关于 ACCA 的研报总结
关于 ACCA
ACCA 是一个全球认可的专业会计师机构，成立于 1904 年，致力于扩大会计职业的准入范围，推动全球会计标准的提升。ACCA 支持一个多元化的社区，拥有超过 252,500 名成员和 526,000 名未来成员，分布在 180 个国家。
关于本报告
本报告探讨了人工智能（AI）在会计和金融领域的应用现状、影响及其对专业人士的要求。报告基于对 900 多名会计领导者的访谈和调查，分析了组织当前如何利用 AI，并展望了他们在管理 AI 带来的挑战和风险方面的策略。
AI 技术概述
报告讨论了重塑会计领域的 AI 技术，包括：
- 机器学习（ML）：从数据中学习、识别模式，并在最少的人类监督下做出决策或预测。
- 计算机视觉（CV）：使机器能够解释和基于图像等视觉数据做出决策。
- 自然语言处理（NLP）：使计算机能够理解并解释人类语言。
- 生成式 AI（GenAI）：能够创建新内容，如文本、图像、音乐和视频。
会计中采用 AI 的现状
- 跨功能实现：数据分析和报告是 AI 应用最广泛的领域，其次是财务规划与分析、发票和付款处理、办公生产力以及应付/应收账款。
- 应用差异：大型企业比小型会计师事务所更倾向于采用 AI，且应用领域更广泛。
- 注重实际成果：组织通过 AI 项目追求提高质量、提升效率、提升员工技能、扩展组织能力、增强决策能力、驱动竞争优势以及降低运营成本。
- 组织承诺：大型企业在 AI 项目上的投资超过 50 万美元，且预计未来一年将增加对 AI 的投资。
- 内部与外部能力平衡：组织在 AI 开发策略上寻求内部解决方案与供应商提供的便利性之间的平衡，未来更倾向于投资内部团队。
实施 AI 和数据策略
- 建立基本要素：组织需要了解当前的数据状况，评估数据需求，并拥有适当的基础设施和治理机制来存储、管理和监督数据的使用。
- 金融在数据和 AI 战略中的作用：财务部门在塑造组织的 AI 和数据战略中扮演顾问角色，并倡导战略和治理的协作方法。
- 倡导战略和治理的协作方法：财务部门应与其他部门合作，确保 AI 项目与业务目标保持一致，并在整个组织范围内获得支持。
采用人工智能的挑战和风险
- 挑战：选择合适的 AI 解决方案、将 AI 与现有系统集成、数据隐私和安全问题、AI 系统中的潜在偏见等。
- 风险：数据隐私、过度依赖、缺乏知识和专业知识、跟上快速发展的技术、平衡风险控制与绩效、偏差和错误、法规合规性、资源限制等。
- 应对风险：建立共享知识和理解的基础，培养集体责任感，采取更加开放和协作的风险管理方法。
案例研究：如何使用 AI？
报告展示了多个组织如何利用 AI 解决业务挑战的案例，包括：
- 英国 GIAA 的 AI 驱动写作引擎：帮助起草审计报告，提高效率。
- Parkdean 度假村的维修和维护成本分析：简化成本分析，提供洞察，支持战略决策。
- 财务分散的文件分析：自动化文件处理，提高效率。
- 零售建筑成本估算：简化成本估算，提高速度和准确性。
- Wipro 的收款对账：自动化对账流程，释放人力资源。
- 加强跨国 IT 公司的财务运作：利用 AI 工具处理各种流程驱动的生产力任务。
- 零售业的应付账款优化：自动化应付账款流程，提高效率和员工满意度。
- 平安 AI - ESG 平台：自动生成 ESG 披露信息，简化合规报告。
- 用友 BIP 全球理财智能风控平台：构建虚假交易识别模型，提高风险管理水平。
从案例研究中提取的最佳实践
- 具有战略性：从小规模开始，逐步扩大规模，专注于清晰的 ROI，利用同类最佳工具。
- 数据管理和质量：投资数据质量，确保数据的一致性和完整性，实施强大的数据治理流程。
- 人类 - AI 协作：保持人力监督，将财务专业人员的重点从数据输入和处理转移到分析和战略决策。
- 技能开发和培训：投资 AI 素养，提供分层培训计划，培养一种持续学习的文化。
- 变更管理：传达 AI 实施是一个持续改进的旅程，尽早让利益相关者参与。
- 技术考虑因素：选择合适的 AI 技术，确保可扩展性和集成性。
- 治理和伦理：建立清晰的治理结构，监控和完善 AI 系统，超越财务指标衡量成功。
会计中 AI 的展望
- AI 采用的需求：绝大多数组织计划在未来一年增加对 AI 的投资。
- AI 增强复杂会计任务：AI 与人类智能协同工作，放大彼此的优势。
- 挑战：利用 AI 的力量，同时维护道德标准、专业判断和人类洞察力。
