人工智能：天使还是魔鬼
尊敬的各位院士、各位同仁，会场的各位同学以及各位网友大家好！今天非常荣幸有机会跟大家汇报一下我本人关于人工智能的一些粗浅想法。我报告的题目是《人工智能：天使还是魔鬼？》。
我想既不是耸人听闻也不是哗众取宠，因为人工智能在普遍被看好的同时，确实富有争议。对于人工智能提出争议的都不是等闲之辈，都是重量级人物。近些年不断上映的关于人工智能、机器智能的科幻大片，的确留给我们很多悬念和问题：人工智能到底是天使还是魔鬼？因为这些科幻大片里面，有些把人工智能塑造为暖男的大白，也有一些塑造成给我们带来恐慌的机器人。
我觉得要回答这个问题，有必要搞清楚人工智能的基本概念、以及人工智能目前能够做什么和不能做什么，还有未来发展走向。
人工智能的基本概念和发展历程
人工智能的概念和这个词ArtificialIntelligence，是1956年在达特茅斯学院暑期研讨班上，一个叫约翰.麦卡锡的年轻人提出的，当时研讨班的主题就是怎么用机器模拟人的智能。当然人工智能相关研究并不是从1956年才开始，之前就有，只是人工智能的概念是那时候提出来的。
人工智能研究的主要目的就是探寻智能本质，研究出具有类人智能的智能机器，比如让机器或者计算机会听、会看、会说、会想、会决策，跟人一样。人工智能的概念提出到今天62年过去了，62年发展历程风风雨雨、曲曲折折，从起步时大家的兴奋、到后来提出了一些让人期待但不可实现的目标、接下来的反思，一直到互联网出现以后大数据的涌现，使得人工智能走上一个新的高潮。
62年的发展历程，我觉得留给我们很多的启示。特别是在今天，人工智能如日中天，火遍全球的当下，实事求是地设定科学目标显得尤为重要。1956年的研讨会有十个年轻人参加，其中一个很乐观，认为到2000年，也就是上世纪末的时候，人工智能有可能达到人的智能，这显然太乐观了。62年确实是一个曲折的发展过程，但是进步是有目共睹的，无论是在理论层面、关键技术还是具体应用。
人工智能的发展现状
1.专用人工智能取得突破性进展
谈到目前人工智能发展的现状，我首先要说的是专用人工智能取得突破性进展。专用人工智能就是让人工智能系统专门做一件事儿，比如下围棋，是面向特定领域或者单一任务的人工智能。它确实取得一些突破性进展，而且比人做的更好。我可以举很多这样的例子。
下围棋的AlphaGo大家很熟悉，BostonDynamics的人形机器人可以跨过障碍物，还有四足机器人像狗一样跑得非常快，可以爬楼梯，一般老百姓看了这些确实会感到一种不安。
BostonDynamics的人形机器人和狗形机器人
还有自动化所唐明研究员他们做的机器鱼，谷歌最新的语音人机对话，还有科大讯飞的语音识别把维语和普通话的互译做的非常好。这几年“刷脸”也就是各种人脸识别非常火爆，我们国家可以说也是走在世界前列。我并不是说人脸识别不好，但确实有局限，比如双胞胎肯定不行。有的时候儿子跟老子也分不出来，比如非常相像的老布什和小布什。
过去二十年我一直在研究虹膜识别，这是人工智能的一个特定领域。瞳孔和眼白之间的中间区域叫做虹膜区域，1936年眼科医生发现每个人虹膜上的花纹都不一样，一岁半以后定形终身不变。目前我们国家很多煤矿的矿工考勤就在大量使用这个技术。黑龙江的一个煤矿，最早他们找到我说能不能用指纹识别，后来发现指纹会脱皮，如果刷脸，上班没有问题，下班煤矿工人就不行了；而虹膜识别没有问题。现在国内很多煤矿都在用这个技术。特别让我高兴的是，两周以前中央电视台报道，虹膜识别可以用于寻找丢失儿童。
这也是一个人工智能能解决的问题：确定你看到的互联网照片有没有被篡改或者被修改。下图从左到右四组照片，相信各位无论是坐第一排还是后面都看不出来差别。我只告诉大家有一排是修改过的，相信大家用肉眼看不出来。这个特定问题人没有办法完成，而人工智能根据图像内容分析可以自动实现篡改检测。人工智能看到篡改部分是绿颜色的，那么第二排图像是修改过的。
这有什么用途？讲一个我几年前的亲身经历。2015年有一天我收到一封信，里面有一张糟糕的照片，把别的男人的头换成我的头，要我一周之内给他寄二十万。我想这个人显然寄错人了，所以各位如果你们有一天也收到这样照片，我可以马上给你验证一下，如果假的我第一时间告诉你，真的我们好好商量怎么处理。特定领域人工智能的成功应用可以举很多例子，这只是挂一漏万。
可以说，专用人工智能取得突破性进展，很大程度（特别是这几年）取决于统计学习或者机器学习的进步。特别是人工智能领域现在火爆的深度学习，尤其是人工智能的深度神经网络。深度学习其实一点都不神秘，只是借鉴了人的大脑在处理信息过程当中的层次化过程。因为深度学习的涌现，大家可以从曲线看到，用于图像分类的标识人工智能或者深度学习识别力已经低于人的错误率，也就是说识别力高于人。包括跟环境的交互，找出最好策略，这就是所谓强化学习。以及我们经常讲魔高一尺道高一丈，在博弈中学习，使得学习能力不断提高，这就是生成对抗学习。这是目前人工智能发展现状，专用人工智能取得突破性进展和人工智能特别火的重要原因就是深度学习、机器学习。
2.人工智能创新创业如火如荼
另外一个值得一提的现状是，技术生态或者创新生态备受关注。科技巨头纷纷推出自己的开源系统、技术软件平台和硬件平台，原因是什么？他们没有忘记信息技术和信息产业发展的历史带给他们的启示。所以从传统的IT操作系统硬件，到现在移动互联网再到新时代的人工智能、IT，无论是谷歌也好、微软也好、百度也好、IBM也好，都要全面转向人工智能。人工智能创新创业如火如荼。
去年一年全球新成立的人工智能创业公司就有一千多家，人工智能领域获得的投资达150多亿美元，同比增长140%以上，确实是如火如荼。在应用方面，可以说“智能+”已经成为一种创新的范式，将各行各业渗透。当然有的是炒作，把传统的数据分析，贴上人工智能的标签。但是人工智能发展迅速是一个客观现状。
人工智能已经加速成为国家战略，我可以举很多这样的例子。过去几年，最早被大家熟悉的“德国工业4.0”，核心就是人工智能；到2018年5月10日，美国白宫组织AI研讨会，成立AI专门委员会，确保人工智能领域美国第一。
3.人工智能的社会影响
人工智能对社会的影响得到了广泛关注。在美国，一些同仁一起签署了有关人工智能发展的阿西洛马23条原则，关注人工智能可能带来的社会影响，以及怎么规范人工智能研究和应用。但是我认为目前人工智能发展的另外一个客观现状是，人工智能领域的误解和炒作普遍存在，有的是有意的，有的是无意的。
比如时不时听到有人讲，人工智能系统将超越人的智能水平，我认为这是炒作。还有人工智能达到几岁小孩的水平，这也是炒作。某一个特定任务人工智能达到五岁小孩水平这可信，笼统讲人工智能或者人工智能达到三岁或者五岁小孩我认为是炒作。这些炒作有的是有意的，有的则是概念误解混淆造成的。比如经常有人把机器学习看成人工智能，但这只是人工智能其中一个研究方向；又把深度学习看成机器学习，但深度学习只是机器学习一种方法；或者把图像识别看成人工智能，这只是人工智能一个方向；或者把大数据看成人工智能、专家系统看成人工智能、机器人看成人工智能……特别是把人工智能与人类智能或者机器人与人类看成零和博弈，你死我活，这些误解我认为是不存在，人和人工智能是可以互补的。
