大语言模型对财会行业的影响探析

(整期优先)网络出版时间:2024-03-07
/ 2

大语言模型对财会行业的影响探析

熊惠

(中石化共享服务公司  湖北武汉  430070)

摘要:ChatGPT(自然语言处理模型)的发布引起了全球的广泛关注,一场人工智能的革命开始了。这种最前沿的人工智能技术,已应用到了方方面面,同样也将对整个会计行业产生深远影响,本文试图探析以ChatGPT为代表的大语言模型在财务报告自动化、数据分析与财务处理、财务预测与规划、风险管理等方面的应用,侧重于财务共享模式下的应用。

关键词:ChatGPT; 财务共享;人工智能;大语言模型

引言

当前人工智能领域最突出的技术即ChatGPT(Chat Generative Pre-trained Transformer),是由OpenAI于2022年11月30日推出的自然语言处理领域的重要研究成果。在推出后的1个月里,其活跃用户数超过1亿个,成为迄今用户增长最快的应用。ChatGPT的面试在全世界掀起了人工智能狂潮,一年来,国内外大大小小的大模型已达数百个。以文心一言、讯飞星火以及通义千问等为代表的国产大模型,已陆续宣布性能赶超GPT3.5,这种以ChatGPT开启的大语言模型已开始应用于设计、文娱、游戏、金融、医疗、法律等领域,同样在会计领域,人机协作模式将成为主流。对于财务人员来说,ChatGPT可以帮助会计人员快速实现对会计准则、税收法规等文本信息的自动化理解和处理,从而降低工作的复杂度和难度。

在大数据的背景下,财务共享模式成为了企业发展的趋势。企业通过建设财务共享中心,实现了财务数据共享和大数据处理分析。本文就二者结合,深入探讨大模型对财务共享模式的影响。

1 大语言模型概述

大语言模型(Large Language Model)是指使用大量文本数据训练的深度学习模型,可以生成自然语言文本或理解语言文本的含义。大语言模型可以处理多种自然语言任务,如文本分类、问答、对话等,是通向人工智能的一条重要途径。大语言模型发展史:2020年9月,OpenAI授权微软使用GPT-3模型,微软成为全球首个享用GPT-3能力的公司。2022年11月30日,Open AI发布ChatGPT模型用于生成自然语言文本。2023年3月15日,Open AI发布了多模态预训练大模型GPT4.0。2023年2月,谷歌发布会公布了聊天机器人Bard,它由谷歌的大语言模型LaMDA驱动。2023年3月22日,谷歌开放Bard的公测。而国内,2023年2月7日,百度正式宣布将推出文心一言,3月16日正式上线。文心一言的底层技术基础为文心大模型,底层逻辑是通过百度智能云提供服务,吸引企业和机构客户使用API和基础设施,共同搭建AI模型、开发应用,实现产业AI普惠[1]。今年以来,各大科技公司和研究机构发布的大模型如同过江之鲫,层出不穷又眼花缭乱

人工智能怎么样用机器进行学习处理文本?一般来说训练分为三个步骤:第一步是预训练,先拿大量的文本数据集,包括书籍、报刊、新闻等等,建立基础模型;第二步进行有监督的微调,因为有了基础模型之后要保证有一定的准确度,问题与答案一一对应;第三步是进行人类反馈强化学习训练,将经过监督微调训练之后的模型进一步基于人类专家打分排序的数据集进行训练。这样大语言模型,相较于市场上普通聊天机器人,能根据指令与人类实现自然交互,回答更准确,能进行细致的推理,完成更多任务。根据这种技术特点,大语言模型在各个领域广泛应用,实现更加高效和智能的交互式应用程序。

2 大语言模型在财务会计领域的应用

大语言模型技术可以在财务会计领域中得到广泛应用,帮助会计师和财务人员更快、更准确地分析和解决问题。相比于传统的会计软件,该技术的引入将极大地提升ERP等会计软件性能,在工作效率、质量和稳定性方面都具有显著优势。

2.1 自动化会计处理

在财务会计领域,大语言可以应用机器学习和自然语言处理技术来自动化许多会计工作流程。首先大语言模型可以对财务数据进行分类、处理和记录。通过自然语言处理技术自动解析财务报表和其他财务文件中的文本信息,自动提取出需要的数据并进行分类和记录;其次,可以帮助自动完成一些重复性任务,例如数据输入、账户结算等,通过对历史数据进行学习和分析,自动推导出类似数据的处理方法,进而快速地自动处理未来的类似数据;最后,大语言模型还可以识别和纠正潜在错误,例如数据输入错误、格式错误等,从而减少人为因素导致的错误发生,提高会计处理的准确性和效率。

