2023年潜在影响中国会计行业的十五项信息技术

生成式人工智能AIGC

云从科技(688327)　　财务中心 总监　　陈 琳

　　生成式人工智能AIGC (Artificial Intelligence Generated Content) 是指利用人工智能技术生成内容的过程。其特征为自动化，AIGC可以自动地生成大量的内容，无须人工干预;高效性，AIGC可以在短时间内生成大量高质量的内容，提高工作效率;可定制性，AIGC可以根据用户的需求和编号进行个性化定制;多媒体化，AIGC可以生成多种形式的内容，包括文字、图片、音频、视频等。

　　目前，AIGC的发展阶段已经进入了第三阶段，即从单一的任务型AI到具备多领域知识和智能的通用型AI。未来，AIGC将继续向着更加智能化和人性化的方向发展。对于会计行业来说，AIGC的出现将会带来系列影响。从应用场景看，AIGC可以帮助会计人员快速生成财务报表、审计报告等内容，同时也可以帮助企业进行财务分析和预测，甚至可以直接解读会计准则和任何与财务相关的财经报告，并生成管理要求的分析报告。从对会计职能的影响看，AIGC的出现将会改变会计人员的角色和工作方式，他们需要更多的与AI进行合作，而不是完全被取代，将来会有类似AI会计助理形态的出现,更好地协助财务人员完成复杂的财务任务，从对会计人士的影响看，AIGC的出现将会对会计人才的需求和能力产生影响，未来的会计人才需要具备更多的数据和行业知识，全面掌握特定行业AI交互的能力。

大数据多维引擎与增强分析

久其软件(002279)　　董事 高级副总裁　　曾 超

　　大数据多维引擎与增强分析反映了文件的分析模型和未来高频分析需求相结合的趋势，在决策分析领域两者互相加持。大数据多维引擎经过多年的发展相对成熟，其多维建模正是面向分析场景而生，成熟的分层模型和方法论也保证了分析应用效果。今年由低延时、多维分析等需求场景，也促进了一些准实时分析架构和能力提升，提高数据开发和分析效率，以内存数据引擎为代表的低延时分析技术，可以在大数据量时跳过预处理等常规手段，支撑实时预测、及时合并等高阶场景落地。

　　增强分析自2017年提出以来，连续多年被公认为未来的技术趋势，以人工智能 (AI) 增强和公民自助探索分析为标签。受限于自动数据准备、自动分析模型所依赖的数据质量、准备工作等，代价巨大，近年来其实际应用还是处在探索阶段。数据分析技术从来不是孤立发展的，随着近年来企业对数据治理工作的重视，以及数据湖甚至湖仓一体等技术的推进，一流企业在元数据语义统一、数据质量、全域数据等方面都得到了极大地提升，多维引擎和增强分析的应用基础得到了指数级提升。此外，随着2022年底横空出世的GPT大模型，更是给增强分析的交互性带来了无限的想象空间。相关技术发展势必对管理报告、预测预算、风控合规管理带来更为及时准确的数据支撑，对于未来管理会计的边界以及财务对战略和业务的数据赋能带来显著提升。

AI信任、风险和安全管理

中国星网应用院　　副总经理　李 远

　　AI信任、风险和安全管理(TRiSM)是指对于AI信任度、风险和安全性进行管理和评估的一种方法和框架。主要包括：确保AI的准确性、稳定性和可验证性;对使用AI可能涉及的风险进行评估和管理以及对AI和相关数据的安全性进行管理和保护。目标是提高人们对AI的接受度和信任度，促进AI应用。

　　TRiSM能够有效提高会计工作效率和准确性，增强财务信息可信度，提升风险管理和内部控制水平，保护会计数据安全和隐私。在自动化数据收集和处理方面， TRiSM可以确保AI系统在数据处理过程中的准确性和可靠性，增强对财务报表的信任;在风险评估和内部控制方面， TRiSM可以用于评估财务风险和内部控制的有效性，提醒会计人员及时采取措施，减少潜在错误和欺诈风险;在数据隐私和安全管理方面，TRiSM可以帮助确保会计数据的机密性、完整性和可用性，防止未经授权的访问和数据泄露;在自动化报告和合规性方面，TRiSM可以确保报告的准确性和合规性，并提供可追溯性和可验证性。