4.人工智能仍处于起步阶段
我前面跟各位的汇报是很多专用人工智能领域取得的突破性进展。经常有人误解，专用人工智能等于通用人工智能，如果有这样的误解很容易说现在人工智能不得了。什么是通用人工智能或者什么是通用智能系统？我们人的大脑就是一个通用智能系统。同样一个大脑，我学习以后可以下围棋也可以下象棋，能够举一反三、融会贯通、思考学习、规划决策，可以说一脑百用。目前的人工智能还有很多不能做的事，而有的事对人来说非常简单。
所以说人工智能总体发展水平仍然处于起步的阶段，美国的DARPA对人工智能现状也是这个观念。2015年我曾经用“四有四无”概括人工智能总体状况，三年以后我觉得还可以这样说。现在人工智能是有智能没有智慧，智慧是高级智能，有意识，有悟性，可以决策。人工智能有智商没有情商，科幻电影中跟人类谈情说爱的人工智能还差得很远。另外，人工智能会计算不会算计，一个词倒一个顺序，这个概念完全不一样。人工智能有专才没有通才，下围棋的阿尔法狗不一定会下象棋。
我举一个具体的例子，现在即使最先进的图象识别算法都无法识别出图像里那只斑点狗。语音翻译现在已经很好了，但大家看这简单的三句话：他吃食堂，他吃面条，他吃大碗。昨天晚上我特意上网用谷歌翻译这几句，翻译不出来，机器翻译把大碗、食堂“吃掉”了。我也试了一下，“那辆白车是黑车”和“能穿多少穿多少”，谷歌翻译也翻译不出来。
看到“欢迎新老师生前来就餐”的横标，相信人类理解起来没有歧义，但是人工智能算法就会有。人类看到这个横标不仅知其然还知其所以然，知道可能是新学期开始或者新食堂开张，但人工智能还做不到。对这个特定问题，它“知其然”都做不到或者至少有歧义。这些局限是因为人工智能还有很多瓶颈。
深度学习很火，但是很大程度上它是黑箱状况。我们还不能完全从数据上论证为什么那么有效，不能完全确保这个多层深层神经网络训练是收敛的，所以有数据瓶颈，深度学习要提供大量已经标注数据，还需要大量的人工；还有它不能举一反三、不能解释，“知其然不知其所以然”，与人类存在很大差距。正因为这些差距，人工智能未来发展还有巨大创新空间。
人工智能的春天刚刚开始
可以说人工智能春天刚刚开始，我提出这一个观点是因为人类社会经历机械化、电气化、信息化的时代以后，正在向智能化社会迈进。人类进入智能化社会以后当然需要智能技术、人工智能支撑和引领。人工智能有望引领新一轮科技革命。世界著名科学家格特纳说人工智能是未来最具颠覆性的技术。具体讲有八个宏观发展趋势我认为值得关注：
第一个是专用走向通用，这是必然的发展趋势。所以因此有人认为，通用智能被认为是人工智能皇冠上面的明珠，大家都很关心这个竞争焦点。
我注意到，美国军方也开始规划通用智能的研究。他们认为通用人工智能和自主武器，是显然优于现有人工智能技术体系发展方向。它只是朝通用人工智能迈了一小步。
第二个，为什么不认同机器人和人类或者人工智能与人类智能是零和博弈，因为人工智能另外一个重要发展趋势，是机器智能到人机混合智能。人类智能和人工智能各有所长，可以互补。所以人工智能一个非常重要的发展趋势，是FromAI(ArtificialIntelligence)toAI（AugmentedIntelligence），两个AI含义不一样。
第三个趋势叫做从“人工+智能”到自主智能系统。为了让深度学习提高性能，需要大量已经标注好的数据。比如给人工智能一幅图像，告诉它图像中哪一块是人、哪一块是草地、哪一块是天空，都要人工标注好，非常费时费力。有人说目前的人工智能有多少智能，取决于辐射多少人工，这话不太精确但大体有这个含义。下一步发展趋势是怎样以极少人工来获得最大程度的智能，人类看书可以学习到知识，机器还做不到。人工采集和标注大样本训练数据，是这些年来深度学习取得成功的一个重要基础或者重要人工基础。所以有人开始试图创建自动机器学习算法，来降低AI的人工成本。
第四个是学科交叉将成为人工智能创新源泉。前面我提到深度学习现在很火爆，它只是借鉴了大脑的原理：信息分层，层次化处理。所以，跟脑科学交叉融合非常重要。实际上无论是《Nature》和《Science》都有这方面成果报道。比如《Nature》发表了一个研究团队开发的一种能自主学习的人工突触，它能提高人工神经网络的学习速度。但大脑到底怎么处理外部视觉信息或者听觉信息的，很大程度还是一个黑箱，这就是脑科学面临的挑战。这两个学科的交叉有巨大创新空间。
第五个是一个明显的趋势，人工智能产业将蓬勃发展，国际上一个比较有名的咨询公司预测，2016到2025年人工智能的产业规模几乎直线上升；我们国家发展规划提出，2030年人工智能核心产业规模将超过1万亿，带动相关产业规模超过10万亿，这个产业是蓬勃发展的，前景显然是非常大的。
第六个大家很关注人工智能可能带来的社会问题和相关伦理问题，因此人工智能的法律法规一定会更加健全。联合国还专门成立了人工智能机器人中心这样的监察机构。前不久，欧盟25个国家签署人工智能合作宣言，共同面对人工智能在伦理法律方面挑战。我们学部也列了这方面的一个题目。
欧洲25个国家签署《人工智能合作宣言》，共同面对人工智能在伦理、法律等方面的挑战
第七个，人工智能将成为更多国家的战略选择。一些国家已经把人工智能上升为国家战略，越来越多国家一定会做出同样举措。包括智利，加拿大，韩国等等。
最后一条就是人工智能的教育会全面普及。教育部专门发布了高校人工智能的行动计划。国务院新的人工智能发展规划也指出，要支持开展形式多样的人工智能科普活动。美国科技委员会也有这样的内容。所以这是大家值得关注的另外一个方面。
对于人工智能的未来发展方向，我只是挂一漏万，以我个人粗浅认识觉得这八个方面值得关注。这里面既有科学研究层面，也有产业应用层面，也有国家战略和政策法规层面。所以在科学研究层面我觉得特别值得关注是：从专用到通用，从人工智能到人机融合、混合。然后是借鉴脑科学。
总结一下我今天的报告：
第一，人工智能经过六十多年发展已经取得重大进展，但总体上还处于初级阶段。
第二，人工智能既具有巨大理论与技术创新空间，也具有广阔应用前景。相信你们也许在琢磨我没有明确回答题目中提出的问题，人工智能到底是天使还是魔鬼？
下面就是我的答案：高科技本身没有天使和魔鬼之分，人工智能也是如此，这一把双刃剑是天使还是魔鬼取决于人类自身。人工智能在天使手里是天使，在魔鬼手里就是魔鬼。因此我们有必要未雨绸缪形成合力，确保人工智能正面效应，确保人工智能造福于人类。谢谢大家。
谭铁牛
我国模式识别与计算机视觉专家。中国科学院院士，英国皇家工程院外籍院士，发展中国家科学院院士，巴西科学院外籍院士，现任中联办副主任，中国人工智能学会副理事长，国际电子电气工程师学会(IEEE)和国际模式识别学会Fellow，国际模式识别学会第一副主席、IEEE生物识别理事会主席等职。主要从事图像处理、计算机视觉和模式识别等人工智能领域的研究，他的主要科学贡献包括：提出了基于定序测量的虹膜识别理论，解决了虹膜图像获取、虹膜区域分割和虹膜特征表达等难题；提出了基于环境约束的视觉计算方法，使计算机视觉更加符合人的视觉机理。
文章首发于科学大院，仅代表作者观点，不代表科学大院立场。转载请联系cas@cnic.cn。科学大院是中科院官方科普微平台，由中科院科学传播局主办、中国科普博览团队运营，致力于最新科研成果的深度解读、社会热点事件的科学发声。
