人工智能赋能实体经济存在的问题与应对
【摘要】面对人工智能的巨大发展潜力及其对未来社会的颠覆性影响，主要国家纷纷出台人工智能发展战略和政策，以期抢占未来产业制高点。但我们应客观看到，当前人工智能发展过程中，存在重复建设严重、核心技术缺乏、人工智能与实体经济融合困难等关键问题，其深层次的原因在于新兴产业的“潮涌现象”、企业投资行为的短期化以及产业知识薄弱的制约。推动人工智能产业更好更快发展，需要产业共性技术、信息基础设施、企业数字化水平和人才供给等多方面的有力支撑。
【关键词】人工智能；赋能；实体经济；产业化
【基金项目】本文系国家社科基金重点课题“‘互联网+’背景下的中国制造业转型升级研究”（项目编号：16AJY011）的阶段性成果。
2006年加拿大计算机科学家杰弗里·辛顿关于“深度信念网络”论文的发表清除了人工智能产业化道路上最后一道路障，互联网产业发展积累的海量数据、云计算提供的低成本算力，再加上以深度学习为代表的算法的革命，推动了人工智能产业驶入快速发展的轨道。面对人工智能的巨大发展潜力及其在产业、社会、国防等方面的颠覆性影响，主要国家纷纷出台人工智能发展战略和政策，以期抢占未来产业制高点。人工智能的巨大经济价值吸引了大量投资涌入，不但互联网公司纷纷向人工智能公司转型，而且初创公司不断涌现。但是也要看到，人工智能发展和赋能实体经济过程中也出现了一些问题，需要积极加以应对。
人工智能产业发展存在重复建设严重、硬技术创新少、实体经济智能化转型“叫好不叫座”等突出问题
作为产业的人工智能包括人工智能技术的产业化与人工智能技术在其他产业的应用即人工智能赋能两个方面。在高速发展和赋能实体经济的过程中，人工智能产业无论在国内还是在国外都出现了一些亟待解决的问题。
产业一哄而上，产品雷同，重复建设严重，真正有高技术开发能力的产业园较少。近年来我国人工智能产业呈现蓬勃发展态势，初创企业数量、融资数量和融资规模快速增长，产业整体规模居于世界前列，与美国一起形成两强鼎立的世界产业格局。随着技术的不断成熟，互联网大科技公司、人工智能新兴企业也在积极进入传统产业领域，推动人工智能技术对传统产业的赋能。但是另一方面也要看到，高端产业领域往往存在着一种发展困境，即当一项产业被国家确定为未来重点发展方向后，各地就会纷纷加大招商引资力度、上马新项目趋之若鹜，造成较短时间内该高端产业在全国“一哄而上”，同质化问题严重，甚至出现“挂羊头卖狗肉”的情况。人工智能产业同样也存在这类“一哄而上”的问题。许多地方政府将人工智能列入重点打造的产业，大力建设人工智能特色小镇、产业园、孵化器、双创基地。以机器人为例，截至2018年2月，全国共有65个机器人产业园在建或已建成，一些省份更是在多个城市建有机器人产业园，甚至一些县也着手布局机器人产业园建设。但从目前的情况看，真正有技术开发能力的机器人产业园很少，大部分机器人企业集中于技术水平不高的娱乐、服务机器人，工业机器人的核心部件仍然主要依赖进口。在新兴的以深度学习为特征的人工智能领域，由于行业整体性人才供应短缺、本地缺乏发展基础，不少园区处于空置状态。严重的重复建设还可能造成未来“高端产业的低端化”，使我国企业难以完成利润积累，进而严重制约研发投入和技术的升级，在与发达国家在技术前沿的竞争中缺乏后劲。