　　人工智能并不会取代会计人员的工作。会计人员仍然需要运用专业的知识和判断进行数据分析、决策制定和财务管理， TRiSM作为辅助工具，能够为会计人员提供更好的支持。

多模态预训练大模型

香港力世纪　　CFO　郑开颜

　　多模态预训练大模型是一种能够同时处理多种模态数据(例如文本、图像、音频等)的预训练大模型，将成为企业生产效率提升的关键技术。例如，将基础模型的能力与生产流程融合起来，形成制造成本的优化模型，达到改造生产线，成本效率最优和最终实现产业数字化转型的目的。在日常会计工作的场景，可能发生的变化还包括：原本以文字为载体的业务凭证，将延伸至图像音频结合，并以训练后的图像标注模型，对实际业务以更为客观和可追溯的方式判断其内容和实质。在以往最为复杂的业务/财务预测方面，以训练后的行为模型和市场趋势模型，判断获客到成交的购买行为轨迹，以及未来的市场数据。还可以训练后的欺诈检测模型，判断业务循环中潜在的风险点。

　　这类全新场景对于传统的会计人员的思维方式将形成巨大的挑战。多模态预训练大模型将代替的经由训练即可掌握的技能，但不能代替人的社交能力、协商能力，如果会计人员与时俱进地转型为具有数字化思维的创新型会计人才，则其事前预测和事中管控能力将大大增强，仍将在企业战略转型，风险防范和效率提升方面扮演不可替代的角色。

自适应人工智能(Adaptive AI)

嘉楠科技　　CFO　成 进

　　是的，今年的冠军毫无悬念众望所归，是AIGC(生成式人工智能)，而第五名，也是AI的延展，自适应人工智能。这是Open AI的元年，新升级后的AI已经成为所有人瞩目的新技术力量，囊括潜在会计技术的第一和第五。AIGC在2023年开始变得智能化，主要体现在吸纳了大量知识的AI模型，可以自主“生成”精准、有效的类人类的表达，尤其是写文章，画画等应用，基本越来越难分辨出来和人类的差异——往往答案包含的知识更全面更精准，算是比人类做得更好的人类，或者说差不多是人类中的专家。

　　如果说AIGC还是在模仿人类，自适应人工智能就基本上可以看成可以自我学习的AI，是在各个领域和人类智力相当，能独立思考，甚至超越人类的AI了。就像刚开始时AI跟围棋选手下棋，互有胜负，直到2016年人类世界冠军李世石1:4负于AlphaGo，如今这世界已经没有可以打败最新AI的人类棋手。很多人说自适应人工智能应该是出来以后，人类就在各个领域都会输给AI。可以想象，哪怕每年会计准则新变化的讨论，都应该有AI专家来互相商议定夺，人类对于规则的制定权，只停留在政治和法律层面。下一个问题就变成终极问题，比人类各方面都出色，且可以永生的AI，为什么需要人类来管理他们呢?人类制定的会计准则几年一个修订，真的就最好地诠释了企业价值给stakeholder吗?我个人认为短时间能够阻挡自适应人工智能完全取代人类的，大概只能是人类的社会组织形态和社会政治法律以及伦理。就像有人说AI永远无法彻底在会计领域取代人类，因为只有人类可以接受监管，对自己处理的账务负责，只有人类可以坐牢(哈哈，我是怎么写到这个行业共识的人类核心竞争力的?)。

多维数据库技术

华润信托  财务管理部 智能与数字化部 总经理　苏 南

　　多维数据库是数据库技术发展历史上的重要成果之一，其目的是聚焦于联机数据分析场景，解决传统关系型事务数据库在处理分析任务时性能低和灵活性不足的短板。先进的多维数据库支持用户在多维空间观察和分析数据。

　　管理会计作为现代企业财务管理的重要组成，在计划预算、合并报表、多维盈利、管理报告等应用场景，借助多维数据库技术，可以搭建智能管理会计共享平台，把企业的业务数据属性抽象成维度，并将多维数据关联起来，实现智能管理驾驶舱。在公司治理层面，企业可以基于多维数据库技术建设业财数据融合的一体化平台，有效推动业财数据共享的创新管理模式，支持智能财务赋能企业价值创造。