六个令人关注的分析和人工智能错误
[[439096]]
英国《经济学人》杂志在2017年宣布数据已经取代石油，成为了世界上最有价值的资源。各行业组织开始在数据和分析方面加大投资。但与石油一样，数据和分析也有其阴暗面。
根据IDG公司发布的《2021年CIO状况报告》，39%的IT领导者表示，2021年的数据分析将推动其企业的大部分IT投资，高于2020年的37%。从机器学习算法驱动的分析和行动中获得的见解可以为企业提供竞争优势，但如果出错可能会在声誉、收入甚至人身安全方面带来巨大的损失。
了解数据及其表达的信息很重要，企业了解采用的工具、数据并牢记企业的价值观也很重要。
以下是过去10年来一些令人关注的分析和人工智能错误，以说明可能出现的问题。
1.Zillow公司由于算法问题损失惨重，并裁减25%的员工2021年11月，在线房地产服务商Zillow公司告诉该公司股东，将在未来的几个季度缩减其ZillowOffers业务规模，并裁减25%的员工(约2000名)。Zillow公司面临的困境是其用于预测房价的机器学习算法中的错误率造成的。
ZillowOffers是一个应用程序，该公司根据其机其器学习算法“Zestimate”得出的房屋价值对房产进行报价评估。该公司当时的想法是翻修这些房产并快速出售进行周转。但是Zillow公司的一位发言人表示，其算法的平均错误率为1.9%，而对于非市场住宅，错误率可能更高，高达6.9%。
据美国有线电视新闻网报道，自从2018年4月推出以来，Zillow公司采用ZillowOffers购买了27000套房屋，但一直到2021年9月底仅售出17000套。新冠疫情和房屋装修劳动力短缺等黑天鹅事件导致了该算法在准确性方面出现了问题。
Zillow表示，该算法导致该公司以更高的价格购买房屋，导致该公司的资产到2021年第三季度减少了3亿400万美元。
在与投资者召开的电话会议上，Zillow公司联合创始人兼首席执行官RichBarton表示可能会调整算法，但面临的风险太大。
2.英国公共卫生部(PHE)因超出电子表格数据限制而丢失了数千例新冠病毒病例2020年10月，负责统计COVID-19感染病例的英国公共卫生部(PHE)透露，在今年9月25日至10月2日期间，有将近16000例冠状病毒病例没有报告。其罪魁祸首是什么?其原因是Microsoft公司的办公软件Excel表格的数据限制。
英国公共卫生部(PHE)使用自动化流程将COVID-19阳性实验室结果作为CSV文件传输到报告仪表板和联系人跟踪使用的Excel模板中。不幸的是，Excel电子表格每个工作表最多只能有1048576行和16384列。此外，其表格是按列而不是按行来列出案例。当案例超过16384列的限制时，Excel会删除底部的15841条记录。
虽然这一故障并没有影响接受病毒检测的民众收到他们的检测结果，但它确实阻碍了接触者追踪工作，使英国国家卫生服务系统(NHS)更难识别和通知与受感染患者有密切接触的个人。英国公共卫生部(PHE)临时首席执行官MichaelBrodie在10月4日的一份声明中表示已经迅速解决了这个问题，并将所有记录立即转移到NHSTestandTrace接触者追踪系统中。
英国公共卫生部(PHE)实施了一项“快速缓解措施”，可以拆分大型Excel文件，并对所有系统进行了全面的端到端审查，以防止将来发生类似事件。
3.美国的医疗保健算法无法标记黑人患者2019年发表在《科学》杂志上的一项研究表明，美国各地的医院和保险公司使用一种医疗保健预测算法来识别需要“高风险护理管理”计划的患者，但该算法无法挑出黑人患者。
这个高风险护理管理计划为慢性病患者提供训练有素的护理人员和初级保健监测，以防止出现严重并发症。但该算法更倾向于推荐白人患者参与这些项目。
这项研究的研究人员认为，可能有几个因素造成了影响。首先，有色人种的收入可能较低，即使有保险，他们也不太可能获得医疗服务。而隐性偏见也可能导致有色人种接受低质量的护理服务。
虽然这项研究没有提到算法或开发商的名字，但研究人员表示，正在与开发人员合作解决这个问题。
4.数据集训练微软聊天机器人发布种族主义推文2016年3月，微软公司了解到，使用Twitter交互作为机器学习算法的训练数据可能会产生令人沮丧的结果。
微软公司在社交媒体平台上推出了人工智能聊天机器人Tay。该公司将其描述为“对话式理解”的一个实验。其想法是让聊天机器人扮演一个十几岁女孩的角色，并使用机器学习和自然语言处理相结合的方式通过Twitter与用户互动。微软公司采用匿名的公共数据预先编写的材料植入聊天机器人的应用程序中，然后让它从社交网络上的互动中学习和发展。
在16小时内，这个聊天机器人发布了95000多条推文，这些推文迅速充斥了具有明显的种族主义、厌女主义和反犹太主义的内容。微软公司很快停止了这项服务进行调整，并最终取消了这项服务。
微软公司研究与孵化公司副总裁PeterLee在此次事件发生之后在微软官方博客上的一篇文章中写道，“我们对来自Tay的无意冒犯和伤害的推文深表歉意，这些推文并不代表我们的观点，也不代表我们设计Tay的本意。”
Lee指出，微软公司于2014年推出了Tay的前身小冰，在Tay发布前的两年内，小冰已经成功与4000多万人进行了对话。但微软公司没有考虑到的是，很多Twitter用户会立即向Tay发布种族主义和厌恶女性的评论。该机器人很快从这些推文中学习并将其纳入自己的推文中。
他写道，“虽然我们已经为人工智能系统的多种类型的滥用做好了准备，但我们疏忽这一特定的攻击。因此，Tay在推特上发布了极不恰当并且应受谴责的文字和图片。”
5.亚马逊人工智能招聘工具只推荐男性像许多大公司一样，亚马逊公司渴望能够帮助其人力资源部门筛选最佳应聘者的工具。2014年，亚马逊公司希望开发基于人工智能的招聘软件来做到这一点。但出现了一个问题：该系统倾向选择男性应聘者。亚马逊公司于2018年取消了该项目。
亚马逊公司的这个人工智能招聘系统给应聘者的星级评分从1到5。但人工智能系统核心的机器学习模型是根据提交给亚马逊公司的10年简历进行训练的——其中大部分简历来自男性。由于这些训练数据，招聘系统开始对简历中包含“女性”一词的短语进行降分处理。
亚马逊公司当时表示，该公司招聘人员从未使用该工具来评估应聘者。该公司试图对该工具进行调整，试图使其保持中立，但最终决定无法保证它不会学习其他歧视性的应聘者分类方法，最终取消了这个项目。
6.Target公司的分析项目侵犯隐私2012年，零售巨头Target公司的一个分析项目展示了可以从他们的数据中了解多少客户。根据《纽约时报》的报道，2002年，Target公司的营销部门想知道如何确定客户是否怀孕。一个预测分析项目开展了一系列调查，该项目将导致零售商无意中向一个十几岁女孩的家人透露她已经怀孕。而此次事件导致大量文章和营销博客引用，并作为侵犯隐私的一个典型案例。
Target公司的营销部门希望确定怀孕的人群，是因为人们在生命中的某些时期(怀孕是最重要的时期之一)最有可能从根本上改变他们的购买习惯。例如，如果Target公司能够在这段时间内接触到这些客户，它可以让这些客户有更多新的行为，并让他们转向Target购买食品、服装或其他商品。
