文/赵媛 （云南省农村信用社联合社）

随着信息技术的发展，财务智能化也得到了应用。但是当前很多企业在开展财务工作的过程中还存在一定的缺陷，各环节存在的问题无法满足企业管理者的需求。在未来财务决策实现智能化，还需要进一步结合人工智能系统的各项管理机制进行改进，促使财务智能化体系进一步发展。对大数据与人工智能结合下的财务智能化工作进行研究，是当前财务研究的热点，具有一定的理论意义和实践价值。

一、相关概念

人工智能系统能够通过数据挖掘对大数据进行分析整理，分析海量数据中隐藏的数学关系。在大数据时代背景下，信息的复杂性呈指数级上升，海量数据之间的关系变得更加模糊，企业难以直接应用各类数据，传统的数据处理方法在当前已经失效，只有通过对人工智能系统的应用，以信息技术模仿人的学习判断、推理等思维活动对大数据进行处理，才能帮助企业开展更为高效的财务活动，确保企业的财务工作更加合理。

二、大数据时代下人工智能系统构建

第一，明确信息系统的功能与结构。在大数据与人工智能结合的背景下实施财务智能化，主要是依靠人工智能系统开展的。人工智能系统通过对大数据的分析，帮助企业制定合理的财务决策。在这一模式下，企业的人工智能化系统包括数据层、分析层、交互层三个层面，数据层负责数据收集、信息挖掘等工作，对企业的业务信息、财务信息等进行获取，并从网络上获取宏观经济信息、市场信息、政策信息等，通过对大数据进行清洗、挖掘形成对企业有价值的数据，并将对企业有价值的数据储存到数据仓库，为企业后续开展财务智能化工作提供基础。同时企业对各类数据进行分类汇总与处理，以提高数据管理工作的及时性和管理的效率。分析层主要是开展财务分析，分析层包括知识库、方法库、模型库，在接受人工智能系统的分析指引之后，从相应的库中调取知识、方法、模型，并通过嵌入学习算法不断更新知识、方法、模型，促使分析机制动态完善。人工智能系统在接收到财务决策目标之后，通过向数据仓库发送指令，并向分析层发送指令，根据财务决策目标调取相应的数据开展分析，结合知识、方法、模型、画像形成分析的结论。所谓的画像指的是企业通过对某一事物的分析形成高度概括的结论，例如在对企业刻画时，通过分析企业的现金流量、财务状况、管理者偏好等信息形成企业画像；在对外部环境刻画时，通过分析外部的市场环境、投融资环境、政策环境等信息形成外部画像。画像不仅包括了各类数据和结论，还可以通过数据钻取的方法得到原始数据。企业的人工智能系统依赖深度学习算法，能够对各类大数据形成的画像进行匹配，从而形成财务预测，并结合财务分析的结果形成决策。在这一过程中，对于逻辑性强且重复性高的，可以通过机器人流程自动化的方式实现自动处理，从而提高决策效率。同时，在财务决策执行的过程中，企业需要对大数据中的数据不断更新到数据仓库，确保企业的财务决策具有时效性。在对数据仓库进行更新的基础上，对画像进行及时更新，从而促使决策工作更加科学，并实现对决策工作各环节的有效控制。交互层作为连接人工智能系统和决策者之间的纽带，通过自然语言处理技术和语言识别技术开展信息沟通。当企业人员具有决策需求时，通过交互层成的自然语音识别技术输入为计算机系统的指令，在完成分析之后输出报告，为企业内部的成员提供有价值的信息。

第二，明确人工智能系统的决策机理。企业的股东作为企业各项经营活动最终承担者，由于信息不对称的原因难以及时了解企业经营管理过程中存在的问题。同样企业的管理层由于与基层员工信息不对称，可能无法及时了解企业的第一线工作情况，导致决策具有一定片面性。为了有效提高决策质量，解决各层级主体之间的信息不对称问题，需要借助人工智能系统从多维度分析数据、处理数据，从而提高数据准确性[1]。信息系统需要从大数据海量的信息中获取数据，帮助企业了解自身的财务状况以及外部的情况，从而使企业的财务分析机制更加科学。系统获取的各类大数据可能较为混乱，需要通过人工智能系统开展数据清洗、挖掘，形成对企业有价值的信息，并按照各类数据的主题进行分类储存，通过对多维度的信息进行分类管理，能够帮助企业获取不同的信息，结合深度学习算法对企业的盈利能力、营运能力、偿债能力等方面能力进行细致判断，从而提高财务决策效果。同样企业通过对各维度信息的有效处理，能够分析企业外部环境画像、客户画像等多方面的信息群，得到财务预测数据，并在此基础上修正以满足财务决策的需求。决策者能够通过人机交互系统对输出的决策进行修正，从而不断调整企业的财务决策。在得到最为满意的财务决策了之后，以此作为最终的财务决策报告。财务报告的生成意味着从大数据到财务决策转变的完成，在这一过程中数据被不断精简，被并赋予了财务含义。