2.2 数据分析与财务处理

大语言模型可以快速处理大量的财务数据和信息,提高人机交互的效率和准确性。大语言模型能够理解自然语言的语义和语法结构,从而自动解析财务报告和其他财务文件中的文本信息,如利润、现金流量和资产负债表等。这极大地减轻了财务分析师的工作负担,提高工作效率。

2.3财务预测与规划

大语言模型可以利用机器学习和深度学习技术来处理和分析大量的财务数据,通过预测和模拟来帮助企业做出更好的财务规划和战略决策。例如,可以利用历史数据来预测未来的财务状况,帮助企业制定更好的财务计划和预算,以确保企业能够在未来的经济环境中生存和发展。传统的财务决策主要依赖于经验和直觉,存在着主观性和不确定性的问题。大语言模型技术的出现带来了新思路方法。

大语言模型在风险管理中的作用主要体现在自动纠错、潜在风险识别、财务报告审核和异常模式识别等方面,帮助企业降低市场、信用和操做风险等各类金融风险。一是帮助企业自动纠正财务错误,比如拼写、格式、数字错误等,从而避免给企业带来潜在的风险;二是通过自动识别潜在的风险因素,例如逾期账单、财务数据异常等,以帮助企业在风险爆发之前及时采取措施,降低潜在风险的影响;三是通过自动审核财务报告来保证准确性,降低因人为原因导致的报告错误,进一步降低风险;四是可以识别异常模式和风险,例如不合理的交易或异常交易行为,以保证企业的财务安全。

3 大语言模型对会计事务所的影响

大语言模型技术对提升审计质量有促进作用。它可以帮助会计师更好地理解财务会计规则和法规,根据不同的财务数据和业务场景,自动生成相应的会计凭证,从而大大简化会计师的工作流程,减少会计凭证处理的错误率和漏报率。

3.1 实现自动化审计业务

一是提高基础审计业务效率。自动化审计程序提高了审计的效率和准确性,并减少了人工操作的风险和偏差[2]。大语言模型技术可以帮助会计事务所自动处理大量的审计数据,自动生成审计报告和意见,从而减少审计员的工作量,减少人为操作的错误和疏漏,提高审计效率和准确性,最终推动审计业务由人工审计模式向人机协同模式转变。

二是提高审计决策效率。利用大语言模型的机器学习能力,会计事务所可以得到更深入的数据洞察,从而做出更为精确和及时的决策。

3.2 审计业务逻辑的升级

一是由事后审计转变为事中审计。传统的审计业务实际上是一种事后审计,借助大语言模型,审计业务可以逐步过渡到事中审计,提前预判事后效果,使审计成为一种有效的管理手段。

二是由抽样审计转变为整体审计,扩大审计工作的范围,未来可逐步实现整体审计,使审计报告更准确,发现的风险点更精准,甚至在风险发生之前就可以进行预测和防范,从而大大提升企业的风险管理水平。

4 大语言模型在财会行业的应用挑战

大语言模型技术在财会行业的应用已经带来了诸多的积极影响,但也需要面对一些技术、法律和职业素养方面的挑战和风险。

从技术方面看,大语言模型技术提升了会计工作的效率和准确性,但也需要与其他技术相结合,以提升处理复杂业务的能力,而这将需要更多的的创新和开发。另外该技术也需要进行不断升级和维护,以确保其能够适应不断变化的市场需求。

从法律方面看,大语言模型技术的应用也会带来一些风险挑战,例如隐私和数据保护等方面的问题。一旦这些隐私信息被泄露并被用于恶意活动,如诈骗或黑客攻击,可能会引发严重的安全风险[3]。因此,在推动该技术在财会行业应用同时,还需要进一步研究和完善相关的法律法规和技术方法,以保障其可持续发展和应用安全性。

从职业素养方面来看,大语言模型的应用需要会计师不断学习和更新自己的专业知识,以更好地掌握和应用新技术。此外,使用者也需要意识到该技术作为一种工具,其使用并不代表着会计师的职业素养和责任可以被替代。会计从业人员仍然需要保持高度的职业素养,包括诚实、客观、保密等基本要求,以确保其在工作中的公信力和声誉。

参考文献:

[1]金融界.国君宏观:人工智能辅助人、替代人、成为“人”.北京富华创新科技发展有限责任公司官方账号

[2]彭钰超.审计数字化转型与大数据技术整合[J].财会学习,2023,(32):137-139.

[3]赵月,何锦雯,朱申辰等.大语言模型安全现状与挑战[J].计算机科学,2024,51(01):68-71.

作者简介:熊惠(1986-),女,中级会计师,2009年7月毕业于长江大学,现工作于中石化共享服务公司武汉服务部。