ChatGPT在企业财务共享中心的应用方向及问题探讨

张 杰

（正荣地产，上海 200000）

引言

ChatGPT是基于生成式预训练转换器（Generative Pre-Trained Transformer，GPT）的底层技术并经系列迭代发展而来[1]。它能够理解人类语言和生成类似文本，具有主动适配人类命令、强自主学习能力和推理预测能力等特征，现已用于对话系统、文本生成、情感分析、机器翻译等领域，它的出现给财会行业带来新的发展和进步空间，特别是财务共享中心。碍于技术层面的限制，目前财务共享中心仍不能完全发挥ChatGPT最大效用，而ChatGPT的语言模型，能够以其高效率、高质量的自然语言响应，为财务共享中心的升级改造提供新的动力。本文旨在探讨ChatGPT在财务共享中心应用的可行性与方向，并延伸探讨了其应用过程中可能面临的挑战。

一、ChatGPT在企业财务共享中心的应用方向

（一）智能查询与回复

ChatGPT的自然语言处理技术在财务共享中心的应用，能够实现智能化的语音和文本交互，从而提高内部财务业务和外部客户服务的效率。对内部的日常财务工作而言，过去，财务人员需要通过一定的操作才能获取相关财务信息，或者针对某些财务问题需要查询相关财务数据才能进行财务分析。而应用ChatGPT后，由于ChatGPT可以理解财务人员的自然语言，并能进行高效的数据检索和系统化的财务分析，因此，能针对财务人员的需求做出迅速的响应，例如，帮助员工生成财务报表、回答员工的财务问题、提供咨询支持等。就客户服务而言，通过运用ChatGPT，财务共享中心可以为客户提供优质的自动服务功能。例如，自动回复和自动推送，ChatGPT可以提前设定定期为客户推送财务信息，让客户及时了解业务流程和相关事项的处理进度，并且，识别客户的咨询、投诉等内容，根据相关的数据和规则，提供对应的解答以及反馈。另外，ChatGPT可提供自动化的客户支持，例如，当客户想要调整采购数额、更改支付方式时，ChatGPT通过自然语言理解技术理解客户的请求，并自动化调整系统相应的数据或者选项，最后由企业方面进行人工确认，这样能够大大促进双方沟通以及相关业务调整的效率。

（二）原始凭证与审批处理

过去，财务共享服务中心对于原始凭证的处理主要依靠智能识别技术，包括OCR技术、图像处理技术和票据模板等，其基本流程为利用图像处理技术即扫描图像，去除底纹、印章、框线等干扰，然后系统预设票据模板，为OCR识别打下基础，最后利用OCR技术将经过图像处理的扫描件中的信息转化为电子文本信息，整个过程仍旧比较繁琐，并且精准度有待提高。而运用ChatGPT的实体识别与文本标准化功能，可以直接提取票据上的各种信息，并通过同义词识别和词形还原技术将文本数据标准化，使数据格式更加统一，提高数据的可比性和准确性，识别和提取原始凭证中的信息后，还能自动录入财务系统中。在此基础上，ChatGPT可做到的功能还包括数据清洗：去除停用词、无用的符号等；数据集成：将不同平台和渠道的数据进行整合和合并等。这些功能在相关票据、数据的处理中都将能发挥重要的作用。

ChatGPT还可以作为财务审批中的得力工具。对于简单的付款、报销等申请审批，企业可以制定一定的规则和业务流程让ChatGPT执行，智能反馈审批意见，这样可以进一步提高业务人员审批的效率和准确度。对于比较复杂的合同、项目可行性研究报告等，可以将财务大型语言模型应用于协助处理此类资料，使ChatGPT利用模型快速判断风险点、问题点等，并提出相应的决策建议，能够帮助相关管理者获得辅助决策。

（三）人机深度协同

在ChatGPT出现前，财务共享中心对于人机协同模式的构建是将专业财务知识和经验与系统的大数据处理能力结合起来，从而实现部分财务管理和会计工作的自动化与高效化。而在ChatGPT出现后，财务人员可以将ChatGPT作为一个“AI助手”，辅助自身开展信息搜集、信息填写、资料整理、真伪查询、数据分析等工作，其人机协同的范围相较过去更加宽广，通过与ChatGPT的交互，便捷地完成日常任务，例如填写表格、撰写分析文本、调取财务数据等，这样不仅效率更高，人为错误和疏忽也会减少。另外，通过RPA机器人+ChatGPT，可以进一步提高财务共享中心的业务流程自动化水平，过去，RPA机器人只能根据预定义的规则自动化流程，具有较大的局限性；而ChatGPT可以充当转化器，帮助RPA机器人与用户进行更加自然的交互，实现人机交互鸿沟的弥合。总之，ChatGPT在财务共享中心的应用，能够促进人机交互水平，为相关财务人员提供更为智能化和高效的工作方式。

