随着大数据、物联网、人工智能、云计算等技术的不断进步，财务的管理也随之不断创新发展。新技术与财务的结合，使得财务变得更精细，更智能，更多维。为了更好把握智能财务的发展趋势，智能财会联盟联合安徽财经大学会计学院将于2020年10月24日上午8点30分-11点30分举办“智能财务国际研讨会”。同时，为交流会计教育改革经验，推动会计教育发展，安徽财经大学科研处、安徽财经大学会计学院联合智能财会联盟，将于10月24日下午14:00-15:00通过线上会议方式举办会计教育改革学术报告会。一天双会，两场会议将带来更多样、更深入的思想碰撞，欢迎关注！

人工智能技术发展迅猛，并已渗透至生活和工作的方方面面。面对来势汹汹的智能浪潮，传统会计正在加快融入的步伐。RPA、财务云、电子发票、会计大数据、在线审计、区块链等等一批技术正在被逐步应用至日常的会计工作中，会计的发展呈现出自动化、数字化、智能化趋势。高校是前沿技术探索和人才培养的高地，人工智能时代，高校会计教育与人才培养面临什么样的变革？智能会计方向应该培养什么样的人才？高校教师应该如何转型？这些问题亟待讨论。为此，在中国会计专业硕士教学指导委员会和中国会计学会指导下，智能财会联盟联合近三十家高校和单企业将于2020年8月20日举办“首届智能会计教学研讨会”。

“智能财会联盟”共同发起单位邀请函【学术前沿专题回顾】（按住蓝色区域上下滑动可查看更多内容）清华大学领衔，99

应简化系统配置、提高部署速度。只有简化系统配置、降低部署的难度，才能减少系统部署和变更的工作量，进而提升系统应对突发事件的能力。当然，在系统通用性和配置简洁性之间找到一个理想的平衡点并不容易。

7月11日，2020世界人工智能大会云端峰会在上海落下帷幕。本届世界人工智能大会以“智联世界、共同家园”为主题，聚焦“AI技术趋势”、“AI赋能经济”以及“AI温暖家园”三大议题。大会汇聚了人工智能领域的最强阵容，包括7位图灵奖得主、62位中外院士、约500位海内外学界和商界代表一同分享前沿观点。今年的世界人工智能大会以云端峰会的形式举行，3天的会期中，亮点纷呈，精彩荟萃，各位大佬金句频出。业界大佬看AI1李彦宏：AI的发展将经历3个阶段李彦宏表示，AI的发展会经历三个大的历史阶段。第一个阶段是技术的智能化，第二阶段叫做经济的智能化，第三个阶段叫做社会的智能化。目前，我们正处于从经济智能化的前半段向后半段过渡的时期。马化腾：AI势必带来一场前所未见的科技和产业革命马化腾表示，人工智能本身就是跨学科的科学探索工程，正在将人类认知推向更快更高更强。也势必带来一场前所未见的科技和产业革命，目前我们对人工智能等新科技的未知仍然大于已知，因此腾讯把“科技向善”纳入公司使命和愿景，腾讯每天都在研究和应用新科技，归根到底要为每一位用户负责，要做到AI向善，要努力让人工智能实现可知可控可用可靠，这是全社会共同面对的课题。马云：AI翻译成人工智能把自己看得过大过高马云表示，AI应该翻译为机器智能，翻译成人工智能是人类把自己看得过大过高。如果过去数字技术是让生活变好，今后数字技术是让人类能够更好地生存下去，疫情没有改变技术变革趋势，但是疫情加速了数字技术的变革，因为灾难在逼迫我们创新。马斯克：认知是目前AI最薄弱的环节马斯克表示，如果一定要把AI和机器人分成三个类别，感知、认知和行动，那么特斯拉已经做到了感知，并且在认知方面取得重要进展。这其实是一个计算能力的问题，也就是需要多少台计算机来训练机器，训练多长时间，训练的效率如何。认知是目前最薄弱的环节。这就比如说你能理解概念，但是不代表就能有效地推理，也不代表就能让人明白你的意思。很多AI都很有创造性，但是不代表就能管理其行动。在行动方面，机器能够很好地执行。丁磊：人工智能不是技术问题，是应用场景问题丁磊表示，人工智能不是技术问题，是应用场景问题，选对了应用场景，发挥的效率就非常高。希望人工智能解决三个问题，让住在城市的人出行很方便，让看病更方便，解决教育问题。例如，出行方面，遇到交通灯的控制问题；医疗体系，人工智能可以进行医学预警，针对血检、CT、MR等检查出现的情况，可以通过大数据排查，发现问题，进行预警；教育问题，希望能在政府的指引下，用人工智能为网上教育提供更好的工具，比如针对每个人的特征和接受能力不同，编写不同的教材。预言五年后人工智能的发展上海市经济和信息化委员会主任吴金城表示，五年以后，相信人工智能能够更加赋能各行各业，希望传统行业都能够+AI，在城市管理、经济发展和人民的生活都能享受到AI向善的赋能力量。红杉资本中国基金合伙人郑庆生认为，五年以后，新基建在各个政府的推动之下，包括所有的创业企业的推动下，使得中国包括人工智能在内的产业互联网能够发展到今天像消费互联网一样的世界领先的高度，使得中国不仅是一个数字大国，还是一个智能大国。云从科技联合创始人姚志强表示，五年，我们在行业中能够实现资源更好的泛化，并不是专家可以做，普通投资者也可以做很多有价值的事情，包括效率最大化，这一直是我们做To

往期回顾：《深度学习在...预测高风险投资者（一）》《深度学习在...预测高风险投资者（二）》《深度学习在...预测高风险投资者（三）》

“智能财会联盟”共同发起单位邀请函【学术前沿专题回顾】（按住蓝色区域上下滑动可查看更多内容）清华大学领衔，99

“智能财会联盟”共同发起单位邀请函【学术前沿专题回顾】（按住蓝色区域上下滑动可查看更多内容）清华大学领衔，99

2016b)。而我们提出的DNN架构是不同的，它使用多层不同类型的单元，依靠无监督的预训练来提取预测特征。预先训练的要素具有独特的优势，并且在金融领域被发现非常有效(Heaton

1、共享服务是财务转型的第一步财务转型是指一个企业的财务部门在财务战略、角色定位、组织结构和操作流程等方面的全方位转变，以及财务组织在信息系统等技术支持下所进行的职能定位、组织结构、博人力资源等全方位优化。如果没有清晰的路线图，财务转型及财务运营提升则会变得复杂而具有挑战性。面对CFO经常询问的“我们该从何处出发”的问题，首先需要将目光聚焦在交易处理业务领域，只有将财务自身从交易处理的工作中解放出来，才有可能承担更多的决策支持职能。共享服务通过将各分子机构中分散、重复的财务核算和账务处理业务予以标准化、流程化，为财务转型提供数据基础、管理基础和组织基础，成为财务转型的第一步。图：共享服务为财务转型提供的三大基础共享服务为财务转型提供的三大基础：(1)数据基础从事财务工作的人在谈及“数据”时，往往会联想到纷繁复杂的数据口径、多种多样的数据加工方法、和一整套看似逻辑严密却永远也解释不清楚的数据假设。之所以存在这种情况，是因为各分子公司在进行数据处理时采用不同的规则、或者虽然采用同一一规则，但操作方式上又带有自身的理解，如此，每个节点出现一个细小的差异，就会导致数据在宏观层面的合并、汇总、处理过程中出现口径不一致的问题，而处理口径不一致的方法和假设，往往也带有人为和主观的色彩。在这种基础上产生的数据和信息，很难对经营决策提供强有力的支持。共享服务通过标准化、流程化的处理流程和操作规范，保证了所有的基础数据从产生的源头起就遵循统一的逻辑规则，这样，每个数据从诞生之初就成为一个标准统+的粒子，能够轻松地和其他数据粒子对接、组合、整合，大大减少了数据加工过程中的数据转换和数据假设，使报告和决策支持在数据层面得以裨益。(2)管理基础没有规矩、不成方圆。衡量一个企业的管理水平，常常以是否具备完善的财务制度和流程为判断标准。然而，有制度和流程与有标准统一的制度和流程，又是两个完全不同的层次。世界级的财务能力第一条——基础架构，要求企业必须具有统一的会计科目、信息系统、财务流程和财务制度。然而目前，大部分企业集团，虽然在集团层面有明确的制度和流程，但是各分子公司又存在不同的个性化诠释和执行标准，导致从集团层面来看，存在几十套甚至上百套的流程和制度。标准不统一，将导致难以计量、评价和考核，各分子公司各自为政，集团很难整体协调资源，并对外界的竞争和挑战作出快速正确的响应。根据共享服务的发展路径，第一个阶段是在不同的地方，以相同的标准做事;第二个阶段是在同一个地方以相同的标准做事，达到集中的层次;第三个阶段是在同一个地方以相同的标准按照专业化的分工来做事，达到共享的层次;第四个阶段，承接外包或者被外包。可以看到，“相同的标准”贯穿共享服务的发展全过程，共享服务发展的过程就是企业不断标准化的过程，共享服务成为企业提高管理水平的重要手段。(3)组织基础共享服务通过集中提供财务基础服务的方式，使以前大量陷入财务基础工作的人员得以释放。从直观上来看，共享服务将财务核算人员集中在一起，实际上，建立共享服务的主要目的并不是为了集中，而是为了分散，把财务人员更多分散下去。通过标准化、制度化、流程化和IT技术，共享服务对人员结构进行优化，在企业财务总人力没有增加的情况下，释放更多人力关注附加值更高的问题，一个是与决策有关的战略财务，另一个是深人基层的业务财务，让财务管理渗透到研发、产品、销售等每一个经营环节，将财务更多的时间和精力投人到业务支持和战略决策支持中，实现了财务核算类岗位和财务管理类岗位的分离，使财务转型变革落实到人。2、财务转型的路径

