陈亚盛 | 人工智能技术对管理会计研究的影响

近年来,人工智能算法在大数据和计算机算力的加持下开始在企业运营和管理方面展现出它的潜力。这一新兴的技术将会给管理会计和管理会计研究带来影响。
首先,人工智能在信息处理和分析方面具有超越人类的速度和耐力。这个特点意味着它将改变管理会计中那些基于人类计算能力和注意力极限的信息处理和分析方法。
其次,由于人工智能在速度和耐力上的优势,人工智能应用将替代一部分由人执行的管理会计职能,在企业中将出现人与人工智能长期“共事”的局面。
随着人工智能技术能力的不断提升,以往由人完成的管理会计任务将逐渐被人工智能替代。因此,如何设计有助于人机协同的管理控制系统将成为管理会计研究的新方向。
最后,管理会计研究的研究方法也会发生根本性的变化,自然语言处理技术和机器学习算法的运用将改变管理会计研究的数据收集和分析方式。
<点击这里

传送门,查看更多精彩>

1

人工智能算法将替代大多数传统管理会计方法

人工智能算法的本质是一些更高级更复杂的计算方法。这些算法本身并不简洁,如果用手工来计算十分耗时,因此即使用它们来分析数据可以得到更好的结果,但是在计算机计算速度不够快或者获得这种计算能力的成本很高的时候,使用这些方法是不符合成本效益原则的。
近年来计算机技术的发展,处理器运算速度的提高和制造成本的下降,特别是近年来云计算服务器的普及,使企业可以用较低的成本获得可以使用这些人工智能算法的计算能力。因此,在算力提高的基础上升级算法也就成为一个必然的趋势。管理会计也需要升级算法,将管理会计的原理与逻辑和更强大的算法与算力相结合,把数据分析得更透彻,把预测做得更准确。
此外,在过去20年中,计算机信息系统特别是EPR系统的普及应用,企业积累了大量的运营数据,而且随着信息技术的不断升级,越来越多的设备接入企业的信息系统,推动运营数据以指数级的速度增长。这些数据不仅在数量上大大超出了管理会计人员使用现有分析方法所具备的数据处理能力,而且它们的存在形式超出了传统方法可以处理的范围。
大量的运营数据是以非量化的形式存在的,例如企业的产品说明是以自然语言的形式存在的,生产车间的监控录像是以多媒体的形式储存的。这些数据都不能被直接用于像成本计算这样的运算。因为没有合适的处理这些数据的方法,这些大数据的使用并没有纳入管理会计体系。但是这些运营数据是被量化的财务数据的前置信息,能比财务数据更及时地反映企业的运营状态。人工智能技术在自然语言处理和机器视觉方面的突破使处理这些多源异构的数据成为可能后,利用这些前置运营数据的新的管理会计系统必将取代分析后置财务数据的传统管理会计系统。
人工智能的核心技术是机器学习。机器学习按照人对机器学习的辅助程度不同分为监督式学习、非监督式学习和强化学习。这三种机器学习都可以被应用到管理会计实务中。监督式学习是计算机通过分析人类行为留下的数据痕迹,模仿人类的思维判断。以成本计算为例,监督式学习的应用场景是让计算机读取和分析一万个产品的成本核算记录,然后让计算机模仿会计人员计算成本的方法来计算类似产品的成本。非监督式学习是计算机通过分析没有被人为分类和注释的数据之间的相关性来辅助人类发现数据中隐藏的关联。非监督式学习在成本计算中的应用场景是辅助会计人员根据资源耗费记录与不同作业记录之间的相关性来辨认成本动因。
强化学习则是机器依据人类设置的原则,通过不断试错和迭代来寻找解决某个问题的最佳答案。强化学习在成本管理中的应用场景是在考虑各种可能影响成本的因素前提下,寻求最优产品生产组合策略。计算机在给定各种因素对成本的影响的规则和总体成本最低的总原则下,从零开始摸索能将生产总成本降至最低的组合策略。
将人工智能的算法与管理会计实务相结合,升级管理会计的方法将会是改变20年来管理会计方法相对停滞不前的一个突破口。这将会是未来五到十年管理会计研究领域的一个热点。这些管理会计技术的升级,离不开管理会计研究者的努力。或者说,如果管理会计学者不努力改进管理会计的方法,那管理会计可能被边缘化,最终消逝在人工智能的浪潮里。