与所有其他大型零售商一样，Target公司一直在通过购物者代码、信用卡、调查等方式收集客户数据。它将这些数据与它购买的人口统计数据和第三方数据混合在一起。通过分析所有这些数据，Target公司的分析团队可以确定其销售的大约25种产品可以一起进行分析，从而得出“怀孕预测”分数。然后，营销部门可以用优惠券和营销信息筛选出得分较高的客户。
其他研究表明，研究客户的生育状态可能会让一些客户感到毛骨悚然。根据《泰晤士报》报道，该公司并没有放弃其有针对性的营销活动，而是在他们知道孕妇不会购买的东西的广告中混入一些广告，其中包括剪草机广告和尿布广告，以使客户认为其广告组合是随机的。
人工智能的发展对会计就业的影响及对策
摘要
现今是一个科技高速发展的时期，随着技术的进步，人工智能已被运用于各行各业中，同样在财会行业也已有人工智能的相关设备广泛运用。其在会计行业中体现出来的优势给会计行业就业人员带来了极大的冲击与挑战，如对比人工大大提升的工作效率、数据比对处理的准确率、较低的人工成本等。因此会计行业就业人员应如何看待及应对人工智能的发展所产生的影响成为了具有现实意义的研究课题。本研究探讨了人工智能对会计行业就业的影响,对人工智能现状、影响及市场反馈进行分析，并提出会计行业从业人员的应对策略。本研究观点为,基础的会计工作必定会随着人工智能的发展被机器替代完成，而人类所拥有的思考及决策能力是人工智能短期内无法学习并完成的。我们作为会计行业就业人员，不应当做“卢德派”；应随着时代的发展、科技的进步，增更深层次学习会计相关知识、观察市场状况，转换技能学习方向，努力成为当今时代下持续进步的会计人才。
关键词：人工智能会计行业就业
一、引言
在2016年，围棋领域的一场“人机对战”掀起了一阵人工智能的风潮，一个叫做“阿尔法狗”的人工智能战胜了韩国的围棋高手李世石，因此人工智能对日常生活的影响愈发引起人们的关注和重视。在此之前，社会普遍认为人工智能对现实生活的影响仍然非常有限，并未非常重视人工智能的发展。事实上，人工智能从上个世纪四十年代开始，虽不至于应用于每家每户，但是在社会生活中其实已经有了广泛的运用。人工智能处理系统已发展得更加成熟，应用面也更加广泛，如在计算机行业、制造业、金融业、服务业等行业中应用，其工作能力不断接近人类，并部分替代人类的部分工作岗位。
在传统的会计行业中，原本从原始凭证到财务报表的工作都是由人力完成，而现今会计行业中的许多基础工作工作都可以由人工智能系统完成，在一定程度上降低了会计行业的人力成本及错误率。国际四大会计师事务所之一的德勤于2016年首次在会计行业中引入人工智能，这是人工智能进入会计行业标志性的大事件，也引起了许多会计行业就业人员对于未来就业状况的担忧。人工智能的引用使会计工作变得更高效率、更精准，但却使传统会计行业原本运用手工记账或基础数据核算的就业人员感到将被替代、面临失业的恐慌。他们应当如何人应对这场“危机”，成为了许多会计行业就业人员就业的头号难题。本文从一个会计行业就业人员的角度出发，对人工智能发展背景下的会计就业现状进行探讨，以找出人工智能的发展对会计行业就业产生的影响为主要目的，同时为会计行业就业人员提出相应的应对策略。
学者徐昊的研究提到：在未来人工智能背景下，首先被代替的是那些可重复的线性的结构化的会计工作。这是如今发展状况下不争的事实。同时学者向桂芳研究表明：会计行业正向更多元化、全球化的混合型方向发展，由于现今的经济信息时代地迅猛发展，越来越多的企业进入国际市场。对于这些企业进行合并重组、融资上市、跨国合作……都需要会计人才的辅助指导[1]，因为人工智能缺乏人类所特有的自主的创造力与想象力，这表明人工智能并不能完全替代会计行业从业人员的积极观点。而此时外国学者对于人工智能的观点则更加积极，国外学者SteveG.Sutton,MatthewHolt,VickyArnold.提出观点：人工智能在过去30年在会计领域的研究一直在稳步提升，为会计行业从业人员在研究领域发展提供过了良好的环境。
本研究将从人工智能的发展进程及其在会计领域的应用入手，然后对会计行业从业人员的冲击进行分析，再进行两者之间的差异对比为寻求会计行业从业人员未来就业的生存空间，最后提出相应的对策。
二、人工智能基本概述
人工智能(AI)，换句话说就是通过计算机实现人脑的思维能力，包括感知、决策以及行动。当前人工智能的商业化主要是在计算机视觉、智能语音、数据处理等技术基础上，并且其在会计及其他各领域有了相应的产品或服务。
（一）人工智能的发展历程
人工智能的发展可分为三个历程，最初是起步发展阶段：首次提出了人工智能的概念，随即研究出许多像“机器定理证明”、“跳棋程序”等与其相关的成果，使科技的发展达到了一个新的高度；稳定发展阶段：随着互联网的发展与普及，更加促进了人工智能的新创意和研发，使得人工智能向更加实用的方向发展；；迅猛发展阶段：如今是一个科技高速发展，社会历程加速的时代，在大数据、互联网、云计算等信息技术的支持下，人工智能也进入了一个高速发展的时期，在此阶段人工智能通过感知数据及图像处理器的基础上建立深度神经网络，同时还解决了许多科学与应用上的难题，如从前在语音识别、人机对弈、单据核算审核、图像分类等功能上存在的缺陷被解决并大量运用到了现实的工作中，并且各大高校也设立了人工智能的相关专业，促进该技术更好更快发展，人工智能此时迎来了迅猛增长的新时期。
（二）人工智能的现状
1.国际趋势
自2013年起，许多国家开始重视如何更好地运用人工智能以及在运用方面出现的问题如何解决。如美国对比于其他国家更重视人工智能的技术发展和对国家安全的影响。据我们所知，苹果个人移动助理Siri自2010年推出iPhone4S以来，随着Siri人工智能软件的到来，能够帮助我们发现信息、提供引导、帮助我们创造信息和发送信息。Siri使用机器学习技术，提高智能，用自然语言预测和理解我们的问题和命令。而像英国这类欧盟国家则更关注人工智能在道德层面产生的风险。《欧洲人工智能战略》曾指出：“信息管理应该坚持以人为本的立场，这本身不是目的，而是为人类服务的工具，其最终目标应该是改善人类生活，提高幸福指数。”日本希望人工智能能够支持其国家超级智能社会的建设。例如，如在政府下班或无人在岗时，可接受市民的问题并解决，这一举措已有效运用于长浜市的便民服务中，该市因市民需要上报情况及问题太多而无法及时回应或解决而苦恼，后该市引入了人工智能服务，使得市民在一天中任何时间提问都能及时得到反馈。不同于他国，中国的着重点再如何将人工智能广泛应用于产业中，为中国的生产力战略做出了贡献。像天合光能这种世界著名的以光伏电池为主的公司，其在业务阶段引用了人工智能，找到了最基本的连接点，产量提高了7%。这些企业智能化的例子还有很多，可见中国对人工智能的产业化的支持。
2.国内趋势
近几年，中国政策大力支持人工智能行业的发展，使得人工智能语音及图像处理的技术愈发成熟。由中国通信科学院公布的2015-2018年人工智能行业的数据可知，该项技术的平均增长率已超50%，在全球范围内属于较高的增长率的；同时这几年中国还是全国范围内就人工智能方面申请专利最多的国家，专利内容多是与数据处理和信息提供相关。在不断进步的技术中，中国研发的人工智能各方面能力都在提升，并且正逐渐渗透入市场。