　　新型的多维数据库技术或产品，未来会在以下几个方面持续演进：支持更高效多维数据查询能力;具备高可用性，可扩展性，满足企业安全稳定运行要求;直观易用的可视化界面，具备用户使用自然语言进行交互的能力。多维数据库技术将伴随企业财务管理理论和实践的演进，持续发展，为财务管理的数智化提供更多助力。

智能合约

南京审计大学　　会计学院 教授　陈 耿

　　1994年，尼克·萨博 (Nick Szabo) 首次提出智能合约概念，即一个智能合约是一套以数字形式定义的承诺 (commitment) ，包括合约参与方可以在上面执行这些承诺的协议。虽然有它的好处，但智能合约的想法一直未取得进展——主要是缺乏可以让它发挥出作用的区块链。因此，在区块链下，智能合约的概念有了进一步的发展，智能合约 (Smart contract) 是一种旨在以信息化方式传播、验证或执行合同的计算机协议。智能合约允许在没有第三方的情况下进行可信交易，这些交易可追踪且不可逆转。

　　可见，智能合约是区块链被称之为“去中心化的”重要原因之一，它允许人们在没有第三方的情况下，执行可追溯、不可逆转和安全的交易。这将对审计和会计行业产生深刻影响。

　　智能合约和传统纸质合约的区别在于智能合约是由计算机生成的，因此它是智能会计和审计重要的组成部分。智能合约的参与方通常是互联网上的陌生人，受制于有约束力的数字化协议。智能合约包含了有关交易的所有信息，只有在满足要求后才会执行结果操作。

元宇宙

内蒙古蒙牛乳业集团股份有限公司　　共享服务中心 高级总监　李秀丽

　　第一元宇宙是指我们现实生活中所处的物理空间，而第二元宇宙则是指虚拟世界，例如游戏、社交网络和虚拟现实等。第三元宇宙则是指将现实世界和虚拟世界融合在一起的场景，例如基于AR技术的增强现实应用、智能家居等。目前，第三元宇宙已成功应用于多个领域。例如基于AR技术的增强现实应用可以为消费者提供更好的购物体验;智能家居则可以提高居民的生活质量;虚拟会议则可以为企业提供更高效的沟通方式等。

　　在财务领域，元宇宙也将产生重大影响。第四元宇宙将重新定义财务会计、财务管理和财务共享的方式。例如，基于区块链技术的元宇宙可以为财务会计提供更加透明和安全的数据交换方式;而智能合约则可以自动化执行财务管理的流程，提高效率;此外，元宇宙还可以为企业提供更好的财务共享平台。未来，我们应该探索如何更好地应用元宇宙技术于财务领域，提高财务工作的效率和准确性。同时，我们也需要具备开放的思维、敏锐的洞察力和创新意识，以应对变化万千的市场环境。

数据编织

西交利物浦大学商学院　　会计系 主任　程 鹏

　　数据编织 (Data Fabric) 是一个数据管理模式，是通过一系列技术手段，将多种来源，多种格式，多种环境的数据整合集成，解决数据碎片和孤岛问题，实现数据无缝连接，并能统一高效利用。通过数据编织，公司能更灵活、更敏捷地管理数据资产，完善数据治理和内部流程，提升数据的可得性，可用性，准确性和可延伸性，促进实时数据分析和决策能力及效率。

　　数据编织存在广泛运用空间，目前还处在快速发展时期。一些大型企业，金融企业和基于互联网经营的前沿科技企业已经在开发使用数据编织平台，或者使用数据编织的理念来搭建机器学习平台。这些平台既有商业化运作形式，也存在开源形式，能为数据编织工作提供基础，通过扩展以满足企业的个性化需求。但与此同时，数据复杂性、兼容性和成本问题，也会限制数据编织的快速发展。数据编织在会计领域也同样具有丰富运用场景，通过数据集成，数据能够实时可见，确保数据质量及合规性，并实现深度数据分析。此外，财务报告也能自动化生成，实现全方位审计追踪，强化企业内控和风险管理。