人工智能产业模式创新多、硬技术创新少。众多的人工智能发明专利中基础硬件和基础算法等硬科技占比少。虽然我国人工智能领域的投资多、企业数量多，但是多集中在模式创新领域。人工智能当前比较成熟的领域包括数据分析、计算机视觉和自然语言处理。我国人工智能企业也主要集中在计算机视觉、语音、自然语言处理领域，2017年市场份额分别为34.9%、24.8%和21.0%，而硬件、算法所占份额分别只有11.3%和8.0%。目前我国人工智能企业多是采取“拿来主义”，将国外经过验证的理论产业化，甚至不少企业直接使用国外的开源代码，利用“拿来”的技术进行商业模式创新，缺乏真正原创的技术、开发工具和开源平台。麦肯锡咨询公司对全球初创企业所处行业特点的分析发现，以中国为主要代表的亚洲国家的初创企业多集中在R&D强度较低的产业（R&D资源指的是从事科研与试验发展活动所必需的投入。R&D强度是衡量一国科技活动规模和科技投入水平的重要指标，也是反映一国自主创新能力和创新型国家建设进程的重要内容），如电子商务、教育和培训服务等领域，而B2B以及分析和执行软件、云计算、健康IT等R&D密集型产业则多由美国、英国和德国的企业所领导。具体到人工智能行业，中国人工智能专利申请量超过美国，居世界第一，1998—2018年，我国的人工智能论文达14.2万篇，略少于美国，但专利、论文质量与美国存在较大差距。2017年，中国人工智能论文质量（以FWCI指数衡量）约为1.3，而美国为2.5；中国人工智能发明专利中，基础硬件和基础算法等硬科技占比少。2017年，我国人工智能发明专利授权量中，基础算法、基础硬件、垂直应用的占比分别为21.0%、4.9%和74.1%。
智能化转型“叫好不叫座”。人工智能作为一个产业本身快速发展的同时，在其他领域的渗透、融合也在不断推进。从全球范围来看，早在2012年，美国通用电气就提出“工业互联网”的概念，并联合美国商业资讯(AT&T)、思科(Cisco)、IBM和英特尔(Intel)5家企业联合宣布成立工业互联网联盟(IndustrialInternetConsortium,IIC)，2015年向所有企业开放其工业互联网操作系统Predix。作为德国工业4.0的主要推动者，西门子在2016年的汉诺威工业博览会上正式发布工业互联网操作系统MindSphere。2011年以来，蓝色巨人IBM加速向“认知商业”和智能服务转型，其代表性人工智能服务是人工智能系统——沃森在医疗诊断领域的应用。但是智能化转型“叫好不叫座”，人工智能系统的企业用户不积极，人工智能服务的开发者业绩因此受到很大影响。例如，2018年6月以来，通用电气（GE）先后经历从道琼斯工业平均指数中被剔除（GE在该指数中已有110年历史）、信用降级、股价暴跌、GEDigital（GE数字创新坊）寻求出售等重大事件，反映出GE所提出的工业互联网的现实发展远非白皮书设想的那样美好；西门子发布的2019财年三季度财报显示，数字化工业（DI）订单和收入双双下跌，利润大跌12%，拖累西门子整体利润下滑5.8%；IBM沃森因达不到预期效果，被德克萨斯大学MD安德森癌症中心终止合作。
探究人工智能赋能实体经济存在诸多问题的三个重要成因
人工智能自身发展和赋能实体经济中的问题有着多重原因，主要包括潮涌现象、企业行为短期化、产业知识薄弱等几个方面。
问题成因之一：“潮涌现象”造成重复建设严重。“潮涌现象”是指当一项新技术进入产业化阶段并呈现出巨大的增长潜力时，众多投资者同时看好这一相同的产业，投资就像浪潮般涌向这个产业。这里所说的投资者不仅包括企业，也包括政府，针对具有巨大发展潜力的战略性新兴产业，中央和地方政府会采取多方面的支持政策促进其发展。潮涌现象意味着在投资之前，政府和企业都看好该产业的前景，从而一哄而上。但是大量的投资可能会造成该产业出现过度投资，项目完成后出现严重的过剩，导致投资回报远远低于预期。