人工智能時代下的會計行業轉型發展研究

冷 斌，劉希麟

（上海工程技術大學管理學院，上海 201600）

一、引言

1956 年的Dartmouth 會議標志著“人工智能（AI）”概念正式誕生。2016 年，AlphaGo 戰勝世界圍棋冠軍李世石，將冷寂已久的人工智能市場再次點燃。百度CEO 李彥宏說過，α-GO 參與人機對戰的最大意義在于讓所有人關心人工智能這個技術。

2017 年3 月，人工智能首次被寫入政府工作報告是國務院總理李克強在兩會報告中提出深入實施《中國制造2025》，加快人工智能等技術研發和轉化。2017 年7 月，國務院發布《新一代人工智能發展規劃》，并提出三步走規劃，將人工智能產業發展推向新高度；2018 年教育部印發《高等學校人工智能創新行動計劃》，大力倡導培養人工智能專業人才。2019 年3 月，十三屆全國人大二次會議新聞發布會發言人張業遂表示，已將與人工智能密切相關的立法項目列入立法規劃。2020 年5 月，科技部宣布中央財政投入約10 億元，啟動兩批人工智能項目。2019 年初，科大訊飛“平臺+賽道”戰略在財務領域提出了“AI+IT”的解決方案，將人工智能與信息技術共同應用到會計、審計、財務管理、人力資源等領域。從國家頂層設計到各行業AI 應用已經形成普遍共識：AI 應用應成為推動數字經濟發展的新動力和新技術。

國內對人工智能的研究始于1978 年，當時學者陳步在哲學層面提出對人工智能問題的探究[1]。我國會計界對人工智能的研究始于馮靜在1999 年提出利用人工智能技術設計智能決策支持系統[2]。國內近些年在會計結合人工智能方面的研究，張紫馨等（2016）[3]認為人工智能是仰仗人的程序設定勞動工作的，不可能完全取代人，創造性的工作是無法替代的。陳紅（2018）[4]認為人工智能將廣泛運用于經濟前景預測，參與會計決策管理和規劃，資產評估和預測等領域。金建崇（2019）[5]認為智能技術的應用范圍也會不斷拓展，其會在各個行業領域當中實現廣泛應用，而會計行業屬于首當其沖的。周星妤（2020）[6]認為人工智能對會計領域進行普及和應用的過程中，也應重視影響，做好相關工作，以此來推動會計工作與人工智能的協調發展。總體來說，近些年會計改革轉型研究集中在高校財會類教學改革以及財務會計向管理會計轉型方向，對如何構建安全系統較少提及。

國外在這方面的研究：Miklos A（1989）指出人工智能可以應用于會計和審計專家系統的構建；Daniel（2012）認為現代會計信息技術的進步對會計信息系統的發展幫助很大，不僅能夠簡化繁瑣的會計工作流程，而且還可以在某些工作上完全替代會計人員；Kokina 等（2019）通過對四大會計師事務所工作結構進行分析，指出人工智能尤其適用于會計和審計。截至2017 年，全球四大會計師事務所中的DTT（德勤）、PWC（普華永道）和EY（安永）相繼實行了智能財務機器人代替基礎會計崗，KPMG（畢馬威）宣布擬將IBM 的沃森認知功能應用到其審計服務工作過程中，讓其能分析和評價更多的數據，從而更深入地了解客戶財務和非財務信息的運營狀況；2020 年，管理會計全球首席執行官Andrew Harding指出人工智能崛起對會計反而是個好機會，會計師應該接受和享受人工智能和技術帶來的變化。西方學者們和國內會計界學者一樣，先后都認為人工智能技術對會計業務都有其巨大的影響作用，而且對人工智能技術對會計行業、財務、審計崗位等方面的作用、影響進行了大量研究。但是對基于人工智能的會計專業人才培養方面的研究卻很少涉及。

