ACCA — 金融行的人工智能能 （ 汉 ） - 2023.8

AI(人工Intelligence)在THEFINANCEPROFES 关于ACCA ACCA（注册会计师协会）是全球专业会计师的专业机构。 我们是一个蓬勃发展的全球社区241,000成员和542,000未来成员基于178国家和地区，他们在广泛的 行业和行业。我们秉承最高的专业和道德价值观。 我们为世界各地的每个人提供体验有价值的机会会计，财务和管理职业。我们的资格和学习机会培养战略商业领袖，前瞻性公关 金融、商业和数字专业知识至关重要可持续的组织和繁荣的社会。 自1904年以来，成为公众的力量2020年12月，我们制作了com目标我们是我 我们相信thelpi Es. 在 osper。确实如此管理，打击 当然，推动可持续性， 拱门，我们通过回答今天的我们是一个非盈利组织。 更多在www.accaglobal.com ©2023特许公认会计师协会 2023年8月 Contents Summary4 Introduction5 AI是什么意思？6 AI可以在会计和财务中使用？6 专业会计师的AI素养道德问责 这对财务团队意味着什么 AI会取代会计师吗 10 协作 10 11 3 更多报告请关注公众号：全球行业报告库 Summary 人工智能(AI)被广泛预测具有深远的经济和社会 影响1，改变行业，实现向新议程的转变。事实上，人工智能注入了创新已经在我们的日常生活和行业中产生了重大变化 如金融、零售和媒体。 最近的进步似乎加强了变革性 人工智能的潜力，生成人工智能扩大了短期应用。另一方面，这也 重新引起人们对相关严重风险的关注不同类型的AI及其应用。 在这样的背景下，重要的是期望回火。AI的影响将扩散到整个区域和部门，这样就没有一套 适用于所有人的规则或解决方案。节奏发展的需要也强调了 灵活。随着用例的发展，注意力应该集中在 问责制是会计和会计的核心 金融专业。我们认为这是一个核心概念支持道德创新文化。展望未来， 然而，有效的问责制还需要一定程度的人工智能literation.Itisvitalforfinanceprofessionalstounderstand人工智能的能力、局限性和潜在应用 在他们的特定领域内。这也可能需要更接近 专业会计师之间的合作，数据科学家和AI专家。 虽然新功能将改变一些任务，但金融专业人士的重要性将下降。 关于建立识别真实的基础 机会，评估和管理风险，并实施确保问责制的有效制度和做法 在采用AI方面。 相反，通过 专家su的重要性专业人士要Moreove 增加 nd/或风险unctions.g和 估价 A ATTHE ACGAND FINE职业。我们相信这 是一个核心概念支持文化 道德创新。 1Briggs，J.和Kodnani，D.（2023）“人工智能对经济增长的潜在巨大影响”[网站报告]，高盛经济研究， <http://www.key4biz.it/wp-content/uploads/2023/03/Global-Economics-AnalystGrowth-Briggs_Kodnani.pdf>，2023年5月10日访问。 4 ---潜在-大-影响-人工智能-经济- Introduction 2023年可能被誉为“生成AI年”。 鉴于重大公告的相对爆炸 和公共利益，一个被动的观察者可能会被原谅假设人工智能是一种新的感觉 而历史参考主要存在于科幻小说. 然而，只有在过去的十年里，我们才真正作为硬件能力进入深度学习时代 拥有先进和广泛的数字化，包括互联设备和基于云的数据服务的传播为训练目的生成了大量数据。 相反，AI一直处于漫长的轨道上。人工智能的历史显示出稳步、零星的进步，因为 巨大的概念和数学进步自从艾伦·图灵提出 机器可以被编程为思考，使用信息和解决问题的理由。早期的进步是在 很大一部分受限于缺乏计算能力，能力来存储信息和命令，以及成本。 