基于財務共享視角的人機協同研究

李聞一 湯華川

【摘 要】 隨著人工智能技術的廣泛運用，智能機器等在企業得到廣泛運用。人機協同摒棄傳統單線競爭與替代的線性思維，成為企業重要的工作場景。因此，有必要厘清人機協同的概念是什么？在財務共享服務中心有哪些工作方式和應用場景？其未來發展趨勢如何？文章首先以財務共享服務中心為背景，創新性地提出人機協同概念；其次提出了人機協同場景下雙向輔助和雙向監督工作模式，并結合具體應用場景進行深入分析；最后從人機工作方式、人機比例配置、人機相互賦能和人機管理控制機制四個維度總結人機協同在財務共享服務中心的發展趨勢，為人機協同提供理論指導和實踐經驗。

【關鍵詞】 人機協同； 智能機器； 智能算法； 財務共享服務中心； 管理控制機制

【中圖分類號】 C936；F279? 【文獻標識碼】 A? 【文章編號】 1004-5937（2022）23-0022-06

一、引言

近年來，隨著人工智能技術（Artificial Intelligence）的不斷突破以及軟件算法的不斷發展，AI、機器人等出現在各個領域，開始參與人們的工作與生活。人工智能技術包含機器學習、知識圖譜、自然語言處理、人機交互、語音識別、計算機視覺等技術，旨在復制人類的認知能力，以最少的人為干預來模擬智能行為，完成人類目標，實現智能算法系統和智能機器的開發和應用[ 1-2 ]。繼2018年習近平總書記在中央政治局第九次學習會議中提出“人工智能是新一輪科技革命和產業變革的重要驅動力量，加快發展新一代人工智能是事關我國能否抓住新一輪科技革命和產業變革機遇的戰略問題”這一論斷后，2021年的“十四五”規劃和2035年遠景目標綱要中也提出以人工智能為代表的新一代信息技術，將成為推動我國經濟高質量發展的核心驅動力之一。據統計，到2022年，包括軟件、硬件和服務在內的全球人工智能市場將達到4 330億美元（IDC，2021），并在2023年突破5 000億美元。目前，世界各地正在使用的工業機器人已達到300萬臺，同比增長10%（IFR，2021）。此外，到2024年，中國RPA市場規模將達81.8億元（RPA中國，2021）。可見，人工智能技術與實體經濟深度融合，人機①協同場景已經成為現實。

人機關系已經由人機替代演進到人機協同。人機替代觀點認為智能機器是人類員工的替代品[ 3 ]，其運用會產生替代效應，減少某一崗位的人類員工需求[ 4 ]。例如，在制造工廠的流水線生產過程中大規模使用機器人完成產品的生產、組裝工作，將減少人類員工招聘和使用，降低人力資源成本。然而，這種觀點將智能機器與人類員工簡單分離，忽視了人機之間相互聯系帶來的價值創造。隨著人們對人機關系認識的深入，人機協同場景愈發受到關注。人機協同的觀點強調人機之間相互聯系、相互協同的工作關系，通過其內嵌的人工智能等技術幫助企業進行資源整合，提高企業的生產效率和決策能力，推動企業成長[ 5-6 ]。智能招聘、智能客服、智能投顧等是企業人機協同的典型場景，人機之間相互協同，完成人才選拔、咨詢建議等工作任務。具體來講，企業招聘過程中運用智能招聘技術協助HR對應聘人員進行初步篩選，為企業識別優秀人才，提高HR的招聘質量和效率[ 7 ]；金融咨詢等領域廣泛運用智能客服以及智能投顧等方式協助證券分析師解決客戶的部分投資疑惑，使證券分析師能夠集中精力于更高層次的投資分析工作，并且機器人分析師提出的買入建議可能優于人類分析師[ 8 ]。此外，智能機器在審計領域也得到運用，為審計人員做出審計決策提供了幫助[ 9 ]。

