ACCA — 金融行的人工智能能 （ 汉 ） - 2023.8

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在osper。确实如此管理，打击当然，推动可持续性，Es. 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 Contents Summary4566IntroductionAI是什么意思？AI可以在会计和财务中使用？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会取代会计师吗协作101011 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。 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. It is vital for finance professionals to understand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。 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。 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。相反，通过专家su的重要性专业人士要增加nd /或风险unctions.g和Moreove估价 AATTHEG ANDACFINE职业。我们相信这是一个核心概念支持文化道德创新。 Introduction 2023年可能被誉为“生成AI年”。 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。 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. 相反，AI一直处于漫长的轨道上。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。 人工智能的历史显示出稳步、零星的进步，因为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。 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。 随着炒作和注意力的消退，应用程序繁荣。 对于fioablerirs可能是nges在如何工作提出要求和期望。 20世纪80年代见证了许多发展不同的路径:专家系统前者是设计并导致了sig系统,experienc和compu越来越多的orks是Procedures 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。 模式和解释要交付的数据关系预测或建议； n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。 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具有一定自主性的决策。 最近，基础模型(Generative AI)利用一系列结合自然的深度学习技术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。 它包括一系列形式，包括： n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；n机器学习使用算法来分析数据学习和适应，而不是被赋予具体编程指令。算法检测 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languag cy和金融? 哪里可以 AI是dras最AI的形式条目和inv消费tah作为数据传统时间-E表演得很快，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。 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： nn自动生成报告；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；nn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。 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。 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。 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。 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： n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；n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；n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；n紧密合作accountaicialistsTION的AI。 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。 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。 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 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。 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AI计划具有挑战性。规划 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： n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。 n不准确和s是胃底模式Ot被称为女士自信地断言ntrue。 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。质量培训偏见是地方性的。理解反负bia fication Effect: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，一个机器人处理大量的数据可能会大幅放大任何单个错误。因此，稳健的测试、验证、和监控流程可以帮助开发人员识别并在问题升级之前解决这些问题。 n隐私能力AI技术风险。Dityure数据减轻这些处理隐私riscy的境界双刃剑在curity. while it can enhance security措施，它也可以利用网络攻击者增加他们攻击的复杂性。因此，组织必须优先考虑强大的网络安全部署AI技术时的措施。 n意外后果：作为应用AI规模，可能会出现意想不到的问题，需要迅速有效的反应。因此，组织必须在以下情况下保持灵活和自适应的方法部署AI。 n法律和监管挑战：的出现人工智能技术需要发展新的法律框架和法规。这些应该解决人工智能技术带来的独特问题， 为了导航这个复杂的景观，个人和组织必须了解并主动管理这些风险。 通过挑战道德的人工智能，我们努力定位责任方的财务专业AI采用，有助于可持续的经济增长和社会福祉。 这对财务团队意味着什么？ 当涉及到AI时，我们认为存在一个建立核心实践的责任循环需要确保道德采用。 圆圈的核心是： nAI素养：了解不同类型的AI模型及其工作方式以及相关的好处和这些风险呈现给组织。这重要的是包括理解AI模型的准确性可能会随着时间的推移而恶化。 围绕这一点的是与五个关键领域相关的核心实践： n战略愿景：了解AI的能力并对AI将如何拥有清晰的战略愿景用于实现组织的目标；n人、过程、文化：驾驶透明和跨组织的协作文化分享最佳实践，并寻求不断通过利益相关者的参与改善AI的采用；n风险与合规:建立牢固的关系在风险和审计专业人员与技术之间/组织内的创新团队来管理AI适当使用；n投资心态：需要一个高土生土长e项目dlifecy作为n;onals有一把钥匙治理，确保适用性、准确性和合规性和监管要求。 The adoerations and challenges. Finance teams have a critical role在玩需要th协作nd在整个组织中有效。责任循环日期与人工智