近几年来，随着技术的进步，特别是AI技术的快速发展，财务管理工作在发生着前所未有的变化。AI技术的应用不仅大大提高了财务管理工作的效率和价值，也进一步加快了企业数字化转型的速度。
01
AI在财务管理中的应用与趋势
AI是指计算机系统或算法模仿人类智能行为的能力，基于其能力水平可以分为弱AI、强AI和超级AI三个层次。目前，存在的唯一的AI类型是弱AI，也被称为狭义AI，它被设计和训练，用于执行特定的任务。尽管它可能比人类更快、更好地完成指定的任务，但它适用的范围和应用的对象非常有限，无法超出其设定的范围。强AI和超级AI，即人工通用智能和人工超级智能，目前仍然处于理论阶段，前者具备学习和执行人类能够完成的各种任务的能力，后者则可能在思考、推理、学习和其他认知能力上全面超越人类智能。
AI在财务管理领域的应用场景
IMA管理会计师协会近期发起的主题为“全球视角下人工智能对财会和金融行业的影响”的研究项目，对来自中国、美国、印度、欧洲等国家和地区的40多位财务高管进行了深度访谈。并从这些高管的反馈当中，选取了4个实际的AI在管理会计当中的应用场景：案例一是AI推动了财务管理的转型，案例二是AI简化了包括开票、付款、对账、税务管理和财务报告等财务工作，案例三是AI赋能了存货和供应链管理，案例四是AI在医院财务管理上的应用场景。
基于这些具体的应用，IMA发布的研究报告指出，AI技术在会计和金融领域的整合，为创新和生产力带来了重大的机遇。AI将会自动化许多财会流程，会有越来越广泛的应用场景。AI的驱动算法可以通过高级数据分析为财务专业人员提供实时洞察，从而为企业决策提供依据。比如，识别趋势和优化策略使财务管理的职能角色加快向组织的业务合作伙伴进行转变。为了在AI时代保持相关性和竞争力，专业人士要学习和提升相关的技能，以便适应变化，拥抱变革，承担新的角色。
财会领域人机协作所需技能
图1来源于2023年世界经济论坛发布的《2023年未来就业报告》，该图表显示了在AI时代十项重要的技能，这些技能被分为五个大类，分别是认知技能、自我能效、管理技能、技术技能以及与他人协作的技能。其中认知技能里的分析性思维和创新性思维排在十项技能里的前两位。这也说明，随着AI自动化处理日常任务，专业人士的关注点将明显转向高阶的思维，转向在不确定性中做决策以及战略规划等范畴。在自我能效类别中，保持好奇心和终身学习是重要的技能，这也是专业人员职业发展的基本要求。
图1 AI时代重要的十项大技能
近年来，许多组织的财务职能已经由以会计和报告为主的职能转变为侧重洞察生成、价值创造和决策支持的业务合作伙伴角色。随着组织开始采用AI技术，财务作为企业合作伙伴的价值也变得更加重要。要实现最显著的生产提升和绩效改进，人类和AI需要通过人机智能协作框架来共同工作。一方面，人类既要对机器进行大量训练，使其完成预期的任务，又要解读机器执行任务之后产出的结果，还要建立完善的确保人工智能安全运行的内部控制和治理机制，使其能持续使用。另一方面，机器能够帮助人类进一步增强人类的认知能力，加强人们之间的互动交流，如客户和员工之间的互动，以及把人类的技能进一步机器人化。
为了将人机智能协作框架更好地应用在财会领域，并帮助财会专业人士在AI的大环境中尽快实现转型，从CFO（首席财务官）到初级的财务团队员工，财务团队各个层面的成员都需要培养一系列新的技能和知识，包括采用技术的能力、机器训练的能力、解读AI产出结果的能力和维持AI持续使用的能力（图2）。每一大类能力里面都包括了一些具体的能力说明。这些能力也呼应了世界经济论坛发布的AI时代十项重要的技能。
图2 财会领域人机协作所需技能
02
迎接AI时代的挑战
有关AI在财会领域应用当中的挑战，已经有一些类似的研究。比如德勤发布的报告中指出，挑战主要来自数据治理及能否招聘到合适的人才来管理数据价值链。另外，有些研究聚焦在伦理和道德的层面，有些则关注内控和管理的风险。