二、人工智能時代下會計轉型的必然性

BBC 曾通過分析將近300 多種職業在未來被智能機器人替代的可能性，做出研究報告表明，會計以97.6%的可能性成為了第三名。電話推銷員和打字員分別為第一名和第二名。2017 年9 月著名節目主持人楊瀾跨界推出新書《人工智能真的來了》，里面也有談到人類工作被人工智能取代的事實，如在2017 年8 月8 日的九寨溝地震發生后，人工智能在25 秒內出了一篇新聞稿。創新工場李開復同時在奇葩大會上分享道，未來將有50%工作被人工智能取代。在會計行業，傳統會計正亟需從填制憑證、記賬、對賬、結賬、編制報表這些煩瑣工作中脫離出來，改變其基本職能，降低被取代風險。

傳統會計行業主要工作內容是記錄和核算企業內的盈利和流水，工作煩瑣、重復性較強，而將這些需要大量規范重復完成的工作交給可以7×24不間斷工作的RPA（財務機器人），對會計行業大量的貨幣資金、賬目條款和物資等業務信息進行數字化傳輸，自動化精確計算，不僅減少紙質化傳遞，避免了實體檔案占用物理空間、不易保管、滅失損毀等一系列問題，而且縮短業務流程等待時間，提高工作質量和工作效率，減少人員使用和人工錯誤，削減人力和物力等資源成本。

企業經營的最終目的就是創造價值帶來利潤，人工智能將員工從繁瑣重復的基礎性核算工作中抽離出來，更好地專注于個人專業素養的提升，更好地與管理層銜接，參與到內部控制，溝通決策中來，成為財務會計人擴展功能的開拓者，即會計人升級轉型的推動者。

當財務會計工作的效率和質量已經逐漸不滿足于當前的企業經營需求了，無法順應人工智能時代大環境下的發展，現在必須考慮的問題之一是如何在人工智能快速發展的現階段找出發展存在的問題，實現傳統會計部門和工作人員的轉型。

三、大數據與人工智能時代會計行業發展存在的問題

（一）企業轉型意識淡薄，信息資源銜接不上

一是傳統思維模式下，企業管理部門僅要求會計部門做好對賬、報表、涉稅申報等常規工作，而會計人員也常規認為僅這些為份內之事，針對企業管理、決策問題，大家普遍認為是領導層的工作，會計工作者通常很少付出時間和精力在決策、分析上，財物核算和管理分析二者脫節。二是會計信息系統雖然基本普及，很多中小企業受到資金短缺、會計基礎薄弱、智能應用技術需要大數據支撐等限制，也出于成本考慮，只是被迫適應人工智能發展，對現有的現代化信息技術利用意識和利用率都有待改進。三是軟件開發拓展能力弱，會計電算化仍是手工會計流程實質。例如在關聯交易、業財融合等區塊鏈方向尚未充分加以運用，其中分布式賬本技術（Distributed Ledger Technology）僅停留在對數據存儲的基礎上，挖掘和優化提煉技術不到位，造成財務管理數據處理效率低下和儲存空間不足等現象，降低了會計工作質量，對企業的發展造成一定的影響。

（二）基本停留在弱人工智能，強人工智能發展緩慢

國際人工智能聯合會前主席、Oxford-DeepMind Partnership 負責人邁克爾·伍爾德里奇（Michael Wooldridge）在2016 年CCF-GAIR 大會報告中表示：強人工智能“幾乎沒有進展”，也“幾乎沒有嚴肅的活動”。而對于神經網絡型的人工智能，比如AlphaGo，我們也無法理解它是如何思考的。在2020 年采訪Pythorch 開發以及創建者Chintala 說，他認為2019 年機器學習幾乎沒有什么突破性進展。現階段主流科研集中在弱人工智能上，并且一般認為這一研究領域已經取得可觀的成就，而強人工智能的研究則處于停滯不前的狀態。弱人工智能（artificial narrow intelligence，ANI）被認為不可能制造出能真正地推理和解決問題的智能機器，這些機器只不過看起來像是智能的，但是并不真正擁有智能，也不會有自主意識，如AlphaGo 就是弱人工智能的典型代表。它并不懂得圍棋知識，只是記下了海量的“布局VS布局”映射關系。在會計行業弱人工智能主要著力于解決財務會計流程手工操作的自動化問題，模仿人類智能的子片段來處理較為單一的會計問題，且發展程度并沒有達到模擬人腦思維的程度，對于偶然、突發會計問題還是需要手工實操解決，仍然屬于“工具”的范疇，與傳統的“產品”在本質上并無區別，邁進強人工智能還有一段距離。

