请选择 进入手机版 | 继续访问电脑版
楼主: 爱吃小黄豆
404 0

深度学习,是人工智能的挑战,亦或者是升级审计技能的好机会? [推广有奖]

  • 0关注
  • 1粉丝

大专生

55%

还不是VIP/贵宾

-

威望
0
论坛币
0 个
通用积分
0.0606
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
360 点
帖子
23
精华
0
在线时间
26 小时
注册时间
2020-12-20
最后登录
2021-3-21

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币

很长一段时间里,人们对人工智能(AI),尤其是AI对会计师、审计师行业的影响,充满恐惧和负面炒作。似乎所有基于数据、逻辑与事实的工作岗位上,人类都难堪AI一合之力,失业大潮即将到来。

但事实上,真不是这样。在所有的AI类别中,机器学习具有最广泛的应用,其功能可以极大地补充审计师的能力,也被认为是对审计行业的重大威胁,所以,我们将先从机器学习中最热门的算法类型,深度学习着手,探究审计从业者究竟应该如何面对AI的挑战。

技术正在推动会计行业转型,并且可能彻底改变审计工作。无论是有志于从事审计工作的行业新人,亦或者是经验丰富的审计老将,了解最重要的驱动着审计变革的新技术,无疑能更有效升级你的技能包。

如果你还不知道是哪些新种技术,不妨阅读ACCA与CAANZ一同完成的这份前瞻性报告。原文链接:https://cn.accaglobal.com/insights/c90/audit-and-tech.html

审计行业面临的主要挑战之一,便是数据量的急巨增长,以及虽未达到最大程度、但的确在迅速增加的监管规模。

ACCA报告《机器学习:科学向左,科幻向右》指出:

“如果不加以妥善管理,金融交易量的迅速增长可能会对会计师的工作产生威胁。对审计师来说,这可能与所需的样本以及样本的代表性有关,从而使他们可以跨越样本规模本身得出结论。”(ACCA,2019b)

“事实上,机器学习之类的技术有望突破这一局限,通过详细审计帮助审计师实现特殊项目的探测。”(ACCA,2019b)。

机器学习可使用统计分析来进行预测,或通过分析大型历史数据集来做出决策。根据信用评分决定是否发放贷款,就是该技术的典型应用。会计软件公司Xero已将机器学习功能运用到发票编码工作中。机器学习可以非常快速地达到令人惊叹的准确性:Xero的软件只需要学习四张发票,系统编码的准确率就能达到80%。

机器学习的“预测”既可以回顾分析,也能进行前瞻判断。回顾分析主要用于风险管理以及欺诈和不准确性检测等方面,通过将历史数据集与当前数据加以比较,有助进行风险评估。而前瞻判断的实例包括预估资产未来可能的价值。

实践中,机器学习的效果很大程度上取决于它所“学习”的数据。这意味着,出现偏见的可能性总是存在的。众所周知,机器学习在信用评分和简历评估等方面存在偏见。一旦明确观察到以前被排除在外的申请群体最终未能成功完成大量的贷款交易,或者其管理水平没有出现大幅度提升,机器就会得出错误的结论,将这些群体的某些定义特征(如性别)视为未来业绩不佳的预测因素。普华永道在其报告《满怀信心,迎接未来:人类与机器协作审计》中,讲述了利用机器学习进行审计的一则案例。该案例中,A公司在某一点上与同类公司的基准很不一致。接着,这些数据在审计团队中共享,审计团队将判断该差异是否真的属于异常情况;如果是,他们将进一步确定原因所在。随后,审计团队会把关于异常情况及其原因的结论反馈给机器,机器将“学会”如何在未来应对类似的情况。而且,此类信息输入得越多,机器就越能更好地发现真正的异常情况——这意味着,我们瞬间便可准确地识别出大量数据中的异常规律和异常情况(普华永道,2017年)。机器学习的自我指导性质决定了其决策过程往往如同一个“黑盒”,没有人能够准确说明决策究竟如何做出。这里同时也存在着另一个危险,即在学习阶段,当机器学习系统亦步亦趋地模仿审计人员时,它亦将效法所有的人为错误并一直重复下去。因此,我们需要以某种方式对机器学习进行验证:它既是一种有力的工具,也潜藏着一定风险。这就提出了一种可能性——对内部算法提出质疑并进行测试,可能会成为外部审计师工作的一部分,其涉及范围比评估准确性更为广泛:正如《哈佛商业评论》指出,“审计师更为常规的任务应当是确保人工智能系统遵循一些惯例,这些惯例是在社会和政府层面经过深思熟虑虑并建立的”(古史斯克扎等/Guszczaetal.,2018年)。


二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:人工智能 深度学习 Insights Insight 哈佛商业评论

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注ck
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-3-28 16:44