第三，明确人工智能系统的决策模型。人工智能系统在对大数据的决策有用信息进行全面分析的基础上，能够合理开展筹资决策、投资决策、成本决策等方面决策。首先，筹资决策。企业在开展筹资决策时，通过分析企业画像和筹资工具画像，对不同筹资工具的期限、金额、成本要素等方面的信息进行全面分析，并结合企业的营运能力、盈利能力、风险偏好等方面的信息进行判断，帮助企业判断不同筹资方式下的筹资风险、筹资成本等方面的信息，并将各类信息进行匹配，帮助企业预测不同筹资方式下的筹资成本等信息，制定最佳的筹资规划。其次，投资决策。企业在开展投资决策时，不同企业的投资目标有一定的差异，需要结合企业画像以及外部的市场环境、税率、利率等方面信息，在分析新产品画像、新设备画像等画像的基础上，判断企业开展不同投资的投资回报率、投资规模等方面的信息，并且对投资工作进行细致分析形成相应的报告。最后，成本决策。企业在开展产品决策时，需要根据不同的成本决策目标，在企业画像的基础上开展数据钻取，从而获得企业的生产成本画像、人力成本画像等，帮助企业分析如何优化成本。

第四，明确信息系统的工作原理。财务决策是基于管理会计的信息处理工作，企业需要结合各类财务决策相关信息开展管理。首先，企业需要分析对决策有价值的信息。人工智能系统需要从大数据中获取对企业决策有价值的信息，只有获取对决策有价值的信息，才能确保相关信息具有合理性[2]。企业需要对各类信息进行全面的分析与加工，并将非结构化的信息处理为结构化信息，提取有价值的信息，结合数据清洗和数据挖掘技术获取对决策有价值的信息。其次，分析层作为连接决策有用信息和财务决策之间的纽带，体现二者之间的逻辑关系，借助深度学习算法对信息系统中输入的信息进行不断训练，通过训练能够在不需要人工参与的情况下制定出更加科学的财务决策。最后，在人工智能系统收集到财务决策目标时，通过启动财务决策程序，根据财务决策的目标及经过训练得到的分析方法和模型，选取有价值的信息，经过计算分析形成最终的决策规划。

三、大数据与人工智能结合的财务智能化管理

（一）财务智能化的实施环境

第一，加强信息系统的构建。首先，需要基础系统的构建。在人工智能的背景下，企业需要健全财务信息系统和业务信息系统，例如ERP等系统。通过内部信息系统的建立，促使各环节的数据得到集成。通常而言，数据的集成程度越高，数据的质量越高，更有利于为人工智能工作的开展提供保障。通过信息系统构建，能够有效提高数据管理的效率，使企业人工智能系统的管理工作更加高效[3]。其次，构建数据仓库。企业在对各类数据进行全面的清洗、加工、归类之后，需要将数据储存到数据仓库中，数据仓库为企业的财务决策提供了支持，因此企业需要构建安全性高的数据仓库。但是若企业的规模较小，那么企业将可能无法承受自己构建数据仓库的成本，因此可以选择支付一定费用使用云端数据仓库。再次，企业需要加强人员的培养。人工智能系统的应用对于企业的财务工作是一项变革，通过对大数据的分析，能够有效提高财务管理工作的效率和质量，对传统财务工作产生了极大的影响。因此，企业需要关注员工的心理，帮助员工尽快掌握系统的操作方法和使用方法。同时，人工智能系统的应用会代替传统模式下财务人员的大部分工作，财务人员的工作重心发生了巨大转变，需要让财务人员实现转型，为企业创造更高的附加值[4]。

第二，优化企业内部的各项管理制度体系。人工智能的管理模式下，通过对大数据进行全面分析，能够为各项财务工作的开展提供有价值的支持。企业分析的数据覆盖企业的方方面面，具有覆盖层面广的特点，因此企业需要优化不同层级人员的权责设置，保障不同层级人员在系统中具有相应的权限，防范越权工作的问题，以促使企业的工作更加合理。例如企业的高层管理者开展对企业总体发展的规划，因此可以调用企业内部的所有信息；中层管理者只涉及某一部分工作的决策，因此只能调取与自身决策相关的信息；基层员工只能操作自身工作的信息。同时企业需要通过人工智能系统自动设置授权审批程序，确保企业的各项财务工作都经过信息系统的授权审批，防范越权审批等一系列问题产生的可能性。另外，健全企业的人员问责制度。为了有效提高财务决策的质量，在人工智能的管理模式下需要确保人员具有专业素养[5]。虽然大数据与人工智能系统的应用能够有效提高财务管理工作的有效性，但是最终的决策还是依靠人工开展的，信息系统只能起到辅助性作用，因此，若相关人员最终的工作存在问题需要进行问责。