（四）财务分析与预测

ChatGPT所使用的基础模型是在深度神经网络和自我监督学习的基础上演化而来，不仅具有预测的能力，还具备情景学习的能力，可以集中来自各种模态的数据信息，从而广泛地应用于各种下游任务中。而将这一技术架构应用于财务共享中心中，则能进一步促进财务共享中心的智能财务决策水平。财务共享中心中储存着企业各种标准的财务数据与业务数据，借助ChatGPT的机器学习和自然语言处理技术，能够进一步将这些数据利用起来，实现高校的财务分析与经营情况预测。例如，ChatGPT可以基于对企业过去数年财务数据的分析，生成企业经营发展预测模型，预测企业未来一段时间内的销售额、现金流、利润等，并提出相应的风险点与管理建议。再如，ChatGPT可以直接用于财务风险管理，通过分析内外部相关数据信息，进行市场、信用、流动性等方面的风险分析，为企业风险管理决策提供有价值的见解，进而帮助企业规避财务风险。此外，ChatGPT还可以结合财务机器人，用于风险的预警，提前设置预警指标或者规则，一旦相关指标超出预警值就发出文字或者语音提示和预警，以便于企业管理者及时了解风险情况。

（五）财务分析可视化

数据可视化是财务数据分析的基础，目前财务共享中心在财务分析可视化方面的功能还比较单一，只能按照既定的模板导出图表、报表等，需要财务人员进一步利用其他可视化工具如PowerBI、ExcelBI等商业软件再次进行加工，这个过程会产生大量的操作步骤，耗费较多的时间。而ChatGPT虽然不能直接生成图片，但其应用能有助于前端数据的处理，帮助财务分析可视化提效。对于财务人员来说，在进行数据可视化时，可以直接提交文字版本的可视化需求给ChatGPT，ChatGPT 再根据这些信息调取财务共享中心的相关数据内容，生成声明式可视化分析推荐，并将其配置提交给Vega AI等创作平台，从而实现自动数据可视化，在Vega AI等创作平台在拥有更多财务分析可视化语料库后，能够呈现出更加精美与直观的图像效果。

二、ChatGPT在企业财务共享中心应用面临的挑战

（一）ChatGPT与财务共享中心集成问题

随着业财一体化理念在财务共享中心建设中逐渐深入，财务共享中心运作过程中涉及的业务和部门也逐渐增多，包括财务、会计、采购、风险管理等。在这个过程中，将ChatGPT与财务共享服务中心集成，就可能出现如下问题：首先，数据格式和接口不一致。财务共享中心通常会使用几种数据格式和接口来进行数据的收集和管理，在ChatGPT的应用过程中，需要ChatGPT也能够支持和理解这些数据格式和接口。其次，难以确保数据训练的质量。ChatGPT拥有良好自然语言处理功能的前提是大量的数据训练，如果训练数据不充分或不够多样，就可能产生较大偏差。最后，系统和流程可能不兼容。ChatGPT的应用还需要进行充分的测试和评估，针对一些系统问题进行适当的调整和重新配置，这样才能实现系统和流程的兼容。

（二）信息安全与数据隐私问题

ChatGPT对于财务信息安全而言是一把双刃剑，一方面，ChatGPT可以为防守方提供一些安全咨询，帮助其收集和了解目前的网络安全威胁及漏洞，并监测其网络活动，从而及时发现异常流量和攻击行为，做到对财务共享中心信息系统的维护。另一方面，ChatGPT的普及及简便操作性大大降低了网络攻击的门槛。尽管OpenAI公司在开发ChatGPT之初，就为其设置了良性的价值观以避免其直接作恶，如拒绝响应进行财务舞弊、窃取机密财务信息等恶意需求，但仍旧无法避免部分网络攻击者绕过防滥用规则，利用ChatGPT编写恶意软件代码。在ChatGPT推出几周后，全球范围内就有多家网络安全公司发布报告，证明其可能被用于编写恶意软件。

