前言：尋找寫作靈感？中文期刊網用心挑選的人工智能優化財務共享中心的路徑，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。
摘要:財務共享服務中心作為一種應用在跨地區規模較大的企業中的新型管理模式，近年來在國內流行起來。進入信息化革命后，人工智能方興未艾，在很多領域中都有不同的應用，其技術的不斷發展和突破也必將深刻影響到財務共享中心，推動新一輪財務組織變革。本文將從財務核算的角度探討人工智能優化財務共享中心的可能路徑。
關鍵詞:財務共享服務中心;人工智能技術;OCR智能優化;會計引擎;智能核算
一、發展背景
(一)財務共享中心發展背景
財務共享服務起源于20世紀80年代，由美國通用、福特等大型制造企業集團提出。通過將集團企業分散在各個區域運營單元中易于標準化規范化的財務業務進行流程再造和標準化，并集中到相對獨立的財務共享服務中心進行處理。在我國，近年來隨著經濟全球化、監管政策的趨同以及信息化的快速發展，越來越多的企業開始關注、規劃和實施財務共享。作為一種新型管理模式，財務共享服務具有增強集團管控、降低財務核算、提高運營效率等優點。在早些年，財政部頒發的《企業會計信息化工作規范》中曾提道:“分公司、子公司數量多、分布廣的大型企業、企業集團應當探索利用信息技術促進會計工作的集中，逐步建立財務共享服務中心。
(二)人工智能發展背景
人工智能在1956年的DARTMOUTH學會被提出，最早出現在雨果•德•加里斯的著作中。它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。近年來，由于計算機技術的不斷發展，人工智能作為引領未來的顛覆性、戰略性技術，已經成為國際競爭的新焦點和經濟發展的新引擎。2018年全國兩會中，總理也在政府工作報告中表示:“發展壯大新動能。做大做強新興產業集群，實施大數據發展行動，加強新一代人工智能研發應用，在醫療、養老、教育、文化、體育等多領域推進‘互聯網+’”。
二、人工智能優化財務共享中心的必要性和可行性分析
(一)人工智能優化財務共享中心的必要性分析
1．進一步降低企業運營成本的需要
財務共享中心將集團中各子公司、分公司原本分散的標準化、規范化的財務業務集中在一個共享中心內進行流程化處理。依賴于龐大的作業規模，獨立的共享中心產生了巨大的規模效益，同時也減少了大量的底層會計作業人員的需要，達到降低運營成本，提高運營效率的目的。人工智能的應用在共享中心應用后，通過機器作業取代大規模人工作業，將原本已經流程化的作業自動化、智能化，進一步釋放人力資源，提高作業質量、作業效率的同時又再一次降低了企業的運營成本。
2．紙質文檔電子化的需要
建立財務共享中心組織的企業會計核算被統一在共享中心中集中核算，此時核算的前置準備工作就是記賬所需原始憑證數據的錄入工作。這一步驟將企業的業務數據轉化為財務數據。大部分企業通過OCR(文字識別軟件)提取紙質原始憑證中的信息電子化并依靠信息技術或企業自身信息系統完成對財務業務處理輸入數據的采集。然而現階段OCR的識別率及準確率不夠高，無法滿足會計核算對會計資料數據零差錯的要求，人工智能的應用通過機器學習等技術可以大大提高OCR的識別率與準確率，最終實現紙質文檔電子化這一步驟較大程度上的自動化。
3．會計核算自動化、智能化的需要
過去的會計電算化，解決了登記總賬和明細賬以及編制會計報表的工作，極大地提高了會計工作效率，實現了登記賬簿編制報表的自動化。然而由原始憑證轉換成記賬憑證這一過程的自動化、智能化卻難以實現，這一步驟成為會計核算完全實現自動化的最后一道鴻溝和研究重點?；谌斯ぶ悄芗夹g的智能化會計核算有朝一日可以實現這一目標。
(二)人工智能優化財務共享中心的可行性分析
1．財務共享中心可以提供大量財務數據和業務數據
機器學習是人工智能學科的一個重要分支。機器學習的實質是一個用大量數據不斷訓練來優化算法的過程。無論哪種具體的機器學習方法都離不開一個共同的需求———大量的數據。一個實現了業務財務融合的財務共享中心幾乎包含了整個集團企業的全部經營數據，而這些內部數據成為訓練機器學習的必備前提條件，為人工智能技術進入財務共享中心提供了支持。
2．財務共享中心自身的管理信息系統如ERP(企業資源計劃)平臺為人工智能在財務共享中心中的應用提供了便利的介入方式
在信息技術發展的過程中，絕大多數企業建立了自己的管理信息系統如ERP等。而財務共享中心也正是一個建立在ERP系統基礎之上的業務、財務數據存儲及信息處理中心。財務共享中心利用企業自身已有的信息平臺連接了項目管理、人力資源、供應鏈、資產管理等各個業務系統，這樣的信息系統結構為人工智能技術滲入企業、優化財務共享中心提供了便利的窗口。
三、會計核算視角下人工智能優化財務共享中心路徑探討
(一)優化OCR技術
