研究发现：AI在常规任务上超越注册会计师，但仍需人工监督

Mercor的一项基准研究表明，当代的生成式人工智能模型在处理一系列结构化会计任务时，其速度和准确性现已超过了持牌注册会计师。该研究评估了数十个领先模型在发票处理、对账和税务计算方面的表现，发现其平均完成时间比较类人类同行缩短了多达70%，错误率也降至0.5%的行业标准容差以下。

尽管这些成果引人注目，但该研究强调了一个关键缺陷：没有任何一个AI系统能够完全通过APEX基准测试——这是一项模拟端到端月结流程的综合测试。最先进的模型在需要判断力、解释模糊法规以及多实体合并的 llega 任务时停滞不前。在每种情况下，仍然需要人类会计师来验证输出结果、处理异常并签署最终报表。

对于首席财务官和金融科技架构师来说，这些发现提供了一个微妙的机遇。自动化高容量、基于规则的功能，可以让高级财务人员腾出精力专注于战略分析、情景规划和利益相关者沟通。然而，对监督的残留需求引入了一种混合工作流，必须仔细设计该工作流以避免对算法输出的过度依赖。强大的治理框架、审计追踪和清晰的升级路径对于降低未被发现的虚假陈述风险至关重要。

监管机构可能会对任何走向完全自主记账的举措进行严格审查。当前的会计准则，如国际财务报告准则（IFRS）和美国通用会计准则（GAAP），仍然强制要求专业判断和问责制。在AI能够切实满足“合理保证”门槛之前，企业必须保留合格的人员来签署最终申报文件。

展望未来，该研究预测，随着模型吸收更多领域特定数据并集成实时监管动态，性能差距将继续缩小。然而，作者们的共识是，在可预见的未来，AI仍将是一项辅助技术，而不是人类会计师的替代品。因此，财务领导者应投资于增强型AI平台，在提高生产力的同时，保留维护财务完整性所必需的监督机制。

图片：Kelly Sikkema / Unsplash (https://unsplash.com/@kellysikkema)