类脑智能

通用技术高新材料集团有限公司　　党委委员、总会计师　刘全喜

　　类脑智能 (Brain-inspired Intelligence) 是以计算建模为手段，受脑神经机制和认知行为机制启发，并通过软硬件协同实现的机器智能。实现类脑智能的前提是实现类脑计算。利用类脑计算实现类脑智能，模拟出一个和人类一样具有思考、学习能力的机器人，是人工智能的终极目标。目前，以ChatGPT为代表的类脑智能在文图生成、自然语言处理、蛋白质结构模拟等方面取得了突破性进展。

　　依旧以ChatGPT应用为例，为会计人士提供丰富的应用场景。提供财务咨询，ChatGPT平台的机器人可以回答财务专业人士的问题，提供财务咨询服务。例如，机器人可以为初创公司计算当前和未来的现金流，为企业制定预算计划等;提供教育资源：ChatGPT平台可以提供各种教育资源，例如财务专业人士可以学习最新的财务知识和技能，了解行业趋势和最佳实践等;交流和合作：ChatGPT平台可以帮助财务专业人士与其他行业专业人员进行交流和合作。在线工具和应用程序，包括会计软件、报表生成工具、税务软件等。

AI式网络安全

中审众环会计师事务所　　副总经理　谢 峰

　　AI式网络安全就是将人工智能 (AI) 应用于网络安全管理。其典型特征包括但不限于数据收集、分析、系统管理和其他重复任务的自动化;机器学习，改进威胁检测和响应;信息提炼，增强态势感知和决策能力。目前，AI式网络安全处于探索阶段，主要应用于网络威胁分析、恶意软件检测、扩大安全分析的范围、基于人工智能的反向攻击。人工智能在安全领域有许多潜在的应用，如端点安全、网络安全、云安全、欺诈检测等。

　　AI式网络安全对会计的影响包括首先是应用的场景，用于防范舞弊的专门程序，比如用户和应用行为分析，以确定受保护系统上受损账户或恶意软件的指标。用于发现审计线索的测试程序，比如采集大数据和文本进行匹配、检测、清洗和分析等。其次是对会计职能的影响，由核算会计到管理会计的转变，拓展预测经济前景、参与经济决策、评价经营业绩、防范风险等职能。再次是对会计人士的影响，将传统的会计理论和方法与信息技术不断融合，提升运用数据分析工具和数据挖掘技术等技能。

量子计算

亨通国际产业集团　　副总裁　王春焱

　　量子计算是一种遵循量子力学规律调控量子信息单元进行计算的新型计算模式。其在可计算性方面和传统计算机相比没有额外的优势，由于量子力学叠加性的存在，某些已知的量子算法可以解决任何传统计算机都无法在可行的时间内解决的问题。

　　会计的本质在于对一个主体信息的记录和计量、计算，信息应用的程度和成效取决于信息不同维度之间的相关性的还原度。将信息记录和计算的颗粒度变小到最小颗粒度，揭示不同维度的关联度相互连接后的结果到“全息”，所需要的算力指数级增加，能够将这些工作在能够容忍的时间内完成，量子计算以其独特的叠加、并行的原理，能够提供“量子至上”计算能力，并以此为基础把传统计算的不可能变成可能。(据报道，2019年10月，与谷歌AI Quantum联合创建的Sycamore Processor实现了量子优势，它的计算速度是世界上最快的计算机Summit的300多万倍。比尔·安鲁在1994年发表的一篇论文中对量子计算机的实用性表示怀疑，Paul Davies认为一台400量子比特的计算机甚至会与“全息原理”所银行的宇宙信息界发生冲突。)

　　受到物理条件限制，实现量子至上，乃至量子霸权所需要的增加量子比特数量，量子纠缠态相干保持时间等因素仍处于“有限和受限”状态。量子计算是量子信息科学的一个子领域，随着该领域转向制药、数据安全和其他应用中的实际运用，预计在未来几年内会得到扩展，未来在密码学、量子搜索、量子模拟等方面的应用将会从“可望不可即”、“专用”变成人类掌握的一个“通用”工具。