三、人工智能在会计行业的运用
人工智能的发展为会计行业带来了许多便利，也在会计行业的各方面得以运用，如其在会计核算、会计档案管理、数据分析及资金管理等方面的运用，不仅使会计工作更加的简便同时还提升了会计工作的效率及准确率。
（一）会计数据核算工作
传统会计人员在处理应收、应付核算时，在公司正常运行的情况下每月需要处理成千上万条结算明细，并且还需要与购买发票相匹配并进行核销，以用来保证往来账款的准确性及为后续收付款的行为提供依据。这些操作都是在纯手工的情况下完成，每月在这些业务上就需要花费数以千计的工时，工作量之大可想而知。而人工智能的运用则可以很大程度上替代这一流程中的手工操作（特别是重复率高的），比如录入数据、整理数据、汇总核算等；如果使用人工智能，则可以很大程度上代替会计人员进行工作，识别文件、使用图像识别功能进行单据识别、快速输入数据并快速记录数据并核算。
（二）会计档案管理工作
传统会计在会计档案管理时，需花费大量的时间进行资料的整合，还需由特定的人员进行分类管理，消耗大量的人力及时间。而人工智能在该工作中的运用使这项工作的负担大大地降低。人工智能可以通过自然语言处理、模式识别和机器学习的相关技术对会计档案信息进行智能分类管理；还可以通过图像识别技术识别多媒体会计信息，录入档案库进行管理。在如今会计工作中数据随企业经营年限及业务量的增长愈多，传统会计档案管理的弊端逐渐显现，会计行业从业人员传统的信息检索效率逐渐无法满足会计档案管理的要求，故将人工智能运用于其中一定程度上提升了档案的检索效率。同时人工智能的运用还改善了会计档案的安全性，会计行业从业人员可以将指纹识别、虹膜识别、面容识别等技术运用于档案室的门禁系统，同时还可以对档案内部进行防范，建立防火墙以识别非法入侵者或者非法信息的侵入，避免了传统管理中的钥匙丢失，信息泄露等问题。
（三）数据分析及资金管理工作
有一项全球研究发现，从2016年起始，非结构化数据的数量与日俱增，且增幅极大。探究其内在原因发现，以往的文本分析的工具运营起来比较复杂，这使得运用在这个平台进行数据分析变成了少数人的权限，有资料表明，仅32%的企业有能力对文本数据进行分析，半数以上的公司都没办法进行非结构性数据源分析。这也是导致过去数据分析的混乱的主要原因。但由于人工智能拥有深入学习的能力使数据分析过程更加精确和扩展性强；结构化数据和非结构化数据识别问题也将随着人工智能技术的进步被消除，人工智能将被更好地运用于企业的决策。现已有1/5的企业将这分析协助决策的任务留给人工智能进行处理，人工智能将被用于分析整体情况，为客户提供最佳解决方案，为供应商提供有利的项目，并为员工提供建议，这些工作将为企业创下更好的经济收益。
人工智能的云计算功能为经营活动和财务活动带来了巨大的便利。曾有专家预测，在2018年时，将有半数的公司将把他们的大数据和分析战略转变由人工智能进行云处理，这项改变能使他们更好地控制资金，并利用人工智能做出的投资决策，才在内部规划服务上产生和实现更高的预期回报；同时这些企业还将在人工智能的基础上上，建立资金使用和管理责任追究制度，控制和控制资金使用，评估资金使用的影响；能够更好地保证生产经营活动的连续性，不断提高资金使用效率并在最大程度上节约资金，提出合理使用资金的建议和措施，促进生产、技术、经营管理水平的提高。
四、人工智能与传统会计对比下的优势
早在在20世纪80年代，计算机技术已被国际会计联合会推荐运用于会计领域。随着计算机技术的发展，有了会计电算化，随后人工智能的技术也逐渐被引用于会计领域。三十年来，会计电算化迅速发展：手工会计已成为操作财务软件进行记账等一些的操作的工作，稍微活动下鼠标就能轻松生成一份完整的财务报表。虽然人工智能的产生在极大程度上减轻了财务人员的工作强度，但也将原来的办公室的会计人员替换成了自主操作的机器。
（一）优化会计信息处理的效率和速度
人工智能在处理会计工作时，不需要人工的参与，便可自动完成审查单据、记账、报税等工作；这样的工作模式极大程度上缩短了会计工作的时长，也对会计工作效率有了很大的提升。以往繁琐重复的工作在人工智能的帮助下变得极易完成且效率极高。该项技术的成熟对会计行业的发展存在积极意义。
图1人工与人工智能工作效率比对柱形图
如图1所示，财务机器人可以在非工作时间进行业务处理，会计工作人员以理想工作制8×5小时工作制，而人工智能为24×7小时工作制，工时降至原来的25%以下，能极大地提升工作效率。
2017年，德勤智能机器人（“小勤人”）正式上岗（国内第一个得以运用的财务机器人），据已发布的案例，“小勤人”三四个小时可完成财务人一天的增值税发票管理工作、开票效率提升75%、1天就可以完成原来需40多人的往来结转工作。从德勤公布的数据进行与人工的比对便可实时了解其工作效率之高。
图2使用“小勤人”前后工作效率比对柱状图
如图2所示，以“小勤人”的审计工作为例，单个审计证据的获取时间是30s，而传统会计行业从业人员获取的时间为40Mins,人工智能的获取信息速度仅是人工的1/80；同时在工作底稿的编制中，传统会计行业从业人员进行单张底稿的编制需要90Mins,而人工智能仅需30Mins，仅需会计行业从业人员的1/3的时间。本例说明了人工智能的运用，在很大程度上，优化了会计信息处理的效率和速度。
如今人工智能财务机器人已运用到许多国内知名企业，其工作的高效率也在这些企业中得以展现。华为公司于2018年也开始在各岗位启用人工智能，华为副总裁曾就人工智能的使用情况发表过相关言论，大体内容分为账单处理、员工报销、银行互通、盘库四个方面。从账单处理的角度看，人工智能系统可以一周7天，每天24小时不间断结账，每小时就可以处理约5000万行数据；且在开具票据及处理完结订单的问题上，使得处理时间缩短至原来的1/8，是人工远不能及的高效率。在处理员工报销时，员工不仅可以自助完成报销，还可以通过人工智能系统自动生成原始凭证。而银行互通功能的产生，使得将近百个国家与约800家银行建立联通，当发起支付指令时，仅需几分钟就可传递到全世界任意一个开户银行。在盘库中的应用则是更加智能，如华为此类大型的公司，在全国范围内拥有许多固定资产，人工智能系统可在短时间内确认物品位置并做一次汇报，每天都能进行固定资产情况的更新，在最大程度上减少的人力在固定资产盘点和监督上的耗费。从人工智能的这些工作运用范围及工作效率可以看出，其在处理数据方面的优势，这将使从事基础财务工作的从业者危机倍增。
（二）提升了会计数据处理的整体精准度
20世纪初以来，准确的记录、记账、记账报告和数据报告都是由机器人生成的，并且准确率可以达到100%。同时可以准确地识别手写数字和文字，企业运用她这一特质进行信封上的手写邮政编码的识别及分拣，还可运用在支票上的手写金额的识别，识别的精准度也是极高的。智能化可以从原来的会计档案系统中删除正确的档案。正确的书写，非标准的，和DOE通过跟踪前端，每个人都显示准确性和处理来自人工智能的数据。人工智能可以识别手写的、不标准的原始会计凭证，甚至可以通过对数据库中格式单据样本的“深入学习”，对经济和会计事项做出准确的判断和分类。这说明了人工智能识别和数据处理的准确性。
