近期，“数治成长·迈向一流——2024大型企业财务管理高峰论坛”在上海国家会计学院盛大举行。上海国家会计学院智能财务研究院院长刘勤教授在大会现场发表了题为《智能财务：从知识模拟到知识创新》的精彩演讲，指出智能财务当前仍处于知识模拟阶段，并探讨了从知识模拟到知识创新的可能。特别与您分享演讲全文（有删减），希望对您有所启发。
刘勤 | 智能财务：从知识模拟到知识创新
大家好！非常荣幸有机会跟大家一起交流，今天我给大家报告的题目是《智能财务：从知识模拟到知识创新》。为什么取这个题目？这来自于我的一个思考：智能财务是一直在模仿人类的存量知识，还是可以通过人工智能的方式对知识进行创新？
我的这个思考来自于一个案例，即IBM的 Watson系统。
Watson系统是全世界最著名的几个人工智能系统之一。谈到这个系统，大家首先想到的，是它曾经在全美知识大赛上战胜了两个很强大的人类选手。此后，IBM把这个系统应用到很多领域。其中有一个应用是把Watson引入到了医疗健康领域，声称在医生输入患者的医疗记录或者X光片后，可以判断患者的病症，并推荐多种治疗的药物和方案。这在当时受到很多关注，因为这意味着这套系统不仅是对已有知识的模仿，还有自学习和知识创新的能力。但后来我查了一些资料，该项目最后进行得并不顺利，有一些误诊和法律纠纷，可能有商业模式的原因。
这个案例引发了我的思考，人工智能仅仅是模仿人类已有的知识，还是有自学习的能力？
当前，人工智能在财务领域的应用绝大部分都是在形式化的基础上，对显性的存量知识，比如模型、规则、算法等等的应用，仍处于对人类已有知识模仿的阶段。未来的智能财务是否能够自动地从历史经验，包括众多文献和数据当中学习，演绎和归纳出新的财经管理知识，甚至创建出新的知识体系，由此进入超越人类传统知识的阶段呢？这是非常值得期待的，也是智能财务研究和发展的重要方向之一。但我们从Watson的例子也可以看到，发展当中的阻碍也显而易见。
01 智能财务与知识管理密不可分
人工智能是十分广泛的科学，包含的内容很多。在会计领域有很多应用，比如模式识别的技术、基于规则和知识图谱的技术、专家系统的技术、基于神经网络训练的技术等等，在财会领域都有一些应用。
而智能财务，就是利用以人工智能为代表的新一代信息技术，对财务领域进行升级改造，最后通过不断地模拟、延伸、扩展和部分替代人类财务专家的职能，最终为企业赋能和实现价值创造。这是我对智能财务的理解。
那么智能财务跟知识管理什么关系呢？我们从财会的具体应用场景来分析。
曾经我们和金蝶写了一本书《智能财务——打造数字时代财务新世界》，里面描述了智能财务相关的典型应用场景，包含横向的技术：智能流程自动化IPA、专家系统ES、机器学习ML、自然语言处理NLP，模式识别PR、语言模型GPT等；众向的财会应用领域：比如会计核算、财务报告等；以及中间交集的部分就是智能财务的典型应用。
之后，我们联合金蝶等合作伙伴又发布了《人工智能技术财务应用白皮书》，以财务共享服务中心为例，详细描述了智能财务的很多应用场景。
比如，票据信息智能采集。在大批量票据处理时，我们对相关票据进行扫描影像处理，对图像进行预处理，用OCR技术进行识别，把非结构化数据转化为结构化数据。而OCR的过程是高度依赖知识的，如果没有知识的支撑，就无法实现自动识别。把图像中的文字提取出来，把很多关键信息提取出来，这些都是基于大量知识处理的。
再看合同的智能审阅。如果没有合同的语料库、财税法规库、公司规章库，也就是说没有相关的知识库，是做不了智能审阅的。另外合同审阅有很多规则，比如你的大小写是不是对应，它有一条规则来判断；比如分期付款，三期加在一起是否等于合同的总额，这也是有一条规则来体现的，这些必要的规则就是知识的一部分。
又比如报销智能审核当中，你的地点是否合适、时间是否合适、权限是否合适，这些判断都需要通过大量的知识来表达。有的单位用规则来体现，也有的单位用知识图谱来体现，通过知识图谱匹配，来判断它是不是符合要求。比如你是不是符合“八项规定”，你的权限只能住四星级酒店，材料里却是五星级酒店的票据等等，这种审核可以通过大量的知识图谱匹配来实现。而知识图谱是典型的知识表达方式，包含了大量的知识。