隨著智能機器等在業界的廣泛運用，相關技術融入組織網絡[ 10 ]，使得組織結構和工作方式發生重大變化[ 11 ]，為財務組織帶來新變革，形成新的財務組織形態，推動財務工作方式、工作內容以及工作效率和質量的改變。人機協同下，財務組織網絡摒棄了傳統單線競爭與替代的線性思維，重塑了價值活動分離的機械模式，圍繞人機之間的整體多利、有效協同和價值共生展開，并依照整體價值最優的原則，實現人機之間相互輔助[ 12-13 ]和相互監督[ 14-15 ]的良性協同。財務共享服務中心（FSSC）大量使用機器流程自動化（RPA）等智能機器，建設智能財務，實現感知智能和運算智能等場景的應用[ 16 ]，通過相互輔助和相互監督發揮人機協同效應。例如，FSSC大范圍使用智能發票識別以及財務機器人等完成發票錄入以及會計分錄處理等基礎性、重復性工作，讓員工集中精力完成其他更具價值的任務[ 17 ]，同時也可以通過智能機器對財務數據進行分析和加工，從而支持財務決策者做出決策。在財務共享服務中心，人機之間不再是簡單的競爭與替代關系，而是更適合用人機協同來理解未來人機關系和智能機器行為[ 18 ]。因此，有必要厘清人機協同的概念是什么，在財務共享服務中心有哪些工作方式和應用場景，其未來發展趨勢如何等問題。

基于此，本文以財務共享服務中心為背景，創新性地從理論層面闡述人機協同概念，提出人輔助機器、機器輔助人、人監督機器和機器監督人四種人機協同工作方式，并結合具體應用場景對四種工作方式進行深入探討，為企業實現人機之間相互輔助、相互監督的良性協同與互動以及應對復雜管理環境提供理論指導和實踐提煉。

二、人機協同的概念及特征

（一）人機協同概念

人機協同場景下，人機之間摒棄傳統單線競爭與替代的線性思維，表現出新特征。基于以上討論，本文結合財務共享服務中心實踐對人機協同的概念進行分析，具體包括以下四個方面。

首先，人機之間互為主體，通過相互賦能實現資源的有效利用，最終實現價值共創。一方面，財務共享服務中心的員工與智能機器之間沒有固定的主次之分，隨著業務流程的不斷變化，人機之間的主次關系也在不斷變化，在某一階段以智能機器為主，而在另一階段可能以財務員工為主。另一方面，人機之間也不是簡單的替代和分工關系，兩者之間更強調人機共生和互為主體的關系，通過工作中的相互聯系和相互配合，最大化提高工作效率。因此，盡管兩者之間存在任務分工，但并不是完全割裂的，財務員工和智能機器都是企業的重要資源，基于資源基礎理論，兩者之間通過深度結合，推動共同進步，實現人機共生和價值共創，從而創造企業新競爭優勢。

其次，人機協同需要運用多學科理論和工具。財務共享服務中心智能機器的運用涉及管理、員工心理和信息技術等多方面因素，不是簡單地搭建智能財務系統或智能機器等就能達到既定目標，而是通過智能機器嵌入算法、圖像識別、深度學習等人工智能技術，完成企業部分財務管理工作。在智能機器的使用過程中，不可避免地會造成員工心理問題，比如人工智能等技術的運用會使得員工對個人隱私[ 19-20 ]、信息安全等產生憂慮，降低員工工作積極性。此外，基于信息處理理論，人與人之間的有效溝通是提升信息處理效率和員工績效的重要因素，但是智能機器的使用使得企業信息傳遞形成人至人、機器至人兩條路徑，從而對員工績效產生影響。因此，財務領域中的人機協同不是簡單的管理問題，而是與心理學、計算機科學等多學科密切相聯的。

