人工智能在高校财务管理应用分析

孙晓夏

2017年7月，国务院发布的《新一代人工智能发展规划》，从国家战略层面对新一代人工智能进行部署，目的是构筑我国人工智能的先发优势，把握好新一轮科技革命的战略主动权。同时，政府会计准则实施、行政事业单位内部控制、全面推进管理会计体系建设意见、全面预算管理实施要求等均为高等教育财务管理改革提出了新的要求与挑战。因此，人工智能在高校财务管理中的应用，有助于持续深化高校财务管理体制改革，也为贯彻落实国家关于高等教育领域“放管服”、加快教育现代化提出了新目标、新要求。

一、人工智能在高校财务管理中的应用前景

（一）从科技发展角度探究可行性

受会计法规、会计准则和财务管理制度约束，财务会计有着标准化、规范化、重复性高的特点，较易被更高效的计算机取代。而人工智能是在云计算基础之上对人脑的语境思考模拟，可以通过极快的速度实现海量信息处理。将财务管理与大数据、互联网、云计算等进行有机结合，将原来人工作业核算、量化审核等工作自动完成，大幅度提升效率及准确度，使财务、业务与控制达到一体化。同时，人工智能还能实现人脑的学习与分析，提供更为优质的个性化服务。就当前发展情况分析，人工智能进入到教育及财务领域已是必然趋势。

（二）从行业发展角度分析重要性

在全面推进行政事业单位内部控制建设进程中，教育部发布的《关于深化高等教育领域简政放权放管结合优化服务改革的若干意见》，对高等教育简政放权、放管结合、优化服务改革提出了新要求，人工智能可化非系统控制为系统控制，有助于实现财务数据精细化和场景可视化，为解决目前如生均成本难以计算衡量等问题提供技术支持，从根本上强化财务管理服务高校高效履职和教育事业发展。

（三）从服务发展角度探析经济性

人工智能可以处理财务管理之中最为耗费时间、最为繁复的财务稽核、会计处理、财务分析等基础工作环节，也能提供实时财务预警、审计分析等，从而达到合理利用和有力监控高校财务资金、提高财务管理效率、提升高校经费预算管理效能和水平的目的。

二、人工智能在高校财务管理中的应用条件

目前，学术界和实务界对在财务管理工作中成功实施人工智能所需的三大要素已达成基本共识，即计算机视觉、自然语言理解和大数据。

（一）计算机视觉

主要体现为财务数据的获取和加工，其中财税票据智能识别对计算机视觉至关重要，并与明确能量化定义的应用场景或业务逻辑关联，通过文字识别、图像处理等技术自动获取海量/高质量/可计算数据，为财务管理实现人工智能提供了技术基础。

（二）自然语言理解

设定自动化处理规则，通过解决问题的可行算法让计算机充分理解文本内容，或将图片信息转化为文本信息，并进行智能业务分析与稽核。

（三）大数据

处理后的精细化数据可实现财务决算分析及可视化展示，将管控手段前移，促使大数据参与财务制度规范落地、数据决策支持、教育成本优化、风险控制、资源配置等价值活动中去，实现“数据驾驶决策仓”功能。

三、人工智能在高校财务管理中的具体应用

（一）总体思路

基于人工智能高校财务管理模式的总体应用思路是，在构建高校现代管理架构、治理机制、运行体系的基础上，梳理高校内部控制体系和业务流程，通过集成影像或文字识别技术，自动生成结构化电子数据，并采用自然语言解析的算法模型与管理规则，提供智能数据识别、智能稽核等，同时，根据业务规则自动完成会计处理、财务数据分析等，从而实现“财务内控实时自动化、信息共享化、决策分析智能化”三大目标。

（二）具体应用

1.在财务报账中的应用

（1）自助报账。通过手机端APP与Web端校园网上报销系统两种手段，使用手机、扫描仪、高拍仪等影像设备获取并上传原始票据影像文件，在云端AI引擎进行识别生成结构化数据后、完成自动智能填表与数据校验、发票真伪识别、发票验证等功能。与传统报账方式相比，自助报账方式可实现全程报账自助化，做到全天候24小时不间断报账，极大地提升了报账效率和报账人的使用体验与满意度。

（2）人工智能稽核。智能稽核系统通过集成接口与审批系统进行基础资料、报账单据信息的同步；票据扫描上传后，经智能识别系统识别成结构化数据，智能稽核系统调用审核引擎（包括通用规则引擎和客制规则引擎），根据审核规则进行票据机器智能审核；机器审核完成后，将审核结果输出并通过接口传到审批系统中供审核人员查看或参考。