内容转载自雷锋网（文/刘琳）获取报告请在公众号回复“人机交互报告”人工智能正在变得越来越“聪明”，也越来越贴近人类。第一次使用手机语音助手的时候，它总是会在我兴冲冲地问一个问题之后，令人失望地回答一句：“我好像听不懂你在说什么……”后来技术演进，它终于能够通过我的一些关键词，听懂我说什么了。但一板一眼，一字一句，程式化十足。不可否认，人工智能正在变得越来越“聪明”，也越来越贴近人类，未来它会是什么样子呢？近日，清华由清华大学人工智能研究院、北京智源人工智能研究院和清华-中国工程知识智能联合研究中心发布了《人工智能之人机交互》报告（以下简称《报告》），《报告》梳理了其概念定义和发展历程，重点研究了主要技术的发展情况、领域专家现状和应用领域，并探讨了人机交互未来发展趋势。一、人机交互发展史1、概念人机交互（Human-Computer

声明：转载此文目的在于传递更多信息，并不代表赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请在30日内与我们联系，我们将在第一时间删除内容。

万科企业股份有限公司成立于1984年，经过三十余年的发展，已成为国内领先的城乡建设与生活服务商，公司业务聚焦全国经济最具活力的三大经济圈及中西部重点城市。2016年公司首次跻身《财富》“世界500强”，位列榜单第356位，2017年、2018、2019年接连上榜，分别位列榜单第307位、第332位、第254位。万科在已实现资金管理“可知可视可控”的基础上，继续夯实收款管理、付款管理、流动性管理和信息报告四大基础工作，并在全业务、全周期穿透式的工作协同中创造真实价值：资金系统全集团全业态推广，形成集团资金数据中心；跨系统集成且支付量剧增的情况下保障资金支付及流动性安全；全业态集中支付接管及大量账户开通银企直联的情况下，持续进行资金系统的提效赋能，实现能力共用、应用共享、数据共有。万科集团数字化转型目标：能力共用应用共享数据共有随着万科业务的多元化、国际化、不断创新，从传统的住宅房地产开发商转型为城市配套服务商；除了传统的住宅与物业外，还大力发展商业地产、物流地产、长租公寓、冰雪运动、养老、教育等业态，由单一提供房屋销售转变为客户提供全生命周期的一站式服务的城市配套服务商。万科作为国内房地产企业的龙头老大，具有传统房地产行业资金需求金额大、占用时间长、费用项目多、费用支付方式复杂、费用支付频繁等特点。万科在全国60个城市进行项目开发，销售总量超过2000亿，员工人数超过3万人。如何打造一个为业务服务、管理服务的管理平台，有效防范风险，提升运作效率，支撑企业实现发展成为“万亿万科”的目标，这是集团财务转型的关键。基于万科资金管理的业务日益复杂，所有业务板块均纳入集团资金管控体系，为此需要满足万科集团多资金池、多业态、国际化的管控要求；同时能够支撑业务创新与快速发展，实时监控与掌握整个集团资金状况，并做到硬件、网络、系统、管理四位一体综合安全保证机制，达到天融信安全评估规范要求；并将所有业务板块均纳入集团资金管控体系，满足万科集团多业态多资金池、国际化的管控要求；支撑业务创新与快速发展，实时监控与掌握整个集团资金状况。万科集团从IT数字化转型战略定位上提出了3点要求：能力共用：共用的数字化需求转化及技术实现能力平台，承接各区域/业态业务需求，整合并输出适配的应用。应用共享：基于共性需求产生共享应用，同时可进行定制化开发产生各类子应用以适配个性化需求。数据共有：统一的大数据融合平台，在各业务单元自主发展基础上，确保数据信息拉通共享。万科集团智慧司库平台破茧而生结合万科集团对于IT数字化转型的战略定位，及对万科集团IT数字化转型业务架构的理解，以及对万科集团资金中心和一线公司的需求调研，制定了万科集团资金管理的未来愿景规划：集团资金管理：搭建集团子母银行账户体系，分设内外部账户，开销户权限控制，从源头对集团资金进行管控；搭建扁平化资金池、智能化的资金管理平台；资金风险管控：搭建集团资金监控平台，即时获悉账户余额、发生额，同时对账户、资金流动数据进行监控，对异常账户及数据进行预警。全流程加密及CA服务端加签验签，实现系统数据加密传输；多元化融资：搭建集团融资管理系统与供应链管理系统，对集团多元化融资管理提供系统支持；数字化管理：增加资金管理系统智能收付款、智能对账、资金池自动归集划拨功能，同时推广电子回单管理。自动对账中心：从线下手工对账到线上自动对账资金银行对账与余额调节表制作是财务月结的一项非常重要的工作，资金银行月末对账包括资金系统银行日记账与智慧核心平台银行核算账对账，资金系统银行日记账与资金系统银行对账单的对账。从财务月结工作实际情况看，资金财务月结工作量巨大，工作效率低。为提高财务月结效率和出纳财务对账效率，资金自动对账中心应运而生。智能结算：从人工操作到智能匹配付款规则、智能资金调度结算智能结算业务重点实现的功能：智能结算程度达到60%以上，根据付款信息和次日付款计划状态，自动提交、审核付款单，实时推送到资金中心，实现从人工操作到智能匹配付款规则、智能资金调度结算，达成一线到资金中心到银行的闭环，提高结算效率。资金智能预测和调度：次日付款计划从线下填报到自动生成资金智能预测和调度实现的重点功能：付款从发起申请到自动生成并上报次日付款计划，到最后提交结算中心支付形成完整闭环。次日付款计划线上编制、汇总、控制的自动化，自动生成资金头寸表；智能资金调度、填写中心账号系统智能匹配，取代人工操作；系统通过智能支付规则功能灵活配置，同时保证支付效率与支付安全。打造万科集团资金系统金融级安全由于涉及资金的上划以及对外支付，系统安全成为项目的重中之重。跨系统加密、跨单据加密、CA认证访问成为万科集团资金系统的首选安全应用方案，所有付款必须通过数据加密和CA加签验签等方式实现传输，多个系统分开控制权限，权力分散保证数据安全，并且权限申请由用户走流程核准生效。通过应用安全技术和业务管理控制，防止数据遭到非法访问和篡改，保证数据的真实性、完整性、合法性。有效的确保资金系统的安全使用与资金安全支付。改造付款接口，防止数据的模拟篡改，保证业务系统与资金系统付款数据一致性通过跨系统和基于MAC地址的服务端证书加签验签，保证付款自动化的支付安全通过权限申请、权限审计、角色互斥保障权限分配的自主性、灵活性、正确性通过对万科集团资金系统管理状况进行调研和分析，天融信最终对万科集团资金系统安全现状的综合得分在95分以上，安全管理水平接近于全国性股份制商业银行的管理水平：有强壮的安全管控能力，并能得到有效的执行。数字赋能“千亿房企”迈向“万亿房企”通过金蝶EAS资金管理系统上线，实现万科集团资金集中管理，提升资金数据交互安全，减少集团整体对外融资规模和融资成本，提高集团整体资金效率。资金集中管理账户集团集中管控，资金综合调度，优化资金资源配置；降低资金头寸，减少资金沉淀，提高资金使用效益，发挥集团资金规模优势。多元化融资外部融资管理、内部融资管理、供应链链融资管理融为一体线上管理，规范业务操作，同时进行过程管控，减少融资活动的风险。降本增效通过次日付款计划在线编制，为资金中心与一线资金计划岗提效50%以上；实现智能付款，提升资金中心付款效率30%以上；数字化技术的应用减少了资金管理业务流程节点中人工节点的工作量和占比，降低了资金管理成本，提高资金管理效率；银行互联平台在线支付的广泛使用提高了查询、收付、对账、电子回单等资金日常工作的工作效率，同时也节省了财务费用。资金安全多层数据加密，CA认证环环相扣，提升资金结算安全，将资金结算安全边界拓展至外部系统，形成资金安全管理的完整闭环，为集团资金支付安全保驾护航；资金流过程控制，加强资金管理内部控制，减少资金经营性风险和流动性风险。实现外部业务系统与资金系统的跨系统加密验签，做到资金系统服务端CA认证，实现权限分配线上自助申请，并根据安全评估项目进行安全改造，安全级别做到城市商业银行水平。转载自爱云资讯声明：转载此文目的在于传递更多信息，并不代表赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请在30日内与我们联系，我们将在第一时间删除内容。