会计机器人项目创始人谭中东介绍：“5年时间里几十名会计师统计了上万家企业的财务、税务特点，在机器人的大脑里建好了上万种模型”。这保证了人工智能在会计工作过程中有足够的数据支撑以维持运算整合的正确性，运用人工智能不仅降低了错误率，而且工作过程会留下记录，可以进行追溯。对比传统会计的手工单据的填写可能出现的模糊、看错数据、填写错误等；以及电脑记账出现的眼花填写错误，数字错位等可能出现的问题确实提高了准确率。在其他会计业务方面，人工智能的准确率也非常的高，如“每刻报销”系统中的票据报销功能中的多票混拍功能，可以识别各类发票、汽车票、火车票、机票等出行票据等绝大部分国内票据。
图3人工与人工智能工作准确率比对柱形图
如图所示，增值税发票的识别准确率可以达到99%以上、而人工仅能达到95%的准确率，其他发票的准确率可以达到95%以上。
（三）减少认为会计信息xx的出现
对比于传统会计的人工记账的可操作性，在这个大数据时代，人工智能技术的运用，可以更快更准确地搜索到想要的数据信息，在没有人工干涉地情况下完成整个记账流程，还可以针对企业的现状做出专业的风险评估，以用于企业进行安全科学的投资决策，使得信用市场中的交易更加透明，最终目的是提高企业察觉风险地能力。
人工智能还可识别会计信息xx。曾有券商人士表示识别财务报表中展示的数据是否符合整体逻辑、有无与经营状况冲突的地方、有无与行业现状相冲突的地方、有无与其他勾连公司相冲突的地方使辨别财务作假的核心，也被戏称为“找茬”。窦学鹏在接受记者采访时曾说：自1980年起，在人工智能可以预防财务xx的问题上社科院的专家就曾进行进行研究，并且有了相关的成果并于2001年时就开始投入市场进行相关领域的应用；到如今，人工智能在财务xx的应用已有接近20年了，经过了一系列的改进，已是一项相对成熟的技术。其可以在短时间内准确地发现问题并列出相应的解释，很大程度上降低了会计人员分析的人力、时间成本，并且比会计人员的分析更加客观、准确高效。
如我们所知，新绿股份有限公司通过虚增收入、隐瞒负债、做多套账簿等行为进行会计信息xx以满足自身利益需要；飞乐音响作为我国第一家股份制上市的公司，因自身经营状况不佳就通过假设科目以做到粉饰报表的目的，也是通过会计人员进行了会计信息xx；再如ST扶钢，通过伪造、变造原始凭证、记账凭证等单据进行会计信息xx。类似这样的会计信息xx事件还有许多，绝大多数都是会计人员与公司高层为营造出良好的经营状况而联手打造，而人工智能的运用将会杜绝危害社会秩序的事情发生，因其工作流程不需要经过人工，全部由机器扫描识别完成，使得公司难以寻得机会进行会计信息的xx。
人工智能发展至现在，不仅与众所周知的国际四大会计师事务所建立联系，我国国企也开始引用该项技术，普华机器人与骨干国企中化国际（控股）合作建立了财务共享中心。该机器人的引入使得财务相关工作效率在各方面都得到了显著的提升。比如在银行帐与公司帐比对时，机器人可以自动完成，同时完成调节表的编辑，不需要人工的协助；可以在月末确认入账是，自动记录银行的交易记录并发送邮件给相关负责人核实；还有税务相关机器人自动学习统计开票，当收到增值税发票时，可自动上传系统检验票据的真伪；以上从核对日记账到发票的检测的所有操作都是机器人自主完成，不需要人工协作，极大程度上减少财务xx的风险。
（四）会计人力资源进行重新整合
人工智能的技术正持续发展并愈发成熟，而这项技术的发展也对人才市场对于会计人才的需求造成了巨大的影响，特别是对于总体结构的改变。据企业招聘的就业需求可以看出，企业对于基础会计就业人员提出的要求多是进行单据的登记、数据的核算等这一类有一定标准的重复且在特定流程下完成的；而这类工作正逐渐被人工智能所替代，企业对于基础会计人员的需求正在下降。
回想二十世纪80年代，我国的财务工作就开始在会计电算化协作下完成，该项技术可以说是早期的会计类的智能工具，经过30多年的发展，如今已是普遍运用各类企业，该项技术的出现使得原本那些重复繁杂的数据登记工作、核算工作可以在短时间内完成，但仍需要人工的操作。随着科技的进步，人工智能的运用是结合了电算化和人工，其可独立完成这些基础的会计工作，这意味着会计行业的基础人员被取代的几率是极高的。
自人工智能上市后，不仅核算会计工作压力减轻了，成本会计复杂的工作也简单化了。如我们所知，成本会计平时的工作多为归集及核算料工费、提供成本数据、分析成本，对差异进行分析、预测未来成本状况等。人工智能的加入减轻了传统成本会计的结转登记等繁复的工作，为其核算成本状况省出了许多时间，并且在整个工作期间，不会因为人工的介入产生数据的偏差，保证了数据的真实统一。并且从人才市场现状了解到，多数大单位对内部审计，管理会计的需求越来越大，对于基础会计的需求就由人工智能来替代了。如今会计行业从业人员的工作是解决突发性问题，运用个人所掌握的财务资源、数据资源，综合分析，为公司决策提供最准确的依据。而这些技能，都是属于管理会计的范畴。由此可以看出企业会计人力资源的正在削减基础人员的数量向管理会计方面进行招聘。
同时，因为人工智能在财务方面快速发展及应用，社会对于基础会计人员的需求转向对于财务方面进行人工智能研发的人才的需要，许多公司对人才的需求因此有了较大的变更。就拿金融行业的权威机构高盛为例，其机构内部的人员结构发生了明显的变更。原本人员不足20%的证券量化部门增长了接近10%的占比；另一方面对人员的要求也更严苛，原本仅需要进行风险建模及定价的分析师，现在还需要了解人才市场、机器学习、数据分析等于人工智能相关的知识。正如国内大趋势显示，我国现处于积极发展人工智能技术的阶段，对于该行业及相关行业的人才需求量剧增。从企业招聘的角度看，企业也更看重技术类人才，与人工智能专业相关的人才也更加抢手。智联招聘公示对出现在人才市场需求的大数据分析，近几年人才需求剧增的职业分为种，一种是与人工智能相关的会进行图像处理、机器学习、语音识别等技术的岗位；另一种是进行数据分析、构建数据库等数据类岗位。总的来看，人才市场需求在向人工智能与大数据相关行业进行新的整合。
五、会计行业人员在人工智能发展背景下的就业对策
现在已是科技迅猛发展，人工智能技术愈发成熟的时代，人工智能在会计行业的运用必将愈发广泛。会计行业就业人员在该时期应当了解行业现状，并从自身优势出发，找寻适合自己的就业突破口，下面是我对该现状理解下提出的就业对策。
（一）确定“终身学习”的目标，转型会计教育行业
虽然人工智能时代减少传统会计岗位的需求，但是仍然需要进行会计基础知识及会计相关科目的学习。
图42016-2019年会计教育行业岗位需求趋势图
