談人工智能與智能會(huì)計(jì)應(yīng)用
前言：想要寫出一篇引人入勝的文章？我們特意為您整理了談人工智能與智能會(huì)計(jì)應(yīng)用范文，希望能給你帶來(lái)靈感和參考，敬請(qǐng)閱讀。
【摘要】人工智能已在各行各業(yè)中得到普遍應(yīng)用，而在會(huì)計(jì)領(lǐng)域的應(yīng)用處于初始階段。文章介紹了人工智能的涵義及其發(fā)展歷史，論述了人工智能在會(huì)計(jì)領(lǐng)域應(yīng)用的條件，并深入研究了人工智能在會(huì)計(jì)核算的語(yǔ)音輸入智能、憑證核對(duì)驗(yàn)證的機(jī)器視覺(jué)、大數(shù)據(jù)財(cái)務(wù)分析、智能財(cái)務(wù)風(fēng)險(xiǎn)控制和提供精準(zhǔn)預(yù)測(cè)方案等應(yīng)用場(chǎng)景。
【關(guān)鍵詞】人工智能；智能會(huì)計(jì)；應(yīng)用場(chǎng)景
目前，互聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、區(qū)塊鏈、人工智能等數(shù)字技術(shù)不斷涌現(xiàn)，特別是人工智能技術(shù)得到了飛速發(fā)展和廣泛應(yīng)用[1]。人工智能無(wú)時(shí)不在、無(wú)處不在，涉及工作、生活的每一個(gè)方面。所有人都已經(jīng)，或者即將迎來(lái)自己的人工智能頓悟時(shí)刻。在2020年2月14日中央全面深化改革委員會(huì)第十二次會(huì)議的重要講話中指出：“要鼓勵(lì)運(yùn)用大數(shù)據(jù)、人工智能、云計(jì)算等數(shù)字技術(shù)，在疫情監(jiān)測(cè)分析、病毒溯源、防控救治、資源調(diào)配等方面更好發(fā)揮支撐作用?！钡闹v話，為人工智能在各行各業(yè)的應(yīng)用指明了方向。因此，研究人工智能在會(huì)計(jì)領(lǐng)域中的應(yīng)用，是理論和實(shí)際工作者應(yīng)共同加快推進(jìn)的方向。
一、人工智能的概念及其發(fā)展歷史
人工智能，可以理解為“人工”和“智能”的組合[2]?！叭斯ぁ狈褐溉嗽斓?、人為的，不難理解。“智能”的涵義是指從感覺(jué)延伸到記憶再深入到思維的過(guò)程，思維產(chǎn)生了行為和語(yǔ)言，將行為和語(yǔ)言的優(yōu)化與提高過(guò)程稱為“智能”。關(guān)于人工智能（ArtificialIntelligence，縮寫為AI）的涵義，專家們有不同的表述。美國(guó)斯坦福大學(xué)人工智能研究中心尼爾遜教授認(rèn)為：“人工智能是關(guān)于怎樣表示知識(shí)以及怎樣獲得知識(shí)并使用知識(shí)的科學(xué)?！盵3]美國(guó)麻省理工學(xué)院溫斯頓教授對(duì)人工智能的概括是：“人工智能是研究計(jì)算機(jī)去做只有人才能做的智能工作?！盵4]以上兩位專家的論述，反映了人工智能概念的基本內(nèi)容和基本思想。可以這樣說(shuō)，人工智能是研究人類智能活動(dòng)規(guī)律的科學(xué)，研究具有智能功能的人工系統(tǒng)去完成人才能勝任的工作。1956年夏，美國(guó)達(dá)特茅斯學(xué)院的麥卡錫、明斯基等科學(xué)家探討如何“用機(jī)器模擬人的智能”，首次提出了“人工智能”這一概念[5]，標(biāo)志著人工智能學(xué)科的誕生。人工智能原來(lái)是計(jì)算機(jī)學(xué)科的一個(gè)分支，與基因工程、納米技術(shù)并稱21世紀(jì)三大尖端技術(shù)。