Volcker)降低通胀的行动引发的上世纪80年代初的衰退、上世纪70年代的石油危机，以及美国进入二战。

“人机共生”协作模式或将出现元年科技李彤：智能财务的关键在认知智能和生态协同

“人机共生”协作模式或将出现元年科技李彤：智能财务的关键在认知智能和生态协同

“人、财、事”，对任何一家公司的发展来说，财务管理都是重中之重。一个“不小心”，公司可能就身陷囹圄甚至倒闭。也因此，市场对财务从业者无限“高薪引诱”的同时也提出了极高要求，比如不许出错。这看起来并不容易，每天跟税务、报表、资本等枯燥的数据打交道，人脑毕竟不是机器，哪能万无一失？但若在传统财务中引入“人工智能”和“大数据”呢？那这份职业就相当理想了——炫酷有趣+高薪+市场强需求！浙江大学管理学院就看到了这一点。为培养更符合时代需求的“财会精英”，2019年，浙大管院基于备受学生欢迎的会计学专业，在浙大竺可桢学院新开设了一个超级学霸班——智能财务班（会计学专业）。该班将配备优秀的师资、资源，及特色培养方案，但只招“高素质学霸”，且仅招20名左右。培养目标浙江大学竺可桢学院智能财务班（会计学专业）学制4年，将围绕“公司财务+人工智能+大数据”的深度融合，横向构建跨领域协同创新的知识体系。培养富有人文精神、科技洞见，能够引领并实现人工智能时代财务的战略价值，具有全球竞争力和社会责任担当，能够引领社会发展和行业发展的跨界复合型高级财务管理人才和未来商业领导者。该班毕业生将：通晓国际会计商业语言和全球战略财务管理理论及应用知识具备扎实的人工智能、信息技术和数据科学相关理论基础及应用能力面对多变国际经济、金融和市场环境，能够利用智能财务系统进行分析和决策能够胜任智能财务系统的开发、设计、应用和实现等创新工作学习什么直观地说，智能财务的研究对象是组织（企业、金融机构、政府财政和审计部门等）的资金运动、控制流程和各类经济活动，涉及会计、审计、税务、财务、金融以及业财融合等多个领域。因此，该班所培养的学生将系统学习运用财务工具、算法、建模和智能化系统，洞察、支持、优化包括会计信息系统、财务预测与决策、战略投融资管理、集团资金管控、流程优化、业务优化、资本运营、价值管理、风险管控、并购重组以及成本管控等在内的财务及管理活动。和会计学专业有何不同？培养体系：相较于会计学专业，智能财务的知识体系更具有跨专业、跨界的复合型特征；未来职业定位：智能财务毕业生将作为财务、技术、业务的跨界沟通者，负责财务组织对智能化技术的战略性研究，跟踪新技术动态并发掘财务管理和流程控制领域应用新兴智能化技术的可行场景，并制定实现路径。同时，有效地与IT部门进行对接并融合，明确提出智能化应用场景的业务需求，推进并跟踪IT部门对智能化业务需求的实现。课程设置：智能财务增设了人工智能基础、数据结构、数据挖掘与机器学习、分布式文件系统及数据库技术、数据分析与可视化、大数据与商务智能等核心课程。师资配置与国际化培养：配置优秀的跨学科师资团队，并将与斯坦福大学、剑桥大学、MIT以及悉尼大学等一流国际合作伙伴及其优势学科开展广泛的国际合作。浙江大学会计（智能财务）专业介绍视频据悉，这个“高素质学霸班级”由浙江大学财务与会计学系系主任陈俊教授创设，作为浙江大学学科负责人在国内高校中先行尝试并创设“智能财务”方向本科专业。陈俊浙江大学管理学院财务与会计学系主任，教授，博士生导师。财政部全国会计领军人才，美国德克萨斯大学Austin分校等高校访问学者，香港中文大学和中国政府审计研究中心特约研究员。曾获财政部“杨纪琬会计学奖”、浙江大学“优质教学奖”等多项教研荣誉，主要从事中国新兴资本市场会计与公司财务、审计与内部控制等领域的教学、科研与社会服务工作。陈俊教授表示，智能财务将成为引领全球商业和财务活动未来发展的重要趋势之一，企业管理创新和金融市场发展对跨界复合型财务管理创新人才的需求将呈现出爆发式增长。具备复合型跨学科背景的智能财务毕业生，将拥有更为广泛的就业选择、出色的全球竞争力和优秀的未来职业成长潜力。智能财务是最为前沿的学科专业之一，围绕“公司财务+人工智能+大数据”的深度融合，通过跨界复合型培养方案，精心打造跨领域协同创新的知识体系，建立其坚实的知识壁垒和专业护城河，具备突出的技术创新和商学竞争优势。这样培养出来的兼备数据分析和技术创新能力的跨界复合型创新型高级财务管理人才未来的就业和职业发展将更为广阔、更具前景。那么对于智能财务的发展趋势，对智能财务人才的培养，陈俊教授还有什么独到的看法和经验呢？本周五的智能财会系列公益讲座中，他将为我们深入分享他的看法，欢迎观看！（扫描下方二维码，即可跳转直播间）本期讲座安排智能财会系列公益讲座第五期将于6月5日（周五）

导读：国网青海电力构建的智能财务在疫情期间发挥了巨大作用，通过创新应用全业务全链条软硬一体财务机器人，实现智能分工、智能处理、智能预测等，机器代替人工，避免接触，在保障人员生命健康安全的基础上完成了各项业务结算，实现疫情防控和业务开展并举。在疫情期间，国网青海省电力公司的智能财务发挥了巨大作用，电费结算、分布式光伏结算、工程物资结算业务、报销业务等都避免了人员接触，在保障人员生命健康安全的基础上完成了各项业务结算，保证了业务正常开展，并在今年3月底实现全面复工复产。早在2017年，青海电力就全面梳理了财务端对端业务链条，并制定了5年智能财务建设方案，逐步推进迭代发展，创新应用“青电智羚”系列14类全业务全链条软硬一体财务机器人，通过机器人群管理实现智能分工、智能处理、智能预测等，促进内部员工获得感和外部供应商满意度双提升，尤其在疫情期间，机器代替人工，避免接触，实现疫情防控和业务开展并举。

内容转载自中国人民大学商学院MPAcc2020年春季学期，受疫情影响，线上课堂取代了传统的面对面课堂，成为了学习的主要形式。远行团队成功地化挑战为机遇，利用腾讯会议平台，为中国人民大学商学院2019级资产评估专业硕士的同学们带来了一次难以忘怀的学习经历，帮助同学们更加深刻地体会到了“智能财务共享与云计算”的魅力之所在。在教学安排上，为了尽可能地让同学们感受到不同的教学风格，同时更好地将传统财会知识、最新的计算机技术和财务实务工作进行有机结合，此次课程由校内外共计三名教师合力讲授。远行科技副总经理徐凯老师有着二十余年IT从业经验，在信息化规划、财务信息系统、大数据分析、人工智能和项目管理等方面均有丰富的实战经验；中国人民大学商学院张敏教授和中国人民大学商学院吴武清副教授，对公司财务、审计、大数据以及财务模型设计和财务风险管理建模问题有着深入的研究。三位老师通过八次线上课程，向同学们展现了智能财务共享与云计算的课程精髓。虽然教学过程全程通过线上授课的方式进行，师生间的互动却丝毫没有受到影响。在传统的财务架构下，一笔小小的火车票报销业务，都要经历重重的审批与票据验真，前来报销的职工与财务人员均落得身心疲惫，这一难题该如何解决？财务赋能业务的最大障碍是什么？面对这些问题，同学们的回答，引用徐凯老师的评价，那就是“看了才知道大家的脑洞可以有多大”。此外，为了让实务工作经历尚浅的同学们能够更好地感受财务共享系统的便捷性，徐凯老师还录制了实际工作中，企业员工通过电脑网页端与手机APP两种方式，在财务共享平台上实时进行差旅票据报销操作的视频。相较于费时费力、又贴票据又填表格的传统报销方式，智能财务平台“扫一扫”、“点一点”的友好操作，不禁让同学们对其智能性心生向往，迫切想要进一步挖掘该平台在解决其他财务问题上的无限可能。翻过绿色清新风格的首页PPT，闯入眼帘的却是酷炫的“黑客帝国三部曲”海报。通过这种别出心裁的设计，吴武清老师在课程伊始，就激起了同学们强烈的好奇心与求知欲。蓦然回首，曾经的“科幻”已然成为现实。倘若有意，任谁都可能通过Python编程等方式，圆一回黑客帝国的科技梦。吴武清老师巧妙地以此为切入点，结合网络环境的开放性、虚拟性、交互性、匿名性等特点，提示同学们不仅要看到云会计“威力无穷”的一面，更要意识到其作为一种新技术，同样存在着尚待完善改进之处。如何建立云会计下的风险评估制度？以及，如何加强网络防火墙的建设，以确保云会计数据的安全？这些问题距离我们并不遥远，也许某个突发奇想，经过合理设计与验证，就能成为解决问题的关键，成为财务向着智能化前进道路上的助力。学习并不是一个一味接收的过程，更重要地是不断进行思考与追问。二战时期英美军在统计了返航战机上弹痕分布之后，着重加强了弹痕密集之处的防护，却收效甚微。原因何在？张敏老师通过实际案例教导同学们，切不可被事物的表象迷惑，平静的海面之下很可能就是虎视眈眈的冰山。同样，面对“智能财务共享与云计算”这类极为便利的财务技术与工具，在尽享其便利性的同时，还需要时刻结合财会基础知识与人工财务阶段积累的实务经历，积极反思诸如系统设计是否仍有不足之处、某个环节是否仍存在较大的改良空间等问题，不断将智能财务共享与云计算技术，推至新的高度。张敏老师还为同学们介绍了自然语言处理、机器学习、可视化等大量在会计实务中具有重要应用潜力的技术。其中，机器学习技术尤其给同学们留下了深刻的印象。与人类的学习不同，机器学习的速度很快，并且不存在遗忘问题，能够面向未来，因此非常适合用于风险管理。例如，可以利用上市公司的公开财务数据，运用机器学习技术进行机器训练，实现对公司业绩极为精确的预测。此外，张敏老师还邀请了两位同学，结合屏幕共享下的现场Excel操作，为大家带来了一次精彩的财务可视化技术的报告。通过两位同学的报告，同学们深刻感受到，财务可视化等技术的广泛应用性。不知不觉间，《智能财务共享与云计算》课程已落下帷幕，同学们在感到意犹未尽的同时，心中充满了对财务未来智能发展的期待与向往，并由衷生出了在此过程贡献绵薄之力的热忱愿望。同学们认真思索，在未来的学习与工作中，如何更有效地利用智能财务共享与云计算技术，以及为了更好地顺应财务智能化的潮流还需要学习哪些知识与技能，不断提高自身素质。本次课程令同学们获益匪浅，并且已然成为同学们未来学习与职业规划道路上，一个重要且清晰的指路标。