与传统产业相比，新科技的发展存在巨大的不确定性，而且会出现曲折反复。美国咨询公司Garnter每年都会发布新兴技术成熟度曲线（HypeCycleforEmergingTechnologies），该曲线把新技术从发展到最终成熟划分为四个阶段：创新萌发期、期望膨胀期、幻灭低谷期、复苏期、成熟期。从该曲线可以看到，人们常常对技术的产业化存在盲目乐观的倾向，形成大量投资涌入实则过热的繁荣假象。数字经济是典型的网络效应产业，具有“赢家通吃”的市场结构。为了争夺用户成为最终的赢家，进一步强化了数字经济的“潮涌现象”，加剧了重复建设。
问题成因之二：行为短期化加剧行业泡沫。虽然新产业会存在大量企业涌入的“潮涌现象”，但是一些企业想的不是怎么把产业做好做实，而是渴望赶上“风口”，尽快扩大用户规模，以便能讲好故事、短期内在资本市场实现变现。为了快速变现，这些企业不是充分考虑应用场景、用户需求，扎实做好产品，而是通过大量烧钱，大量补贴、大打“价格战”等方式争夺用户。这种做法虽然在短期内营造了繁荣假象，但是一旦技术或商业模式进展不顺，就会刺破泡沫。新科技的成熟和新产业的发展往往需要经历一个逐步改进、完善和提高的过程，不可能一蹴而就。例如，在制造业智能化领域，制造过程或最终产品对安全性、稳定性、可靠性、精确度要求很高，不成熟的技术会给企业带来巨大损失，很难获得制造企业的接受和采用。作为追求利润最大化的经济主体，虽然不同企业的战略不同，对经济利润的考量会有短期或中长期的差异，但企业选择采用某项新技术的根本目的是实现经济利润的最大化。企业在决定是否采用人工智能技术时，会进行成本—收益分析。当他们评估发现人工智能技术并不能给他们带来实质性的利润提升时，就不会实施。市场开拓不利就可能使人工智能企业的大量投资形成行业性的泡沫。
问题成因之三：各方面的产业知识积累薄弱限制智能化发展。人工智能技术通过对传统行业数据的深度挖掘利用，可以发现以前未被发现的事物之间的相互联系，并利用数据分析的结果帮助传统产业加快产品创新、提高生产效率、加强产销互动、改善用户服务。但人工智能技术在传统行业领域发挥作用的基础是建立在这个传统行业现有技术条件之上的，它无法代替行业本身的基本原理、科学技术、工程经验。例如，人工智能技术的应用可以通过对生产线各种工艺参数和产出数据的分析，对工艺参数进行优化从而促进提高良品率，但良品率的根本性提升则要依赖行业本身科技水平的发展。但是，当前在我国存在对信息技术（InformationTechnologies）强调多，对产业技术（IndustrialTechnologies）强调少的倾向。
产业知识包括两个方面：一是产业自身科学技术规律的发明发现所形成的知识，即产业知识发展和提取；二是产业中企业生产经营活动中各种数据的积累。中国实体经济企业在这两个方面都存在差距。由于中国是在工业化尚未完成的时候就开始信息化、数字化的，虽然许多产业的规模已经世界领先，但是“知其然而不知其所以然”的问题普遍存在，在产业相关科学、工程技术知识的积累上与发达国家行业领先公司存在较大差距。同时由于中国企业发展水平参差不齐，既存在技术水平领先、数字化程度高的企业，也存在没有研发能力、尚处于机械化阶段的企业，因此人工智能与实体经济特别是制造业的深度融合存在巨大困难。
推动人工智能产业发展不仅需要人工智能技术本身的进步，还需要传统产业基础和新型基础设施的有力支撑
人工智能技术产业化，需要人工智能产业与传统产业的紧密互动，二者的发展都不可或缺。一方面，需要人工智能技术本身的不断进步，另一方面也需要传统产业的产业基础、科技水平、信息化程度的提高作为支撑。
