［提要］ ChatGPT的大浪来袭，“ChatGPT+”为各行各业带来更进一步发展的曙光。本文主要通过文献调查法从理论上描述ChatGPT的本质和工作模式及其对智慧税务建设的可能推进，最后分析ChatGPT应用中的潜在问题和改进建议。

关键词：智慧税务；ChatGPT；人工智能

中图分类号：F812.42 文献标识码：A

收录日期：2023年6月14日

一、ChatGPT与智慧税务的联系

（一）ChatGPT。ChatGPT意为聊天生成式预训练转换器，是美国Open AI（人工智能研究实验室）于2022年11月30日推出的全新的人工智能对话聊天机器人，是一种大语言模型。其本质是一种生成式人工智能技术，可以通过已知的信息来预测将要填写的内容。ChatGPT的实现模式分为以下三步：

第一步，收集海量数据，并进行训练。想要ChatGPT回答，必先自己回答。即针对特定的问题，人类先进行回答，然后将预先进行的回答数据录入ChatGPT，作为参考供其学习。模型一次定义，业务处理永久生效。整个训练过程需要海量的数据。此过程需要人工监督并设立奖惩机制修正最终输出结果。人工智能对庞大的数据进行录入式学习，对人类的问题进行输出式回答。人类对符合人类逻辑的回答进行奖励，对不符合人类逻辑甚至是违法的回答进行惩罚，训练优化最终输出结果。

第二步，基于奖励模型的自然语言处理。输入关键词或提示词对ChatGPT进行提问，基于提问，模型会生成并输出多种不同回答。训练人员对模型输出结果进行打分排序，将处于两个极端的结果，即最优结果和最差结果，用于奖惩训练，并剔除不想要的最差输出结果，奖励最优输出结果，训练奖励模型，以此增加最优输出结果的频率。人工智能基于此模式进行自然语言的处理。

第三步，强化学习算法，实现自动文本生成。对ChatGPT的学习算法进行强化，无需人为主动干预就可以自动实现对人工智能输出结果的评分和排序，不断地自我修正更新，自动优化奖励模型。通过量化、规则化、重复化的训练和修正，人工智能逐步地被训练而具有人类逻辑，可以与人类以人的思维方式进行沟通，自动输出符合人类心意的多形式表现结果，如文本、图像、语音等。

（二）ChatGPT与智慧税务的联系。过去的人工智能实现了在单一领域的深耕，在单一领域能发挥其超常作用。ChatGPT却拥有全面的性能，除了基础的语言翻译和转换之外，能够进行多模态信息，如自动作曲、自动生成图像。实践中，ChatGPT参加并在美国执业医师资格考试中获得了合格的成绩。在医疗领域的表现具有划时代意义。ChatGPT已经是医疗领域人工智能的天花板水平。发掘ChatGPT的功能并将其应运在财税领域必将是财税领域的又一次重大进步。随着信息技术革命的发展，人工智能与实践的结合越来越紧密，在财税领域，我国的金税四期工程实现了将互联网线下业务转移到线上，大数据和人工智能开始被运用到税务管理方面，实现了从“以票控税”到“以数治税”的自然转变。我国“十四五”规划明确提出“深化税收征管制度改革，建设智慧税务，推动税收征管现代化”。而建设智慧税务，推动税收征管现代化必须要深入实现税收征管数字化、智能化的升级和改造。ChatGPT具有很强的智能性，其训练速度快于其他模型，语言能力、处理能力、判断能力、修正能力更加强大，输出结果更通用、更复杂、更智能、更准确，能够极大地推动我国智慧税务的建设，继而更好地发挥税收在国家治理中的基础性、支柱性、保障性作用。

二、ChatGPT对智慧税务的推进

（一）ChatGPT本地数据处理，异地共享链接。相较于传统税收数据收集和税收信息共享而言，ChatGPT能够极大地提升数据收集、分析、处理的效率，打破数据收集、分析、处理的时间和空间壁垒。ChatGPT参与税收治理要求各个环节的涉税主体，包括税务机关、企业和个人，将其所涉及的税务信息上传至个性化的ChatGPT中。对于原始数据的收集，如财务票据，自动进行扫描、识别、提取。ChatGPT根据预先训练的模型将所收集的数据进行语义分析，数据清洗、特征提取、模型选择和模型评估，对财务票据进行会计核算、税务分析，达到数据的高端处理，为智能对账和智能报税做铺垫。需求者只需输入提示词便可调取相关数据信息。一旦需要数据共享，ChatGPT会根据需求者的要求对数据在本地进行处理，把最终需要的结果上传至异地ChatGPT，节省动态数据传送的传送时间和静态数据的处理成本，链接异地数据，实现数据异地共享，提升数据的调取效率。

