- ACCA财会技术
-
- 数字化转型新思
- 内部控制与企业转型
- 混合工作模式
- 金融科技发展现状:财会专业人士的机遇
- 转型之旅:财务职能与敏捷企业
- 可持续人工智能应遵循的商业道德:连接AI系统与企业社会责任
- 数字化财会专业人士的理想工作:后疫情时代发展路径 - 技术
- 数字化与全球疫情 - 技术 - 专业报告
- 财务工作中的数据分析 - 技术 - 专业报告
- 数字化会计师:转型世界中的数字技能 - 技术 - 专业洞察报告
- 现实与炒作:智慧城市的崛起 - 技术 - 专业洞察报告
- 可解释的人工智能:以用户为核心 - 技术 - 专业洞察报告
- 数字化领导力:引领财务数字化转型 - 技术
- 审计与技术 - 技术 - 专业洞察报告
- 首席财务官与网络安全风险 - 技术 - 专业洞察报告
- 机器学习:科学向左,科幻向右 - 技术专业报告
- 满腔热情的践行者:中小型企业的数字化发展
- 财务变革与机器自动化 - 技术 - 专业洞察报告
- 发展并创造竞争优势
- 充分利用风险管理和监管的复杂性
- 首次代币发售(ICO):真实交易,还是暗藏玄机?
- 确保并购完整运作:财务部门的最新职能
- 首席财务官技术路线图使用指南
- 相关性竞赛: 财务职能的技术机遇
- 网络安全:打击猖狂犯罪份子
- 数据革命
- 市场变化的速度前所未有:你的财务能赢在赛道上吗?
- 数字化崛起
- 传递盈利性增长:财务的角色
- 数字财务CFO
- 金融科技:引发金融变革
- 专业会计师导读:分布式记账和区块链技术
- 机器人时代来临,如何赢下一场不同的竞赛?— 对财务共享服务的影响
- 财务工作中的网络风险管理
- 财务工作如何善用人工智能
- 财务工作如何善用社交媒体
- 财务工作如何善用机器人流程自动化技术
- 财务工作如何善用分析法
- 提升云技能
- 混合工作模式与中小会计师事务所
- 中国高校智能财会教育发展研究报告
- 数字化转型新思2.0
- 数字视野:技术、创新与财会行业的未来
- 2024年数字化转型新思:“先行者优势”与“复利效应
- 人工智能(AI)观察
- 全球企业税收政策:原则与实践
- 智慧联盟:当财务专家遇上机器智能
- 审计与技术手册:从业者指南
- 碳相关工具的会计处理现状
- AI评估:增强人工智能应用信心
- 2025数字化转型新范式
- 面向可持续的未来:数智赋能绿色创新与可持续发展
- 解锁数据的财务价值——数据资源最新发展研究报告
- 提升财务洞察力:打通AI财务的技能与数据瓶颈
财务工作如何善用人工智能
人工智能(AI)技术在财务部门中刚刚崭露头角。它将带来哪些机遇?

人工智能的发展正在呈现上升之势,这符合长久以来的预测,并且有望对财务职能产生深远影响。
人工智能在财务工作中的应用
“人工智能”一词涵盖了多项技术进步成果,其中包括:
· 机器学习——利用神经网络、统计数据和运营研究来获取数据洞见,而无需通过编程来得出结论
· 深度学习——利用多层计算能力和改良的培训技术来明确识别数据模式。
在制定人工智能解决方案时,可能需要将多种技术结合在一起。例如,利用结构化和非结构化数据来完善数据分析与预测,以获取前瞻性的洞见。此外,从涉及的数据量和必要的计算能力看,依托云端的数据储存也不失为一种可利用资源。
企业可以利用多种形式的人工智能,应对一些机器人流程自动化处理过程中遇到的数据验证错误——以机器学习来消除错误。此类实例比比皆是。一些企业正在创建流程链,由聊天机器人采集数据,使用机器人流程自动化工具输入数据,进而借助机器学习来修复错误。
在财务部门实施人工智能技术
人工智能在财务部门大有可为。对很多企业而言,人工智能仍可能只是一种刚刚出现、有待验证的概念,而非稳健的解决方案。
财务部门面临的最重大问题或许是,财务人员应具备一系列新技能,才能为这一轮技术进步提供支持。为了使用人工智能,财务人员必须了解数据、处理功能,以及如何清楚提出问题。这将财务部门所需的技能提升到了更高层级。识别并处理偏差也是财务人员要掌握的能力。当输入数据集无法反映结果、并且机器的“学习”方式有误时,输出数据便会出现偏差。因此,在解决方案得到信赖前,需要对这些偏差予以确认和矫正。
影响因素与问题
企业需要认真思考以下影响因素和问题:
· 是否有机会运用人工智能来改善决策流程?
· 团队人员是否具备、或能否获得适当技能,以此实际利用人工智能?
· 信息技术战略能否支持部署人工智能所需的计算资源?
关于克莱夫·韦博(Clive Webb),ACCA首席作者
“人工智能代表着财务领域新的重大进步。对于人工智能的利用方式及其带来的益处,我们仍未全部看到。”
杰米·里昂(Jamie Lyon),ACCA企业事务主管
----------------------------------------
财务团队应考虑的关键事项
1.确定是否已准备好应用人工智能技术?
2.确保已具备必要的技能和资源;
3.规划行动,使用各种概念验证方法开展试点和测试;
4.为试点、快速试错并总结经验教训做好准备