往期回顾：《基于MD&A的支持向量回归...(一)》《基于MD&A的支持向量回归...(二)》7、SVR法的灵活性检测在这一节中，我们通过三种方法来检测SVR法的灵活性：1、检测它对其他公司基本指标的解释与预测能力。2、对不同的披露内容进行分析。3、在不同时间点检测披露内容的信息含量7.1、MD&A的未来现金流预测我们首先证明我们的方法可以对另一个公司基本指标——未来现金流进行预测，来展示我们方法的灵活性。SEC认为MD&A应该包含公司盈利与现金流的性质与波动性说明，这样投资者就能判断公司之前的这些数据会不会对未来数据产生影响。所以我们检测SVR法能否依靠MD&A中的语言对未来现金流进行预测。我们复制了原有的SVR过程，将

(2011)的积极与消极词汇列表，i公司第t年MD&A的语调(Tone[i,t])等于积极词汇的个数减去消极词汇的个数后再除以MD&A总词汇数。我们将其补充在了公式1中，补充后的模型如下（公式4）：

一个来自奥林商学院、华盛顿大学等高校的团队通过关联基于MD&A（管理层讨论与分析报告）的应计项目期望与实际应计项目，检验出支持向量回归法(SVR)在评估非结构化、定性披露的内容方面的有效性，并将成果发表于《Journal

往期回顾：《基于文本分析的新行业划分方法（一）》4、新行业分类的性能评估在本节中，我们将讨论基于文本分析的“无限制”的行业网络分类的核心性能，并使用这种分类法分出来的一些行业来说明这些能力。我们关注的是其捕捉传统固定的行业分类不能捕捉到的网络特性的能力。这些特性包括(1)行业内的差异性(2)产品和行业变化(3)跨行业关联4.1、捕捉行业内的差异性能力产业内产品差异化的概念可以追溯到Chamberlin(1933)，他证明了差异化是产业组织理论的基础，并减少了企业之间的竞争。有用的分类不仅要识别产品市场，还要衡量行业内的差异。从Berry,

往期回顾：《财务机器人案例专题一》《财务机器人案例专题二》【案例七】纳税申报自动化（1）案例背景对于纳税主体较多的集团型企业，由于纳税申报的数据来源不同，如来自财务信息系统、开票软件或其他台账等，手工操作量极大，即使部分企业已经部署了VBA

-4行业的可能性为61.3%。而按照10-K分类他们在同一行业的可能性为46.2%。相比之下，当两家公司处于相同的10-

往期：《当客户用上大数据，审计行业该如何应对？（一）》《当客户用上大数据，审计行业该如何应对？（二）》5、技术采用问题：审计环境已向大数据与审计分析演变许多内部审计程序已经可以自动化，从而节省成本，并且让审计更加频繁，且审计人员可以花更多时间在需要人的判断来完成的任务中。在其它一些领域，很多人提出自动化的进程应该是渐进的，而不是革命性的一蹴而就。本文中提到的话题和建议似乎涉及的范围很广。它们可能会成为外部审计行业使用大数据和审计数据分析的动力，也有可能是障碍。理想情况下，行业采用BD/ADA的目标应该是节约成本，并在审计过程中获得更高的效率和更好的效果。然而，可能存在一些障碍抑制对BD/ADA的采用，这里我们提出与BD/ADA采用相关的几个问题。关于技术采用的文献在审计、会计和AIS学科中非常多。本文不试图综合这些文献来支持这一讨论;相反，一些重要的文章建议未来的研究集中在BD/ADA方法上。有人建议，手动过程向自动化过程的转换最好逐步进行。Geerts为这样的集成提供了一个基于设计科学的框架。Vasarhelyi在前人的基础上提出了四个步骤。他认为人类信息处理及其从人到机器的演变可以分为四个阶段:(1)信息获取阶段，(2)信息分析阶段，(3)决策选择阶段，(4)行动实施阶段。一旦前面步骤的好处开始显现出来，那么就应该接着进行下一步骤。此外，在Alles和Dzuranin框架中，如果首先重新设计手动流程以支持最终的自动化，则更有可能发生成功的更改。在Alles等人的提案中，流程周期的第一步是考虑变更的驱动因素并得到管理层的认可;这一过程的第二步是开发和实际实现能够实现这一变化的组件;第三步是管理，或者说基准测量和解决方案的评估。这个过程循环以增量的方式在每一级的自动化转换中重复。外部审计人员使用分析和大数据的最初驱动力已经到位，随着客户交易、分析和数据源的复杂性不断增加，如果分析过程是手工的且过于简单，审计业务团队的审计风险将随之增加。公司已经采用了多种描述性方法;可以认为，一些实践者即将进入下一个阶段，采用更多的预测分析。基本上，企业现已逐渐发现，手工的、过于简单的分析程序和数据源创建的审计在大数据环境中更有可能是低效或无效的。许多公司正在研究如何在他们的项目中集成更多高级分析方法，但是这个计划正在谨慎地进行。本文中讨论的许多研究问题将需要在增量方法的环境中进行检查，如下图所示。下图演示了如何增量地集成上图中描述的流程，以将高级分析和大数据集成到实践中。这种渐进方法可能已经在审计过程中得到了一定程度的使用——虽然一些手动过程已经实现了自动化，但有一些审计过程还没有。许多审计测试可以使用计算机辅助审计技术(CAATs)软件包进行全面数据测试。这些CAATs可以非常高效、快速地执行分析，并且可以很容易地连接到客户的系统。虽然并不是所有的CAATs软件包都具备处理大数据的能力，但这一局限终将得到解决。例如，在GL测试、三向匹配、详细测试和抽样的许多业务中，审计人员都使用CAATs。然而，这些测试不是自动运行的，而是由业务团队手动选择的。审核员选择要运行哪些分析过程或测试，并在特定审计目标的认定测试中检查哪些属性。6、潜在的研究问题与机遇客户端系统现在可以创建和获取大数据，并应用高级分析生成决策智能。然而，公共会计行业仍然受到一些法规的约束，这些法规可能在多年前适用，但在当今这个现代商业环境中，它们的相关性应该得到重新审视。围绕着审计数据分析的标准、实践和理论，有许多问题已经从这些快速发展的不同的公司系统中浮现出来，但这些问题还没有得到解决。本文重点介绍了这类问题的六个方面，并对当今公共审计行业面临的其他关键ADA问题进行了广泛的回顾和收集。研究问题：许多论文都提出了类似的研究问题。这些问题的提出对于审计数据分析能否获得广泛的实际接受也很重要。此外，随着高级分析和大数据的大量使用，可能需要对许多审计过程和认定进行量化。如何使用分析方法来创建准确的期望模型，以生成可与实际会计数字相比较的预测?期望的容许方差应该如何选择?期望模型应该随着更高级分析的应用而得到更深入的研究。这些更先进的方法与大数据相结合可以使期望方差更小。什么属性使特定的ADA技术更适合于特定的审计功能?考虑到客户的特殊性、环境和行业，在每个审计阶段都有广泛适用的技术。Appelbaum等人将特定客户条件下的适当技术分类作为外部审计框架(EAA)提出。应该如何重新建立保障功能以更好地使用ADA保障功能比财务报表审计应用地更广泛。由于保障服务应该提高决策者的信息质量，数据的质量(相关性和可靠性)仍然是最重要的。保障功能可以以比审计业务更广泛的格式重新组织，但它的标准也应继续发布。应如何修改审核标准和流程以支持和鼓励ADA的使用?在特定的审计业务环境下，应修改这些标准，以促进对审计的每个阶段都可接受的技术的使用。例如，当客户可以通过电子手段收集100%的数据并提供给审计人员，那就应该对抽样进行修改。在这种情况下，ABE或例外情况应该被标准设置者所接受，以代替抽样。此外，将数据作为审计证据的标准也应该在电子数据和大数据的背景下进行审查——在这种情况下，外部证据可能不那么可靠。验证ADA的期望模型的正确方法是什么?这种验证应该针对每个审计客户分别进行，还是可以从一个客户推断到同一行业的所有其他客户?随着时间的推移，审计师可以持续的为客户和自己的行业专业知识建立模型验证。可以将最新的资料输入规定的分析模型，以便随着时间的推移取得更大的准确性。这些标准还可以为特定行业提供切实可行的指导。现有的分析技术还需要哪些额外的验证过程?验证过程仍然是审计业务中ADA集成的开放问题。随着时间的推移以及审计客户的不断增加，规范性分析可能会变得更加精确。如何为ADA定义“准确性”的概念?是否有必要鼓励使用实质性审计分析?在使用ADA的过程中也许可以正式和定量地定义准确性的概念。即使使用先进的分析技术，审计师的判断仍然是必要的。审计的量化发展：分析、信息处理和信息传播技术的根本性变化使得数据的连续性、预测性、规范性可以得到保证，甚至可以促进数据的自动更正。这些技术具有两面性，它增加了透明度，如果所有细节都被披露，可能还会造成一些竞争性损害。增加信息披露与代理人的经济利益之间的公共利益权衡是一个复杂的问题，它的平衡可能需要很多年才能达到，但到时又会被更多的破坏性技术打破。可用数据量的增加，以及发现差异、理解总体内容和预测趋势的渐进能力，显然造成了一种越来越大的平衡失衡。量化可以增加信息的内在价值和外在价值，但可以减少信息不对称，这对代理人(经理)和委托人来说是非常危险的。本文提出了一些与量化相关的研究问题，并在此进行了阐述:在某些情况下，现代的信息披露和统计方法是否有可能使预先设定的规则自动化，以执行程序、得出结果，并在判断中整合这些规则?这种方法对于“持续审计”是必要的，在大量的外源性和内源性的数据流面前，因此这种方法已逐渐成为必要。应该对现代分析方法在不同情况下的适用性、累积效果、形式化能力、分类(建立分析方法和数据结构的分类法)以及它们的量化进行研究。由于手工审查和存储过程的限制，传统的审计的模式基本上是检查，回顾。这些现代分析方法可用于探测和预防潜在故障沿下游系统的传播。这些特征将迫使新的公司程序及时纠正现有系统中不存在的中游错误。从“防御线（defence