1．要實現財務共享中心的智能化首先要解決的還是會計核算的前置準備工作———數據采集即原始憑證數字化的問題。將紙質憑證上的數據電子化、數據化主要有三種方式:①人工轉換;②通過一些軟件識別如OCR技術;③利用機器學習，通過大量的訓練直接臨摹。第三種方法雖是直接利用機器學習，但由于存在較多技術問題，近年來發展緩慢。2．在推行營改增之前，原始憑證由于種類繁多，結構化差異較大，大多數企業提取發票信息的工作只能通過財務共享中心作業人員逐張審視，人工轉換。隨著營改增的全面推行，發票種類向增值稅專用發票和普通發票統一，依賴OCR技術提取紙質文檔信息得以在原始憑證數字化這一領域成為最為可行的一種模式。一直以來OCR識別率不足的問題阻礙著這一技術進入發票信息采集的實踐工作，盡管營改增后發票種類簡化降低了其識別難度，提高了識別率，但仍然不足以滿足財務數據準確性、零差錯的需要。3．人工智能技術的應用為這一技術瓶頸的突破提供了可行的手段。無論是基于深度的卷積神經網絡、對OCR的文本區域檢測、字符切分與識別這些問題上進行研究，并結合卷積神經網絡對問題進行嘗試應用還是基于機器學習，通過對大量帶有特征值和結果標簽的票據影像進行監督學習優化算法都可以最大限度地提高OCR的識別率和準確率。當通過人工智能技術的優化，OCR準確率達到可以接受的范圍時，輔以外包或眾包就可以取代較高人力成本的人工轉換，做到以盡可能小的成本代價實現原始票據的數字化工作。
(二)實現編制記賬憑證的自動化、智能化
1．在信息技術的推動下，會計核算領域實現了會計電算化，它實現了數據處理的自動化，使傳統的手工會計信息系統發展演變為電算化會計信息系統。解決了登記總賬和明細賬以及編制會計報表的工作，極大地提高了會計的工作效率。因此編制記賬憑證的自動化、智能化成為會計核算智能化的主要研究方向。人工智能技術的應用或許會在不久的將來實現這最后一步。2．編制記賬憑證的過程實質是一種會計職業判斷。會計職業判斷就是會計人員在會計法規、企業會計準則、國家統一會計制度和相關法律法規約束的范圍內，根據企業理財環境和經營特點，利用自己的專業知識和職業經驗，對會計事項處理和財務會計報告編制應采取的原則、方法、程序等方面進行判斷與選擇的過程，即對企業應采用什么樣的會計政策進行判斷與選擇。3．會計引擎是一種按照核算規則將業務系統信息，轉換成復式會計分錄的模塊，引擎的核算規則就是人為制定的由原始憑證向記賬憑證轉換的規則依據。核算規則反映了記賬人員為滿足管理層戰略要求和其他財務數據使用者的信息需求而做出的會計職業判斷。會計引擎分散在各種專業化財務和業務產品中，被廣泛應用在各個行業。4．某種意義上，如今許多企業建立高度集成的ERP系統也能理解為一種會計引擎，其已經可以實現編制記賬憑證的“自動化”。ERP系統下，業務部門發生的業務通過自動轉賬模塊“自動”生成會計憑證并傳遞到總賬系統。然而類似ERP的會計引擎僅通過各種核算規則模板，來實現憑證自動生成的會計記賬方式具有很大的局限性。5．人工智能技術的支持使實現會計引擎的智能化成為可能。核算規則可以適當借助機器學習技術進行完善與優化，初始設計規則時很大程度依賴于會計人員根據以往實際經驗進行的職業判斷。人為的判斷總會出現處理方法與實際效果不盡相同的狀況，而機器學習通過對標簽化的業務信息的輸入和訓練學習后，能夠更加高效地提煉轉換規則，在遇到需要處理的經濟業務時使用更加符合會計信息預計要求的核算規則，同時提升會計引擎在面對新問題時的處理能力。在應用人工智能技術對會計引擎進行優化的過程中先輔之以人工作業，隨著規則的不斷完善，高度自動化、智能化的會計作業終將實現。這一目標的實現將會取代共享中心中的幾乎全部會計核算崗位，在企業立場上降低了基礎核算人員的人工成本，同時解放了會計人員的雙手，使得會計更多地發揮核算、監督兩大基礎職能以外的其他職能，會計人員可以用更多的精力、時間直接深入業務過程或是參與管理。了解企業生產技術、工藝等方面的基本知識，制定企業的投資決策、全面預算，實施內部控制等。在保證財務共享中心實現核算自動化的同時為所服務的企業創造更多的支持管理、強化控制。
四、結語
本文結合現階段財務共享中心發展狀況和人工智能技術相關知識，從財務核算角度探討了關于優化財務共享服務中心的兩條路徑:①運用人工智能技術優化OCR技術，提高OCR識別率與準確率，解決在全面推行電子發票前原始憑證數字化的問題;②應用人工智能技術實現會計核算的全自動化與智能化，大幅降低共享中心基礎核算人工成本，提高核算效率與質量。綜合以上兩條可行路徑，智能增強后的財務共享中心將徹底實現業財融合，作業高度自動化的同時在管理決策方面為企業提供更多的附加價值。
參考文獻:
［1］王文蓮，張麗霞．會計核算智能化的突破［J］．會計之友(中旬刊)，2009(2):37－38．
［2］翁崇凌．當會計核算遇上人工智能……［N］．中國會計報，2017－03－24(007)．
［3］李叢叢．信息技術環境下會計核算智能化探討［J］．中國集體經濟，2010(6):146－147．
［4］汪一文．深度卷積神經網絡在OCR問題中的應用研究［D］．成都:電子科技大學，2018．
［5］成瑗．采購業務核算的智能化信息處理研究［D］．天津:天津商業大學，2010．
［6］劉彬，石亮亮．銀行科技系統會計引擎作用淺析［J］．中國金融電腦，2017(9):57－63.
作者:鞠申根 曹雨婷 單位:南京審計大學