再次，人機協同存在雙向輔助和雙向監督的工作模式。一方面，人機之間存在相互輔助的工作模式。智能機器可以幫助財務員工進行數據分析，完成基礎性工作任務并做出財務決策，推動決策科學化。同時，由于智能機器內置算法自身存在缺陷，需要員工不斷對其優化，以適應外部環境和企業目標的調整。因此，基于個人與組織匹配理論，為了同時實現個人與企業利益，個人會根據組織目標，調動隱性知識，對智能機器的工作進行干預，優化算法設計。另一方面，人機之間存在相互監督效應。大部分財務共享服務中心在員工工作中使用智能監督系統或智能業績評價系統收集員工的接單率、業務處理準確性和及時率，進行監督反饋；同時，還需要員工對智能機器的工作進行監督，合理調配機器資源，最大效率地完成工作目標。

最后，員工與智能機器的相互協同，實現“1+1>2”的效果。智能機器在財務共享服務中心的運用，將改變員工的工作節奏，推動員工終生學習[ 21 ]，以實現知識與智能機器的高效融合[ 22 ]。在工作中，員工與智能機器之間是相互學習的過程。一方面，員工能夠通過與智能機器的協同，接觸大數據、信息技術等新知識，豐富自己的知識范疇；另一方面，員工對外界環境的新感知、新體驗也會賦予智能機器，推動智能機器算法的優化。總之，人機協同下，人機之間相互促進，共同進步，實現部分之和大于整體的效果。

綜合上述分析，基于資源基礎理論、信息處理理論、個人與組織匹配理論等，本文認為人機協同是以人機互為主體，基于管理學、心理學和計算機學科等理論及方法，采用相互輔助和相互監督的人機關系，實現超越人機個體能力之和的新型工作方式。通過在財務共享服務中心構建人機協同體系，可以充分發揮人機協同優勢，提高財務工作效率，改善會計信息質量，并為財務管理控制和決策支持提供幫助。

（二）人機協同的特征

1.互為主體

人機關系不是簡單的分割和組合，也沒有固定的主次之分，在某一階段人處于主導地位，智能機器處于輔助地位，而在另一階段智能機器處于主導地位，人處于輔助地位。因此，兩者本身是互為主體，通過相互輔助的良性協同構建新型人機管理機制，推動價值共創。

以應付模塊為例，財務共享服務中心應付模塊主要分為發票掃描、賬務處理、應付核查、網銀審批等環節。在發票掃描、賬務處理等環節，智能機器處于主導地位，員工處于輔助地位，通過智能機器對發票進行OCR識別、錄入發票信息、核對信息準確性并進行三單匹配，最后完成基本會計分錄處理，結束入賬工作。但是在后續環節中，員工處于主導地位，智能機器處于輔助地位。賬齡分析、應付核查、網銀審批等工作更為復雜，需要員工根據會計準則和現實要求進行主觀判斷，智能機器則為員工決策和判斷提供必要的數據分析和支持，輔助員工完成任務。

因此，無論是人工智能還是智能機器都是在與人類共存的工作模式下發揮作用。與傳統的二元管理論不同，共生管理哲學強調系統之間各部分的相互作用和密切聯系都會對其他部分產生價值，人機共生將成為未來組織的新形態，在此基礎上的組織網絡不在秉持傳統競爭、替代的機械思維，而是轉向協同賦能的共生理念。

2.整體多利

在財務共享服務中心，人機之間不再是簡單的人機替代和分工關系，人、機作為獨立子系統通過相互輔助和相互監督，實現人機之間的相互吸引和相互補充。財務人員和智能機器是財務工作中不可或缺的兩大子系統，兩者之間通過相互輔助，取長補短，形成“1+1>2”的效果，實現整體多利格局。財務共享服務中心的智能機器往往需要處理類型繁多的財務業務，同時完成信息和數據的收集工作；財務員工可以通過優化蘊含人類意志的算法橋梁以及制定規范的管理控制機制，從而合理地調配智能機器資源，最大效率地發揮其作用，高效完成各類型的財務業務。此外，智能機器的使用，也使得人類員工關注于具有創造性、決策性的工作，發揮創造、整合和運用知識的作用，提升自身能力。財務共享服務中心通過構建人機系統，實現人機協同賦能，充分發揮人和智能機器的作用，形成超越人機個體能力之和的新動能，最終實現企業整體價值最大化。