往期回顾：《财务机器人案例专题一》【案例四】返利管理流程自动化(1)案例背景RPA还可以根据不同的行业特点与需求，实现相应的流程自动化。以某药企为例，在机器人自动化实施前，企业的返利管理流程主要面临两个方面的痛点:人工耗时长:客户每月需要处理约1400条返利申请，平均每月耗时184小时，人工成本投人巨大;信息处理过程中出错率较高:该流程需要将关键的返利申请信息输人到客户的返利管理系统，人工输人导致出错率较高，从而增加后期修改以及审核时间。(2)报销流程自动化如下图所示，返利管理流程自动化具体包括五个步骤：应收账款会计定期从客户管理团队

续上期内容：《当客户用上大数据，审计行业该如何应对？（一）》4、新分析技术在现代商业环境中值得注意的六点在信息时代的第一波浪潮中，计算机、大型存储系统和集成软件的出现改变了商业流程。它们使大量有潜力的分析方法逐渐被用于商业，但仍局限在外部审计领域。在这个变化的时代中，分析技术的应用面临许多疑问与挑战，前面列举的六个问题将在本节中详细讨论。4.1、在审计程序中是否应用新的分析程序也许这个问题可以被描述为“审计者是否应该扩展他们对分析程序的使用，而不仅仅是扫描、比率法和时间序列分析，以及详细的检查?”“这些技术在大数据环境中有效吗?”我们将相关问题总结在了下表中。PCAOB标准表明，100%的测试只适用于特定的情况，例如由少数高值元素组成的总体。旨在对重大风险和其他测试手段作出反应的审计程序没有提供充分的证据，最后，审计程序可以有效地自动化，并适用于全部数据。除了处理相当大的数据集之外，当前的技术还可以支持基本审计测试的自动化，比如三向匹配和抽样。4.2、哪种方法最有前途？Appelbaum、Kogan和Vasarhelyi最近对一些外部审计文献进行了组织、检查和分类。该研究涵盖了自上世纪50年代中期以来发表的300多篇论文，这些论文在审计的至少一个阶段讨论了分析方法。由于在规划和审查阶段都有需要分析程序的标准，这两个阶段是文献的主要重点，实际测试和抽样也是如此。在审计的所有阶段都使用了许多不同的分析技术，但使用的方式不一致。最有前途的方法如下:审计检查:交易测试、比率分析、抽样、确认、重新执行和CAATS自动化。无监督的聚合、文本挖掘、可视化和流程挖掘(发现模型)。有监督的:流程挖掘(过程优化)，SVM,

现代审计业务的客户通常使用大数据分析等技术来保持竞争力，很多的客户端系统现在都由云、物联网和社交媒体等外部数据源集成。此外，许多审计业务客户现在正将这些大数据与新的、复杂的业务分析方法集成起来，以生成智能决策。这种情况为外部审计师带来了大量的机会和危机。这次介绍的文章是蒙特克莱尔州立大学的Deniz

【案例一】报销流程自动化(1)案例背景近年来，RPA自动化的理论和技术日益成熟，加速渗透到各行各业中。某信托公司通过财务机器人代替传统的人工操作，提升服务水平，引领信托业财务机器人应用潮流。对该信托公司财务报销而言，一方面公司每年有大量增值税发票需要处理，发票的票种繁多，传统的人工审核方式效客低质量不稳定。另一方面为加强合规控制，财务人员设置了复杂严密的报销流程，单据发起人需要耐心填报各种单据信息，财务人员更要细心地悉数复核。繁杂的报销流程，不仅影响员工日常工作，而且时常由于其重复性和机械性导致低效率。(2)报销流程自动化为解决报销流程的痛点，公司实施了自动化解决方案，财务机器人的应用助力公司打通业务流程，极大提升了业务效率。该公司报销流程中的财务机器人运作如下:登录报销系统，查询需要审批的报销单;选择报销单，下载发票附件;从图像中识别发票信息，输人税局平台中自动输人验证信息进行发票查验;核对报销单，追加审批意见和附件;审批或驳回报销单。全天待命的财务机器人能够自动检查待审批的报销单，提取其中的发票图像，完成发票识别、真伪校验、信息输人，并自动生成自然语言的审批意见，邮件反馈给申请人和财务人员。相应地，通过票据影像化、结构化、数据化，企业对费用的内审管控也可在线高效便捷完成。(3)报销流程自动化收益报销流程中的财务机器人上线后，审批流程的响应速度加快到几近实时，填报和审批的时间至少节约50%,发票的识别准确率提升至近100%，审核的精细度、时效性得到了大幅度的提升。如下图所示，将报销流程自动化实施前后的工作情况进行对比，可看出财务机器人应用的极大优势。繁琐重复的信息输入和校验工作交由财务机器人完成，报销申请人员和审批人员从此得以摆脱手工重复性工作，投入更多精力于高附加值的工作中，极大提高了员工的自身价值感和工作满意度。

4、文本相似度分析虽然最近文本分析的热点侧重于情感分析或语气分析，但另有一套方法是通过度量文档相似性来进行分析的。识别语义相似度(这是文档相似度的基础)对于人类来说是一项相对简单的任务，但是在计算上具有挑战性(例如，计算机无法理解猫和老鼠是一对有联系的事物)。一些论文使用了一种来自自然语言处理和信息科学文献的方法来衡量文本相似性，一种被称为余弦相似性的方法。给定两个文档d1和d2，将它们转换由单词组组成的成两个向量x和y，那么他们之间从第1到N个单词的余弦相似度被定义为分子上的点积提供了一种简单的相似性度量，而分母则根据向量的欧几里得长度进行缩放。几何上它是是两个向量夹角的余弦。虽然分子提供了一种相似性度量，但由于缺乏标准，单凭分子本身很难有说服力。分母使度量标准化，在这种情况下，这有助于使度量不受文档长度的影响。如果我们对式中每个向量的数值进行均值调整，那么度量结果将是一个简单的Pearson相关。虽然余弦相似度度量是自然编程语言文献中选择的度量，但是在商业领域中，似乎没有什么理由使用这个度量来代替简单的相关性。Egozi,

新技术的快速发展让企业面临着随时被淘汰的风险，与此同时财务部门在企业的地位也在慢慢边缘化，那么如何提升财务部门的地位呢？较好的杀手锏就是讲好数据故事，未来财务部将成为一个数据加工处理中心。基于大数据做分析，利用智能化实现信息提供的及时性、准确性、科学性，让管理层与业务部门对财务部门形成依赖性，由此让财务部门地位得到大幅度提升。——张敏此前，张敏教授曾受邀参加活动时发表了关于企业财务智能化转型实施路径的主题演讲，演讲PPT如下（演讲解读视频请点击文末“阅读原文”进行观看）。

我们之前提到的可读性关注的是个体理解信息的能力，现在我们要说的分析方法是尝试通过计算机技术从信息中提取有用的东西。有趣的是,由于语言和写作的固有性质,一些广泛使用的文本分析方法都依赖于关键的独立假设来减少文档处理的复杂性,独立意味着在我们分析的背景下,单词顺序并不重要。忽略单词序列的方法通常被归类为“单词包”（bag-of-words）技术，其中许多都是基于将文档分解为由单词行和单词数列组成的集合。考虑到计算语言学庞大的方法库，并且有可能传统计量经济学将发展为定性领域，这种方法可能还是应用文本分析科的初级阶段。如果文档中的单词顺序并不是至关重要的，那么使用单词计数法（word

）AI人机交互趋势研究（2019）阿里达摩院发布2020十大科技趋势AI驱动算法成功预警武汉肺炎，背后的支撑是哪些？德勤全球机器人卓越中心调查：战略、架构和实践启示当在线学习（online

method）与基于会计原始数据的回归模型预测会计欺诈行为》。由于欺诈预测任务可以转换为一个二元分类问题(欺诈与非欺诈)，所以可以使用分类问题的评估指标来度量欺诈检测性能。定义真阳性（ture

在抗“疫”期间，几乎所有的企业都按了“暂停键”，但关系国计民生的重要领域不能停，比如电力、医疗、水利等。中国核电（全称：中国核能电力股份有限公司），就是一年365天、每周7*24提供全天候服务的重要企业之一。尤其在疫情爆发这种特殊时期，肩头的责任更重，使命感更强。而对于很多信息化从业者来说，我们一定很好奇，这种国家支柱型企业，如何在确保企业员工安全的前提下，让业务“不宕机”？信息技术在企业实际业务运转中，发挥了怎样的作用？本文将从财务共享的角度，展示大型集团企业的数字化转型硕果。“财务管理在中国核电占有重要地位，为了满足业务的高速发展需求，实现企业数字化转型目标，企业自去年开始以私有云的形式构建会计共享中心，通过ERP+打造会计共享、智慧财务体系。”