目前，人工智能是一門交叉學(xué)科，是自然科學(xué)和社會(huì)科學(xué)緊密結(jié)合的學(xué)科。人工智能在最近20年得到了迅猛發(fā)展，廣泛應(yīng)用于很多學(xué)科領(lǐng)域，并取得了顯著的進(jìn)步和成果，已逐步成為在理論和實(shí)踐上都自成體系的一個(gè)獨(dú)立的學(xué)科。人工智能就其本質(zhì)而言，是對(duì)人的思維過(guò)程的模擬。人工智能不是人的智能，但可以像人一樣思考。對(duì)人的思維模擬有兩種途徑：一是功能模擬，不是模擬人腦的內(nèi)部結(jié)構(gòu)，而是從其思維功能過(guò)程進(jìn)行模擬；二是模擬人腦的內(nèi)部結(jié)構(gòu)，按照人腦的結(jié)構(gòu)機(jī)制，構(gòu)建出“類人腦”的人工智能機(jī)器。目前，人工智能是對(duì)人腦思維功能的模擬，是對(duì)人腦思維過(guò)程的模擬。人工智能可以分為弱人工智能和強(qiáng)人工智能。弱人工智能是指并不真正擁有智能，也不具有自主意識(shí)的智能機(jī)器。這些智能機(jī)器不擁有推理（Reasoning）和解決問(wèn)題（Problemsolving）的能力。目前，全世界都處于弱人工智能時(shí)代。強(qiáng)人工智能是指是有思維、知覺(jué)，具有自我意識(shí)的能獨(dú)立思考問(wèn)題并能提出解決問(wèn)題方案的智能機(jī)器。這些智能機(jī)器擁有推理（Reasoning）和解決問(wèn)題（Problemsolving）的能力。強(qiáng)人工智能可以進(jìn)一步分為：（1）擬人的人工智能，即像人的思維一樣思考和推理的智能機(jī)器。（2）非擬人的人工智能，即具有與人完全不一樣的思維、知覺(jué)和意識(shí)，擁有與人完全不一樣的推理方式的智能機(jī)器。弱人工智能時(shí)代已經(jīng)到來(lái)，但強(qiáng)人工智能的到來(lái)還面臨著各種嚴(yán)峻挑戰(zhàn)。人工智能實(shí)際應(yīng)用領(lǐng)域很廣泛，包括語(yǔ)言和圖像理解、專家系統(tǒng)、智能控制、機(jī)器視覺(jué)、人臉識(shí)別、指紋識(shí)別、虹膜識(shí)別、視網(wǎng)膜識(shí)別、智能搜索、自動(dòng)規(guī)劃、遺傳編程等。近年來(lái)，人工智能開始融入人們?nèi)粘Ｉ睿蔀橐环N新型基礎(chǔ)設(shè)施。
二、人工智能在會(huì)計(jì)中應(yīng)用的條件
不少人把人工智能僅僅當(dāng)作一項(xiàng)技術(shù)，實(shí)際上，它是一套軟硬件結(jié)合的復(fù)雜應(yīng)用思維和方法。硬件是各種各樣的傳感器和芯片，軟件則是算法。基于科技界對(duì)人工智能的認(rèn)知，人工智能的發(fā)展有三個(gè)重要的基礎(chǔ)：算法、數(shù)據(jù)和算力。其中算法是核心，數(shù)據(jù)和算力則是重要的支撐[6]。算法是用系統(tǒng)的方法描述解決問(wèn)題的策略機(jī)制，是解決問(wèn)題的一系列清晰指令。數(shù)據(jù)是指所有能輸入計(jì)算機(jī)系統(tǒng)，并能被計(jì)算機(jī)程序處理的符號(hào)介質(zhì)的總稱。算力，也稱計(jì)算力，顧名思義就是設(shè)備的計(jì)算能力。隨著互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等技術(shù)的迅猛發(fā)展，算法、數(shù)據(jù)和算力都在很大程度上得到了提升。