（三）市場實際需求與人才培養不吻合

2020 年7 月24 日，清華大學招生部門多位教師向界面新聞證實清華大學2020 年將停止新聞學、會計學專業本科招生屬實，明確表示2020 年兩個專業將不再面向全國招收本科生，以及在8 月“雙一流”高校安徽大學發布公示撤銷“財務管理”專業，從中可以推斷，有意集中師資力量打造會計學本科專業，這些都對創新會計人才培養模式提出新的思考。但實際中，部分高校對會計人才綜合能力的培養較為匱乏，大部分課程內容多為會計理論的學習，并未在會計實操上鞏固和優化；另一方面，大多管理層意識認為會計崗僅解決基礎核算問題，對在職人員的技能培訓未引起重視，甚至為留住人力節約招聘成本，打壓員工在職考證，績效評價體系里無培訓考核，影響會計人員提升綜合技能。此外，行業發展協會和后續教育管理機構對會計人員后期評價形式單一，體系不規范。對在未來市場需求較大的內部控制、溝通協調、評價規劃、投融資決策等未深入涉及，與企業實際需求人才技能脫節。

（四）財務與業務信息不能充分共享和有效融合

2014 年10 月27 日，財政部根據《會計改革與發展“十二五”規劃綱要》扎實推進會計改革與發展，對全面推進管理會計體系建設提出指導意見，鼓勵企業以信息化、技術化手段為支撐，從提供基礎核算向管理咨詢拓展，服務升級，更好融合會計業務，從根源上避免“信息孤島”。但實操中，已建立完善的財務信息共享服務中心的企業并不占多數。即使建立了財務共享服務中心，數字化程度和高效利用率較低，大多停留在利用信息技術對會計集中核算的初級階段，智能輔助的功能尚未發揮。財務端與人力資源、預算、合同、采購、生產、銷售等業務端的信息鏈沒有完整閉合，財務信息與非財務信息嚴重剝離，企業價值鏈上各項經營活動產生的數據信息無法快速匯集到一起，財務系統成為孤島，無法及時地獲取到一定規模和質量的基礎數據進行有效融合。

（五）信息安全問題保障不足

調查結果顯示，現階段我國市場中所使用的財務軟件普遍存在保密性不強以及與企業業務適應性弱、融合性不緊的問題，在實際使用過程中出現各種安全以及技術問題，不僅給企業財務部門工作帶來風險以及影響工作效率，而且無法滿足各種類型企業的財務需求。大部分企業隨著SAP、平衡計分卡、ERP 系統等的普及應用，紙質資料轉換成海量數據涌進來，大量儲存在電腦系統或者云端中，但企業并沒有針對會計形成一整套完善的管理機制，共享程度高和搜集檢索數據信息方便的同時，黑客入侵、會計信息的泄露易造成的商業秘密泄露，信息安全工作缺乏保障，網絡的風險性對企業內部會計工作造成的風險性都不容小覷。

四、人工智能時代下的會計行業轉型發展對策

（一）提升轉型意識，整合信息資源

提升轉型意識，企業會計不僅要用數據記錄價值，還要學會利用對會計數據的理解、分析和應用，創造價值。智聯招聘會計崗位管理技能需求頻次出現為第一，決策頻次在BOSS 直聘中出現為第三（王奕俊和楊悠然，2020）[7]。可見推動財務會計向管理會計轉型迫在眉睫。“重管理，輕核算”是一大趨勢，不再拘泥于各類報表的輸出，而是深入到企業決策層面，利用會計信息整合資源，深挖企業在經營管理上存在的優勢和不足，輔助做出正確的戰略決策。轉變以會計核算為基礎的財務會計工作理念、具備以分析預測、綜合管理為基礎的管理會計理念，重視對云計算、大數據、區塊鏈、互聯網、計算機等技術的開發與合理應用。如將ERP 與OA 業務協同，實現業務處理與流程審批無縫對接處理；利用“云計算”服務器，對數據進行儲存、分析和挖掘等服務，更加專業化和智能化地提取并審核會計信息；利用深度神經網絡，讓機器去學習賬目的信息及其內在規律。

