人工智能技术对管理会计研究的影响

近年来，人工智能算法在大数据和计算机算力的加持下开始在企业运营和管理方面展现出它的潜力。这一新兴的技术将会给管理会计和管理会计研究带来影响。首先，人工智能在信息处理和分析方面具有超越人类的速度和耐力。这个特点意味着它将改变管理会计中那些基于人类计算能力和注意力极限的信息处理和分析方法。其次，由于人工智能在速度和耐力上的优势，人工智能应用将替代一部分由人执行的管理会计职能，在企业中将出现人与人工智能长期“共事”的局面。随着人工智能技术能力的不断提升，以往由人完成的管理会计任务将逐渐被人工智能替代。因此，如何设计有助于人机协同的管理控制系统将成为管理会计研究的新方向。最后，管理会计研究的研究方法也会发生根本性的变化，自然语言处理技术和机器学习算法的运用将改变管理会计研究的数据收集和分析方式。

一、人工智能算法将替代大多数传统管理会计方法
人工智能算法的本质是一些更高级更复杂的计算方法。这些算法本身并不简洁，如果用手工来计算十分耗时，因此即使用它们来分析数据可以得到更好的结果，但是在计算机计算速度不够快或者获得这种计算能力的成本很高的时候，使用这些方法是不符合成本效益原则的。近年来计算机技术的发展，处理器运算速度的提高和制造成本的下降，特别是近年来云计算服务器的普及，使企业可以用较低的成本获得可以使用这些人工智能算法的计算能力。因此，在算力提高的基础上升级算法也就成为一个必然的趋势。管理会计也需要升级算法，将管理会计的原理与逻辑和更强大的算法与算力相结合，把数据分析得更透彻，把预测做得更准确。
此外，在过去20年中，计算机信息系统特别是EPR系统的普及应用，企业积累了大量的运营数据，而且随着信息技术的不断升级，越来越多的设备接入企业的信息系统，推动运营数据以指数级的速度增长。这些数据不仅在数量上大大超出了管理会计人员使用现有分析方法所具备的数据处理能力，而且它们的存在形式超出了传统方法可以处理的范围。大量的运营数据是以非量化的形式存在的，例如企业的产品说明是以自然语言的形式存在的，生产车间的监控录像是以多媒体的形式储存的。这些数据都不能被直接用于像成本计算这样的运算。因为没有合适的处理这些数据的方法，这些大数据的使用并没有纳入管理会计体系。但是这些运营数据是被量化的财务数据的前置信息，能比财务数据更及时地反映企业的运营状态。人工智能技术在自然语言处理和机器视觉方面的突破使处理这些多源异构的数据成为可能后，利用这些前置运营数据的新的管理会计系统必将取代分析后置财务数据的传统管理会计系统。
人工智能的核心技术是机器学习。机器学习按照人对机器学习的辅助程度不同分为监督式学习、非监督式学习和强化学习。这三种机器学习都可以被应用到管理会计实务中。监督式学习是计算机通过分析人类行为留下的数据痕迹，模仿人类的思维判断。以成本计算为例，监督式学习的应用场景是让计算机读取和分析一万个产品的成本核算记录，然后让计算机模仿会计人员计算成本的方法来计算类似产品的成本。非监督式学习是计算机通过分析没有被人为分类和注释的数据之间的相关性来辅助人类发现数据中隐藏的关联。非监督式学习在成本计算中的应用场景是辅助会计人员根据资源耗费记录与不同作业记录之间的相关性来辨认成本动因。强化学习则是机器依据人类设置的原则，通过不断试错和迭代来寻找解决某个问题的最佳答案。强化学习在成本管理中的应用场景是在考虑各种可能影响成本的因素前提下，寻求最优产品生产组合策略。计算机在给定各种因素对成本的影响的规则和总体成本最低的总原则下，从零开始摸索能将生产总成本降至最低的组合策略。
将人工智能的算法与管理会计实务相结合，升级管理会计的方法将会是改变20年来管理会计方法相对停滞不前的一个突破口。这将会是未来五到十年管理会计研究领域的一个热点。这些管理会计技术的升级，离不开管理会计研究者的努力。或者说，如果管理会计学者不努力改进管理会计的方法，那管理会计可能被边缘化，最终消逝在人工智能的浪潮里。

......