一是在算法上，機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、深度強(qiáng)化學(xué)習(xí)不斷涌現(xiàn)，出現(xiàn)了無(wú)監(jiān)督學(xué)習(xí)的算法類型，如基于視覺(jué)、觸覺(jué)傳感的遷移學(xué)習(xí)、變分自動(dòng)編碼器（VAE）和生成對(duì)抗網(wǎng)絡(luò)（GAN）等新興學(xué)習(xí)算法。二是在數(shù)據(jù)上，移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、5G等多種新興數(shù)字技術(shù)產(chǎn)業(yè)快速發(fā)展，數(shù)據(jù)總量呈現(xiàn)爆發(fā)式海量增長(zhǎng)。三是在算力上，目前人工智能的算力已投入使用ASIC、FPGA等計(jì)算單元類別以替代GPU芯片為主要硬件承載，隨著數(shù)字技術(shù)的不斷迭代提高，將大幅提高計(jì)算能力。從人工智能在會(huì)計(jì)中應(yīng)用的角度探討，一項(xiàng)成功的人工智能在會(huì)計(jì)領(lǐng)域中的應(yīng)用需具備五個(gè)條件[7]，目前這些條件已經(jīng)基本具備。一是實(shí)用的算法?，F(xiàn)在最流行的算法是深度學(xué)習(xí)算法，為人工智能在會(huì)計(jì)領(lǐng)域中的應(yīng)用帶來(lái)了希望。深度學(xué)習(xí)是學(xué)習(xí)樣本數(shù)據(jù)的內(nèi)在規(guī)律和表示層次，獲得諸如文字、圖像和聲音等數(shù)據(jù)，最終目標(biāo)是讓人工智能機(jī)器能夠像人一樣具有分析學(xué)習(xí)能力，能夠識(shí)別文字、圖像和聲音等數(shù)據(jù)。深度學(xué)習(xí)算法能深度從會(huì)計(jì)原始憑證、記賬憑證、明細(xì)分類賬、總分類賬、財(cái)務(wù)報(bào)表、報(bào)表分析的6層隱層節(jié)點(diǎn)認(rèn)識(shí)會(huì)計(jì)賬表體系，將樣本在原空間的特征表示轉(zhuǎn)換到一個(gè)新的特征空間，通過(guò)逐層特征的空間變換，使分類或預(yù)測(cè)更容易，最終通過(guò)設(shè)計(jì)建立適量的神經(jīng)元計(jì)算節(jié)點(diǎn)和多層運(yùn)算層次結(jié)構(gòu)，選擇原始憑證輸入層和財(cái)務(wù)報(bào)表輸出層，通過(guò)網(wǎng)絡(luò)學(xué)習(xí)和調(diào)優(yōu)，建立起從輸入到輸出的函數(shù)關(guān)系，就可以實(shí)現(xiàn)會(huì)計(jì)業(yè)務(wù)處理全流程的自動(dòng)化。二是高質(zhì)量的數(shù)據(jù)。數(shù)據(jù)是指各種符號(hào)的介質(zhì)，是具有一定意義的數(shù)字、字母、符號(hào)和模擬量等的通稱，能被輸入計(jì)算機(jī)并被計(jì)算機(jī)程序所處理。人工智能在會(huì)計(jì)領(lǐng)域中應(yīng)用的重要前提是原始會(huì)計(jì)數(shù)據(jù)必須是計(jì)算機(jī)可識(shí)別且具有高精準(zhǔn)度。若原始會(huì)計(jì)單據(jù)種類多、標(biāo)準(zhǔn)化程度低，則單據(jù)難以數(shù)據(jù)化，或即使能數(shù)據(jù)化但質(zhì)量不高，會(huì)嚴(yán)重影響數(shù)據(jù)的質(zhì)量。有固定格式和信息的會(huì)計(jì)單據(jù)標(biāo)準(zhǔn)化、電子化程度越高，數(shù)據(jù)的質(zhì)量就越高。