IMA发布的研究报告更加全面地揭示了四个主要因素带来的挑战。它们分别是人的因素、技术与数据的因素、运营的因素以及伦理治理方面的因素。根据受访者的反映，人的因素和运营的因素占比最大，其次是伦理治理方面的因素及技术与数据的因素。
人的因素主要包括缺乏高层领导者的关注和支持。企业AI战略的实施和数字化转型无疑是“一把手”工程，高层的支持和推动是成功的关键。此外，企业的财务团队缺乏与AI合作所需要的技能，缺乏利益相关者的认同。这里的利益相关者主要是指从CFO到财务团队的初级员工，各个层级的团队成员。财务高管可能担心无法对AI的技术进行有效的管理和控制，而初级员工可能担心自己的工作会被AI所取代，从而抗拒AI技术的应用。
技术与数据的因素主要包括三个方面。44%的受访者认为挑战集中于AI技术本身，33%的受访者认为数据的可用性和质量是AI在财会领域应用的主要障碍，23%的受访者认为企业的数字化成熟度是挑战之一。有的企业还处在数字化的初级阶段，无法进入全面应用AI技术的阶段。
运营的因素挑战主要集中在两个方面。33%的受访者认为挑战存在于跨职能协作AI的应用，要求财会人员在数字化的过程中与数据专家、IT人员、运营部门和其他部门深度合作。另外有三分之一的受访者还指出了资源管理的重要性，缺乏AI实施所需要的资源，以及团队和项目管理的技能不足，将阻碍AI技术带来的潜在转型。
在伦理治理方面的因素中，40%的受访者表达了对AI伦理的担忧，并强调了数据完整性的重要性，以此减轻数据偏差所带来的风险。
基于上述四个方面所存在的挑战，该报告就如何应对挑战给出了建议。比如，在人的因素上，要使用自上而下的方法，培养和吸引AI方面的人才。在技术与数据的因素上，要学习和熟悉AI技术，评估企业的数字化程度，提高数据的质量。在运营的因素上，实施AI战略要进行充分的成本收益分析，提升资源管理能力，进行流程再造。在伦理治理方面的因素上，要确保数据的安全，制定完善的治理规则和方案，管理好AI与应用相关的风险。
上述应对挑战的各种举措，其实都属于管理会计的实践应用范畴。可以说，企业成功实施AI战略、广泛应用AI技术的关键在于管理会计的实施和管理会计人才的培养。对于IMA来说，其重要使命之一就是在全球范围内培养国际化的管理会计人才。
IMA对管理会计人才所需具备的能力素质进行了明确的定义，并根据技术的进步、知识的更新以及市场对人才需求的变化，实时更新能力素质的要求。IMA新版的管理会计能力输出框架定义了管理会计人才所需具备的六大核心知识领域，包括领导力、战略规划和绩效、报告和控制、商业敏锐度和运营、技术和分析，以及核心的职业道德和价值观。该框架针对各个知识领域细化了相应的能力素质要求，并按照从入门级到专家级五个级别分别列举了相应的知识、技能与能力。该框架为管理会计行业的技能评估、职业发展和人才管理提供了有效的指引。
为了培养管理会计人才，IMA发布了大量的聚焦管理会计发展前沿的研究报告，如ESG、AI智慧财务等，并出版了一系列的管理会计出版物，如《战略财务》杂志、《IMA管理会计能力提升与高质量发展》系列丛书等，旨在通过这些研究报告和出版物，帮助财会专业人员了解行业发展趋势和管理会计的最佳应用实践案例。IMA还为会员提供了大量免费的、持续教育的课程，并通过组织线上和线下的专业活动，为管理会计人才建立了丰富的交流平台。
同时，IMA还打造了两个高质量的专业认证产品，并以此为主要抓手来进行管理会计人才的培养。一是为帮助初级财会人员或非财会背景的商业专业人士，协会推出了财务和管理会计（FMAA）认证项目。该项目的英文考试于2024年3月在全球多个国家同时开展；2024年5月26日，首次举办了中文的FMAA考试。二是得到了全球管理会计专业人士和雇主广泛认可的CMA注册管理会计师认证。该认证自1972年推出以来，全球的CMA持证者已经超过了14万人。得益于财政部近年来大力推广管理会计，也得益于IMA在中国区的广大合作伙伴的鼎力支持，中国区的CMA持证者增长迅速，目前已经成为IMA全球市场中CMA持证者最多的区域之一。CMA认证也得到了北京、上海、天津等诸多地方政府的认可，并被纳入国际高端人才培养和支持的政策中。