然而，摩尔定律推动了 AI通过几十年。1960年代见证了逻辑推理程序和自然的发展 在对抗之前的语言理解 计算能力、数据访问和信息的限制存储。这种数学和概念的循环 快速发现发现实际能力的极限 一直是人工智能系统的定义特征。 20世纪80年代见证了许多发展 计算能力赶上了野心。 重大飞跃往往伴随着新的研究和资助。但是过度的炒作一再导致幻灭 当期望超越技术现实时。 AI跌跌撞撞，前进两步，一步 回来。但是每个人机里程碑都展示了机械化的头脑，虽然能力不同，可以补充碳基大脑。 随着炒作和注意力的消退，应用程序繁荣。 对于fi o ablerirs 可能是 nges在如何工作 5 更多报告请关注公众号：全球行业报告库 不同的路径:专家系统前者是设计 并导致了sig系统,experienc和compu越来越多的 Procedures . orks是 提出要求和期望。 使用大量数据，使机器能够 n、推理和参与环境的方式 可以提供巨大的价值。利用这一套的能力提取可操作见解的技术可以使 财务专业人员做出更好的数据驱动决策，优化运营，改善客户体验。 AI是什么意思？ 在计算机科学中有一种说法，人工智能（AI）是不可能的一切 机器学习（ML）已经完成。换句话说，这一切都只是“机器学习”。 一般来说，AI通常指的是计算机系统或可以执行通常与 人类智慧。 在实践中，AI/ML是概率、模式识别可用于视觉感知的函数， 理解语言和语音、预测和 帮助解决其他与数据相关的问题。它也是能够执行这些活动并使 模式和解释要交付的数据关系预测或建议； 深度学习是一种更高级的机器形式基于神经网络的学习。它不同于正常 机器学习，因为它可以应用于更大的和更复杂的数据集。在任务中使用深度学习例如自然语言处理。 具有一定自主性的决策。最近，基础模型(GenerativeAI)利用 一系列结合自然的深度学习技术 它包括一系列形式，包括： 基于规则的模型处理信息并交付基于预设或预定义的输出或操作 规则。最好使用这种类型的AI的应用对于重复、重复和可预测的任务，其中有预期的结果； 机器学习使用算法来分析数据 学习和适应，而不是被赋予具体 具有生成能力的语言处理 文本、图像或音频数据。生成的AI技术独特地利用新兴的学习方法来创造 新内容。 虽然AI需要学习数据结构的能力 （包括数字，文本，图像，我们可以引导生成AI 不同类型的 etc),with 信息 歌唱自然 编程指令。算法检测languag 哪里可以 cy和金融? AI是dras 最 AI的形式条目和inv h作为数据传统时间- 生成AI已经提供了一些独特的可能性就个人生产力而言。随着他们的发展，生成AI工具和技术可能能够提供 支持一系列任务，例如： 消费ta E表演得很快， 自动生成报告； 准确，免费时间专注于更具战略性 实际上，自动化可以应用于标准化和简化过程的范围 至应付款项、应收款项、总账、外部会计和管理报告。 人工智能在会计中的好处不仅仅是自动化。可能性部分取决于 所涉及的实验和技能水平，尽管 启用的第三方解决方案的数量较低，或没有- 代码能力也增加了，降低了障碍参与。 机器学习已用于相关任务 与财务规划和分析(回归/逻辑回归，预测决策树，分析 变量变化的影响、情景规划)、审计 （用于欺诈的异常检测，聚类，随机森林，异常值检测，识别数据中的自然分组 和分类)，并且有新兴的可能性生成AI。 使用NLP增强风险评估，生成 摘要，并与不同的数据类型进行交互通过自然语言； 促进场景建模和预测 分析，在学习新技能、写作和测试代码，生成洞察摘要和将结果与上下文含义重叠； 为客户提供更个性化的服务或内部利益相关者。 The理想用例不存在。虽然有作为基础的重要考虑因素 成功和道德的采用，价值(和威胁)这些工具取决于个人和/或组织谁在挥舞它们。负责任的执行和实验将是理解真实的关键 这些技术的潜力。 