ChatGPT的数据隐私问题也值得关注，无论是公司还是客户，都期望财务共享中心能够充分保护自身的各种财务和业务数据，确保数据不会被未授权的人员访问。然而，ChatGPT的模型训练需要大量的数据，部分开发者可能会在未经授权的情况下直接采集用户数据，造成用户隐私信息的泄露，微软和OpenAI公司本身就曾因自身的Copilot涉嫌复制Github上的开源代码而受到指控，目前也有多家大型公司如三星等明确禁止员工不得在工作场所使用ChatGPT生成式人工智能，因为已经出现过内部工程师将内部源代码上传到ChatGPT后意外泄漏内部源代码的事件。

（三）业财数据融合与数据治理问题

当前，财务共享中心在企业中的应用仍侧重于解决提升效率、释放部分简单重复人工劳动的问题，而ChatGPT的引入能够进一步解决部分脑力劳动，即判断、分析、决策等这类更高附加值的会计业务，ChatGPT在管理会计领域中充分发挥作用的前提是业财的数据融合与高质量，只有对于业财数据进行充分的采集、筛选、清洗、建模、分析，才能最终为企业的战略决策提供支撑，充分发挥管理会计工具的作用。

在业财数据融合过程中，需要做好数据治理工作，ChatGPT需要海量的数据进行训练，这样才能有较强的逻辑性，并且像人一样创造与输出一些基本的逻辑性结果与答案，而这个答案是有局限性的，因为其数据基础都是过去的年限数据，因此，可能出现依赖老旧数据甚至是错误的数据导致判断错误。目前在财务共享服务中心建设中，业财数据融合与高质量数据治理问题尚未解决，需要进一步推动财务数字化转型、拓宽财务共享中心的信息收集范围来加以改进。引入事项会计法的理念，自业务端到会计核算端，根据企业业务推进、绩效考核、风险管理、战略决策等的需求来看待数据治理问题，保证企业生成的数据是真实、完整、富有价值的，从而为ChatGPT在管理会计中的应用打好基础，否则ChatGPT的应用只能停留在释放重复人工劳动以及简单脑力劳动层面。

（四）伦理失范与追责困难问题

目前已有学者指出，ChatGPT在深度学习时，会持续挖掘、读取用户数据，从而可能侵犯用户隐私；存在虚假论证现象，导致人作出错误决策；其高度的人机协同造成人与技术边界模糊，导致在违背社会秩序与法律时追责困难。而在财务共享中心的应用中，这些问题同样无可避免。第一，可能导致企业信息泄露，用户在使用ChatGPT期间的提示和回复等数据，可能会被继续用于训练AI算法模型，也可能会出现技术漏洞导致信息泄露，从而侵犯企业的商业机密和知识产权。第二，ChatGPT在回复中可能会作出有歧义的回答。因为ChatGPT的训练数据本身源于互联网，其数据质量良莠不齐，本身就可能存在大量歧视性语言，导致ChatGPT在财务共享中心的运用中也生成一些具有歧义的答复。第三，随着ChatGPT在财务共享中心中应用日渐深入，财务人员可能会出现管理职能的异化，从决策者转变为技术实施的工具，当出现会计核算与财务管理不良事故时，很难准确判断技术误导的占比，确定个体的责任，导致追责困难。对此，需要OpenAI公司等智能对话AI开发者优化对于ChatGPT等智能对话AI在用户信息采集方面的框架设计，同时，各国法律部门、监管机构要进一步制定相关隐私保护条例和管理办法、相关部门要加强对于会计人员的会计伦理教育，提高会计人员职业道德教育等。

三、结论和展望

（一）结论

综上所述，企业财务共享中心引入ChatGPT可以进一步提高其智能性，帮助企业处理更加复杂的会计业务，进一步解放人力物力。但由于ChatGPT目前发展并不成熟，在企业财务共享中心的应用还会面临诸多的挑战，例如ChatGPT与财务共享中心集成问题、信息安全与数据隐私问题、业财数据融合与治理问题、伦理失范与追责困难问题等，这些问题都有待相关主体从技术、法律、伦理等角度加以研究解决，从而克服企业对于应用ChatGPT的信任危机以及避免涉及法律伦理问题，促进ChatGPT能够在企业财务共享中心得到有效应用。

（二）展望

从当前人工智能的发展态势来看，ChatGPT等人工智能技术加速了企业信息管理的需求，推动了企业财会业务对于准确性、效率性追求的不断提升，因此，ChatGPT在企业财务共享中心中的应用很有可能成为一种普遍的趋势。但在将ChatGPT在专业环境中使用之前，应当深入地审视它可能产生的风险，对其进行适度且有效的防范和控制，并进行充分的应用铺垫，包括财务共享中心数据的准备与治理、智能分析模型的构建等，从而进一步推动企业财务共享中心实现智能会计核算与智能会计决策。