2024-10-13-ACCA-智能联盟_会计专家组机器智能（英）_58页_7mb

SMART ALLIANCE：会计专业经验与机器智能的结合

摘要： ACCA的报告探讨了人工智能 (AI) 在会计领域当前的采用状况、面临的挑战、风险治理及未来潜力，强调会计专业技能与工具融合的重要性。

1. 核心特征与影响

• AI是一种数据转换技术： AI通过创新方式运用数据以增强决策和优化流程。
• 互补而非取代： AI旨在增强而非取代会计专业技能。其潜力在于提升效率、辅助决策、解放人力以从事更具战略性工作。
• 未来方向： AI正推动财务职能的角色演变，从执行者转向分析师和战略家。

2. 组织采用现状

• 主要应用领域： 数据分析和报告、财务规划与分析、发票处理、操作效率和应付/应收账款。
• 实现程度： 近三分之一的采用者已将AI应用到工作流程中，但大多数仍在探索阶段。
• 规模差异： 大型企业和机构更倾向于采用且在治理方面更积极，小型单人执业者则在工具选择和实施上面临更大挑战。
• 金融投入： 收入超过10亿美金的企业在过去一年中平均投资了超过50万用于AI项目。
• 策略优先级： 确保现有流程改进与延长成熟应用是一年内的主要目标。

3. 治理与伦理挑战

• 警惕性不足： 超过半数的组织认为它们的风险控制措施不太充足或无效。
• 明确AI风险： 主要关注点包括算法偏见、数据隐私与安全、误用、过度依赖、系统失败及缺乏透明度。
• 治理框架： 建立清晰的治理体系、政策、流程和培训，明确不同AI技术（如生成式AI）的应用界限与责任。

4. 最佳实践原则

• 战略导向： 选择可量化产出、高潜力的应用；采取增量式方法，而非一步到位。
• 数据为王： 重视数据质量，具备透明、公平的数据处理流程。
• 人机协作： 实施清晰的人工监督和校正，尤其在输出不可靠或复杂情况下。
• 风险管理与治理： 在数据/系统集成与职责划分框架下对使用保持警惕；采用试验性方法搭建原型。
• 持续学习： 为员工提供层级化的AI技能培训，确保团队掌握工具。

5. 未来展望

• 增长动力： 超过四分之三的组织计划在未来一年增加AI投资。
• 发展趋势： AI应用将更加细化、具体；人工智能与人类智慧并重，协作成为未来趋势。
• 核心挑战： 关键在于如何利用AI的力量，同时在整个行业和全球范围内维持道德标准、专业判断和人文见解。