从这些例子可以看到，在智能财务决策支持系统里面有很多知识应用。金蝶财务大模型当中也肯定有大量的知识应用。每个智能系统里，都可以看到知识库或者相关的规则、知识图谱的身影，否则系统是无法运行的。
02 知识管理可从数据管理中寻找启示
学过数据库管理的朋友可能都知道，数据早期是人工管理。那时数据是嵌在应用程序里面的，如果数据变了，就要改应用程序。后来有人把数据单独放到数据文件里，把应用程序和数据分离，这样当数据发生变化，就可以只改数据不改程序，二者相对独立。这大大改善了项目管理，但如果数据发生增减或是改变，那还是需要要人工操作。所以后来创造了数据库管理系统，专门对数据库进行有效管理，比如增减、一致性检查等等。
那对知识可以这样做吗？
可以发现，很多知识是嵌在程序里的。算法跟程序绑在一起，当算法发生变化，程序就要跟着变。有没有可能把规则、知识、处理的算法跟应用程序分离呢？我们来调用知识，当知识发生变化，只需要修改知识即可。比如会计准则、税法发生变化时，只要把知识相应修改一下，不用修改程序，这样工作量就会大幅减少。
再进一步想象，有没有可能存在一个知识库管理系统，对规则、知识图谱，进行维护和管理呢？现在其实没有。所以对知识的管理远远落后于对数据的管理，我们期待知识库管理系统有知识库的定义功能、知识的增减功能、知识的一致性检查功能，还有知识自学习功能、知识库的安全保护功能等等。
在当前的智能财务系统中，还未形成系统化的知识管理系统理念，更未出现知识库管理系统。因此，在财经知识库的管理中，尚存在大量难以解决的问题，如知识更新困难、知识库标准化程度差、知识的冗余和逻辑冲突不断，知识库防篡改功能缺失等等。所以，我们需要一个知识库管理系统来解决这些问题。
03 知识模拟、知识创新与扩展
以前的知识库是人类总结以后把内容输入，未来可以通过系统自学习的能力，即通过知识获取模块来把知识梳理以后自动录入知识库，但目前自学能力还是比较弱的。
我曾经写过一篇文章，在知识管理里面除了知识存储和引擎之外，还有一个“知识发现系统”。即系统要自动发现知识，并把它输入知识库里，进行应用。未来知识发现系统，是智能财务实现知识创新的一个重要因素。
未来我们需要的系统，不仅有大模型和深度学习，还要用基于规则和知识图谱的符号理论，把大模型和深度学习连接、结合起来使用。
最后，我们可以利用智能技术来开拓创造新知识的途径。比如通过自动化数据采集和预处理系统来大量获取知识，通过人工智能驱动的数据分析来学习隐藏的相关知识，通过知识图谱来显性化地构建或表达知识，通过自然语音处理和文本挖掘来进行情感分析和主题建模等等。
或许有人说你今天讲的可能比较生涩，有点和平时讲的不太一样，不怎么相通。实际上，我主要是想给大家讲一下，我们不仅要关注数据，更要关注知识。我们对知识的管理，系统性远远低于对数据的管理。
最后，总结一下今天的观点：本演讲主要讨论智能财务当中，知识获取和应用的趋势。当前智能财务系统对知识的处理，大多数是对人类专家已有的知识进行模仿，基本上不具备对人类知识延伸、扩展和创新的能力。未来的智能财务系统，如需超越现有专家的知识和技能，就必须具备自学习和归纳出新知识的能力，甚至更进一步具备创建出新知识体系的能力。没有这些能力，人工智能的发展就会触达瓶颈。
另外，通用人工智能大模型的出现，给智能财务系统超越传统人类财务专家的知识能力带来了希望。因为大模型是典型的机器学习的算法、深度学习的算法，所以它可以创造出很多新知识。但是大家已经从大模型中发现了很多问题，比如它创造的新知识不是很全面，很多逻辑没有完备。
怎么把这些东西探索明白，是我们智能财务研究未来需要考虑的问题。谢谢大家！
金蝶国际软件集团有限公司（简称“金蝶国际”或“金蝶”）始创于1993 年，是香港联交所主板上市公司（股票代码：0268.HK），总部位于中国深圳，是全球知名的企业管理云SaaS公司。以“致良知、走正道、行王道”为核心价值观，以“全心全意为企业服务，与天下用户共同成长”为使命，致力成为“最值得托付的企业服务平台”。
赞 37
打赏