目前，會(huì)計(jì)單據(jù)大多已經(jīng)實(shí)現(xiàn)了標(biāo)準(zhǔn)化和電子化，如增值稅發(fā)票、網(wǎng)絡(luò)訂單、銷售發(fā)票等，這為人工智能在會(huì)計(jì)中的應(yīng)用提供了良好的條件。三是較強(qiáng)的算力。有較強(qiáng)大的計(jì)算能力和一整套體系架構(gòu)，能夠方便去深度學(xué)習(xí)、部署、實(shí)施。較強(qiáng)的算力能提高人工智能的識(shí)別度、準(zhǔn)確度，因?yàn)檩^強(qiáng)的算力可以提高模型精細(xì)度和線下訓(xùn)練的頻次。目前，人工智能已具有的算力能基本滿足會(huì)計(jì)核算的要求。深圳華為公司的算力能滿足全球7×24小時(shí)循環(huán)結(jié)賬的要求，每小時(shí)可處理數(shù)據(jù)5500萬(wàn)行，使全球270多家子公司按照國(guó)際會(huì)計(jì)準(zhǔn)則、中國(guó)會(huì)計(jì)準(zhǔn)則、所在國(guó)會(huì)計(jì)準(zhǔn)則的要求，分別出具按照多種會(huì)計(jì)準(zhǔn)則編制的財(cái)務(wù)報(bào)表。同時(shí)，可按客戶群、業(yè)務(wù)組、區(qū)域、產(chǎn)品等維度分別出具各個(gè)責(zé)任中心的經(jīng)營(yíng)管理報(bào)表，這些報(bào)表都可以在3天內(nèi)編制完成并高質(zhì)量輸出。四是明確的用戶。人工智能在會(huì)計(jì)中的應(yīng)用應(yīng)該有明確的用戶，用戶本身既是數(shù)據(jù)的消費(fèi)者，同時(shí)也是數(shù)據(jù)的提供者。如果沒(méi)有提出高質(zhì)量、快速輸出財(cái)務(wù)報(bào)表的明確用戶，或者用戶并不需要高質(zhì)量、快速輸出的財(cái)務(wù)報(bào)表，那么，人工智能在會(huì)計(jì)中的應(yīng)用就沒(méi)有多大價(jià)值。因此，只有公司的利益相關(guān)者和管理層具有高質(zhì)量、快速輸出財(cái)務(wù)報(bào)表的需求，才能較好地推進(jìn)人工智能在會(huì)計(jì)領(lǐng)域中的應(yīng)用。五是清晰的應(yīng)用目的。人工智能在會(huì)計(jì)領(lǐng)域中的應(yīng)用到底是為了達(dá)到什么目的，這一點(diǎn)非常重要。如果沒(méi)有清晰的應(yīng)用目的，人工智能在會(huì)計(jì)領(lǐng)域中的應(yīng)用便會(huì)半途而廢。促進(jìn)人工智能在會(huì)計(jì)領(lǐng)域中的應(yīng)用是需要增加軟硬件資本投入的。公司應(yīng)用人工智能的主要目的是減少會(huì)計(jì)人員以降低成本、增強(qiáng)用戶體驗(yàn)效果、提高會(huì)計(jì)工作效率，或者同時(shí)實(shí)現(xiàn)。如果沒(méi)有清晰的應(yīng)用目的，人工智能在會(huì)計(jì)領(lǐng)域中的應(yīng)用將不會(huì)順利進(jìn)行。
三、人工智能會(huì)計(jì)的應(yīng)用場(chǎng)景
