陳亞盛

近年來(lái)，人工智能算法在大數(shù)據(jù)和計(jì)算機(jī)算力的加持下開(kāi)始在企業(yè)運(yùn)營(yíng)和管理方面展現(xiàn)出它的潛力。這一新興的技術(shù)將會(huì)給管理會(huì)計(jì)和管理會(huì)計(jì)研究帶來(lái)影響。首先，人工智能在信息處理和分析方面具有超越人類(lèi)的速度和耐力。這個(gè)特點(diǎn)意味著它將改變管理會(huì)計(jì)中那些基于人類(lèi)計(jì)算能力和注意力極限的信息處理和分析方法。其次，由于人工智能在速度和耐力上的優(yōu)勢(shì)，人工智能應(yīng)用將替代一部分由人執(zhí)行的管理會(huì)計(jì)職能，在企業(yè)中將出現(xiàn)人與人工智能長(zhǎng)期“共事”的局面。隨著人工智能技術(shù)能力的不斷提升，以往由人完成的管理會(huì)計(jì)任務(wù)將逐漸被人工智能替代。因此，如何設(shè)計(jì)有助于人機(jī)協(xié)同的管理控制系統(tǒng)將成為管理會(huì)計(jì)研究的新方向。最后，管理會(huì)計(jì)研究的研究方法也會(huì)發(fā)生根本性的變化，自然語(yǔ)言處理技術(shù)和機(jī)器學(xué)習(xí)算法的運(yùn)用將改變管理會(huì)計(jì)研究的數(shù)據(jù)收集和分析方式。

一、人工智能算法將替代大多數(shù)傳統(tǒng)管理會(huì)計(jì)方法

人工智能算法的本質(zhì)是一些更高級(jí)更復(fù)雜的計(jì)算方法。這些算法本身并不簡(jiǎn)潔，如果用手工來(lái)計(jì)算十分耗時(shí)，因此即使用它們來(lái)分析數(shù)據(jù)可以得到更好的結(jié)果，但是在計(jì)算機(jī)計(jì)算速度不夠快或者獲得這種計(jì)算能力的成本很高的時(shí)候，使用這些方法是不符合成本效益原則的。近年來(lái)計(jì)算機(jī)技術(shù)的發(fā)展，處理器運(yùn)算速度的提高和制造成本的下降，特別是近年來(lái)云計(jì)算服務(wù)器的普及，使企業(yè)可以用較低的成本獲得可以使用這些人工智能算法的計(jì)算能力。因此，在算力提高的基礎(chǔ)上升級(jí)算法也就成為一個(gè)必然的趨勢(shì)。管理會(huì)計(jì)也需要升級(jí)算法，將管理會(huì)計(jì)的原理與邏輯和更強(qiáng)大的算法與算力相結(jié)合，把數(shù)據(jù)分析得更透徹，把預(yù)測(cè)做得更準(zhǔn)確。

此外，在過(guò)去20年中，計(jì)算機(jī)信息系統(tǒng)特別是EPR系統(tǒng)的普及應(yīng)用，企業(yè)積累了大量的運(yùn)營(yíng)數(shù)據(jù)，而且隨著信息技術(shù)的不斷升級(jí)，越來(lái)越多的設(shè)備接入企業(yè)的信息系統(tǒng)，推動(dòng)運(yùn)營(yíng)數(shù)據(jù)以指數(shù)級(jí)的速度增長(zhǎng)。這些數(shù)據(jù)不僅在數(shù)量上大大超出了管理會(huì)計(jì)人員使用現(xiàn)有分析方法所具備的數(shù)據(jù)處理能力，而且它們的存在形式超出了傳統(tǒng)方法可以處理的范圍。大量的運(yùn)營(yíng)數(shù)據(jù)是以非量化的形式存在的，例如企業(yè)的產(chǎn)品說(shuō)明是以自然語(yǔ)言的形式存在的，生產(chǎn)車(chē)間的監(jiān)控錄像是以多媒體的形式儲(chǔ)存的。這些數(shù)據(jù)都不能被直接用于像成本計(jì)算這樣的運(yùn)算。因?yàn)闆](méi)有合適的處理這些數(shù)據(jù)的方法，這些大數(shù)據(jù)的使用并沒(méi)有納入管理會(huì)計(jì)體系。但是這些運(yùn)營(yíng)數(shù)據(jù)是被量化的財(cái)務(wù)數(shù)據(jù)的前置信息，能比財(cái)務(wù)數(shù)據(jù)更及時(shí)地反映企業(yè)的運(yùn)營(yíng)狀態(tài)。人工智能技術(shù)在自然語(yǔ)言處理和機(jī)器視覺(jué)方面的突破使處理這些多源異構(gòu)的數(shù)據(jù)成為可能后，利用這些前置運(yùn)營(yíng)數(shù)據(jù)的新的管理會(huì)計(jì)系統(tǒng)必將取代分析后置財(cái)務(wù)數(shù)據(jù)的傳統(tǒng)管理會(huì)計(jì)系統(tǒng)。