3.有效協同

在財務共享服務中心，財務員工與智能機器能夠相互協調，協同一致地完成企業當前財務目標，實現有效協同。一方面，人機之間各自履責，完成任務分工。智能機器完成發票信息錄入、會計分錄處理、資料下載等基礎性重復性工作任務，財務員工則主要完成財務審核、分析決策等綜合性業務。另一方面，人機之間進行工作分工的同時又能實現相互銜接，最大限度提高工作效率。智能機器與財務員工不是相互獨立，而是通過合理的管理控制機制，實現工作任務的有效銜接，從而最大效率地完成工作任務。例如，財務共享服務中心通過智能機器在非工作時間完成數據資料下載工作，并向員工發送提醒郵件，當員工上班之后，可以立即使用已經下載完成的數據開展下一步工作。智能機器與財務員工在相互分工中保持相互銜接，實現有效協同，形成有機整體，最終實現部分之和大于整體的效果。

三、人機協同下的四種工作方式及典型應用場景

基于人機協同定義以及人機之間存在的相互輔助和相互監督關系，本文總結了人機協同四種工作方式：機器輔助人、人輔助機器、機器監督人和人監督機器。

（一）機器輔助人

機器輔助人工作方式下，智能機器除了完成重復性、機械性、標準化操作任務外，還需要輔助員工進行決策和知識管理。一方面，隨著大數據、區塊鏈等信息技術在財務領域的廣泛運用，企業財務人員不再局限于完成簡單的賬務處理工作，如果僅僅只是完成一些重復性、機械性工作，會造成企業資源的浪費，降低企業運營效率，因此需要智能機器協助員工完成這一類操作任務，讓財務人員能夠解放雙手，從事其他具有創造性價值的工作。另一方面，由于智能機器集成了大數據、人工智能的數字技術，其對信息數據具有天然的敏感性，因此企業可以通過機器算法對數據信息進行收集和分析，從而為人類決策提供分析支持[ 23 ]，并做出風險預警，推動人類決策的科學化[ 24 ]。

機器輔助人的工作方式廣泛存在于財務共享服務中心，比如企業的智能發票管理系統，包括OCR自動識別和自動驗真程序等。隨著企業的集團化和規模化發展，財務共享服務中心往往要服務于幾十甚至上百家供應商或客戶，大量發票信息的錄入和管理需要企業投入人力和資金成本，而OCR等自動化技術的運用能最大效率地完成這些重復性工作，減少人力資源消耗，降低企業資源成本。OCR智能發票識別是一種運用掃描儀等電子設備通過字符識別方法將發票信息翻譯成計算機文字并自動上傳的智能系統。與人工操作相比，OCR可以批量完成發票信息的識別，有效實現發票信息的快速處理，提高工作效率，并減少人力資源配備。此外，通過自動驗真程序實現快速辨別發票信息真偽，并將結果返回，進行分類輸出。可匯總所有返回結果為“校驗有誤”的發票信息，并提醒該環節員工進行手工處理。總的來說，智能發票管理系統通過相應的智能機器輔助員工完成一些簡單、重復的工作任務，節約員工時間成本，分攤員工業務壓力，使得財務人員能夠更多地從事更具價值的工作。同時，根據相應的后臺數據，財務人員也能看到發票信息錯誤率最高的供應商，并提醒其做出修正，從而提高整個業務流程的效率和準確性。

（二）人輔助機器

人輔助機器工作方式下，人類員工通過對機器算法優化設計以及對機器工作的知識補充完成輔助工作。一方面，智能機器以算法、人工智能技術作為底層架構，盡管能夠對人類行為進行深度模擬，但其底層設計是人類在某一時點的主觀意志體現，賦予了人類的價值觀和思維判斷觀念，而人的知識水平和知識信息儲備會隨著時間的推移不斷增長，需要人類設計者根據環境和需求變化對算法進行優化設計，以適應企業業務發展。此外，企業面臨的經營環境是多變的，稅收政策、交易方式、匯率等經常發生變動，智能機器的底層算法系統等需要輔以人類智慧對機器算法設計進行不斷優化和改善以適應環境的變化。另一方面，人類的思維、情感和意識對決策的正確性和業務處理適宜性具有重要意義，而智能機器本身具有機械性，難以像人類一樣調動諸如思維、情感等“隱性知識”參與工作，因此需要人類輔以獨特經驗積累和認知理解完成機器優化升級。