第一，支持两个“IT”共性技术研究。人工智能与实体经济的深度融合既受制于人工智能技术本身，又受制于实体产业本身的知识积累，因此要兼顾信息技术（InformationTechnology）和产业技术（IndustrialTechnology）两个“IT”共性技术的研究。由于人工智能基于大数据的技术路线特点，除加强对大学、科研机构创新活动的支持外，还要鼓励大科技公司加大对人工智能基础理论、算法、芯片以及未来前沿技术等方面研究开发的投入，鼓励大学、科研机构与大科技公司人才的双向、可逆流动。加强对化工、冶金、机械、电子、运输设备、医药等基础产业和高科技行业的基础科学和产业共性技术研发，实现“知其然也知其所以然”，打好产业基础高级化、产业链现代化的攻坚战。
第二，加快信息网络等新型基础设施建设。在信息化时代，新一代信息技术相关基础设施的重要性已经成为传统产业转型升级和新兴产业加快发展的关键。特别是5G高速率、低时延、广连接的特点，使实体产业特别是制造业生产过程和产品的智能化成为可能。例如，制造业的智能化需要实现工厂中生产设备、零部件、供应链、产品之间的实时通信，只有5G低时延、广连接的特点才能够实现。因此，要将包括物联网、5G、数据中心等新一代信息基础设施作为“新基建”的重点，在关系国计民生的农业、交通、公共服务、金融以及重点制造业领域加快覆盖和普及。
第三，支持实体企业加快数字化改造。当前人工智能的主流技术路线是“算法+算力+数据”，因此实体企业的数字化水平决定了人工智能技术的应用范围和深度。加大对主要产业领域数字化转型产业共性技术研究的支持力度，鼓励大学与科研院所、互联网公司、实体企业密切合作，加快破解主要产业数字化转型的技术瓶颈。支持实体企业根据业务发展状况进行数字化改造，实施“机器人换人”、企业上云等，行业龙头企业积极进行物联网、5G的应用和智能制造转型。依托行业协会、科研院所等机构，加强对人工智能应用成功经验的总结、推广、示范。
第四，加强数据保护，推动数据连接。大力推进对数据安全的保护，一方面，支持数据安全相关技术的发展，为数据安全提供可靠的技术保障，另一方面，制定完善保护我国公共、企业和个人数据安全的法律法规和行业规范，加强数据安全的制度保障。设备、软件、系统、产品之间缺乏统一的标准是制约建立数字化连接、发展产业互联网的主要制约。由行业协会、学会牵头，组织各行业骨干企业、装备制造龙头企业以及大型通信、软件、互联网和自动控制企业一起，加快制定促进产业内部与产业之间建立数字化连接的设备标准、通信标准、软件标准和数据标准。推动产业之间、企业之间的数据开放，特别是推动政府掌握的不涉及公共安全、个人隐私的公共数据对企业开放，通过开放、共享让数据发挥更大的价值。
第五，加强人才培养，增加人才供给。互联网企业长于算法但是不具备实体产业的知识，实体企业熟悉本产业的know-how但是缺乏信息技术的人才和能力。因此，产业互联网的发展靠互联网企业与实体企业单打独斗都很难成功，必须通过合作发挥二者各自的优势。但是由于人工智能的突然爆发造成人才严重短缺，薪酬水平大幅度提高，拉高了人工智能应用的成本。而实体经济企业利润率低，养不起高薪的人工智能工程师，在与人工智能企业对接方面缺少合适的人才作为中介。国家需要支持研究型大学和科研机构、职业大学和学院设立人工智能学院和专业，加快人工智能人才的供给，早日解决人工智能人才供需失衡状况。
【参考文献】
①林毅夫：《潮涌现象与发展中国家宏观经济理论的重新构建》，《经济研究》，2007第1期。
②张鑫、王明辉：《中国人工智能发展态势及其促进策略》，《改革》，2019年第9期。.
