GPT等大语言模型在会计与审计中的应用

吴武清 赵煜东 赵越 任伟

【摘要】以GPT为代表的大语言模型近期成为社会讨论热点。文章从大语言模型的发展路径出发，从管理会计、财务会计与审计三个方面对大语言模型可能的应用场景进行分析，并探讨相关风险与可能对策。现阶段的大语言模型已具有非常强大的自然语言处理、生成能力，GPT-4甚至可以处理多模态的信息，在管理会计利益相关者管理、信息分析与报告生成、财务会计核算、报告，审计信息获取与分析、计划制定等工作中有广泛的应用场景。但同时也可能带来可靠性风险、信息安全风险与技术滥用风险等问题，需要监管手段介入。如何趋利避害，让大语言模型更好地为财务数字化、智能化服务，为企业经营与市场发展提供新动力，是未来较长时期内，学术界、实践者和监管当局面临的共同难题。

【關键词】大语言模型；GPT；会计与审计；应用场景

【中图分类号】F275

一、引言

近年来，人工智能技术迅猛发展，在文字识别、语音识别与处理等特定方面表现出色的产品逐渐渗透到日常生活和工作场景。而自2022年11月30日ChatGPT发布之后，大语言模型（Large Language Model，LLM）这一新的人工智能形态逐渐引起人们的重视。以GPT-4为代表的大语言模型经过多年的发展，显示出了较为通用的能力，被视为人类迈向“通用人工智能”（Artificial General Intelligence， AGI）的一大步。当前，全球各大厂商争相发布自己的大语言模型产品，而随着这一技术对各类工作场景的渗透，其可能会重塑许多场景的工作模式，同时与之相关的AI安全和技术等问题也可能会带来一系列风险，会计与审计相关工作也不例外。故研究大语言模型在会计与审计中的应用场景及其相关的风险与对策，对市场监管、企业未来内部相关架构与工作流程设计、未来会计与审计人才培养都具有非常重要的实践意义。

二、大语言模型综述

语言模型（Language Model，LM）是当前人工智能领域用于发展机器语言智能的主要方法之一，其目标是对单词序列的生成可能性进行模拟，以便预测这段序列之后（或缺失）词句的概率分布（Zhao等，2023）[2]。这种模型可以用递归的方式连续生成文字，达到自然语言生成的目的。在进一步研究中，预训练语言模型（PLM）被发明出来，通过用下游任务对已有模型进行微调，训练出特定领域的模型，GPT-1即是基于自我注意力机制与Transformer结构语言编码与处理模型，在数据集上经过无监督预训练与有监督微调得到的语言模型，其可以完成自然语言处理（NLP）、自然语言生成（NLG）等任务。

在使语言模型变得更加通用的探索过程中，研究人员发现增大预训练数据集规模能够改善其在下游任务、特别是复杂任务上的表现。基于这一发现，OpenAI的工程师去除了GPT-1模型中的微调步骤，对模型结构进行了一些修改（如增加Transformer结构的堆叠层数），并用更大规模的数据集进行无监督预训练，发现其在迁移到不同类别任务上的表现有显著提升，仅通过在原始模型上改变输入的提示词命令（Prompt），即可处理不同种类的自然语言处理问题，GPT-2由此诞生。这种通过增大数据集规模增强处理问题综合能力的语言模型就被称为大语言模型或者“大规模预训练语言模型”（Large Pretrained Language Model）。