在財務共享服務中心，人輔助機器的工作方式主要體現為基于知識分享下的機器算法優化。盡管智能機器能夠幫助員工完成很多標準化、重復性工作，但其面臨的經濟環境以及企業有關政策經常發生變化，而算法本身并不能自動適應這些變化，需要員工予以優化。以會計分錄的賬務處理為例，財務共享服務中心廣泛運用智能機器進行基本的會計賬務處理，通過讀取已錄入的發票信息，將其與預先設定好的會計科目代碼進行匹配，完成基本的會計分錄處理。一般情況下，整個業務流程無需人工介入，能幫助員工減少大量操作時間，使其將精力用在更有意義的業務上。但是，企業面臨的經濟環境、會計政策等會經常發生變化，會計科目增減、匯率變動、稅收政策調整等也常出現，需要員工對會計賬務處理系統算法進行不斷的修改和優化。此外，員工在日常工作中也經常發現現有流程的不合理之處，會通過知識分享提出自己的建議和看法，推動智能機器算法的優化升級。

（三）機器監督人

機器監督人工作方式下，機器主要是對員工工作情況進行監督反饋，并提供必要的績效評價。當前，很多企業已經運用了與之相關的監督軟件，如AI監督軟件Enaible，通過收集員工工作數據，利用算法軟件對工作數據進行分析，實現對員工的工作業績評價。首先，員工個體績效評價是企業提高經營效率和企業績效的重要環節，因此需要對員工工作進行監督管理，了解員工工作狀態，實現效率改進。其次，大部分財務共享服務中心使用智能監督系統或智能業績評價系統收集員工的接單率、業務處理準確性和及時率等信息，與傳統的HR人員對員工進行績效考核相比，運用智能機器等人工智能技術對員工進行監督管理更具有客觀性，不容易受到考核人員主觀意志的干擾，更具有公平性。最后，智能機器對員工的監督具有機械性，缺乏人性化機制，且出于信息安全、個人隱私保護的考慮，人類對智能機器表現出“算法厭惡”和不信任情緒，可能會降低員工工作滿意度和工作效率[ 9 ]，這需要企業在兩者之間保持平衡。

財務共享服務中心大多采用了與Enaible類似的智能員工績效評價系統，利用大數據、深度學習等技術，對員工工作數據進行分析，實現對員工工作情況的監督管理。智能機器算法系統根據員工的工作崗位和過去工作情況向員工派單，需要員工在規定時間內完成。通常情況下，員工在完成發票錄入、應付賬款審核以及網銀支付等業務時，智能員工績效評價系統會通過后臺數據記錄員工的業務處理時長、處理準確率和及時率等信息，并定期通過郵件向主管以及員工個人進行反饋，生成個性化業績報告，充當監督人的角色。通過工單和工時統計，企業可以清楚地知道員工當前的工作狀態和工作效率，分析員工的工作能力，在促使員工調整工作方式和提高工作效率的同時，提高管理者績效評價的有效性并改善管理者的管理方式。值得注意的是，在實踐過程中，財務員工往往會對智能績效反饋產生抵觸心理，不愿意被機器實時監督。