（3）核算自动化。建立标准的外部预制凭证标准，接受各个系统数据推送并进行数据匹配，通过语义理解和规则适配将数据匹配到合理场景，并选择核算方式自动完成核算。核算自动化能高效实现集中配置，解决集中核算出现的不准确、时效差、业务财务脱节、财务监督弱化等问题，同时，通过实现业务场景与会计核算准则高度一体化，有助于政府会计准则和制度的有效执行。

2.在高校收费中的应用

（1）统一支付管理模式。人工智能应贯穿高校收费全生命周期，从高校业务与管理特点出发，将在线支付工作嵌入到各业务流程中，以实际支付结果作为业务流程后续节点进行的依据，并建立统一的支付通道管理功能，统一的校内商户管理功能，统一的订单管理功能，统一的支付管理功能，统一的对账管理功能，建立并发布外部应用接入标准接口。

（2）自助交费与开票。交费人根据业务需要选择不同场景交费项目与交费方式，收费系统根据事前设置的交费数据或交费人员实时录入的信息进行开票，可有效避免由收费人员二次录入开票信息可能引起的开票错误，也可大大减少财务人员工作量，有助于提升票据管理质量。

（3）自动记账。完成收费后，收费系统可自动分类收费信息，与账务处理软件进行互联，自动推送并生成相关凭证，在内部达成对票据管理。

3.在数据分析中的应用

（1）内部信息共享。高校人工智能技术应用，依托于数据交换平台。数据交换平台的大量数据可以满足教学管理人员查询、检索、统计、报表等日常事务处理的需求。挖掘蕴含在大量数据中的有效信息，能辅助高校提升教学理念、拓展办学思路、丰富决策手段、优化管理策略、激励教学体系改革。具体手段是建立办学目标导向与校情数据驱动相融合的人工智能数据分析系统，实现步骤包括：a.建设办学成本分析指标体系与数据分析系统，对完善校情数据分析展示系统，对高校办学目标以及年度工作计划提供反馈与量化决策支持。b.建立办学目标与年度工作目标的指标体系与校情数据和办学成本数据之间量化差异分析机制，并根据差异分析结果，自动生成工作指标，按照工作指标，各业务部门与二级学院认领或者被分配任务，通过项目化任务管理系统，逐条定期跟进任务完成情况，并将任务成果输出到成果库与知识库。c.继续维护各业务系统在更新制度与管理规则下运行，产生的运营数据通过数据中心在办学成本数据分析与校情数据展示系统中及时更新，形成全局闭环，从而在完善改进机制中实现事后评价、事中调整、事前警示的智能决策支持。

（2）外部信息共享。通过人工智能自动匹配区域、行业内相关大数据，实现区域、行业内数据横纵向比对，深度挖掘数据对比的差距与因果联系。人工智能还可根据大数据挖掘与分析，为教育部门平衡教育资源配置、建立预算绩效导向机制提供精准的方案预测与建议。

4.在财务风险预警中的应用

人工智能化发展为财务信息化建设奠定了很好的“数字化信息”基础，也对传统的高校财务管理带来了挑战，促使财务管理工作必须走计算机辅助智能财务风险预警之路。可综合应用数据智能分析方法中的自然语言解析技术，通过建立“关键词”词库分析数据库，与聚类比较技术，有针对性地从预算资金分配和预算执行使用两个维度，建立财务风险相关的疑点数据。从预算资金分配维度上，重点关注分配的合理合规性，旨在发现分配中的疑点问题；从预算执行维度，重点关注资金使用环节，旨在发现预算执行、经费支出中存在的疑点问题，从而将财务风险预警工作前移，实现自动财务风险预警，进行有效的自动财务风险控制。

人工智能的兴起，对高校财务管理既是机遇又是挑战。人工智能可以助力高校财务信息化建设新发展，实现业财一体化，为高校管理决策层提供满足精细化管理要求的报告，甚至对业务过程进行事前预测、事中控制和事后指导，帮助财务部门有效提升价值创造能力、共享服务能力、过程管理能力、风险控制能力及决策支持能力等五大价值。值得注意的是，人工智能突破传统会计模式，使高校财务会计向管理会计、内部控制、风险管理等纵深方向发展，也为高校财务管理转型升级提出了更高要求和更大挑战。