（二）強化弱人工智能，探索強人工智能

弱人工智能基本普及，但應用范圍仍較窄，應強化和拓展弱人工智能在會計領域的應用。除此之外，有高層次管理決策能力的強人工智能（artificial general intelligence，AGI）是弱人工智能的下一發展階段，屬于人類級別的人工智能，理解自然語言，并在模仿人類行為時具有類似的心理活動（Searle，1980）。它能夠進行思考、計劃、解決問題、抽象思維、理解復雜理念、快速學習和從經驗中學習等操作。在會計工作中要開放適時決策功能，讓復雜非偶然發生的重大會計事件自動化、流程化處理，并且由“管控智能化”向“決策支持智能化”邁進，就要加強探索有自主心智和獨立意識的強人工智能。

（三）緊跟市場需求，培養復合型人才

教育部統計顯示，會計學位于每年專業選擇人數排名前10 位。每年大量的會計人員涌入市場，更需要緊跟市場需求，明確培養目標。一是國家應全面更新和落實會計人員的培養計劃，適度減少初級會計人員的數量，增加中級和高級會計人員的數量。制訂會計行業中長期人才發展規劃，增加人才發展基金，創新財務共享途徑，降低企業運用數字化會計信息平臺的成本，加快培養“人機協同”背景下的復合技術應用型會計人才。二是行業發展協會要發揮智囊團的作用，推廣對抗式人工智能機器學習，幫助會計人員適應并學習新一代技術+商業操作系統（AI-CPS OS）把“技術”運用到“產品”甚至“公司”對行業重新布局，重新構建，把“數字化”實現到日常工作中。三是后續教育管理機構要根據不同行業、不同崗位、不同層次會計人員的各種工作需求，階段性地調整學習目標、教學設計內容結構，提高對云計算等智能系統數據處理的掌握，增強專業化和個性化服務質量，助力會計相關專業人才強國戰略的貫徹實施，推進新的智能會計環境下的人才市場發展空間規劃的落實。同時從人力資源管理角度出發，企業應按照會計人員的專業能力設置不同的薪酬體系，鼓勵財務人員提升專業技能，培養成兼具備財務知識、計算機編程及運營等能力的迎合市場需求的綜合型人才。

（四）加強信息資源共享平臺建設，推進數字化轉型

借助于人工智能和大數據搭建穩定、便捷的信息交流和查詢平臺，形成會計信息共享中心，推進數字化轉型。如聯盟鏈技術主要有共享統一賬本、區塊鏈分布式賬本體系下，市場多個參與者共同維護并實時同步一份“總賬”，短短幾分鐘內就可以完成日常兩三天工作量下才能完成的支付、結算、清算任務，降低了跨行跨境交易的復雜性和風險性以及成本。同時將新興的信息平臺（大數據（big data）、云平臺（cloud platform）、ERP（企業資源計劃）系統等）與智能財務相融合，更好地實現人機互動。其中智能財務指的是財務流程智能化，包括基于業務與財務相融合的智能財務共享平臺、基于商業智能的智能管理會計平臺和智能財務平臺，便于推進企業會計數字化轉型，加強會計信息資源共享。

（五）推動人工智能立法，企業完善預警機制

良好的秩序是一切的基礎。AI 所帶來的法律問題，AI 運用導致的錯誤應該由誰來承擔責任，立法部門應當推動人工智能立法，止于紛爭，將違規扼殺在搖籃里。同時企業要持續強化自身網絡安全建設工作，針對外部入侵建立防預系統以及對癥下藥，建立多種安全防護方案。此外，段培吉等（2019）[8]基于爬蟲數據分析在全程無憂和智聯招聘上對會計人員需求能力中熟悉會計法律和會計準則這兩項分別排名第五和第四，可見這也是一項非常重要的軟技能。內部要對員工開展數據安全保護教育工作，利用人工智能技術對專家決策系統進行優化，通過大數據引入非結構化數據，對會計信息進行長期跟蹤，并對其相關性進行分析，根據分析出的風險事件特征，設置預警值進行事前或事后預警，培養及提升員工的數據安全防護意識，避免出現會計信息泄露。