（四）人監督機器

人監督機器工作方式下，需要人對機器工作情況進行實時跟進，對機器工作績效進行監督。一方面，智能機器作為一種人工智能應用，以算法為驅動，本身也會受到諸如算法設計缺陷、機器故障等諸多因素的影響，從而造成工作失誤、資源浪費的情況。因此，在實際工作中，員工需要對智能機器性能、執行任務等情況進行實時監督，了解智能機器運作狀態，從而提高智能機器工作效率，保證業務的正常進行。特別的，在智能機器集群場景下，通過財務人員對機器集群資源的調配，實現各個智能機器之間相互配合，最大化地發揮各種資源優勢，提高工作效率。另一方面，財務共享服務中心作為集團企業的一部分，其財務工作受到企業目標的影響，當企業目標發生變化時，需要財務人員對智能機器的工作方式、資源配置等進行調整，監督其朝著企業目標方向發展。

在財務共享服務中心，人監督機器的工作方式主要體現在對智能機器的監督和管理。以財務共享服務中心的實時看板管理為例，智能機器的運營維護人員通過實時看板可以看到公司各類型智能機器的運營狀態，包括任務執行時長、完成率、報錯率和閑置狀況等數據，并根據相關數據對各種智能機器資源進行合理調配，有效滿足多種業務場景的自動化需求，讓財務共享服務中心的業務執行效率、業務流程改進、業務流程重塑、數據安全和監管等維度得到大幅度提升。同時，維護人員也可以通過看板數據發現智能機器在運營中出現較多的問題，并采取針對性的優化措施，確保工作的正常開展。

四、人機協同在財務共享服務中心的未來發展趨勢

（一）人機協同將會改變財務共享服務中心未來工作方式

人機協同場景在財務共享服務中心應用的不斷深入，將會改變人機未來的工作方式。隨著人們對人機協同的理解愈發深入，人機不信任等問題將得到緩解，人機工作方式將由原來的人機替代與分工轉變為專業分工與有效協同，財務員工與智能機器之間不再有固定的主次之分。此外，人機之間密切聯系，構成有機整體，并在工作中相互賦能，共同完成財務處理和決策等工作，以實現企業價值創造為共同目標，充分發揮人機協同的作用。

（二）人機協同下人機比例配置更加優化

合理的人機配置方案是人機協同優化的重要內容，通過合理的人機配比，充分發揮人機各自優勢，完成企業目標，降低企業成本。隨著人機關系融合的不斷深入，企業對人機關系認識更加深化，人機配置比例將進一步優化。財務共享服務中心根據自身實際情況，可以選擇采用人類占比高、機器占比高和人機占比相同的人機配置結構，還可以根據業務量的大小調整財務共享服務中心的人機規模大小。在此基礎上，財務組織結構乃至企業整體組織結構都需要適時調整，朝著提高人機之間工作協同性、降低人機不信任感的大方向發展，力求實現人機協同價值最優，提高工作效率。

（三）人機協同下人機相互賦能

人機協同下，人機將實現相互賦能。一方面，財務共享服務中心的智能機器能夠完成大部分基礎性、重復性財務工作并為后續財務人員的財務分析與決策工作提供數據分析支持，而財務員工更多從事于綜合性財務事務。同時，智能機器的應用也使得財務人員傳統的知識結構難以應對智能機器的全方位挑戰，在掌握基本的財務知識基礎上，還需要對自然語言處理和深度學習等有所了解，推動財務人員核心技能的重構。另一方面，財務員工在工作中將自身的“隱性知識”賦予智能機器，并思考智能機器的底層算法設計、應用場景是否需要進行優化和改進。總的來說，人機協同場景下，人機相互賦能協同工作，在提高效率的同時實現共同進步。

（四）人機協同下管理控制機制受到挑戰

人機協同應用過程中，人機關系的變化使得傳統管理機制受到挑戰。傳統管理控制機制通過計劃、組織、控制、激勵和領導這五項基本活動協調企業目標與員工行為，實現企業人力、物力及財力等資源的有效配置。但在人機協同下，智能機器成為企業的新型資源，參與企業的計劃、組織、控制、激勵和領導五項基本活動。因此，企業管理控制機制需要將智能機器納入管理范圍，在強調工作效率和工作質量的同時，還需要明確人機之間的任務分配以及相互協同機制。

【參考文獻】

［1］ MCCCORDUCK P，MINSKY M，SELFRIDGE O G，et al.History of artificial intelligence［C］.In IJCAI，1977.