人工智能的核心技術(shù)是機(jī)器學(xué)習(xí)。機(jī)器學(xué)習(xí)按照人對(duì)機(jī)器學(xué)習(xí)的輔助程度不同分為監(jiān)督式學(xué)習(xí)、非監(jiān)督式學(xué)習(xí)和強(qiáng)化學(xué)習(xí)。這三種機(jī)器學(xué)習(xí)都可以被應(yīng)用到管理會(huì)計(jì)實(shí)務(wù)中。監(jiān)督式學(xué)習(xí)是計(jì)算機(jī)通過(guò)分析人類(lèi)行為留下的數(shù)據(jù)痕跡，模仿人類(lèi)的思維判斷。以成本計(jì)算為例，監(jiān)督式學(xué)習(xí)的應(yīng)用場(chǎng)景是讓計(jì)算機(jī)讀取和分析一萬(wàn)個(gè)產(chǎn)品的成本核算記錄，然后讓計(jì)算機(jī)模仿會(huì)計(jì)人員計(jì)算成本的方法來(lái)計(jì)算類(lèi)似產(chǎn)品的成本。非監(jiān)督式學(xué)習(xí)是計(jì)算機(jī)通過(guò)分析沒(méi)有被人為分類(lèi)和注釋的數(shù)據(jù)之間的相關(guān)性來(lái)輔助人類(lèi)發(fā)現(xiàn)數(shù)據(jù)中隱藏的關(guān)聯(lián)。非監(jiān)督式學(xué)習(xí)在成本計(jì)算中的應(yīng)用場(chǎng)景是輔助會(huì)計(jì)人員根據(jù)資源耗費(fèi)記錄與不同作業(yè)記錄之間的相關(guān)性來(lái)辨認(rèn)成本動(dòng)因。強(qiáng)化學(xué)習(xí)則是機(jī)器依據(jù)人類(lèi)設(shè)置的原則，通過(guò)不斷試錯(cuò)和迭代來(lái)尋找解決某個(gè)問(wèn)題的最佳答案。強(qiáng)化學(xué)習(xí)在成本管理中的應(yīng)用場(chǎng)景是在考慮各種可能影響成本的因素前提下，尋求最優(yōu)產(chǎn)品生產(chǎn)組合策略。計(jì)算機(jī)在給定各種因素對(duì)成本的影響的規(guī)則和總體成本最低的總原則下，從零開(kāi)始摸索能將生產(chǎn)總成本降至最低的組合策略。

將人工智能的算法與管理會(huì)計(jì)實(shí)務(wù)相結(jié)合，升級(jí)管理會(huì)計(jì)的方法將會(huì)是改變20年來(lái)管理會(huì)計(jì)方法相對(duì)停滯不前的一個(gè)突破口。這將會(huì)是未來(lái)五到十年管理會(huì)計(jì)研究領(lǐng)域的一個(gè)熱點(diǎn)。這些管理會(huì)計(jì)技術(shù)的升級(jí)，離不開(kāi)管理會(huì)計(jì)研究者的努力?；蛘哒f(shuō)，如果管理會(huì)計(jì)學(xué)者不努力改進(jìn)管理會(huì)計(jì)的方法，那管理會(huì)計(jì)可能被邊緣化，最終消逝在人工智能的浪潮里。