目前，各行業(yè)對(duì)人工智能應(yīng)用的呼聲比較高，但是人工智能依然處在行業(yè)應(yīng)用的初期。人工智能產(chǎn)品對(duì)應(yīng)用場(chǎng)景有諸多限制，所以人工智能普及應(yīng)用還需要較長(zhǎng)一段時(shí)間。人工智能在會(huì)計(jì)領(lǐng)域中會(huì)計(jì)核算的全流程上應(yīng)用還缺乏案例，只是對(duì)邏輯性強(qiáng)、重復(fù)性大、繁瑣的機(jī)械性工作部分加以應(yīng)用和替代，以降低會(huì)計(jì)工作成本，提高會(huì)計(jì)工作的準(zhǔn)確性。人工智能在會(huì)計(jì)工作中應(yīng)用的場(chǎng)景主要有會(huì)計(jì)核算語(yǔ)音指令、賬證核對(duì)驗(yàn)證機(jī)器視覺(jué)、大數(shù)據(jù)財(cái)務(wù)分析、智能財(cái)務(wù)風(fēng)險(xiǎn)控制、提供精準(zhǔn)預(yù)測(cè)方案等[8]。
（一）語(yǔ)音指令會(huì)計(jì)核算人工智能在語(yǔ)言方面的交互性已十分強(qiáng)大，可以提取語(yǔ)音中的關(guān)鍵信息，自動(dòng)進(jìn)行歸納分類，直接存儲(chǔ)在“大腦”中并指令系統(tǒng)完成操作。語(yǔ)音指令會(huì)計(jì)核算主要采用語(yǔ)音識(shí)別、語(yǔ)音轉(zhuǎn)換技術(shù)，通過(guò)人工智能訓(xùn)練自動(dòng)轉(zhuǎn)換語(yǔ)義為結(jié)構(gòu)化信息，自動(dòng)完成資產(chǎn)、負(fù)債、收入、成本、費(fèi)用類型的金額、時(shí)間、地點(diǎn)的填寫和核算。語(yǔ)音指令會(huì)計(jì)核算包括語(yǔ)音指令記賬、核算和編制財(cái)務(wù)報(bào)表。語(yǔ)音指令記賬是會(huì)計(jì)人員發(fā)出語(yǔ)音指令，人工智能就像記賬秘書一樣，只需開口指令就能完成記賬。語(yǔ)音指令核算是會(huì)計(jì)人員發(fā)出語(yǔ)音指令，人工智能就根據(jù)指令輸出核算過(guò)程和結(jié)果。語(yǔ)音指令編制財(cái)務(wù)報(bào)表是會(huì)計(jì)人員發(fā)出語(yǔ)音指令，人工智能就能完成財(cái)務(wù)報(bào)表編制。會(huì)計(jì)人員在與人工智能擬人化的交互中，輕松完成會(huì)計(jì)核算流程，從而使會(huì)計(jì)核算流程變得簡(jiǎn)單、快速和高效。（二）機(jī)器視覺(jué)核對(duì)驗(yàn)證機(jī)器視覺(jué)是人工智能正在快速發(fā)展的一個(gè)分支。機(jī)器視覺(jué)是指從客觀事物的圖像中提取信息，用機(jī)器的視覺(jué)來(lái)代替人眼，進(jìn)行核對(duì)處理并加以深入理解，用于實(shí)際檢測(cè)、測(cè)量和控制。機(jī)器視覺(jué)在會(huì)計(jì)領(lǐng)域中的應(yīng)用，就是通過(guò)機(jī)器視覺(jué)的眼睛和部分大腦的功能，把影像文件轉(zhuǎn)化成結(jié)構(gòu)化數(shù)據(jù)，并做出測(cè)量、判斷、核對(duì)和驗(yàn)證。機(jī)器視覺(jué)核對(duì)驗(yàn)證的領(lǐng)域主要包括：（1）會(huì)計(jì)憑證、驗(yàn)證。會(huì)計(jì)核算工作中需要對(duì)發(fā)票等會(huì)計(jì)原始憑證驗(yàn)證是否重復(fù)和真?zhèn)?，并?duì)其合規(guī)性進(jìn)行審核。傳統(tǒng)方法是人工登錄稅務(wù)局網(wǎng)站輸入相關(guān)信息后逐個(gè)查詢，而機(jī)器視覺(jué)能將該項(xiàng)工作完全實(shí)現(xiàn)自動(dòng)化。（2）自動(dòng)實(shí)現(xiàn)記賬、價(jià)稅分離。審核原始憑證是會(huì)計(jì)核算的第一步，原始憑證審核完成后需要根據(jù)復(fù)式記賬原理選擇核算科目和相關(guān)的數(shù)量、單價(jià)、金額，機(jī)器視覺(jué)可以自動(dòng)確定核算科目和數(shù)量、單價(jià)、金額，并根據(jù)原始憑證的類型和業(yè)務(wù)情況，自動(dòng)確定可以抵扣的進(jìn)項(xiàng)稅額。