［2］ HAENLEIN M，KAPLAN A.A brief history of artificial intelligence：on the past，present，and future of artificial intelligence［J］.California Management Review，2019，61（4）：5-14.

［3］ ACEMOGLU D，RESTREPO P.Artificial intelligence，automation and work［R］.NBER Working Paper，2018.

［4］ AUTOR D H.Why are there still so many jobs？The history and future of workplace automation［J］.The Journal of Economic Perspectives，2015，29（3）：3-30.

［5］ MAKRIDAKIS S.The forthcoming Artificial Intelligence （AI）revolution：its impact on society and firms［J］.Futures，2017，90（6）：46-60.

［6］ 賀丹. 人工智能對勞動就業的影響［J］.上海交通大學學報（哲學社會科學版），2020，28（4）：23-26.

［7］ 楊真，陳建安.招聘面試人工智能系統的框架與模塊研究［J］.江蘇大學學報（社會科學版），2017，19（6）：73-80，92.

［8］ COLEMAN B，MERKLEY K，PACELLI J.Human versus machine：a comparison of robo-analyst and traditional research analyst investment recommendations［J］.The Accounting Review，2022，97（5）：221-244.

［9］ COMMERFORD B P，DENNIS S A，JOE J R，et al.Man versus machine：complex estimates and auditor reliance on artificial intelligence［J］.Journal of Accounting Research，2021，60（1）：171-201.

［10］ MURRAY A，RHYMER J，SIRMON D G.Humans and technology：forms of conjoined agency in organizations［J］.Academy of Management Review，2021，46（3）：552-571.

［11］ 李憶，喻靚茹，邱東.人與人工智能協作模式綜述［J］.情報雜志，2020，39（10）：137-143.

［12］ MOURAD S，TEWFIK A.Machine assisted human decision making［C］.IEEE，2018.

［13］ ROCCETTI M，DELNEVO G，CASINI L，et al.A cautionary tale for machine learning design：why we still need human-assisted big data analysis［J］.Mobile Networks and Applications，2020，25（3）：1075-1083.

［14］ AZIZ A A，STARKEY A.Predicting supervise machine learning performances for sentiment analysis using contextual-based approaches［J］.IEEE Access，2019（8）：17722-17733.

［15］ TONG S，JIA N，LUO X，et al.The janus face of artificial intelligence feedback：deployment versus disclosure effects on employee performance［J］.Strategic Management Journal，2021，42（9）：1600-1631.

［16］ 劉梅玲，黃虎，佟成生，等.智能財務的基本框架與建設思路研究［J］.會計研究，2020（3）：179-192.

［17］ 李聞一，劉姣，盧文.財務共享服務中心建設的回顧、趨勢與建議［J］.會計之友，2020（9）：14-20.

［18］ RAHWAN I，CEBRIAN M，OBRADOVICH N，et al，Machine behaviour［J］.Nature，2019，568（25）：477- 486.

［19］ ACQUISTI A，BRANDIMARTE L，LOEWENSTEIN G.Privacy and human behavior in the age of information［J］.Science，2015，347（30）：509-514.

［20］ GREWAL D，GUHA A，SATORNINO CB，et al.Artificial intelligence：the light and the darkness［J］.Journal of Business Research，2021，136：229-236.

［21］ 徐鵬，徐向藝.人工智能時代企業管理變革的邏輯與分析框架［J］.管理世界，2020（1）：122-129.

［22］ XIANG J，CHEN S，CHENG L，et al.Social construction of work rhythm for digital transformation［C］.IEEE，2021.

［23］ 田倩飛，張志強.人工智能2.0時代的知識分析變革研究［J］.圖書與情報，2018（2）：33-42.

［24］ EDWARDS J S，DUAN Y，ROBINS P C.An analysis of expert systems for business decision making at different levels and in different roles［J］.European Journal of Information Systems，2000，9（1）：36-46.