GPT-2初步显现出了通用性，证明了通过增大数据集和网络规模提升语言模型的通用性与性能是可行的。研究人员开始沿着这条路线继续探索，在此过程中，情景学习（In-context Learning，ICL）、提示工程（Prompt Engineering）等方法被引入进来。情景学习可以使大语言模型尽快收敛从而逼近最优解，而提示工程通过在输入问题时对模型进行任务有关的简短提示，只需一条或为数不多的几条提示就能明显提高其回答的准确率（Brown等，2020）[3]。随着训练数据、神经网络规模的增加，一些在小模型上不能出现的特性和能力逐渐出现，如“思维链提示”（Chain-ofThought Prompting，CoT），通过提示大语言模型“一步一步思考”并将思考过程加入输出结果中，能显著提高其回答的准确率（最高甚至有数倍的提升）（Kojima等，2022）[4]。但这种提升只有训练数据规模很大时才会明显，规模较小时有时甚至会有负面影响（Wei等，2022）[5]，这又从另一个侧面证明了增大数据集、网络规模路径的可行性。在这些发现的基础上，一系列新的大语言模型被开发出来，如OpenAI对GPT-2模型进行网络容量提升，并在规模巨大的数据集（Books2、Common Crawl等）上对其进行训练，得到了GPT-3模型。其除了在知识问答、解析问题等传统自然语言处理任务上表现出众之外，在程序编写、文章生成等领域也取得了长足的进步。但GPT-3仍然有难以忽视的缺陷，如在某些具体任务种类上仍然表现不佳，经常输出错误、不准确或不合逻辑的结果，也无法理解不符合其范式的指令。一部分原因当然是训练数据集本身包含的错误信息及语言模型的“黑箱”本质，但这也表明为了实现真正的智能，其仍需继续改进。

为解决这一问题，“基于人工反馈的强化学习”（Reinforcement Learning from Human Feedback，RLHF）被引入大语言模型的训练中。如在对GPT-3的改进中，OpenAI的工程师首先从测试用户输入的指令中选取一批（约三万条）数据，并由专业标注人员给出高质量的回答，然后使GPT-3在这个数据集上进行训练。随后采用回报模型（Reward Model，RM），大语言模型对一个问题给出多个答案，由专业训练人员给出从高到低的打分排序从而对其进行训练。在这两步完成后，再通过引入新问题、用回报模型对其生成的回答进行打分，并根据回报分数不断更新模型参数，这种算法被称为PPO（Proximal Policy Optimization）。通过这些训练OpenAI得到了WebGPT、InstructGPT等新模型并在这些新成果基础上开发出了ChatGPT，其可以通过一问一答的方式对输入的问题给予解答与反馈，且其给出的回答也有一定的丰富度与准确性。随后OpenAI在此基础上更进一步，于2023年3月发布GPT-4模型，其通过进一步增大训练数据集、网络容量和更多的RLHF，在自然语言处理上几乎全面超越其他算法，同时也从自然语言处理模型进化为多模态模型，即可以进行图片识别、图表分析等新工作。GPT-4的推理能力也得到了巨大提升，在考察人类认知能力的很多考试（如AP Microeconomics与AP Statistics）中，其能达到人类前10%～20%的水平，在司法考试、生物竞赛等方面更是能达到人类顶尖水平（OpenAI，2023）[6]。与此同时，其在敏感性、安全性问题上的能力也有提升，能够输出更符合人类道德的内容。但与之相关的AI伦理、信息安全等问题也逐渐引起了各界的警醒和重视。

三、大语言模型在会计与审计中的应用场景分析

会计与审计工作主要可以分为管理会计、财务会计与审计三个方面。大语言模型在这三个方面有诸多潜在应用场景，在管理会计方面尤其多样。本文将从这三个方面分析将大语言模型引入会计与审计工作的应用场景。

（一）管理会计

根据我国财政部（2016）的定义，管理会计活动涉及单位管理的规划、决策、控制、评价等方面，主要可分为战略、预算、成本、营运、投融资、绩效与风险七个管理领域[7]。近年来，企业的管理会计活动主要借助信息系统来完成，如果将大语言模型引入管理会计实务，可能有下述幾类应用场景：

首先，大语言模型可被用于监控市场动态，帮助企业更好地进行风险管理。如在利益相关者管理方面，传统管理会计模式或既有的机器学习方法往往很难对外围利益相关者相关舆情做出及时反馈，有时甚至会忽略相关信息，这主要受限于处理信息的容量，可能带来潜在的经营风险。且当前舆情监控采用的传统命名实体识别（Named Entity Recognition，NER）方法多为机械的关键词识别，面对表述方式多样的自然语言容易出现遗漏和错误，如可能无法区别“中国国际航空公司”的简写“国航”与“中国航天事业”中的“国航”。而引入大语言模型可以改善此状况，其处理信息速度快，数据库中包含几乎所有出现过的（可获得的）表述，并能结合上下文进行分析，进行命名实体识别的准确率更高，配合其摘要、总结和预测功能，可以帮助企业快速在大量信息中获取可能的风险信息。GPT-4的多模态信息处理能力更是能将监控范围扩大到图片、视频等不同形态的信息，帮助企业加强对相关信息的收集与分析，更好地进行风险管理。最新支持联网操作的大语言模型（如Edge Copilot）亦可进一步降低获取信息的难度，赋能企业风险管理。