（三）財(cái)務(wù)大數(shù)據(jù)分析通過(guò)人工智能系統(tǒng)，可以對(duì)公司同行業(yè)國(guó)內(nèi)外情況和內(nèi)部財(cái)務(wù)狀況與生產(chǎn)經(jīng)營(yíng)等各個(gè)方面的數(shù)據(jù)進(jìn)行挖掘、分析、整理、對(duì)比，將所收集和錄入的數(shù)據(jù)系統(tǒng)分成不同方面進(jìn)行數(shù)據(jù)整合以滿足經(jīng)營(yíng)管理的需要。首先，公司可以利用人工智能360度核算綜合不同的數(shù)據(jù)集，廣泛搜集相關(guān)信息，形成數(shù)據(jù)庫(kù)。同時(shí)，可以對(duì)內(nèi)外部數(shù)據(jù)庫(kù)進(jìn)行實(shí)時(shí)更新。其次，針對(duì)數(shù)據(jù)庫(kù)，人工智能利用數(shù)據(jù)挖掘和分析技術(shù)發(fā)現(xiàn)并推斷未知關(guān)系，建立與此相適應(yīng)的數(shù)據(jù)模型。最后，人工智能依據(jù)大數(shù)據(jù)的分析結(jié)果，并結(jié)合公司實(shí)際情況，選擇相應(yīng)參數(shù)，得出相關(guān)結(jié)論，供管理層實(shí)施應(yīng)用或服務(wù)于決策。應(yīng)用人工智能進(jìn)行財(cái)務(wù)大數(shù)據(jù)分析后，事前風(fēng)險(xiǎn)分析、事中數(shù)據(jù)分析、事后績(jī)效分析等都將成為財(cái)務(wù)大數(shù)據(jù)分析的新內(nèi)容。
（四）財(cái)務(wù)風(fēng)險(xiǎn)智能控制財(cái)務(wù)風(fēng)險(xiǎn)智能控制是把人類具有的直覺(jué)推理和試湊法等智能加以形式化或機(jī)器模擬，用于財(cái)務(wù)風(fēng)險(xiǎn)控制系統(tǒng)的分析與設(shè)計(jì)，使之在一定程度上實(shí)現(xiàn)財(cái)務(wù)風(fēng)險(xiǎn)控制系統(tǒng)的智能化。財(cái)務(wù)風(fēng)險(xiǎn)智能控制是指不需要人的干預(yù)就能夠根據(jù)深度學(xué)習(xí)自主地驅(qū)動(dòng)智能工具實(shí)現(xiàn)自動(dòng)控制目標(biāo)，這是人工智能模擬人類智能的一個(gè)重要方面。在現(xiàn)代信息化財(cái)務(wù)風(fēng)險(xiǎn)控制系統(tǒng)中，需要依賴那些不夠完備和不夠精確的數(shù)據(jù)來(lái)解決難以或無(wú)法控制的情況，財(cái)務(wù)風(fēng)險(xiǎn)智能控制技術(shù)為解決這一難題提供了有效的方案。目前，財(cái)務(wù)風(fēng)險(xiǎn)智能控制的流程主要有：（1）利用模糊數(shù)學(xué)、神經(jīng)網(wǎng)絡(luò)方法對(duì)財(cái)務(wù)風(fēng)險(xiǎn)控制過(guò)程進(jìn)行動(dòng)態(tài)環(huán)境建模，利用傳感器融合技術(shù)進(jìn)行數(shù)據(jù)的預(yù)處理和綜合。（2）采用專家系統(tǒng)作為反饋機(jī)構(gòu)，修改控制環(huán)節(jié)或選擇較好的控制模式和參數(shù)。