由上海交通大学、新加坡国立大学、武汉大学等高校联合组成的研究团队提出了检测样本外会计欺诈的新视角与新办法。他们发现输入原始会计数据作为预测因子的逻辑回归要优于传统的输入财务比率数据的逻辑回归。该团队所使用的集成学习（ensemble

）AI人机交互趋势研究（2019）阿里达摩院发布2020十大科技趋势AI驱动算法成功预警武汉肺炎，背后的支撑是哪些？德勤全球机器人卓越中心调查：战略、架构和实践启示当在线学习（online

会计和审计标准有助于在用户对更多信息的渴望与传递信息的成本之间达成妥协。以前，企业只能管理有限的信息，而现在他们可以利用服务器上的海量数据和元数据。这些来自不同来源和形式的数据中许多是无效的，它们很容易淹没投资者。会计和审计标准没有跟上大数据的步伐，仍然强调表示、汇总和抽样。这篇文章认为，标准应改变为关注产生数据的过程以及数据的分析，而不是它们的呈现，这将增加会计行业的价值和相关性，更好地帮助用户，并提高资本市场的效率。以下来自芝加哥洛约拉大学的John

。中国在技术方面大规模的投入以及更加宽松的大数据应用环境为大数据审计的发展提供了难得的发展机遇。不过，中国审计要真正引领世界审计的创新，必须加大产学合作力度，单靠实务界或者学术界都很难实现。

）AI人机交互趋势研究（2019）阿里达摩院发布2020十大科技趋势AI驱动算法成功预警武汉肺炎，背后的支撑是哪些？德勤全球机器人卓越中心调查：战略、架构和实践启示当在线学习（online

）AI人机交互趋势研究（2019）阿里达摩院发布2020十大科技趋势AI驱动算法成功预警武汉肺炎，背后的支撑是哪些？德勤全球机器人卓越中心调查：战略、架构和实践启示当在线学习（online

当前，全国进入新冠肺炎疫情防控的关键时期，山东高速集团的复工复产成为保障民生、保障交通顺畅安全、支持抗击疫情的迫切需要。在当前的形势下，有服务商以智能财务为山东高速集团的复工复产助力、保驾护航!山东高速集团经营主业涵盖交通基础设施领域的投资、建设、运营、管理以及交通基础设施配套土地的综合开发;物流及相关配套服务;金融资产投资与管理。经营领域相继涉及全国22个省、海外106个国家和地区，全集团有300多家法人单位及800多家核算单元，业务领域涵盖22个行业，是一个资产总额达6千亿元的大型国有企业。该服务商为山东高速提供了以智能财务为核心的企业云服务解决方案。山东高速集团总结了服务在此次疫情中的价值：“隔断或免除对人与人的传播途径，见屏如见面，工作不耽搁，业务支持更高效!”。建立财务共享服务模式，财务线上灵活处理山东高速集团财务共享服务中心通过将集团下属各单位标准化、同质化的款项收付、报销报账、会计核算、资金结算、税务管理等工作集中，依托财务共享服务信息系统平台，利用云计算、移动互联网、大数据、智能设备、物联网、区块链技术，实现数据共享互通，为集团内不同行业领域、国内外各级权属单位提供专业化、标准化的会计服务。应对疫情，山东高速集团的共享服务中心提供全线上的财务服务，极大避免人员聚集产生的影响。所有业务全面线上，即可流畅完成，高效实现业务处理、传递与协同。山东高速集团共享服务中心高起点规划与建设，主要职能定位面向集团：提供数据服务，指导与制定有关标准，管理中央数据库与数据资产，业务管控及风险防范。完善并建成“四库三池三中心”，包括“四库”事件库、

“AI技术在财务领域的应用已经有几个不错的应用领域，但不能停留在几个热点上，需要进一步形成智能财务应用体系，在认知智能和生态协同合作方面发力是突破智能财务发展的关键节点。”北京元年科技股份有限公司高级副总裁李彤博士的观点引起了第二届智能财务高峰论坛与会嘉宾的广泛关注。智能财务将是人机协同的一体化管理上海国家会计学院党委副书记、副院长刘勤教授发布的《2019中国企业财务智能化现状调查报告》指出，未来的财务管理模式是人机协同一体化管理，智能财务未来会覆盖业财管整个范围以及智能财务服务方式应该是个性化和标准化并重。智能财务带来的主要收益是使业务流程标准化和智能化，以及提高企业的管理和控制水平，推动企业智能财务发展的关键因素是组织因素。“很多人认为，人工智能的快速发展一定会使基层的会计人员最终失去立足之本，被迫转入其他工作岗位。因此，业界一部分人对智能财务的发展忧心忡忡，对新技术的应用存在一定的抵触情绪。”刘勤教授指出，“根据我们近期开展的中国企业财务智能化现状调查发现，在中国的欧美外资企业已使用的企业管理信息系统数量（平均5.68个）和一些典型财务管理模块（如合同管理、发票管理、会计档案管理、会计核算、合并报表、资金管理、预算管理等）的智能化程度都要显著高于其他类别的所有制企业，这也间接地体现了中外企业的智能化应用水平的差异。”认知智能是突破智能财务发展的关键问题如果把人工智能技术发展分为运算智能、感知智能和认知智能三个阶段的话，我们以前的IT投入可以认为处于运算智能阶段，也就是能存会算。第二阶段的感知智能就是能听会说，能看会认阶段。第三阶段就是能理解，会思考，也就是可以联想推理阶段。在财务管理领域，基本解决了运算智能，感知智能阶段正在火热推进中，而真正需要突破的地方正是认知智能，也是智能财务发展需要突破的关键节点。李彤认为，智能技术在财务上的应用就是要解决效率低、手工作业量大、用户体验差的问题，着力点基本上在员工报销、发票核验、财务共享中心派工方式、收付款方式、风险管控上，解决企业业务快速增长，管理变化快，信息化无法有效赋能业务的问题。利用OCR、语音等技术解决图像识别，语音识别的需求，这部分已经比较成熟，应用也开始火热，会渐渐普及，但智能财务的发展不会就此停步，一定会在认知智能上有所突破，尤其是在认知计算上的突破，这是智能财务的未来。“元年科技对AI技术在财务领域的应用非常重视，更多的也是在认知计算领域，其中最核心的东西是知识图谱和算法，这也是智能财务需要攻克的难题。”李彤表示，财务领域用深度学习可能不能解决智能财务的所有问题，因为财务的典型问题是有明确的、显性化的规则应用场景，具有认知计算能力的知识图谱推理一定是做好智能财务最核心的应用。突破认知智能需要产业协同和人才培养机制在元年科技负责产品研发的李彤更多关注到创新的应用场景和产品落地。企业现场有场景、有数据，任何AI应用产品都必须与企业的实际应用相结合才能得到更好的发展。厂商、企业和研究机构进行横向联合，企业提供场景、数据，软件厂商和研究人员提供解决问题的思路、方法和软件技术，就可以大大加速智能财务落地的速度。李彤认为，做好认知计算非常需要产业协同，甚至需要动员整个社会的资源和专家，包括资金的支持都要进来，才有可能把认知计算的底层平台做好，然后开放出来，供全社会使用。这样的合作一定是跨界的，是包括政府、产业、学界、研究机构和用户在内的全社会资源的协同推动，才能把智能财务深度应用进行下去。“以元年智问产品为例，产品原型半年前就有了，但一直很难产品化，就是因为没有具体的客户应用场景和数据来落地。后来与四川一家客户联合共创一个项目，利用场景和数据，用两个月时间就快速把一个产品原型做到可以真正商品化使用的产品，这就是企业客户和研发团队的通力合作的成果。”李彤表示，企业客户提供了场景需求，但在AI技术上则与科大讯飞深度合作，“这个项目里涉及到自然语言处理的问题，之前用的开放语音平台很难解决四川话的录入问题，切换到讯飞平台，很快就把四川话识别率从78%提高到83%，虽然只有5%提升，但大大改善了用户体验，从勉强能用到非常好用的状态变化。”圆桌讨论：智能财务

）AI人机交互趋势研究（2019）阿里达摩院发布2020十大科技趋势AI驱动算法成功预警武汉肺炎，背后的支撑是哪些？德勤全球机器人卓越中心调查：战略、架构和实践启示当在线学习（online

学习能力是否是智慧生物的专属技能？在许多人眼中，自主学习新事物大概是人类等具有智慧的生物才能做到的，而计算机虽然在许多方面远超人类，始终只是人类创造出来的一段程序而已。一说到AI有学习能力，大家可能就会想到许多科幻片里情节，如机器人造反反攻人类统治地球。科幻毕竟是科幻，相信人类有能力合理地使用AI，使其成为人类的最好伙伴。今天要向大家介绍的便是AI的学习，以及来自伯克利大学的Chelsea