其次，大语言模型可被用于构建管理会计分析与报告快速生成系统。长期以来，企业管理会计报告都是采用定期报告（如半月报、月报）的形式。这种模式具有明显的时间滞后，且由于巨大的信息量与市场状况和企业内部运行的复杂性，往往难以进行全面分析并给出丰富的策略建议。而将大语言模型引入管理会计分析与报告，可以从以下几个方面提高其效率：

第一，在信息获取端，编制详细的指导文件输入大语言模型中，其即可运用自身能力按照指导在引入的数据中快速摘取与企业经营相关的经济信息、市场动态等内容。GPT目前的数据库已足够大，且支持32k的输入大小（约相当于2万个字），无需特殊训练即可应对大部分常见的信息文档，联网操作也可帮助摘取网络上的相关内容，大大降低管理会计归集信息的时间耗费。在未来，随着大语言模型训练数据集规模和可输入内容大小的进一步加大，其在关键信息摘取上的优势会越来越明显。

第二，大语言模型可以对归集的信息利用管理会计工具（或根据指令调用外部相关工具）进行计算和分析，并结合自身数据库获得更多有参考价值的预测与可选方案，如快速生成多种投融资方案供管理层选择。这也是大语言模型在管理会计中应用的最大优势所在，其作为“智囊”，可以帮助管理会计人员打破自身知识边界，运用数据库中包含的人类智慧提高分析结果效用。企业甚至可以用决策案例数据集对大语言模型进一步训练，使其智能识别相关决策因子、进行实时动态预测，提高企业运转的敏捷度。

第三，在完成信息归集和分析后，大语言模型可以根据管理会计人员要求的格式利用原始信息与分析内容生成管理会计报告，也可以根据要求编写一个报告生成程序来完成这一工作，大大缩短企业的管理会计报告周期，使其由定期报告向实时报告转型，更有效地支持企业管理人员的决策。

第四，大语言模型可被用于针对不同报告对象生成定制化报告，使管理会计服务面更广。传统的管理会计往往只面向企业高层管理人员，这主要是人工归集与分析信息、生成报告的能力所限。而有了大语言模型的帮助，管理会计部门可以在处理更多数据和信息的基础上，生成全方面、多维度的报告，为企业不同层级的人员提供定制化的管理会计报告和行为建议。如为高层管理人员提供企业整体状况分析与建议，为中层管理人员提供所负责部门的细分报告、问题分析与优化方案，为具体执行层提供其所在特定环节的分析和建议，帮助其更快地做出小组与个人行为决策。

综合来说，将大语言模型引入管理会计系统，管理会计对于企业经营和决策的指导作用将会更加深入、广泛与有效。

（二）财务会计

财务会计的主要工作是对企业已经发生的经济业务进行全面、系统的核算，并为内外信息使用者提供必要的企业经营状况相关信息。近年来，数字技术的应用打通了企业前端经济业务与后端财务工作，“财务共享”新业态逐渐形成，已得到广泛应用的机器人自动化技术（Robot Process Automation， RPA）帮助财务会计人员摆脱了大量简单重复的经济业务核算工作，提高了财务会计系统的效率。但其仍然有很多不足，比如仍无法处理有一定复杂度的经济业务，也无法处理规则变化较快、具有一定灵活性的业务（如税务核算），而大语言模型能够在一定程度上解决这些问题，具体有以下三点：

首先，大语言模型可被用于更多有灵活性的业务核算，扩大可自动核算的经济业务范围。Wood[1]等（2023）用会计专业练习题对会计专业学生与ChatGPT进行了对比测试，发现在完全不进行提示和训练的情况下，ChatGPT对会计核算问题回答的正确率已相当可观[1]。那么如果提前用会计核算案例对更新的大语言模型（如GPT-4）进行微调，其在经济业务核算上的表现理论上能够接近普通财务会计人员的水平。对企业来说，如果能将大语言模型的这种能力与外部的光学字符识别、会计核算程序进行连接，然后将其引入财务会计核算工作中，极有可能实现对更多经济业务的自动核算，其多模态信息处理功能甚至可能帮助完成盘存、清点等成本核算工作，只需人工简单核对并核算少数重点业务，解放了财务会计人员的劳动力，使其能将更多精力投入管理分析等能创造更多价值的工作之中。