（二）财务智能化的财务决策路径

第一，常规决策。常规决策指的是企业在日常经营活动中经常发生的财务决策事项，例如采购时间点的选择、产品分析等方面的决策，对这类决策通过信息系统的训练能够得出最佳的决策模型，并通过信息系统自动跟踪影响决策的各项数据变动情况，对决策工作进行动态优化，确保企业内部的工作更加高效。例如A金融机构在开展信贷产品分析的过程中，传统的分析模式下需要有财务人员对产品的市场情况等方面的信息进行分析。通过大数据与人工智能系统的应用，大数据能够获取和金融产品相关的有价值的数据，在此基础上由人工智能系统进行分析，从而判断企业的金融产品发展情况以及未来发展重点，为金融机构的金融产品优化提供支持。A金融机构从不同维度对甲金融产品的情况进行分析，并由管理层结合工作重点设置不同指标的权重，在此基础上由人工智能开展分析得出甲金融产品的发展情况，详见表1。

表1 A金融机构甲金融产品分析指标

第二，复杂决策。复杂决策指的是企业在生产经营活动中，相关决策的发生频率低，但是对企业产生较大的影响。对这类决策，由企业管理层设置专门的项目组负责。这类决策可以分为曾经训练过的决策和全新的决策。对于曾经训练过的财务决策，信息系统能够结合知识、模型得出决策，但是为了提高复杂决策的决策质量，在信息系统作出决策之后，还要通过人工对相关决策进行检验，并对决策质量进行分析，对决策方法进行调整与修改。对于全新的决策，主要是由信息系统在开展决策之后进行多次补充和修正，并不断细化决策方案，直至形成满意的决策方案。当信息系统产生的决策与企业的管理层预期存在偏差时，需要分析偏差的成因，并对财务决策进行修正。

（三）财务智能化的财务决策评价

企业开展财务决策评价主要是通过以下几个方面开展的：首先，需要评价财务决策和管理层的目标是否匹配。在开展不同决策的过程中，企业需要对决策结果进行分析，确保企业的决策更加科学，保障决策和管理层的目标相匹配，防范决策脱离决策者目标的问题。其次，分析财务决策的可行性。企业财务决策的质量取决于财务决策的结果对企业是否具有可行性，取决于是否能够通过相关决策提高企业内部各项资源的利用水平。当企业的财务决策不具有可行性时，就需要对财务决策进行修改与完善。再次，分析财务决策的效果。财务决策效果影响财务决策的工作质量，通过执行相关的财务决策，分析决策是否能够有效改善企业的工作水平。如果人工智能系统提供的财务决策可能会影响企业管理水平提高的，那么相关财务决策就是失败的。最后，财务决策需要符合成本效益原则。企业的数据越全面，财务分析越细致，财务决策的质量就越高，但同时成本也越高。因此在开展财务决策需要注重成本效益原则，只有付出的成本小于效益财务决策才是成功的。

（四）财务智能化的人机协同

人工智能的使用主体是企业的人员，只有实现人机协同，才能促使财务智能化发挥应有价值。首先，企业人员提出财务决策目标之后，通过人工智能系统进行分析，并由人工智能系统自动开展决策工作，整个工作过程不需要人员参与到其中，但是由于时代发展，相关的决策可能会存在一定的问题导致决策效果不够理想。因此人员需要在决策出具之后进行分析，判断是否需要对财务决策机制进行优化。其次，对财务决策方案进行优化。财务决策方案在经过人员分析之后，需要通过多种管理机制对财务决策方案进行改进。企业的人员通过人工智能应用后，对相关报告进行审阅，并对财务决策进行修正，以保障财务决策工作得到不断完善。

四、结语

财务智能化的发展能够对财务管理工作带来积极的影响，能够使企业的财务工作更加高效，提高财务决策准确性与及时性。但是当前财务智能化的应用还不够深入，大数据与人工智能发展还处于初级阶段。在未来通过大数据与人工智能的结合，能够进一步改进人工智能的管理机制，促使信息系统为企业提供更加全面、准确的决策信息，提高各项管理决策的客观性，减少决策出现失误的概率，以保障企业实现平稳发展的目标。