如图4所示，会计教育行业在2019年呈上升趋势，表明会计教育行业有较好的就业前景。应确定持续学习的目标，取得更高更好的相关学历以达到应聘要求；掌握所任教学科扎实基础理论和深厚的专业知识，以用于解决教学、科研工作中出现的新问题，利于提升自身的能力和发展；同时还需掌握本学科密切相关的学科的基础知识，以满足学生的求知欲并促进学生全面发展和养成辩证主义的世界观，为学生日后的学习打好牢固的基础，另外是科技发展愈快，各学科慢慢呈现高度分化和综合的状况，并且不断地出现新学科，故需持续学习关注相关学科状况；除此之外，还需掌握教育科学理论与技能，有人提出一个教育从业者应当既是自己所教授领域的专家，又是教育家。所以在会计教育行业发展，不仅需要有较高的学术水平，还要学习教育科学理论及技能，懂得教育。同时还需掌握外语知识（因为现在倡导“全球化”地观点、需要学习外国专家的理论、还需要同其他国家的学者一起研究探讨学术问题）、电子计算机知识及一定的文学素养。所以在人工智能发展的前景下，会计行业从业人员可以树立“终身学习”的目标，转行从事于会计教育行业，成为“学而不厌、诲人不倦”的优秀教育类人才。
（二）增强自身分析决策能力，转型管理类会计岗位
从人才市场对于会计行业就业人员的需求的变化可以了解到，对于基础会计人员的需求逐渐转换成对于管理会计的需求。我国从事会计的优秀人才不在少数，但对于管理类的会计人才的需求还是紧缺的，在先行条件下向管理会计转型将会拥有更好的就业环境及就业前景。尽管基础会计岗位将被人工智能所取代，但因为国家对于管理会计发展的鼓励及其需要较高分析能力、一定的职业判断能力，都是短期内人工智能无法取代的。故此管理类会计人才应在这个特殊的时期努力学好基础会计知识和管理会计相关内容，例如数据的分析及误差的调整等，做到掌握扎实的基础和各方面的知识，向复合型会计人才发展。
1.提高实务操作技能:现在不仅公司中财务人，许多专业的在会计师事务所的会计师也在实务操作中有些欠缺，时常有审计失败的案例发生，这样事情的出现不仅是对自己工作的不负责，也是对会计行业的一种负面影响，如今许多管理类人才的能力还是突出表现在实务操作中，所以会计行业就业人员应该做到掌握知识并能运用在实务操作中。
2.提升专业能力:成为一位管理类人才并在这个行业持续发展需要的是持续学习和充实自己，光有实操是不够的，还需要在这个过程中学习经济相关的法律法规、市场运行规则、成本管理等多方面的知识；还需要转换思维用更宽广的视角去进行总体管理，还需要具备风险意识和战略意识。
管理会计工作的总目标是实现企业价值最大化，同时这也是财务工作的总体目标。从信息流动的角度看，财务工作可以分为四个阶段：信息的记录、流转、分析和决策，如果基础数据质量高，那么输入数据、识别、处理等环节就非常自动化，指标根据财务数据的变化实时动态更新，结合用户行为进行数据分析，高度智能的财务系统取代了标准化场景下的财务工作，显著提高了绩效，为会计工作人员节省了更多的时间去进行分析决策。目前，会计人工智能无法进行管理会计工作的主要原因是数据结构化程度低、逻辑不清晰、单据电子化程度低，前期的数据治理工作仍需刚方面人员的长期努力，人工智能暂时无法识别、处理混乱的数据。现在越来越多的超大型企业，花费巨大的人力、财力、物力去从基础环境进行数据治理，但更多的中小型企业却没有足够动力推动财务系统深度信息化建设。人工智能对管理型会计的替代深度和广度更多取决于整个社会数据化的发展水平。所以财务管理方面暂时是人工智能无法取代的。
图5会计岗位需求占比饼状图
如图5所示（该图由2017年《会计专业人才需求市场调研报告》结果分析得出），从会计专业人才就业趋势进行分析，由《会计专业人才需求市场调研报告》了解到，如今人才市场对财务分析及财务管理的人才需求分别是20%和42%，而会计核算为38%；由此可知，人才市场对于会计分析及管理类人才需求约为会计核算的2倍，从这个角度看，向管理型人才转型是明智之举。
（三）放宽心态，以积极的角度看待人工智能的发展
人工智能广泛的应用的速度对于许多会计行业就业者过于迅速，使得许多人未准备好智能时代的到来而产生了一定的危机感，也产生了与“卢德派”相类似的观点，认为自己将被机器人取代，对人工智能有一定的抵触心理。这类想法渐渐使人们对在会计行业就业的前景失去信心，转向其他行业发展。从上述分析可以了解，这类较为消极的观点并不十分正确，会计岗位是社会中不可或缺的，只要更努力提升个人能力，一定可以在人工智能发展背景下找到自己合适的岗位和价值。这样踌躇不前的想法对个人发展及整个会计行业的发展都会产生不好的影响。
图6财会行业转型金字塔
如图6金字塔结构岗位设置所示，纵观整个会计工作金字塔可知，随着人工智能的发展，仅仅是对基层核算岗位有部分替换的风险，而核算策划、财务管理、上市运行等深度财务工作是人工智能短期内难以替代的。这样的冲击，应该是为会计人员带来了正相关的反馈，一方面减少了繁杂重复的工作，解放了人力；另一方面，职能的转换促进了会计人员在会计领域的深度学习，为社会带来更多的高级财会人员，也为会计人员带来了更好的工作前景。
由《会计专业人才需求市场调研报告》了解到，市场对于有工作经验的会计人才是有非常大需求量的。因为现实中企业会存在许多突发状况，并不是完全的理想流水线状态，由此可知有经验的会计人才可以应付公司各种非流水线式的状况，并且解决人工智能所不能解决的问题及状况。故应当以积极的态度去面对人工智能的发展，从自身出发，提升个人发展，完善个人知识体系，成为协助人工智能共同完成工作的专业会计人员。从人工智能的发展角度看，人工智能的发展会使原本重复的繁琐的工作简化，是为了减轻会计行业从业人员的负担而发展而来的，并非带有消极意义。并且人工智能的产生，虽然减少了对基础岗位的需求，但同时带来了更宽广的就业市场——促使会计行业从业人员从繁琐的工作中解脱，并投身于人工智能的操纵者、财务决策者、财报分析等角色。这都是人工智能的发展带来的积极效应。会计行业从业人员应以积极的态度去看待人工智能的发展，努力提升个人能力，促使人工智能成为为自己所用的工作工具，放平心态，踏实地走好自己的每一步，成为优秀的高级会计人才。
（四）掌握人工智能相关知识，转型会计人工智能系统的设计岗位
目前人工智能在财会方面应用领域非常广泛，有：战略财务管理、上市公司财务风险预警、风险投资项目评价、固定资产投资预测、账单数据挖掘、金融衍生证券定价、纳税评估、经济发展模式选择、营销策略组合、货运量预测、物流需求预测、成矿预测、财务诊断、危机报警、财务信息质量控制、数据挖掘、客户关系管理、住宅造价估算等。
人工智能的发展增长迅速，其应用领域之广泛，与此同时对于此类人才的需求量同样增长明显。尽管对于这类人才的需求极大，但当前人才市场上在人工智能方面具有相关经验的人才还是非常紧缺。有一些从计算机行业跨行转来应聘此类工作的人员，虽然也有丰富的经验，但真正能与人工智能相关的还是非常有限。
在逐渐智能化的社会环境下将会有越来越多的基础会计工作将被人工智能取代。因此会计的工作能力层级便需要进行改变，原本的基础会计人员不仅限于本身的知识，还需要学习与大数据、智能算法相关的人工智能的运作规则，还需要将其与公司的业务相联系，运营到实际操作中。同时还要基于每个企业业务的不同，在人工智能的基础下，进行规则分析、流程设计、业务模型建设等工作使智能与企业经营更好的结合。
图7财务机器人实施前后人员变动示意图
如图7财务机器人应用前后的对比所示，从前人力岗位中的成本会计、应付、应收会计、总账会计都由机器人替代，而人工岗则转变为了机器人管理员、机器人业务分析员、机器人架构员这类科技型会计人才。这张图明显地展示出现今社会对于人工智能向会计人才的需求。