二、人工智能的使用將帶來(lái)新的管理會(huì)計(jì)研究問(wèn)題

人工智能是由人創(chuàng)造的，其終極目標(biāo)是模仿人的思維能力。人類(lèi)創(chuàng)造人工智能的主要目的是讓它能替代人完成工作。但是由于人作為人工智能的創(chuàng)造者對(duì)自身的思維能力形成機(jī)制的理解還不完整，因此創(chuàng)造出來(lái)的人工智能暫時(shí)不能完全復(fù)制人的思維能力。現(xiàn)階段的人工智能與人類(lèi)的差異，主要表現(xiàn)在缺乏人類(lèi)所特有的情緒、想象力、創(chuàng)造力和一些人類(lèi)本身都難以解釋的心理活動(dòng)。人工智能與人類(lèi)的差異意味著人工智能還不能完全替代人，只能是部分替代。因此，在未來(lái)很長(zhǎng)一段時(shí)間內(nèi)，人工智能將和人類(lèi)共同完成工作任務(wù)。如何設(shè)計(jì)激勵(lì)機(jī)制和業(yè)績(jī)?cè)u(píng)價(jià)指標(biāo)來(lái)讓管理人員更愿意和更有效地創(chuàng)造人工智能和使用人工智能，將成為管理會(huì)計(jì)研究的新方向。

人工智能是由人創(chuàng)造的。因此，要想設(shè)計(jì)一個(gè)可以替代人來(lái)完成管理會(huì)計(jì)工作的機(jī)器人，就必須有會(huì)計(jì)人員的參與。以目前最初級(jí)的RPA應(yīng)用為例，為了要?jiǎng)?chuàng)造一個(gè)可以模仿會(huì)計(jì)人員完成會(huì)計(jì)核算工作的RPA，首先要鼓勵(lì)會(huì)計(jì)人員將自己的業(yè)務(wù)知識(shí)分享出來(lái)，作為RPA應(yīng)用設(shè)計(jì)的基礎(chǔ)。當(dāng)RPA應(yīng)用投入使用后，會(huì)計(jì)人員還要參與測(cè)試和完善。但是RPA成功模仿會(huì)計(jì)人員的業(yè)務(wù)操作之后，它們將替代會(huì)計(jì)人員。這對(duì)于會(huì)計(jì)人員來(lái)說(shuō)，意味著下崗或轉(zhuǎn)崗。很顯然，這里有個(gè)人和企業(yè)的利益沖突需要解決。如何設(shè)計(jì)一套合適的薪酬激勵(lì)機(jī)制來(lái)協(xié)調(diào)個(gè)人和企業(yè)的利益，讓會(huì)計(jì)人員更愿意參與人工智能應(yīng)用的創(chuàng)建是一個(gè)很值得研究的問(wèn)題。

在使用人工智能系統(tǒng)的過(guò)程中，人工智能與人的有效協(xié)同是一個(gè)重要的問(wèn)題。人機(jī)協(xié)作過(guò)程的溝通機(jī)制、相互信任、領(lǐng)導(dǎo)權(quán)的分配、責(zé)任的分擔(dān)和對(duì)合作結(jié)果的倫理道德考量，這些問(wèn)題都是構(gòu)建一個(gè)人機(jī)混編團(tuán)隊(duì)需要考慮的問(wèn)題。波音公司737MAX機(jī)型因?yàn)樽詣?dòng)飛行控制系統(tǒng)故障造成墜機(jī)的事件警示了人機(jī)混編團(tuán)隊(duì)可能帶來(lái)的問(wèn)題。原本這個(gè)飛行控制系統(tǒng)的設(shè)計(jì)功能是在飛機(jī)進(jìn)入危險(xiǎn)狀態(tài)的時(shí)候，自動(dòng)調(diào)整飛行姿態(tài)使飛機(jī)擺脫墜落的危險(xiǎn)。但由于設(shè)計(jì)中存在的一系列缺陷，使得該系統(tǒng)在正常飛行狀態(tài)下被錯(cuò)誤的傳感器信號(hào)激活，并具有優(yōu)于飛機(jī)駕駛員的操作權(quán)限，造成飛機(jī)失控墜落。從這個(gè)人工智能系統(tǒng)應(yīng)用的失敗案例可以看出，在任何一個(gè)需要人工智能和人共同完成的工作中，人機(jī)協(xié)同的有效性是一個(gè)不可忽略的問(wèn)題。當(dāng)RPA和將來(lái)更高級(jí)的智能應(yīng)用開(kāi)始在財(cái)會(huì)部門(mén)應(yīng)用之后，在依賴(lài)人工智能系統(tǒng)的建議進(jìn)行決策時(shí)，在什么情況下和多大程度上可以依賴(lài)人工智能系統(tǒng)將是管理會(huì)計(jì)研究的重要問(wèn)題。