其次，大语言模型能帮助企业解决当前税务核算中的难题，避免税务风险。税务核算是较典型的复杂业务，特别是对于集团公司，其面临的涉税主体多、税种多、涉税业务类型多、适用规则多样且变化快等问题尤为明显。对ERP、RPA等信息系统与数字技术而言，针对所有涉税主体进行定制与实时根据新规则进行调校成本很高，大语言模型则一定程度上解决了这个问题。无论是不同涉税主体还是新的税务规则，企业只需要将其编码为指导文件对大语言模型进行预设，并根据规则变化及时更新指导文件，大语言模型就能根据不同要求完成税务核算或帮助设计相关核算程序。但大语言模型在这方面的应用也有一定局限性。由于其算法本身有一定黑箱性，进行逻辑推导很大程度上依赖于数据集中元素的统计规律（Shanahan，2022）[8]，仅使用相对原模型较小的Prompt输入进行预设而不进入神经网络层，其很可能没有“掌握”输入的规则，能否实现对税务主体、计算方式的智能判断有待考量。

此外，大语言模型也可在企业财务会计信息披露中发挥重要作用。当前企业的信息披露工作较多，无论是财务报表等强制性信息披露，还是投资者问答等自愿性信息披露，都会不可避免地涉及财务信息。企业若采用大语言模型作为“文字助手”，根据输入的规则（如信息是否可披露的界定、回答语调等）、数据库中的案例与输入的信息生成披露内容，或设计一个披露内容编写程序供相关人员使用，只需人工核对和微调，可以大幅降低工作量，提高信息披露的效率和质量。

（三）审计

审计是一种经济监督活动，目的是监督合规经营、改善管理效能、提高经济效益。审计系统近年来也得到一定程度的数字化，财务信息化与RPA技术的应用使凭证核对、复核等工作的人工工作量大大降低。而作为审计从“数字化”到“智能化”的可能方式，将大语言模型引入审计系统，可能有以下一些新的应用场景：

首先，大语言模型可被引入审计信息处理分析系统，扩大审计活动的覆盖范围、提高财务风险识别能力。传统审计活动由于需要检查的样本量过大，一般采取抽样检查，如在内部控制审计中只抽取企业关键的制度和流程（如关键的组织节点、人力资源政策等）进行控制测试，覆盖范围较小，导致进行判断时参考的数据规模较小，难以发现隐藏的风险点。而大语言模型对大量数据的处理能力可以帮助解决此问题，通过详细的步骤指导文档与案例数据集对大语言模型进行训练，可以使其自动对大部分内控制度与流程进行测试，覆盖更多样本，并配合数据集中的信息进行横、纵向对比，给出可能的风险提示，再加上人工对关键部分的核对，帮助审计人员在综合考量更多信息的基础上做出判断。又如在函证等账实核对过程中，经过训练的大语言模型配合OCR（文字识别）等技术，可快速将函证、核算账面等信息进行数字化整理，同时进行关键内容摘要、核对并结合数据库中案例给出可能的风险点，能使审计人员更快从大量信息中把握关键点、做出判断。简而言之，大語言模型可以使审计工作在有限的时间内覆盖更多样本，扩大其覆盖面和综合考虑的信息量，提高审计判断的质量。

其次，引入大语言模型的审计系统也可以增强审计独立性。在实务中，可能出现各种人为原因造成审计独立性缺失的情况，而引入大语言模型这一“人”之外的力量可以较好地帮助解决这一难题，结合经过训练的大语言模型独立给出的判断和提示进行判断，可以帮助审计人员在很大程度上避免人为因素对审计过程的影响，提高独立性与审计报告的质量。

再者，大语言模型可以帮助审计完成很多辅助工作、提高效率。在具体审计步骤开始前，大语言模型可以对审计对象的信息进行处理与摘要、并与数据库中案例结合分析，给出审计目标、计划等的参考，审计人员可以在此基础上有针对性地开展后续工作（程启荣，2021）[9]，如根据其给出的相关历史案例，对审计对象进行初步审查，确定人工工作的重点目标，并结合其给出的计划参考开展后续工作。在审计工作完成后，通过导入格式指导文档，大语言模型也可以基于工作中得到的信息生成审计报告，并可将数据等信息自动转化为图表，提高报告的可读性。