（二）ChatGPT防范财税风险，助力企业合规。随着智慧税务建设的加快推进，ChatGPT能够帮助税务机关和企业降低风险，有利于企业合规经营。对于税务机关而言，其财税领域的风险有：税制改革风险、涉外税收风险、税源监管风险、税收执法风险。ChatGPT会根据已知信息填写预测内容，根据这一特点，在税制改革方面，ChatGPT基于已有模型，调取可用数据，对一项税制改革实施所产生的可能结果进行有效分析，分别从不同的主体出发，输出此项税制改革实施产生的预期效益、成本以及风险预测，为税务机关决定是否执行或者修改此项税制改革提供有力参考。ChatGPT会对涉税主体的税收信息进行全方位多层次的覆盖，全面地对涉税主体的税收信息进行监管分析，达到税务机关、企业、第三方金融机构的动态联结，对税收异常企业的涉税事项进行智能分析，提示税务机关及时进行税务监察，有效制止偷逃税的行为的发生，规避税收监管不到位的情形，并且依靠其智能性分析潜在税源，降低涉外税收和税源监管风险，及时、高效率地进行税收风险防控。在税收执法过程中，ChatGPT基于认为预先训练模型，可以在执行税收法律的过程中留有一定的税收裁量权，避免因过于严苛教条而产生税收执法不公现象。

对于企业而言，其经营业态全方位地展示在ChatGPT智能监管下，当企业有可能或者已经发生某种财税风险时，ChatGPT会自动向企业发送风险预警提示信息或者做出相关的应对指导，监督并且促进企业进行业务合规处理。在此过程中，只有ChatGPT与企业的智能对接，无需其他中间流程或中间参与者。智能预测、精准识别、流程简便、高效输出。除此以外，对于新出台的政策，ChatGPT会基于特定企业角度进行智能化解读，帮助企业精准识别有用信息，及时进行生产经营决策和行为的调整，避免因对新政策理解不到位而带来税收风险。在申报纳税的时候，ChatGPT会对已经上传申报的事项进行检查识别，修正错误，查漏补缺，从而提高企业的申报准确率，提升税务机关的审查效率。

（三）ChatGPT覆盖情形全面，提供个性化服务。从原始数据的收集，到税款入库和后续的监督管理，ChatGPT全流程服务于涉税主体。传统的纳税流程主要包括申报、审查、审核、征缴等环节。在ChatGPT的应用模式下，整个纳税流程全面线上展开，纳税人不必实地去税务机关进行申报，ChatGPT将实现一键报税，智能核查，税款直接入库。

ChatGPT的第一特色是不同主体个性化适用。根据ChatGPT预先进行模型设置的工作模式和其全面性特征，使用主体对ChatGPT进行指示词索引提问，ChatGPT首先会引导提问主体选择相应的身份，如使用主体是医药制造业中药研发业某一般纳税人，明确大行业为医药制造业，细分行业为中药研发业，纳税主体身份为一般纳税人，方便ChatGPT进行最相关信息的调取。对于具体经济业务，基于税收利益最大化或经济利益最大化的不同角度，ChatGPT会分别进行智能模式规划、虚拟演练和生成预测，提供直观的结果显示，供企业选择。ChatGPT差错率低，稳定性强，自动进行信息过滤生成适用不同主体的输出结果，具有很强的指向性。

ChatGPT的第二特色是输出结果的个性化。使用者可根据自身情况选择接收。ChatGPT输出多种理解程度的信息，使用者输入“通俗简单理解”之类的关键词就可以得到简单易懂的回答，提示“专业详细”之类的关键词就可以得到细致专业的结果。基于ChatGPT的高判断力，会拒绝不合理或者违法的输出结果。最终输出人类最易接受的合理的输出结果。

三、ChatGPT应用中面临的问题

（一）数据安全问题。2023年4月，不法分子通过AI换脸和拟声技术成功诈骗430万元、带货主播换脸明星卖货增加卖点提高销量等此类问题的出现，一方面惊叹于人工智能技术的进步与成熟，另一方面人们不得不反思其带来的安全问题。新一代人工智能的发展会使数字竞争前所未有的剧烈，数据凭借其易传播以及高价值的特性，使得数据泄漏风险异常巨大，给数据安全带来了艰巨挑战。数据滥用、泄露、伪造、窃取等问题日渐凸显，资源化与资产化的数据给人工智能用户带来极大的不安全感，数据价值使数据隐私得不到保障。别有用心者会在数据要素的风口以非法途径获取、传播数据信息，以得到某种好处。ChatGPT具有不设限爬取特征，在使用过程中要输入大量机密数据，应用于财税领域的ChatGPT，储存关乎税收方方面面的信息，一旦发生数据泄漏，不但会对纳税人造成损失，也会对国家安全产生不利影响。

（二）训练成本问题。我国自有ChatGPT模式的人工智能训练需要花费大量的成本。这需要强大的算法算力基础、储蓄能力，以及大量的CPU、电力。每一次政策变革就要进行一次模型的训练，每新增一个不同使用主体，就要进行一次特定的模型训练。根据国盛证券发布的《ChatGPT需要多少电力》报告，一次GPT-3的训练成本约为140万美元，对于一些更大的语言模型，训练成本在200万～1，200万美元之间，可见训练ChatGPT模型非常“烧钱”。ChatGPT的运行成本也非常巨大，基于2023年1月1，300万的平均访客数，芯片和电费成本共约158万美元。现实的成本问题也是ChatGPT在训练与运营过程中需要考虑的。