6 专业会计师的AI素养 金融专业人士已经在数字化转型中发挥着关键作用，包括跨组织采用、使用和治理新技术解决方案。而不是 仅仅是记分员，金融专业人士被视为变革和改进的倡导者。 尽管如此，金融专业人士将需要适应他们的 知识库和技能集，以纳入现有和新兴的数字技术、技术和战略。 我们认为重要的是： 在对ACCA成员进行的一项调查中数字 会计师（2020年）报告，89%的人回答说数字技能在他们的行业中要么是必要的，要么是非常必要的表明对核心作用的强烈共识 这些技能在会计和财务专业中发挥。 金融专业人士发展的基本 对AI概念的理解，包括其能力、限制和潜在应用 在其特定领域内； 虽然大多数专业人士承认的重要性 在数字技能方面，有很大的差距跨不同技术的专业知识。传统领域例如电子表格和企业资源规划 解决方案在专业知识水平上得分很高，而人工智能等新兴技术图： 不太显著。 培训计划和教育计划 旨在为金融专业人士提供有效利用必要的知识和技能解释AI工具； 持续的技能提升计划保持财务 专业人士与不断发展的AI保持最新技术和最佳实践，促进 创新和责任的文化 执行； 此外，即将到来的数字地平线(2023)报告 展示了人工智能和机器学习的采用 解决方案在ACCA成员中仍然很低。尽管人工智能和机器学习几乎无处不在的质量在我们的日常生活中，它仍然是一种工具在预打包软件之外 紧密合作 accountai cialists TION 的AI。 CHART 现有 NCE专业人士需要以下形式的 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 企业资源规划铺片 Analytics应用程序数据可视化工具Artfical智能 和机器学习机器人技术区块链 回应的平衡来自 那些不知道的人。这些回应，虽然包括在图中的百分比中 不需要基本意识基本能力专家能力上面，没有在这个图上表示。 图2:新兴技术倡议的实施 人工智能/机器学习 虚拟和/或增强现实 区块链/数字分类帐技术 模拟和/或数字孪生 为所有或某些试用/概念证明不是目前不适用 0%20%40%60%80%100% 7 更多报告请关注公众号：全球行业报告库 道德问责 人工智能在金融中的整合也带来了严重的风险，必须认真应对。 ACCA坚定致力于通过透明和负责任的采用来承担责任 确保金融专业人员接受人工智能的潜力，同时坚持核心道德作为职业基础的标准。 通过倡导道德AI，我们努力定位金融 专业处于负责任的人工智能采用的最前沿，促进可持续的经济增长和社会 幸福。 人工智能素养是解决核心风险的基础，包括： 可解释性和透明度：AI系统, 特别是深度学习模型，通常很复杂并且难以解释。这种缺乏透明度 会导致隐藏决策- 制造过程和这些的内在逻辑技术。当用户无法理解 一个人工智能系统得出了它的结论，它可以领导对这些技术的怀疑和抵制。 这种缺乏信任可能会阻碍人工智能的采用，人工智能 最终减缓技术进步。 包括责任和知识产权。法律制度必须发展以跟上技术进步和保护权利 所有利益相关者的责任问题是 一个重大的挑战。当人工智能系统使错误，该怪谁？是开发者，用户，还是机器本身？这些未解决的问题 对使用人工智能的组织构成重大风险，给AI部署增加了一层不确定性。 发展的速度意味着这些对话在不同的国家实时发生 提出不同的监管方法。 未来监管框架的不确定性和 不同司法管辖区的差异规划 AI计划具有挑战性。 不准确和s是 偏见和歧视：AI系统并非缺乏偏见。他们会不经意地延续和 由于有偏见的培训，放大了社会偏见数据。糟糕的算法设计或漂移也可能在歧视中。质量培训 胃底alyse 模式 Ot 被称为女士自信地断言 偏见是地方性的。理解ntrue。 反负bia 隐私能力AI技术 风险。D 处理隐私ris 减轻这些双刃剑在 ure数据 ity ficationEffect:的独特风险之一 s放大效应。而人类工人 每天可能会犯一些错误，一