捷的数据挖掘分析，例如R语言、python等语言已经具有较好的数据挖掘算法模块。但目前，很多财务管理人员不具备数据挖掘能力，因此，建议在财务内部设置算法与 IT 岗位，通过岗位优化，增强企业财务管理与业务、IT 的融合。另外，在财务数据应用过程中，需要高度重视数据安全管理，因此，需要企业构建多层、严密、完善的数据安全防护体系，例如安全权限的分级管理、数据密级管理和数据容灾管理等。

人工智能时代企业财务管理模式的创新是一个持续不断的过程。企业需要紧跟技术发展趋势，结合自身实际情况，积极探索和实践适合自身的财务管理模式，以提升企业竞争力和可持续发展能力。

参考文献：

[1]Ittner，C.D.，&Larcker，D.F.（1998）.Are nonfinancial measures leading indicators of financial performance？An analysis of customer satisfaction. Journal of accounting research，36，1-35.

[2]耀友福，何相億.人工智能应用的公司治理作用——基于财务重述视角[J].工业技术经济，2023，42（3）：125-134.

[3]张晓玮，刘波，戈姗姗，等.基于人工智能的财务管理创新——财务机器人在XH医院的应用[J].财会月刊，2022（23）：119-126.

[4]Miller H G，Mork P. From data to decisions： a value chain for big data[J]. IT Professional，2013，15（1）： 57-59.