威尔士特许会计师协会（ICAEW）前任会长安德鲁.拉特克里夫就人工智能发表意见：现在是大力发展人工智能的时代，会计行业就业人员应在保障数据安全和确保人工智能运行顺畅方面做出努力。未来将会有相关的新工作岗位的产生，并将会有极大的市场需求量，预计将会产生接近13%的岗位以应对智能、数据等问题的产生，这些岗位的设立将会为公司的财务分析、业务分析带来更大的帮助。故从这个发展趋势看，会计行业就业人员应当掌握一定计算机技术，也应尽早顺应社会的发展转换个人角色，参与人工智能信息系统研发的项目，促进社会更好更快发展。
人工智能会计信息系统的研发，不仅需要计算机方面的专业人才还需要拥有会计知识的专业人才相互协作。以科技公司开发会计相关的算法为例，此过程需要计算机人才构建基础的架构，而会计人员则需要在此过程中凭借个人的专业知识（会计流程、法律法规、公司的各项财务规则等），两项相结合才能研发出有社会实用性的算法。再例如在审计方面开发人工智能系统，用来检测受审公司内外部数据，因为公司中各个职位、层级之间的报销标准不同，一项一项核查是非常困难的事情，所以研发一款相应的智能程序进行快速识别审查中间可能出现的虚报状况，但这项程序的研发一定是需要会计行业的人员跨行来协助完成的，在此过程中通过法律法规、国内外会计准则等专业知识提出富有建设性的意见。而在这种发展前景下，当会计行业就业人员不仅掌握会计相关知识还能同时学习人工智能相关知识是两全其美且更加节省人力资源的绝佳方式。
六、总结
综上所述，人工智能将会继续向前发展，这样的发展可以从两个角度出发去看，一个角度是会计行业从业人员将会被人工智能所取代带来的一场没有硝烟的“战争”；另一个角度则是人类创造了人工智能，人工智能技术的持续发展需要人类的支持与研发，这不仅给人类提供了更多的就业机会，还对于人才的素质进行了社会层面的筛选，是会计行业人员意识到未来需要更多是具有创新意识、更好沟通能力、更具思考力的人才。促进他们去学习进步，然后更加促进了社会的进步。
自人工智能在会计领域的运用被提出、到财务机器人的运用、再到引出“财务共享中心”的概念，人工智能在会计领域高工作量高效率高准确性的工作能力使众多会计行业从业人员为自己的未来感到担忧，但作为优秀的会计人员应当接受改变并学会顺应改变，在积极地在自我的能力上进行提高，学习新知识以完成人工智能无法完成的工作。据麦肯锡咨询公司评估，许多会计工作的引入自动化和智能化之后能是企业产生更好的经济效益。放眼未来，自动化与人工智能必将使会计工作岗位“大换血”。会计行业就业人员要改变思维，接受人工智能的运用，积极进行角色转变，强化综合管理能力和职业判断力，化负反馈为正反馈，让人工智能成为自己的得力帮手，一定可以提高财务技能，让自己在人机耦合的新时代运筹帷幄，决胜千里。
参考文献
[1]向桂芳.人工智能异军突起下的会计何去何从[J].现代经济信息,2017(01):262.
[2]黄杰.人工智能下会计行业从业人员的“危”和“机”[J].现代经济信息,2016(14):233.
[3]张威.人工智能对会计行业人力资源的影响[J].财会学习,2016(13):73-74+86.
[4]张会莉.人工智能对财会行业及其人才需求的影响[J].中国乡镇企业会计,2016(12):189-190.
[5]林婉仪.财务机器人在我国企业的发展应用探析[J].中国乡镇企业会计,2019(01):178-179.
[6]黄柳苍.人工智能发展对会计工作的挑战与应对[J].教育财会研究,2017,28(02):3-8.
[7]商思争,陈建芸,戴华江,骆阳.会计机器人时代应用型高校会计专业财务会计课程地位探讨[J].财会月刊,2018(05):132-136.
[8]陈婷蔚.人工智能在会计领域的应用探析——以德勤财务机器人为例[J].商业会计,2018(10):77-78.
[9]雷力平.浅析人工智能对会计行业的影响[J].会计师,2017(21):7-8.
[10]邱国峰,邢文.人工智能对会计审计职业的挑战[J].中国内部审计,2018(12):78-83.
[11]张紫馨,杨昕,辛萌.浅析人工智能会计应用下会计行业从业人员的职业定位[J].中国商论,2016(30):168-169.
[12]董钊熙.人工智能对财会的挑战及对策研究[D].沈阳大学,2018.
[13]李萌.会计信息处理智能化研究[D].天津商业大学,2007.
[14]SteveG.Sutton,MatthewHolt,VickyArnold.“Thereportsofmydeatharegreatlyexaggerated”—Artificialintelligenceresearchinaccounting[J].InternationalJournalofAccountingInformationSystems,2016,22.
[15]BennyG.Johnson,FredPhillips,LindaG.Chase.Anintelligenttutoringsystemfortheaccountingcycle:Enhancingtextbookhomeworkwithartificialintelligence[J].JournalofAccountingEducation,2009,27(1).
人工智能的发展对会计就业的影响及对策VIP月卡¥免费VIP年会员¥免费价格¥9.90发布时间2023年7月6日已付费？登录或刷新下载提示：1、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“文章版权申述”（推荐），也可以打举报电话：18735597641(电话支持时间：9:00-18:30)。
2、网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友投稿，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务。
原创文章，作者：打字小能手，如若转载，请注明出处：https://www.sbvv.cn/chachong/118406.html,
如何解决GCP人工智能预测平台的5xx错误
我们已经能够将模型（包括自定义预测和TensorflowSavedModel格式）部署到AI预测平台，基本的测试表明，事情至少是可以用于在线预测的。我们现在正试图在将其投入生产之前进行一些负载测试，并处理一些稳定性问题。
429-"流量超过了服务能力。减少你的流量或减少你的模型的大小"503-"上游连接错误或断开连接/在头文件前重置。重置原因：连接失败"504-"等待通知的时间已过。"
我们已经实施了指数反推法，一般来说，随着时间的推移，这可以解决上述问题。然而，我们想确保我们了解发生了什么。
429s似乎很简单--等待事情的发展。
503/504错误，我们不确定原因是什么，以及如何解决/消除。我们已经玩了批量大小（根据谷歌AI平台上的TensorFlow模型服务，在线预测的实例批次太慢-它似乎没有对较大的批次进行任何内部优化），机器大小等。不确定这是否是一个资源问题，尽管我们在小批量（实例数）时看到这些错误。
还有人遇到过这些问题吗？有什么最佳做法可以建议吗？谢谢!