人工智能系統(tǒng)不具有情感，對(duì)機(jī)器的獎(jiǎng)賞和懲罰是不起作用的。因此，它也不能承擔(dān)錯(cuò)誤判斷帶來(lái)的后果。在一個(gè)人和人工智能共同完成的任務(wù)中，只有人才能承擔(dān)責(zé)任，而人工智能是沒(méi)有“責(zé)任感”的。如果一個(gè)任務(wù)中大部分的判斷是由人工智能做出的，那么結(jié)果的不可控性就大大提高了，管理人員承擔(dān)任務(wù)結(jié)果的風(fēng)險(xiǎn)也就增加了。這些不可控性因素和風(fēng)險(xiǎn)的變化會(huì)對(duì)管理人員的業(yè)績(jī)?cè)u(píng)價(jià)和薪酬激勵(lì)設(shè)計(jì)產(chǎn)生很大影響。

此外，人工智能不具有同情心，雖然可以“鐵面無(wú)私”，但因此也就沒(méi)有進(jìn)行倫理道德判斷的能力。在計(jì)算機(jī)的自動(dòng)決策模塊中如何融入道德倫理的考量，現(xiàn)在還沒(méi)有一個(gè)可行的解決方案。而且，人工智能不具有想象力，可能因此永遠(yuǎn)“循規(guī)蹈矩”，但是很多人類(lèi)的創(chuàng)新是挑戰(zhàn)既定規(guī)則后才出現(xiàn)的。一個(gè)企業(yè)大量依賴(lài)按既定模式思考的人工智能會(huì)不會(huì)造成新的“機(jī)器官僚主義”，從而妨礙了企業(yè)運(yùn)營(yíng)的靈活性和創(chuàng)造性呢？這些問(wèn)題都是人工智能時(shí)代管理會(huì)計(jì)研究不可避免要回答的問(wèn)題。

三、人工智能技術(shù)的應(yīng)用將改變管理會(huì)計(jì)研究的方法

人工智能算法，特別是以自然語(yǔ)言處理和機(jī)器學(xué)習(xí)為代表的新的數(shù)據(jù)處理和分析方法，使管理會(huì)計(jì)研究可以有更豐富的數(shù)據(jù)來(lái)源和更有效的數(shù)據(jù)分析方法。

目前人工智能在自然語(yǔ)言方面的突破賦予管理會(huì)計(jì)研究者利用文本內(nèi)容開(kāi)展研究的能力。以歷史性數(shù)據(jù)為基礎(chǔ)的管理會(huì)計(jì)實(shí)證研究基本上以量化數(shù)據(jù)為分析對(duì)象。企業(yè)內(nèi)部大量的文件和企業(yè)對(duì)外披露的財(cái)務(wù)報(bào)告的很大一部分是文本，這些大量的文本都不能被利用。一是因?yàn)槲谋颈旧聿荒苤苯舆M(jìn)行運(yùn)算，二是因?yàn)橥ㄟ^(guò)人工閱讀將這些文本進(jìn)行編碼和量化耗時(shí)耗力，成本太高。有了自然語(yǔ)言處理技術(shù)，機(jī)器就可以讀懂文本的意思，甚至可以歸納總結(jié)文本的主要內(nèi)容，直接利用文本進(jìn)行分析。例如，企業(yè)戰(zhàn)略這個(gè)概念原本很難量化計(jì)量，但現(xiàn)在可以訓(xùn)練機(jī)器來(lái)通過(guò)分析公司年報(bào)中對(duì)企業(yè)戰(zhàn)略的討論文本來(lái)快速鑒別一家企業(yè)的戰(zhàn)略類(lèi)型。