多方安全计算技术

吉祥航空(603885)　　财务总监　张言国

　　多方安全计算技术是一种保护数据安全和隐私的计算方法，它允许多个参与方在不暴露私密输入的情况下进行计算和共享结果。这项技术的核心目标是在数据共享的过程中确保参与方的隐私和数据保密性。目前，多方安全计算技术已经成熟到可以处理复杂的计算任务，并具备高度可靠性和安全性。未来，多方安全计算技术将继续得到发展和改进。随着技术的进一步成熟，预计会出现更高效、更可扩展的多方安全计算方案。此外，随着大数据和人工智能的不断发展，多方安全计算技术将在更多领域发挥重要作用，如隐私保护数据分析、智能合约执行等

　　在会计领域，多方安全计算技术有着重要的影响。首先，它可以在数据共享的情况下保护敏感的财务数据和交易信息。会计机构和企业可以利用多方安全计算技术来进行跨组织的合作和数据分析，而无须担心数据泄露或信息安全问题;其次，多方安全计算技术可以用于确保会计数据的准确性和真实性。通过多方参与的验证和计算，可以避免单一主体对财务数据进行篡改或造假。这有助于增强会计报告的可信度和审计的有效性;此外，多方安全计算技术还可以提供更高级的会计分析和数据处理能力。通过将多个组织或个体的数据进行聚合和计算，会计人士可以获得更全面、准确的数据视图，并能够进行更深入的数据挖掘和业务洞察。

隐私计算

北京语言大学商学院　　会计系主任 MPAcc主任　杜美杰

　　隐私计算是一种保护数据隐私的计算方法，最大的特点是数据所有权和数据使用权的分离。具体表现为：“数据可用不可见，数据不动模型动”、“数据可用不可见，数据可控可计量”、“不共享数据，但共享数据价值”。目前的隐私计算，主要采用三大技术路线，基于协议的多方安全计算 (MPC)、基于现代密码的联邦学习 (FL)、基于硬件的可信执行环境 (TEE)，且大多集中在数据融合环节应用隐私计算技术，针对不同数据所有方的数据，在融合时确保数据可用不可见，但是在其他环节很少涉足，也缺少相应的方案。未来发展趋势是多种技术路线融合，异构平台互通;行业标准加速建立。

　　隐私计算对会计影响，基于MPC的多方数据联合的统计或查询，例如政务大数据统计，政务跨部门信息查询，跨国集团多地子公司的数据统计和查询。基于FL的多方数据联合的机器学习和预测计算，例如银行与能源公司、政务部门联合的，以银行为主导的小微企业信贷风险评估模型的构建和使用;广告营销企业与电商平台、游戏公司联合的，以营销公司为主导的用户画像分析和营销模型的构建和使用。基于TEE的多方数据联合的计算，例如A国企业使用B国部分数据进行统计或查询的单向数据跨境，A企业使用B企业进行数据统计、机器学习建模、信息查询等单向的数据共享。

边缘计算

中国电信 天津分公司　　总经理　赵昱锋

　　云计算、物联网、大数据、人工智能等技术的发展推动了企业数字化转型走向深入，越来越多的企业核心应用从“云化”部署下沉到“覆盖浅、深边缘”的边缘化业务场景。边缘计算作为一种新型分布式计算模式，更加注重本地性和实时性，可以提供更好的隐私和安全性，适用于需要快速响应和大量数据处理的场景。

　　从对会计的影响来看，一是借助边缘计算技术，企业可以在确保遵守本地数据主权准则的前提下，扩大财务采集数据的范围，包括人与人、人与物、物与物之间信息，获得内部业务数据、财务数据，同时边缘计算的近端处理能力，极大提升财务数据时效性和处理能力，让会计、业务、信息化更加融合，更好地支持实时会计和会计风险管理，为业财融合的智能财务打下坚实的数据基础。二是边缘计算可为会计智能化提供更好的用户体验。边缘计算可以通过使用本地图像识别、本地语言处理、本地存储等近端处理能力，为财务共享集约、电子发票、数字影像档案等会计信息化手段提供更好的用户体验。