李晓华.人工智能赋能实体经济存在的问题与应对[J].人民论坛,2020(28):94-97.
人工智能时代企业财务会计面临的问题及对策
刘心昱青岛大学
摘要：伴随信息科技的飞速发展，人工智能时代已全面来临，科学先进的人工智能技术被广泛应用于行业各个领域。与会计行业而言，人工智能技术的应用使得传统会计发生了巨大变革，借助人工智能大大节省了人力、提升了会计核算的精准效率，在感受到受益优势的同时也让我们看到了人工智能对传统会计行业造成的巨大冲击。本文从当前会计行业现状分析出发，提出人工智能对财务会计的影响利弊，并提出应对解决之策，以期促进会计行业积极顺应时代发展转型，借助人工智能实现会计领域的变革创新。
关键词：人工智能时代；企业财务会计；问题；对策
一、前言
当前人工智能的理论和技术日趋成熟化，其应用领域也在不断扩大，从教育到医疗、从科技到金融各个行业都受益匪浅。人工智能就本质而言，是对人的智力活动进行计算分析，通过计算机技术对人的思维信息过程进行模拟的一种智能行为，形成拟人、智能化的计算机系统，以此为人们提供更加人性化的智能服务，帮助人们完成智力工作。
从1987年到2017年，从美国首开会计智能化先河到财务机器人的出现，让人工智能在会计行业实现了质的飞跃。借助财务机器人实现会计自动化操作，替代财务人员完成一些重复性、规则性、结构化的工作，有效提升了会计核算工作，成为人工智能技术在会计行业发展的重要成果。财务机器人的出现无疑给会计行业带来巨大欣喜和变革，与此同时也对传统会计形成挑战和威胁。因此，致力于研究人工智能时代企业财务会计的问题，这是当前会计领域所聚焦的热点话题，值得我们进一步深思探讨。
二、当前财务会计行业现状分析
财务会计工作涉及到社会各个行业，近年来伴随经济的持续向好，国家对财务人员的需求量也在不断攀升，高校财会专业不断扩招，会计从业人员越来越多。2017年国家会计法规定会计从业人员必须持证上岗，会计从业资格证书成为了从事财务会计工作的第一道门槛。经统计了解，2019年我国各级会计人员比例差距很大，其中初级会计、中级会计人员占据了整个会计行业的90%以上，尤其是初级会计人员高达70%以上，而高级会计人员却极度缺失，特别是国家注册会计师更为短缺。从这些数据我们不难发现，会计行业人才两极分化严重，基层会计人员已趋于饱和状态。而在人工智能时代背景之下，会计从最先传统的人工记账向电算化靠拢，再到现阶段的财务软件系统的开发应用，经过科技的不断革新，会计信息化技术日趋稳定和成熟，现代智能化财务管理已然成为当前会计行业的发展新趋势[1]。
三、人工智能对企业财务会计的积极作用
（一）会计工作效率大幅提升
目前人工智能技术主要应用于会计核算方面，传统会计模式下会计人员需要做大量基础性工作，比如整理单据、审核单据、报销费用等，这些工作尽管简单但是重复性大、机械性强，会消耗大量人力和时间。而人工智能就可以很好地解决这一问题，实现会计业务数据的高速处理输入，账单、凭证的全自动生成，促进会计相关数据信息的加快生成、会计核算的效率提高；同时给会计人员减轻大量的工作负担，让他们具备更多的工作时间和精力去处理其它财务工作。
（二）会计信息准确率有效提高