人工智能技術(shù)在機(jī)器視覺(jué)和語(yǔ)音識(shí)別方面的突破將給管理會(huì)計(jì)的研究帶來(lái)分析圖形、語(yǔ)音、視頻等多媒體數(shù)據(jù)的機(jī)會(huì)。例如基于人工智能算法的面部表情識(shí)別技術(shù)可以分辨出管理人員的面部表情，為管理會(huì)計(jì)相關(guān)的行為研究提供了一個(gè)分析情緒變化的機(jī)會(huì)。

機(jī)器學(xué)習(xí)方法不僅可以用于數(shù)據(jù)處理，而且可以用于分析數(shù)據(jù)之間的關(guān)聯(lián)性。監(jiān)督式機(jī)器學(xué)習(xí)可以利用企業(yè)積累的業(yè)務(wù)數(shù)據(jù)，讓機(jī)器從以往的經(jīng)驗(yàn)數(shù)據(jù)中構(gòu)建預(yù)測(cè)模型。隨著像Stata這樣的統(tǒng)計(jì)軟件開(kāi)始加入人工智能算法，以往常用的OLS回歸、Logistic回歸模型都會(huì)被更復(fù)雜的人工神經(jīng)網(wǎng)絡(luò)算法、支持向量機(jī)、決策樹(shù)和卷積神經(jīng)網(wǎng)絡(luò)這樣的監(jiān)督式機(jī)器學(xué)習(xí)方法所替代。

非監(jiān)督式機(jī)器學(xué)習(xí)適用于探索性研究，通過(guò)挖掘企業(yè)經(jīng)營(yíng)業(yè)務(wù)相關(guān)數(shù)據(jù)之間的關(guān)聯(lián)，分析業(yè)務(wù)活動(dòng)各方面的相互關(guān)系。非監(jiān)督式機(jī)器學(xué)習(xí)不依賴(lài)人為注釋的特質(zhì)對(duì)案例和實(shí)地調(diào)研類(lèi)研究的數(shù)據(jù)分析十分有益。

強(qiáng)化學(xué)習(xí)可以在一些尋求最優(yōu)策略的研究問(wèn)題中讓機(jī)器從零開(kāi)始自動(dòng)演算最優(yōu)解決方案。強(qiáng)化學(xué)習(xí)基于計(jì)算機(jī)強(qiáng)大算力的試錯(cuò)與迭代方式可以在分析性理論研究中尋求最優(yōu)策略的環(huán)節(jié)發(fā)揮優(yōu)勢(shì)。

綜上所述，人工智能技術(shù)將對(duì)管理會(huì)計(jì)應(yīng)用和管理會(huì)計(jì)學(xué)術(shù)研究產(chǎn)生重大影響。這種影響將主要體現(xiàn)在管理會(huì)計(jì)實(shí)務(wù)方法的更新、管理會(huì)計(jì)研究方法的升級(jí)和管理會(huì)計(jì)研究問(wèn)題的延伸。這些變化也將給管理會(huì)計(jì)研究帶來(lái)新的活力，是中國(guó)管理會(huì)計(jì)研究發(fā)展的新機(jī)遇。中國(guó)的管理會(huì)計(jì)實(shí)務(wù)界和學(xué)術(shù)研究團(tuán)隊(duì)?wèi)?yīng)該加強(qiáng)合作，充分利用中國(guó)電子商務(wù)和ERP系統(tǒng)普及率高和5G通信技術(shù)發(fā)展領(lǐng)先等優(yōu)勢(shì)，抓住人工智能技術(shù)帶來(lái)的機(jī)遇，在智能管理會(huì)計(jì)應(yīng)用和研究領(lǐng)域走在世界前列。