此外，GPT-4的多模态信息处理能力也可为审计实务中某些资产类科目盘存难等问题提供解决方案，如通过大语言模型对养殖场、仓库的图片进行分析，得出消耗性生物资产初步盘存估计结果，配合实地取证，较好地避免人为隐藏等行为对这类科目审计过程的影响。

四、大语言模型在会计与审计中的应用风险与可能对策分析

（一）可靠性风险

大语言模型在会计与审计中应用的第一个风险为可靠性风险，这主要是其算法本身的特点和训练数据的“普遍性”导致的。首先，大语言模型算法具有“黑箱性”，操作者对具体计算过程并不知情，对算法本身进行调整也非常困难，且在对话框中输入内容的表述不同，得到的输出差别也较大，在应用于会计与审计工作时可能生成错误的输出结果或给出错误的会计判断，使其在这一场景中应用的可靠性无法保证。同时，大语言模型也具有“智能缺陷”，其只是一种自然语言处理与生成模型（感知智能），并不具有决策智能与计算智能，无法进行风险决策与量化计算，应用于会计与审计中很多涉及到风险、决策的步骤非常受限。再者，由于大语言模型训练的数据集具有“普遍性”，其在会计与审计方面可能反而“不够专业”，可能输出不符合会计与审计专业知识的内容，并不完全适配这一工作场景。这些缺陷带来了“相关性”与“可靠性”的抉择问题，因此企业是否应用大语言模型也需取决于具体工作场景。

对于这一风险，除了技术本身需要继续改进外，会计与审计行业也可以采取以下一些方式予以应对。首先，加强人工智能相关基础能力建设，相关人员要力争对大语言模型算法有一定了解以更好地对其进行提示，使其更可靠。其次，对大语言模型“不够专业”的问题，使用者可以在模型允许范围内用会计与审计数据集对其继续训练，在可控范围内使其更适配于会计与审计工作。同时，相关从业人员也要明白“人”的主体性，不能一味让“人”适应大语言模型，而要让其“为我所用”、成为自身的得力帮手，在实操中对技术应用与职业判断进行平衡，保证整体效益最大化。最后，加强大语言模型与传统决策式人工智能的融合应用，发挥决策式AI在处理专业问题上相对可靠和透明的优势。

（二）信息安全风险

大语言模型在会计与审计中应用的另一个风险是信息安全风险。由于其改进非常依赖RLHF，以OpenAI为代表的很多大语言模型公司都会将用户与模型的实际对话内容引入自身数据库中，而这对企业内部商业机密来说，意味着潜在的泄露风险。这就给每一个希望在会计与审计实务中引入大语言模型的企业造成了一个“两难困境”——自建大语言模型还是寻找服务外包。自建大语言模型费用高昂，对大多数公司来说是难以承受的，且建成后能为公司带来多大价值也难以提前估算。而接受大语言模型服务提供商的服务，则会面临商业机密信息安全风险，其潜在后果难以估量，也是一个公司难以承受的。目前已有很多公司（如摩根大通）限制员工将内部信息输入ChatGPT，意大利监管部门也曾宣布因为数据隐私问题暂停意大利用户使用ChatGPT1。

对这一问题，我国外交部（2022）向联合国大会提交的《中国关于加强人工智能伦理治理的立场文件》提出了科学的应对原则，其可概括为“伦理法规先行”六字[10]。在真正让大语言模型进入自由市场与公司内部前，需要完善相关法律法规和监管体系，特别是与服务提供商信息安全相关的规则、实时监管方式与服务使用规范。只有将技术本身、提供和使用技术的人都“装进法律的笼子”，才能最大程度保证数据安全。同时也可以在技术上进行改进，如将区块链技术与大语言模型相结合，通过区块链分布式账本等保密特性保证企业商业机密的安全。

