陈亚盛的一堂课：AI算法如何为管理会计所用？

9月8日，在中秋&教师节双佳节来临之际，厦门大学会计系教授陈亚盛受邀来到由《管理会计研究》联合ACCA共同举办的专场直播，就人工智能算法在管理会计中的应用这一主题，通过财务智能化路径、AI算法的落地以及财务管理自动化最新趋势，为我们带来了开学季的生动一课！

下面，让我们一图了解陈教授都输出了哪些干货内容！

核心观点

1.信息存储数字化是财务智能化的初级阶段，信息处理算法化是目前的管理会计智能化阶段。

2.未来财务智能化的终极目标就是达成财务管理全流程的自动化，也就是黑灯工厂。

3.一个企业的财务要实现智能化与数字化转型，贯穿在企业财务管理流程中的管理会计转型需一马当先。

核心观点

1.监督式学习：人需要提供数据，为数据贴标签，机器通过模仿人类的思维判断。会计与财务系统的数据标签最完整、数据结构化程度最高，因此监督式学习应用范围最广。典型场景如预算编制、投资决策等。

2.非监督式学习：需要机器找到没有被人为分类和注释的数据之间的相关性。如在ABC中，可以充分利用机器帮助管会人员进行成本动因辨认，厘清资金流与资源消耗之间的关系。

3.强化学习：人只给定系统运作的规则，机器去寻找某个问题的最优解。成本控制与产品质量管理最讲究在现有约束条件下如何做到最优，可以通过强化学习不断迭代来寻找最优解。

核心观点

1.业务需求分析：以商品定价模型为例，销售人员如何基于市场情况、合同条款等给对方报价，这实际上是一个回归类型的数值估算，对速度要求较高，对数据量要求中等。

2.算法选择：用企业的历史交易数据作为训练数据来训练机器，让机器尽可能地模仿成功销售人员的决策模式，同时具备可解释性。

3.数据收集：根据最终应用场景决定收集的数据源，可以基于网络收集来自企业内外部的在线实时数据，以及企业的历史性业务数据。

4.数据清洗：需要确定数据使用目的与数据洗清规则，注意数据清洗过程中的信息丢失，以及隐私保护，以保证算法使用数据的同时又不会暴露隐私。

5.调参与优化：对模型进行测试并根据实际需求进行调整，如果结果不满意就需要再回到算法选择的环节进行替换。

6.结果呈现：对数据分析的过程和结果进行可视化展现，可视化需覆盖算法落地全过程，以解决人对机器的不信任问题。

核心观点

1.管理会计最终的智能化是要融合在企业整体的财务自动化流程中。通过将管理流程通过区块链的共识机制与智能合约转化为可自动运转的DAO（Decentralized Autonomous Organization），基于DAO实现财务管理自动化是一个最新的趋势。

2.核心转变是基于流程的RPA转换为基于合同的财务管理全面自动化。

3.企业运作的所有过程可以看成是一个契约的集合体，企业可以把这些契约的定义与执行过程写在不可更改的区块链里，一旦合约被触发就会自动判断与执行。如在采购价格有精准预算的基础上，某个供应商报价达到了最低标准，则系统自动触发采购。

4.未来企业的所有管理过程，可能逐渐被智能合约建在区块链上的职能人员替代。基于人工智能算法的管理会计，会为共识机制的达成与智能合约的执行提供支持。

新刊推荐|如何利用人工智能技术进行预算预测？

唐兴叶、陈亚盛：如何利用人工智能算法构建感知价值定价模型？

陈亚盛 邵屾|如何利用机器学习进行定价？

戳阅读原文，参与调研领精美好礼