2

人工智能的使用将带来新的管理会计研究问题

人工智能是由人创造的,其终极目标是模仿人的思维能力。人类创造人工智能的主要目的是让它能替代人完成工作。但是由于人作为人工智能的创造者对自身的思维能力形成机制的理解还不完整,因此创造出来的人工智能暂时不能完全复制人的思维能力。现阶段的人工智能与人类的差异,主要表现在缺乏人类所特有的情绪、想象力、创造力和一些人类本身都难以解释的心理活动。
人工智能与人类的差异意味着人工智能还不能完全替代人,只能是部分替代。因此,在未来很长一段时间内,人工智能将和人类共同完成工作任务。

如何设计激励机制和业绩评价指标来让管理人员更愿意和更有效地创造人工智能和使用人工智能,将成为管理会计研究的新方向。

人工智能是由人创造的。因此,要想设计一个可以替代人来完成管理会计工作的机器人,就必须有会计人员的参与。以目前最初级的RPA应用为例,为了要创造一个可以模仿会计人员完成会计核算工作的RPA,首先要鼓励会计人员将自己的业务知识分享出来,作为RPA应用设计的基础。当RPA应用投入使用后,会计人员还要参与测试和完善。但是RPA成功模仿会计人员的业务操作之后,它们将替代会计人员。这对于会计人员来说,意味着下岗或转岗。很显然,这里有个人和企业的利益冲突需要解决。如何设计一套合适的薪酬激励机制来协调个人和企业的利益,让会计人员更愿意参与人工智能应用的创建是一个很值得研究的问题。
在使用人工智能系统的过程中,人工智能与人的有效协同是一个重要的问题。人机协作过程的沟通机制、相互信任、领导权的分配、责任的分担和对合作结果的伦理道德考量,这些问题都是构建一个人机混编团队需要考虑的问题。波音公司737MAX机型因为自动飞行控制系统故障造成坠机的事件警示了人机混编团队可能带来的问题。原本这个飞行控制系统的设计功能是在飞机进入危险状态的时候,自动调整飞行姿态使飞机摆脱坠落的危险。但由于设计中存在的一系列缺陷,使得该系统在正常飞行状态下被错误的传感器信号激活,并具有优于飞机驾驶员的操作权限,造成飞机失控坠落。
从这个人工智能系统应用的失败案例可以看出,在任何一个需要人工智能和人共同完成的工作中,人机协同的有效性是一个不可忽略的问题。当RPA和将来更高级的智能应用开始在财会部门应用之后,在依赖人工智能系统的建议进行决策时,在什么情况下和多大程度上可以依赖人工智能系统将是管理会计研究的重要问题。
人工智能系统不具有情感,对机器的奖赏和惩罚是不起作用的。因此,它也不能承担错误判断带来的后果。在一个人和人工智能共同完成的任务中,只有人才能承担责任,而人工智能是没有“责任感”的。如果一个任务中大部分的判断是由人工智能做出的,那么结果的不可控性就大大提高了,管理人员承担任务结果的风险也就增加了。这些不可控性因素和风险的变化会对管理人员的业绩评价和薪酬激励设计产生很大影响。
此外,人工智能不具有同情心,虽然可以“铁面无私”,但因此也就没有进行伦理道德判断的能力。在计算机的自动决策模块中如何融入道德伦理的考量,现在还没有一个可行的解决方案。而且,人工智能不具有想象力,可能因此永远“循规蹈矩”,但是很多人类的创新是挑战既定规则后才出现的。一个企业大量依赖按既定模式思考的人工智能会不会造成新的“机器官僚主义”,从而妨碍了企业运营的灵活性和创造性呢?这些问题都是人工智能时代管理会计研究不可避免要回答的问题。