（三）技术滥用风险

大语言模型在会计与审计中应用的第三个风险为技术滥用风险。ChatGPT的一大问题就是无法辨别不道德、不合法的请求，可能输出对社会有害的内容，如其可以给出编写一个病毒的详细解答。虽然OpenAI在GPT-4技术报告中说明已通过训练将其生成不道德、违法内容的概率进一步降低，这种可能性的存在仍然非常令人担忧，对企业来说也会有潜在风险。同时，大语言模型目前也缺乏有效的内控系统（前文所述“黑箱性”），换言之，目前无法对其处理问题的流程进行审计，对其的监管和控制存在盲区，为大语言模型技术滥用留下了空间，可能导致相关财务风险。

對这一风险，我们首先仍然要“伦理法规先行”，可以通过在职教育等方式使会计与审计从业人员认识到滥用技术是不道德、不合法的。同时，相关部门可以制定与大语言模型相关的信息披露体系，要求企业通过有效渠道披露使用大语言模型进行会计与审计工作的具体内容（或至少是重大事项相关内容），并加强对大语言模型服务商的独立审计。只有监管与信息披露体系足够完善，企业滥用技术进行违规操作的可能性才会越来越低。

五、总结与展望

作为新兴的人工智能技术，大语言模型的强大能力，在管理会计利益相关者管理、信息分析与报告生成、财务会计核算与报告、审计信息获取与分析、计划制定等工作中有广泛的应用场景，可能为许多长期的工作难点、痛点提供解决方法。但与其相关的可靠性、信息安全与技术滥用等风险问题也需引起重视，我们需要尽快完善相关法律法规与监管体系以求趋利避害，更好地发挥新技术的潜力。

随着大语言模型对会计与审计工作的渗透，企业财务人机协同生态的构建势必会加速，故在财务方面构建自身技术竞争力对企业来说越来越重要。这种新生态的构建并不是一蹴而就的，需要提前布局、早日起步，才能在竞争激烈的市场上占得先机。对于会计与审计从业人员与未来准备从事相关工作的大学生来说，大语言模型对更多工作内容的替代会促使行业人才结构向高端化转型，故了解其技术原理、锻炼暂时无法被其替代的风险决策等能力甚至是学习其开发方法，对自身在未来会计与审计就业市场上成功立足是必要的。

由于大语言模型在会计与审计中的应用仍处于起步阶段，限于实践经验，本文所分析的应用场景、风险与可能对策主要停留在理论层面，有待后续研究进一步结合实践中的问题进行探讨。本文也没有对其在具体场景应用的技术细节和流程进行探讨，后续研究可以针对细分工作场景对大语言模型应用的技术细节和流程进行设计，以求进一步增强对企业实践的指导意义。

主要参考文献：

[1]Wood D A，Achhpilia M P，Adams M T，et al.The ChatGPT Artificial Intelligence Chatbot： How Well Does It Answer Accounting Assessment Questions [J]. Issues in Accounting Education，2023： 1-28.

[2]Zhao W X，Zhou K，Li J，et al.A Survey of Large Language Models[J].arXiv preprint arXiv：2303.18223，2023.

[3]Brown T，Mann B，Ryder N，et al.Language Models are Few-shot Learners[J].Advances in Neural Information Processing Systems，2020，33： 1877-1901.

[4]Kojima T，Gu S S，Reid M，et al.Large Language Models are Zero-shot Reasoners[J].arXiv preprint arXiv：2205.11916，2022.

[5]Wei J，Tay Y，Bommasani R，et al.Emergent Abilities of Large Language Models[J].arXiv preprint arXiv：2206.07682，2022.

[6]OpenAI.GPT-4 Technical Report[J].arXiv，2023.

[7]中华人民共和国财政部.管理会计基本指引[Z].财会〔2016〕10号，2016年6月22日.

[8]Shanahan M.Talking About Large Language Models[J].arXiv preprint arXiv：2212.03551，2022.

[9]程启荣.人工智能对具体审计流程的影响研究[J].会计师，2021（19）：64-65.

[10]中华人民共和国外交部.中国关于加强人工智能伦理治理的立场文件[Z].2022年11月17日.

责编：险峰

1 相关信息可见澎湃新闻《即日起禁用ChatGPT，立案调查！意大利打响监管首枪》（https：//www.thepaper.cn/newsDetail_forward_22525773）、《首家华尔街投行出手：摩根大通限制员工使用ChatGPT，担心数据安全》（https：//www.thepaper.cn/newsDetail_forward_22045511）等报道。