（三）人才储备问题。在核心技术和基础研究方面，我国仍落后于美国。美国开发的ChatGPT，其本质上是人工智能，人工智能建设要求多学科交叉，跨知识体系融合的复合型人才。浙江大学科技与教育研究所于2022年发布报告称，中国面临500万人工智能人才短缺，预计到2025年翻一番。我国人工智能中高端人才仅相当于美国的20%。我国是全球最大的机器人消费国，但机器人产业使用的核心技术来自德国和日本。我国也面临着吸引人才和留住人才的挑战。战略与国际问题研究中心曾报告称，愿意定居于美国的科学家有60%，而愿意定居于中国的仅10%。我国在人工智能建设领域存在严峻的复合型人才缺失的问题。

四、改进建议

（一）防范数据风险，保障数据安全。为了预防ChatGPT使用过程中的数据风险，需要系统的应对措施。法律层面，政府要出台保护数据安全的基本法，明晰数据产权，明确数据跨境规则，设立跨境数据监管机构。数据信息本地化处理储存，对出境数据进行安全评估与监管，判断是否可以出境。本国社会应当对数据信息保持高敏感度，对人工智能的定位有清楚的认知。人工智能生而为人服务，其算法设置要尊重人权伦理，以增进人类福祉为目标，明确责任制度，对设置算法的相关人员具有终身责任追究权。个人要对数据产权有着基础的认知，自发保护数据财产私有权。技术使用层面，保障数据安全，首先要对原始数据加密保护，在数据使用过程中，使用入侵检测系统，开启隐私保护操作，如在企业进行纳税申报使用ChatGPT时，在登录端对企业负责人实名注册验证，进行人脸识别和指纹等关键信息录入后方可准入。根据数据重要程度，对用户数据信息分等级管理，开启信息保护的层层防护罩，将数据安全落在实处。

（二）专项基金投入，特色投资引入。对于财政预算收入，政府专门划拨一部分用于财税领域ChatGPT的研发、相关人员的培养经费和工资。突出人工智能能的优势，吸收国家投资，吸引天使投资，吸收社会大众零散资金投入。对成果化的人工智能进行变现，换取资金。成立我国专门的支持人工智能研发的信贷银行，提供人工智能相关贷款业务。以多样化的途径进行资金筹措，支持人工智能的发展。

（三）多样化人才培养，反哺智能实践。人才是推进社会发展的强大动力。落实“人才+人工智能”的结合，才会满足人工智能建设的需要。基础教育阶段，要设置多元化、跨知识体系与实践相结合的学科，为智能型人才培育打好基础。在高等教育建设中，提供大量智能书籍和课堂，尤其是计算机编程和高数方面，聘请校外企业的应用型人才指导，全面培养应用和学术兼备的复合型人才，加速推进“人工智能+高等教育”进程，建设智慧校园，为学习者提供人工智能的理论环境和实践环境。尤其对师范类人才，他们肩负着教育下一代人才的重任，要多方面培养，提升其跨界知识传授能力。在人才的选拔录用上面，考核不能只局限卷面的理论成绩的唯一标准，提高实践应用占比，脑力与手力并重。以人工智能促学，以学反促人工智能，为我国人工智能建设提供夯实的后备人才保障。其次，对于高端、高层次、综合型的人才给予各种支持予以挽留，同时加强人才国际交流，引进顶尖科学家和各类人才，加快战略人才的建设速度。

综上，人工智能的出现不是为了取代而是为了融合。ChatGPT与财税的融合将为中国式现代化的建设产生强大推力。最新一代的人工智能ChatGPT为我国智慧税务的推进提供了可预见的成效。但是由于目前ChatGPT存在一些不足之处，需要克服其缺点，发挥ChatGPT的长处，更好地为智慧税务建设服务，构建和谐有序的社会，最终实现共同富裕。

（作者单位：兰州财经大学）

主要参考文献：

［1］蔡昌，庞思诚.ChatGPT的智能性及其在财税领域的应用［J/OL］.商业会计，2023-05-19.

［2］李传玉.推动税收征管数字化转型 增添服务中国式现代化新动能［J］.税务研究，2023（02）.

［3］王德祥，王建波.新一代人工智能对数字经济的影响——以ChatGPT为例［J］.特区实践与理论，2023（02）.

［4］王静静，叶鹰.生成式AI及其GPT类技术应用对信息管理与传播的变革探析［J/OL］.中国图书馆学报，2023-05-19.

［5］刘德建.人工智能赋能高校人才培养变革的研究综述［J］.电化教育研究，2019.40（11）.

［6］陈其宇，许海兰.大数据环境下数据安全传输与存储分析与研究［J］.信息系统工程，2023（05）.