人工作业是传统会计工作的基础，会计工作人员每天要处理大量原始凭证票据、登记录入等工作，由于纯人工操作很难保证百分之百的准确率，一旦出现人为差错，不但造成返工、加剧工作量，还会影响正常工作进度。同时，由于每个人的财务水平、业务能力不同也会影响财务工作的效率和质量。那么，在日常会计工作中应用人工智能，则可以有效规避这类问题，通过人工智能减少人工操作，简化业务流程，会计数据的录入输出更为规范化，有效提高会计信息的准确率，还能规避人为操作情况下可能发生的信息造假问题。比如，使用财务机器人扫描增值税发票，系统自动设置后能够快速查验发票并将结果登记录入表格中，会计工作人员则可以直接将其转移税务部，通过财务机器人自动访问发票选择确认平台，下载增值税发票批量勾选文件，对比发票清单予以匹配并判断可否认证抵扣，再将所勾选发票批量整理上传导入到发票选择确认平台中进行抵扣进税。再如，通过人工智能操作费用报销业务，在所设定程序中填写步骤提交表单，经财务机器人严格审核，确认发票是否真伪、有无签章等，这样不仅规范了报销业务流程同时提高了会计信息的准确性。
（三）助推会计行业升级转型发展
在会计行业实现电算化的发展模式下，现在所有企业基本都有引用财务软件系统开展工作，有效改革了传统会计工作模式下的各项会计工作，如审核单据、编写凭证、登记账目、编制报表等。尽管所有的工作效率都有所提升，然而其财务信息却仍然缺少一定的时效性，无法满足企业对财务信息的及时需求。在人工智能背景下，企业的会计核算不再是单一化模式，完全可按照信息使用者的需求将业务和账务相结合，形成对应指标的财务报表，及时反馈出动态化的财务信息数据；还能按照信息使用者的偏好习惯提供个性化财务报告；尤其是能够更为全面深入的分析并处理会计数据，提高数据信息的高质高效，使其转化成企业重要的财务信息，帮助企业实现科学决策[2]。这些都助力推动了会计行业的升级转型发展，让会计工作更好地适应社会发展需求。
四、人工智能时代企业财务会计面临的问题
（一）会计信息安全风险提高
将人工智能应用于现代企业的日常财务会计管理工作中，提高了财务信息数据的分析处理能力，但同时也提高了数据的安全风险性。在人工智能背景下，财务数据达到数字化存储条件，与传统保存形式相比，数字化存储所容纳信息量更大，也更方便财务人员进行查询和使用。然而，它也存在一定的弊端，数据系统如防护措施不强，很容易遭受黑客系统的侵袭，数据在输出输入的过程中受到恶意拦截，极易造成信息的外泄，严重情况下致使重要的商业机密丢失，给企业造成无可挽回的经济损失。所以，企业在使用人工智能开展财务会计工作时一定要增强数据的安全防护，加大防护级别和力度，防范于未然。
（二）会计人员职业需求提高
在传统固定式会计工作环境中，大部分会计从业人员日复一日进行着重复性、机械性、低难度性的基础工作，而人工智能时代的来临彻底改变了这一现状，在大跨步提高常规性会计工作效率的同时，也预示着未来将有大量的一线财务工作者面临着失业再就业的风险。作为一名财务人员，要想在残酷激烈的时代竞争中站稳脚跟，则必须要满足当前社会对其提出的新标准高要求。人工智能技术的产生和应用，改变了传统会计行业的运作模式、核算方式，促进了行业升级转型，将财务工作者从重复机械化的工作中挣脱出来，使他们能够具备更多时间和精力去处理一些有分析战略性、高附加值的工作，实现传统会计向管理会计的有效变革，在企业财务预测、分析调控以及投资决策等方面发挥出专业优势和价值[3]。因此，在会计领域只有不断加强自我职业技能和水平，掌握现代化办公能力，才能适应会计行业的用人需求，不至于被竞争淘汰掉。
（三）会计人员结构需求改变
鉴于人工智能对企业财务会计工作的积极影响，也预示着未来企业所需的传统会计人员将逐步减少，大批从事基础会计工作的人员要寻求新的生存能力；同时在会计领域，将对掌握财务相关知识同时具备技术研发维护能力的高端复合型人才求贤若渴，综合应用型人才的缺口随之将不断扩大。因此，未来会计行业对人才需求的变化，必定会影响整个行业的会计人员结构产生变化。