3

人工智能技术的应用将改变管理会计研究的方法

人工智能算法,特别是以自然语言处理和机器学习为代表的新的数据处理和分析方法,使管理会计研究可以有更丰富的数据来源和更有效的数据分析方法。
目前人工智能在自然语言方面的突破赋予管理会计研究者利用文本内容开展研究的能力。以历史性数据为基础的管理会计实证研究基本上以量化数据为分析对象。企业内部大量的文件和企业对外披露的财务报告的很大一部分是文本,这些大量的文本都不能被利用。一是因为文本本身不能直接进行运算,二是因为通过人工阅读将这些文本进行编码和量化耗时耗力,成本太高。有了自然语言处理技术,机器就可以读懂文本的意思,甚至可以归纳总结文本的主要内容,直接利用文本进行分析。例如,企业战略这个概念原本很难量化计量,但现在可以训练机器来通过分析公司年报中对企业战略的讨论文本来快速鉴别一家企业的战略类型。
人工智能技术在机器视觉和语音识别方面的突破将给管理会计的研究带来分析图形、语音、视频等多媒体数据的机会。例如基于人工智能算法的面部表情识别技术可以分辨出管理人员的面部表情,为管理会计相关的行为研究提供了一个分析情绪变化的机会。
机器学习方法不仅可以用于数据处理,而且可以用于分析数据之间的关联性。监督式机器学习可以利用企业积累的业务数据,让机器从以往的经验数据中构建预测模型。随着像Stata这样的统计软件开始加入人工智能算法,以往常用的OLS回归、Logistic回归模型都会被更复杂的人工神经网络算法、支持向量机、决策树和卷积神经网络这样的监督式机器学习方法所替代。
非监督式机器学习适用于探索性研究,通过挖掘企业经营业务相关数据之间的关联,分析业务活动各方面的相互关系。非监督式机器学习不依赖人为注释的特质对案例和实地调研类研究的数据分析十分有益。
强化学习可以在一些寻求最优策略的研究问题中让机器从零开始自动演算最优解决方案。强化学习基于计算机强大算力的试错与迭代方式可以在分析性理论研究中寻求最优策略的环节发挥优势。
综上所述,人工智能技术将对管理会计应用和管理会计学术研究产生重大影响。这种影响将主要体现在管理会计实务方法的更新、管理会计研究方法的升级和管理会计研究问题的延伸。这些变化也将给管理会计研究带来新的活力,是中国管理会计研究发展的新机遇。中国的管理会计实务界和学术研究团队应该加强合作,充分利用中国电子商务和ERP系统普及率高和5G通信技术发展领先等优势,抓住人工智能技术带来的机遇,在智能管理会计应用和研究领域走在世界前列。
  • 文章发表在《管理会计研究》杂志2020年第3期 总第12期 编委短论 栏目

  • 作者:厦门大学管理学院教授、《管理会计研究》杂志编委会副主任 陈亚盛

  • 责编:秦长城

汤谷良:

论文写作如何选题?

叶康涛:

会计研究的相关性与可靠性

戴天婧:

嵌入制度逻辑——转型管理会计研究的理论基础

陈磊:

对管理会计研究的几点思考与展望

写在最后

云管理和智能化是这个时代的显著特征。
谁是这个时代的佼佼者?
他们有哪些过人之处?
支撑他们的成功秘诀到底是什么?
由《管理会计研究》专家委员会、编委会、战略合作机构共同发起设立CMAS智库,打造高水平的实践交流、经验总结、理论升华的综合平台。
案例精选、学术研究、思辨洞察、无私分享,就是CMAS智库始终不变的责任和任务!
(0)

相关推荐