“智能财会联盟”共同发起单位邀请函学术前沿专题回顾（点击题目即可跳转阅读）新一代人工智能产业白皮书（2019

当人工智能（AI）、大数据、云计算乃至区块链技术已经广泛运用于医疗大健康、金融、商业、安防等诸多领域的时候，作为与金融密切相关的财会领域，在应用最新科技手段的进程中依然处于起步阶段。在2019年12月8日，由上海国家会计学院、中国石油天然气集团有限公司、金蝶软件（中国）有限公司、美国管理会计师协会（IMA）、科大讯飞股份有限公司、用友网络科技股份有限公司等机构共同主办的第二届智能财务高峰论坛在上海举行，如何运用AI与企业财会相结合，成为院校、大型上市央企、高科技龙头企业热议的话题。“信息技术的发展使财务领域从过去的手工记账方式到会计电算化的运用，再到今天开始研究讨论智能财务，为了应对这巨大的变化，上海国家会计学院也在尝试顺应潮流，推动潮流以及引领潮流。经过一年的发展，上海国家会计学院智能财务研究平台的规模不断扩大，陆续吸引了美国管理会计师协会、中兴新云、科大讯飞等业界著名机构加入中心，成为新的合作伙伴，初步组建了由60余名院内外专家组成的兼职研究人员队伍，发布了15个重点研究课题。事实上，智能财务时代已经来临。”在当日的论坛上，上海国家会计学院副院长刘勤发表主旨演讲时指出。刘勤表示，未来的AI时代在财会管理领域，或许能找到让人类工作者和计算机都能发挥其长处的、一个理想的人机协同共生的智能财务管理模式，让不同层级的会计人员都能找到自己合适的工作岗位，而不是出现由AI取代所有财会岗位的现状。人机协同模式或出现在当日，上海国家会计学院也发布了2019年中国企业财务智能化现状调查报告，这份报告显示，在调查搜集到一千多份样本中得出的代表性结论包括：大部分人认为未来的财务管理模式是人机协同一体化管理，智能财务未来会覆盖业财管整个范围以及智能财务服务方式应该是个性化和标准化并重。同时较多人认为智能财务带来的主要收益是使业务流程标准化和智能化，以及提高企业的管理和控制水平，推动企业智能财务发展的关键因素是组织因素。“目前大部分AI企业关注点聚集在其它行业上，因此智能财务发展速度较为缓慢，但AI企业一旦进入财务行业将带来非常快速的颠覆。实际上，不管我们是否愿意，该来的终究会来，对未来的冲击一定很大。很多人认为，人工智能的快速发展一定会使基层的会计人员最终失去立足之本，被迫转入其他工作岗位。因此，业界一部分人对智能财务的发展忧心忡忡，对新技术的应用存在一定的抵触情绪。但我们需要探讨的是如何创造人机协同共生环境，这是所有企业都应该研究的方向。”刘勤指出。值得关注的是，在当日论坛上，科大讯飞CIO王宏星在受访时介绍了人工智能技术发展的三个阶段，即运算智能、感知智能和认知智能，尤其在认知智能领域，我国目前尚处于弱人工智能阶段，而科大讯飞已经开始基于AI语音、图像、自然语言处理与IT技术，依次研发了“报账机器人”、“会计机器人“以及“财务机器人”的AI+IT智慧财务研发路线图。争取实现人机协同、人机耦合的场景，让机器能听会说，能理解会思考，用人工智能建设美好未来。智能财务某些领域中国已领先根据中国信息通信研究院发布的《2018世界人工智能产业发展深度分析报告》显示，代表人工智能理论水平的AI算法（如深度学习框架）研究，美欧机构一直走在前面，中国大多数人工智能企业目前还缺少原创性算法。在12月8日的论坛上，刘勤也就此话题表示，在代表算力的GPU研发和代表数据支撑能力的公共数据集建设方面，中外都还存在一定的差距。然而，在与智能财务相关的图像识别、生物特征识别、语音识别、自然语言理解、机器学习等方面的专利申请和授权量中国却远远超过了其他国家，在论文发表、IT企业数量和人才培养方面中国也在逐步逼近美国等先进国家。刘勤指出，由于当前的人工智能企业将主要的应用领域聚焦在医疗健康、金融、商业、教育和安防等领域，真正投入到企业财务这个“小众应用领域”的企业并不多，因而中外智能财务的应用基本都处在初步发展阶段，目前差距并不显著，或许在部分应用领域中国还会领先于发达国家。“根据我们近期开展的中国企业财务智能化现状调查发现，在中国的欧美外资企业已使用的企业管理信息系统数量平均5.68个，和一些典型财务管理模块，如合同管理、发票管理、会计档案管理、会计核算、合并报表、资金管理、预算管理等的智能化程度都要显著高于其他类别的所有制企业，这间接地体现了中外企业的智能化应用水平的差异。”刘勤分析称。而对于智能财务未来的展望，刘勤最后表示，要构建一个理想的所有企业运用的智能财务管理模式，具有高度的复杂性，需要政企学研商等社会各界共同的不懈努力，在组织分工、流程配套、系统建设、风险管控、成本收益和伦理安全等方面，进行持续的协同探索，以适应社会变革的需求。