（四）人工智能系统管理问题复杂
应用人工智能开展企业财务会计管理工作尽管益处多多，但同时在实际运作中也会产生一些较为棘手的问题，例如财务机器人在处理实际会计工作时，可能因系统错误影响财务工作、致使财务数据出错，给企业及客户造成经济损失，同时法律责任的主体无法明确追究，究竟是技术研发人员还是财务机器人本身的问题无法确定，人工智能系统管理方面没有一套行之有效的范式依据。所以，要如何管理人工智能系统也是会计行业亟待解决的问题。
五、人工智能时代企业财务会计的应对策略
（一）积极转变传统会计理念
在人工智能时代，人工智能技术的应用给企业和财务人员同时带来了机遇和挑战，总的来说利更大于弊，我们也因此看到了会计工作的高质高效运行，还有一些会计从业人员顺应需求作出的积极转变。在此形势下，作为会计人员首当其冲要尽快转变个人思想，改变传统的会计工作理念，充分认识到行业和形势的需求，明白现代会计工作的内涵，加强财务相关工作业务的学习，尽可能多的掌握一些经济管理、计算机应用等领域相关知识，打牢自身的会计业务处理能力，提升财务分析、预判、管理能力，以更扎实的财务理论和技能基础应对人工智能时代的挑战[4]。
（二）由传统会计向管理会计转型
1.提升企业财务队伍业务能力
企业首先要对财务部门组织架构进行优化调整，重新定位财务工作范围和职责，调整财务人员的岗位职责体系，对原有的财务人员进行岗位分类分工。需要注意的一点是职能定位必须要以创造管理价值为核心，才能从传统核算会计向管理决策会计转变，将财务工作的重心调整到企业财务预测分析、控制决策层面。因此企业必须要实现三个方面的转型，这其中包括财务工作内容、财务业务手段、财务工作人员的全面转型，切实提高企业财务部门的决策支持、风险管理、统筹规划能力。同时，财务工作者应深入业务部门参与过程管控，跟进执行情况，保证目标的达成；提高财务工作的前置性，构建事前分析、事中预警、事后核算反馈的全闭环财务管理模式。此外，要进一步增加财务信息化的建设，按照企业业务部门的管理需求，及时、有效、精确的为其提供财务数据的决策支持。有必要的前提下企业可另设管理会计岗位，提高企业财务管理能力。
2.重新梳理企业流程制度
在传统会计模式下，会计工作处于一种局部性、被动化状态，这种事后核算的会计形式不利于企业实现财务预测。为改变这种局面，企业必须重新梳理业务、财务的工作流程，构建财务事前预测、事中预警、事后反馈的流程，将其融入进业务流程的每个阶段，将财务管理覆盖到整个业务链，建立企业内部管理会计体系，其中涵盖有财务核算、成本控制、资金管理、预算分析、资产管理、合同管理、绩效管理等各个方面，促进企业财务管理体系和企业相关业务相互结合，让财务和业务两大部门形成合作关系，为企业各项业务的经营提供精确有效及时的财务信息和指导意见[5]。
3.积极推进业务和财务的融合
将传统会计向管理会计转型发展，企业将一部分财务人员从原来单一的工作中脱离出来，让他们参与到企业经营管理中。实施具体操作流程如下：首先将财务和业务部门相融合，让财务人员深入了解业务环节，充分了解企业的业务模式、流程以及产品相关知识；其次优化业务流程，财务人员通过业务单据收集并存储业务相关数据；最后再对业务数据进行分类加工、整理汇总，最终形成一份完整详尽的经营分析报告。经过以上的财务介入操作，对业务施行全程监控，为企业运营管理人员提供及时准确的预算监管、经营分析、决策数据，全方位参与到企业的日常经营管理之中，实现财务价值的提升【6】。
4.强化内部培训和专业人才引进