（3）利用模糊集合決策選取決策模型來(lái)進(jìn)行財(cái)務(wù)風(fēng)險(xiǎn)控制。（4）利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)功能和并行處理數(shù)據(jù)的能力，進(jìn)行在線的模式識(shí)別。（5）自動(dòng)進(jìn)行財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警，自動(dòng)實(shí)施財(cái)務(wù)風(fēng)險(xiǎn)控制。
（五）提供精準(zhǔn)預(yù)測(cè)方案人工智能的實(shí)際應(yīng)用，就是帶來(lái)各種精準(zhǔn)的預(yù)測(cè)方案供人們選擇。實(shí)際上，人工智能是一種預(yù)測(cè)技術(shù)。預(yù)測(cè)是填補(bǔ)缺失數(shù)據(jù)的過(guò)程，是應(yīng)用現(xiàn)在掌握的數(shù)據(jù)，生成尚未掌握的數(shù)據(jù)。亞馬遜的商業(yè)模式從“先買后寄”變成“先寄后買”，就是人工智能預(yù)測(cè)技術(shù)應(yīng)用的結(jié)果。生產(chǎn)經(jīng)營(yíng)預(yù)測(cè)對(duì)公司發(fā)展來(lái)說(shuō)是不可或缺的重要環(huán)節(jié)，它主要通過(guò)總結(jié)以前整個(gè)公司在發(fā)展中的生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)，對(duì)未來(lái)公司可能出現(xiàn)的生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)進(jìn)行測(cè)算和規(guī)劃。傳統(tǒng)的公司生產(chǎn)經(jīng)營(yíng)預(yù)測(cè)都是將人工錄入的單一數(shù)據(jù)當(dāng)作基本依據(jù)，這會(huì)存在很大的不穩(wěn)定性，同時(shí)數(shù)據(jù)的精準(zhǔn)性也存在問(wèn)題。當(dāng)人工智能應(yīng)用于預(yù)測(cè)時(shí)，公司的生產(chǎn)經(jīng)營(yíng)預(yù)測(cè)便開啟了精準(zhǔn)預(yù)測(cè)的新篇章，它可以從多維度、多角度對(duì)公司數(shù)據(jù)進(jìn)行全面收錄，除了數(shù)字還包括文本和圖像，甚至包括與客戶的通話記錄。而且，人工智能可以根據(jù)不同參數(shù)及時(shí)提供多種精準(zhǔn)的預(yù)測(cè)方案，這是傳統(tǒng)生產(chǎn)經(jīng)營(yíng)預(yù)測(cè)無(wú)法做到的。
【參考文獻(xiàn)】
［1］吳軍.智能時(shí)代［M］.北京：中信出版社，2017：12-15.
［2］阿杰伊·阿格拉沃爾，等.AI極簡(jiǎn)經(jīng)濟(jì)學(xué)［M］.閭佳，譯.長(zhǎng)沙：湖南科學(xué)技術(shù)出版社，2018：11-13.
［7］秦榮生.區(qū)塊鏈技術(shù)在會(huì)計(jì)、審計(jì)行業(yè)中的應(yīng)用［J］.高科技與產(chǎn)業(yè)化，2017（7）：64-67.
［8］秦榮生.數(shù)字化時(shí)代的財(cái)務(wù)創(chuàng)新發(fā)展［J］.財(cái)務(wù)與會(huì)計(jì)，2020（1）：18-20.
作者：秦榮生 單位：北京國(guó)家會(huì)計(jì)學(xué)院