会计是古老的。如果“结绳记事”不算“会计”的话，中国会计可以追溯到西周时期。即使从意大利帕乔利的“复式簿记”算起，会计也已有五百多年的历史。会计是重要的。“办经济离不开会计。经济越发展，会计越重要”。会计的重要性是之于经济和管理的重要性而言的。只要发展经济，就离不开管理；只要科学管理，就离不开会计。解决信息的不对称性一直是经济学和管理学研究的永恒主题。到目前为止，还没有哪一门科学能像会计学这样如此有效地解决信息的不对称性问题。世界经济发展和人类文明进步一再证明：市场不仅仅是人类经济社会配置资源的基础性手段和决定性力量，而且更是人类社会发展经济和治理经济所必须坚持的信仰和坚守的底线。尊重企业是市场的主体，促进要素的全社会流动，使市场在资源配置中起决定性作用，是改革开放四十多年来我国经济建设的一条基本经验，也是一条十分重要的宝贵经验。在市场经济环境下，信息公开透明是市场公平、公正和有序的基础，是价格形成、企业决策和社会理性的前提。因此，作为一个有效的经济信息系统，会计的重要性更多地应该是从市场经济的本质和规律去理解、去把握。服务于“市场经济”，服务于“企业管理”，通过经济和管理的重要性来映衬或者彰显会计的必要和重要，是我们思考会计的昨天、今天和明天的基本法则。遵循了这个法则，会计的变革、演进和发展就符合常识、符合规律；违背了这个法则，那必然就是反其“道”而行之的，就是背离了会计“初心”、违背了会计“道义”、忘却了会计“来路”的。扪心自问，如果没有了经济发展、离开了管理需要，也就是失去了财产物资所有权与经营权的“两权”分离以及由此带来的“委托——受托责任关系”，进一步的也就是否定了信息不对称这个重大经济和管理命题，会计当然就没有存在与发展的土壤和必要了。但是，人类社会文明进步又怎么能离开经济和管理呢！经济繁荣和管理科学不仅是人类社会文明的既有内容和具体体现，而且也是人类社会文明进步的坚实基础和动力源泉。自盘古开天辟地以来，经济行为和管理活动就从来没有缺席于人类社会生活，为经济和管理服务的会计又岂有缺席之理！只不过：在经济发展较快的时期，会计发展相对就快；在管理作用突出的阶段，会计地位相对就高。我们要坚信：会计不会消亡。会计自产生的那一刻起，就从来没有消亡过。相反，随着经济的繁荣、社会的进步和科技的变革，会计变得越来越必要、越来越重要、越来越光大。面对未来已来的社会，会计别无他途，只有变革、赓续和弘扬。也就是，会计只会“改变”，也只能“改变”。会计是技术的。会计的技术性至少包括会计本身的技术性和会计发展的技术性。会计的“改变”正是源自会计的这种技术性，尤其是科学技术的外部推动，以及由此产生的经济范式和管理模式的“蝶变”。从技术角度讲，伴随第四次科技浪潮的到来，人类社会已经至少是即将进入以“人工智能、量子技术、万物互联”为代表的“智能时代”。在这个时代，经济场景、经济模式、经济业态都会发生根本性的变化。其中，与会计紧密相连的商业模式将会或已经由农耕文明时代的“点”状思维和“点”状结构、工业文明时代的“线”性思维和“线”状结构转变为生态文明时代的“网”性思维和“网”状结构，B2B、B2C、C2C、C2B、S2b2c、c2b2S等创新型商业模式不断涌现；生产模式将会或已经由工业文明时代的存货式、订单式生产向以消费者个人偏好和个性化需求牵引的实时化、后推式生产转变；管理模式将会或已经由以价值链、科层化、标准化、同质化、闭环式为特征的机械管理转变为以自组织、扁平化、精准性、异质化、开环式为特征的智能管理。与此相适应，会计逐步实现了从蒸汽时代“算盘+纸张”的“手工会计”，到电气时代“计算机+磁盘”的“电算会计”，再到互联网时代“计算机+局域网（PC+互联网）”的“信息会计”的转变。可以预见，未来会计也会遵循这样的技术逻辑和技术路线。现实生活中，我们已经深切地感受到：由于技术尤其是信息通讯技术及量子计算技术和量子信息技术的迭代发展，使实时、高效、低成本的价值整合、柔性制造、网络协同、商业智能、数据决策成为现实；使数据成为企业价值创造和社会财富增进的主要源泉；使信息主要是会计信息的数据化、智能化成为可能。数据就是价值、数据就是财富、数据就是资产、数据就是决策等与数据有关的经济、管理、财务和会计问题，从来没有像今天这样蓬勃而直接。作为一种通过提供结构化数据来服务于经济社会发展的管理活动，会计从来没有像今天这样遇到如此严峻的技术冲击和挑战——以记账、算账、报账为主要内容的会计核算将要或已经为智能机器人所替代，人机次第联结去模拟或实现人的会计思维和财务决策不是初见端倪而是即将实现；以出纳、审核、分录、成本、总账、报表为主要表现的低端会计岗位将要或已经为以预算、司库、风控、税务筹划、数据分析、战略财务、咨询与服务为主要表现的中高端会计岗位所取代。面对信息技术、信息产品、信息获取与处理方式等技术经济范式的突破性发展和应用，会计教育必须改变，会计人才培养必须分化。具体就是：高职高专类院校越来越趋向于低端或前端会计岗位人才的培养；普通本科类院校应该趋向于中端或高端会计岗位人才的培养。我们不得不承认：与高职高专类学院相比，多数本科类院校的会计教育教学依然在以服务“主板市场”为主要目的、以学习“会计准则”为主要内容、以掌握“会计分录”为主要要求、以熟悉“会计循环”为主要过程、以会填“票证账表税”为主要技能、以强化“课堂教学”为主要手段。诚然，我们在坚信科学技术是第一生产力、坚信技术对人类社会经济发展和文明进步巨大推动与引领作用的同时，我们也应该或必须承认：相对于人类本身，也就是人的认知、思维和智慧而言，一切技术又都是辅助性和工具性的。我们既不能片面地夸大技术尤其人工智能技术的辅助性、工具性作用，怀疑会计存在的必要性、正当性和合理性，否定会计专业知识和会计专业能力在未来会计发展与应用中的不可或缺性和不可替代性，又要防止思维惯性、路径依赖和行为固化，过分强调会计知识内容与学科体系的相对稳定性，弱化技术推动会计教育教学变革的必然性和趋势性，否定或拒绝会计学科和会计教育的智能化转型升级。会计要改变。改变源于成长与责任。会计怎么改、怎么变？是“旧瓶装新酒”，还是推陈出新。当然是后者。这是会计发展的历史逻辑、理论逻辑和技术逻辑。从“结绳”到“簿记”是这样，从“簿记”到“会计”是这样，从“会计”到所谓的“未来会计”也会是这样。会计往哪里改、往哪里变呢？是按照“业务”思路，向所谓的“业财融合”方向变，还是遵循“技术”思维，向所谓的“数据智能”方向变，抑或是两者兼而有之，即以“业财融合”为基础，向“数据智能”方向变。我们赞成第三种改变思路。因为，唯有如此，未来的会计才能实现在智能时代由会计核算向会计管理的大转变，才能实现财务会计与管理会计的大统一，才能实现经济业务与财务活动的大融合。一句话，就是实现会计的大回归，即重新回到“大会计”或“大财务”时代。当然，这种会计回归不是简单的“复辟”，而是会计的升级、升维，也就是借助人工智能技术主要是机器学习和算法引擎，实现会计核算、会计管理和经济业务的实时、深度和无缝隙融合。名不正，言不顺。这种“未来会计”应该叫什么会计呢？有的叫“云会计”“智慧会计”，有的叫“大数据会计”“互联网+会计”，还有的干脆叫“智能+会计”和“神经会计”。不胜枚举。这些称谓似乎都有道理，但好像又都没有揭示出会计的技术本质。按照技术发展和技术推动的逻辑，我们将其命名为“智能会计”，即是一种在智能时代“人工智能+万物互联（PC+移动互联网）”的“智能化会计”或“智慧化会计”，也就是一种以“业财融合”为基础、向“数据智能”全面转型的会计，即是一种以“业财融合”为基础、以“财务共享”为核心、以“算法引擎”为支撑，所构建的人机共生、协同进化、管理赋能，满足经济与管理数据分析和辅助决策需要的会计管理系统。根据现行的专业人才培养规范要求，我们认为智能会计专业人才的培养目标是：培养满足智能时代经济社会对会计数据分析和会计管理决策需要，具备人文素养、科学精神、诚信品质和技术能力，掌握财务会计、数理统计、经济管理、法律制度和现代信息技术知识，具有大数据分析和会计管理实践能力，能够在大中型企业、会计师事务所和金融证券公司等相关机构或部门胜任数据分析和辅助决策工作的智慧型、复合型、创新型专门人才。我们认为智能会计专业人才的培养要求是：熟悉会计基本理论与方法、相关法规、政策和方针；掌握云会计信息系统、大中型集团财务共享原理与应用；掌握大数据分析技术与方法和相关现代信息技术分析工具，具备智能化会计预测、决策、预算、控制和评价能力；具备外语文献读、写、译能力和外语语言表达与沟通能力；具有系统性会计思维、会计语言表达以及人际交往、自主学习和持续创新能力；具备综合运用上述理论、知识、方法和技术解决相关单位会计、财务、税收以及规划、决策、控制、评价等相关经营管理问题能力。为达此目的，我们认为应该将人工智能、机器学习、区块链、云会计、财务共享、大数据分析、智能财务、智能决策、智能审计等相关内容整合融入现行会计学专业人才培养的课程内容和教材体系中，也就是在现代信息技术基础上，全面重构会计学专业的现行知识结构、能力框架、课程体系和师资队伍。但是，限于目前的师资队伍状况，我们认为推进智能会计人才培养的现实途径和有效方式应该是先分设、再整合，即将现行的“基础会计、中级财务会计、高级财务会计、成本与管理会计、财务管理、审计学和信息系统设计与分析”等七门核心课程，整合建构为“会计学、成本与管理会计、财务管理、审计学和云会计与财务共享、数据分析与智能财务、机器学习与智能决策”等新的七门核心课程。同时，增加数据库原理、数据挖掘、数据分析方法导论、R语言或PYTHON数据处理与分析等数据基础课，调整高等数学、经济学原理、管理学原理和统计学原理等专业通识课。最后需要说明，人工智能推动了经济、管理和会计的变革，其中最重要的是提高了会计信息的确定性、逼近性、个性化和颗粒度，向信息的对称性迈出了坚实的一大步。但是，作为一种先进技术，人工智能在会计核算和会计管理领域发挥作用，一定是建立在会计这个信息系统所提供的系统性、结构化的以数据为主要内容的会计信息基础之上的。相反，一定不会是利用人工智能技术直接从海量的、繁杂的、低价值密度的所谓“大数据”中抓取数据来为经济和管理提供数据分析与辅助决策服务的。也就是说，智能会计更加需要会计知识、会计思维和会计逻辑，即更加需要会计知识水平、会计认知能力、会计逻辑思维和会计技术能力，只不过是更高阶的而已；更加需要数学思维、统计方法和计算机语言的系统性支持，通过数学建模、复杂线性回归和重要性参数的嵌入，实时、高效、低成本地提供越来越逼近经济管理现实世界的辅助决策信息。正是由于人工智能等现代信息技术的介入，才使实时会计核算成为可能，才使智慧会计管理愈发重要，才使业务、数据与财务完整的融为一体，才使会计数据信息更为精确、准确、向精准升维。我们的实践。山东财经大学会计学院以会计信息化部为主体，积极谋划、大胆创新、勇于作为，于2018年10月21日邀请财政部、审计署、北京大学、中国人民大学、中央财经大学、北京理工大学、杭州电子科技大学、广东金融学院、中石化集团、鲁信集团、用友新道、普联软件、深圳融智等单位的20余位专家就山东财经大学智能会计专业人才培养方案进行了系统论证。2019年6月14日，由山东财经大学和浪潮集团共建的“智能会计实验室”隆重揭牌。

2019年12月8日，由上海国家会计学院、中国石油天然气集团有限公司、金蝶软件（中国）有限公司、北京元年科技股份有限公司、美国管理会计师协会（IMA）、上海艺赛旗软件有限公司、深圳市中兴新云服务有限公司、科大讯飞股份有限公司、用友网络科技股份有限公司共同主办的第二届智能财务高峰论坛在上海国家会计学院圆满落幕。本届峰会以“智慧洞见未来、技术引领创新”主题，汇聚智能财务研究的新实践、新成果、新思考，围绕智能的应用研究、实践探索、人才培养、挑战与展望等议题进行了研讨。上海国家会计学院党委书记、院长李扣庆教授发表了开幕致辞。他表示，信息技术的发展使财务领域经历了沧桑巨变，从过去的手工记账方式到会计电算化的运用，再到今天开始研究讨论智能财务，为了应对这巨大的变化，上海国家会计学院也在尝试顺应潮流，推动潮流，以及引领潮流。人才培养方面，学院推出了大数据专业培养方向的全日制研究生项目，在课程设置中增加数字化内容的比重。同时，学院成立了智能财务研究中心，旨在汇聚行业中最优秀的企业资源和专家资源，通过优化治理架构，构筑高效率开放性的研究平台，通过产学研的合作，打造出具有引领性、示范性价值的理论研究成果和应用性的产品，用新的洞见，新的智慧，引领创新，引领未来。最后，他对中国智能财务的未来表达了美好祝愿。上海国家会计学院党委副书记、副院长刘勤教授介绍了智能财务研究中心的发展现状。他表示，经过一年的发展，一方面智能财务研究平台的规模不断扩大，陆续吸引了IMA（美国管理会计师协会）、专注RPA的艺赛旗公司、中兴新云、科大讯飞、用友网络等业界著名的协会和公司加入中心，成为新的合作伙伴；另一方面，中心初步组建了由60余名院内外专家组成的兼职研究人员队伍，发布了15个重点研究课题，内容涉及核心技术、应用场景、转型机制、风险管控、能力框架、人才培养等方面，得到了中心研究人员的积极响应。其中11个课题顺利立项并完成研究，部分研究成果将在本届高峰论坛上公开发布。刘勤教授借助一棵智能财务发展树描绘了智能财务研究中心未来的研究蓝图，树根是基础研究和技术发展，树干包括产品研发、应用实践、产业生态、人才培养和标准建设。