企业要想获得管理会计的全面转型，首先要对现有财务人员进行强化培训，提高他们对管理会计的认知和技能，积极鼓励他们报考管理会计师证，加强理论和实践的相互结合，并从现有财务人员中遴选一批重点培养对象进行特别培养；其次要在企业内部进行一定宣传引导，让公司的管理人员能够了解一定的管理会计知识，明白管理会计在整个企业的关键影响，引进有经验和资质的管理会计人才。通过内抓外聘双管齐下扩大企业财务管理能力，提高财务人员职业素质，为企业实现管理财务夯实人才基础。
5.充分利用信息化手段
财务工作要实现转型发展，信息化办公是必要途径，通过信息化技术实现信息数据的深度挖掘，让企业实现合理预算、集中管理、成本控制、风险管控、资产管理、财务报账等工作的有机融合，同时还可为企业运营决策提供价值参考、数据支撑，极大化的提升财务管理的效能。企业建立办公自动化系统（OA系统），对企业资源计划系统（ERP系统）进行升级，构建ERP云端系统，将OA系统与ERP系统连接，从而实现数据的自动传输，保证信息数据的同时同步和精确化，以此形成财务共享平台，促使财务和业务实现融合并进，进一步提升企业价值。例如OA费控系统的应用，可以直接进行网络报销、实现无纸化办公，解决纸质单据面对面报销问题，即便是跨区域也能完成网络审核报销流程，提高财务报销工作的效率。故此，做好信息系统功能建设将为企业向管理会计转型提供有利条件。
（三）增强企业会计信息安全防护
企业要增强会计信息安全防护意识，组织财务工作人员参与网络使用安全问题的有关培训，提高员工对信息的甄别能力、规范员工操作流程，尽量规避因个人工作失误导致的出错问题；其次，企业可成立网络维护部门或外聘网络维护专员，定期为企业的网络进行检查、维护并更新，增强网络的安全性，及时解决黑客入侵、信息拦截威胁等问题，保障财务信息数据的安全性。此外，企业应构建财务信息安全预警机制，做到防控在先、预警在前、管控有力。
（四）完善人工智能监管系统
在大数据时代，人工智能所能搜集的数据更为广泛，在目标信息之外还可能触及到一些非必要信息，可能侵犯到他人隐私或知识产权问题。为规避此类现象，则要在应用中构建相对透明公开的人工智能监管体系，将应用问责制与应用监管相统一，对人工智能的设计算法、产品研发、成果应用的全过程予以监管。同时，有必要监督应用人工智能产品的企业自觉自律，平时在管理上加以监管，构建良好的企业文化机制，重视企业长远规划发展，加强对恶意侵犯他人隐私、滥用信息数据、违背职业道德等行为的惩戒措施。
六、结束语
伴随科技不断创新发展，未来人工智能技术在财务会计领域的应用只会越来越广泛、越来越普及。作为企业和会计从业人员，应该积极转变理念，顺应新时期会计行业的变革创新，主动引入人工智能应用于企业财务管理工作中，财务人员更要积极学习新观念、新知识、新技能，提高自身职业素养和专业水平，加强管理会计意识和能力，以求适应企业对财务人员的用工需求，为企业发展获取长远经济效益贡献财务管理支持。
参考文献：
[1]曾靖.新时代人工智能对财会工作的影响及对策研究[J].福建质量管理,2020(06):76.
[2]王赟.人工智能对会计行业的影响[J].现代营销,2020(06):208-209.
[3]朱玉梅.人工智能时代企业财务会计面临的问题及对策[J].商场现代化,2019(10):127-128.
[4]王贺.人工智能时代企业财务会计向管理会计的转型研究[J].环球市场,2019(36):70,72.
[5]刘春红.浅析企业财务会计向管理会计的转型[J].经营者,2020,34(9):169-170.
[6]朱石玉.人工智能发展对会计行业的影响及应对措施[J].江苏商论,2020(08):37-40.