智能時代會計人才需求變革與人才培養精準轉型研究
——基于企業對會計人才的期望及現實情況調研

■/ 潘松劍 鄭琪正 夏泰鳳 胡曉宇

一、引言

以“新一代人工智能、量子信息技術、萬物互聯網”為代表的第四次科技浪潮的興起，不僅推動了企業經濟業態、經濟模式和市場環境的發展，也促進企業商業模式、經營方法和管理手段發生重大變革，同時推動會計核算向會計管理的信息智能化方向轉型發展。目前，新一代人工智能領域的發展成果已被成熟高效的運用到人類經濟社會各個產業的發展與運營當中，足以預見不久的將來，將會產生一個更加完善、有序、穩定、依靠人工智能技術而有效運轉的人類社會。

智能化時代也不斷變革著要素市場的供需結構，“人工智能+會計”“業財融合”“財務數據共享”等新興產業的涌現賦予會計信息新的內涵，企業智能化技術的升級改變勢必要愈發需求智能會計人才（唐大鵬等，2020），而高校作為會計人才培養的搖籃也勢必要迎合智能化時代的到來而相應制定新的人才培養計劃，達到會計人員精準轉型。而能否轉型、如何轉型以及轉型的方向都成為目前亟需解決的現實問題。

本文采用問卷調查法與訪談法，探討智能化時代企業對智能會計的了解與發展階段，以及企業期望的會計人才轉型方向，從而量化會計人才素質與能力，以精準獲取企業會計人才需求動態與變革要求，為高校人才培養精準轉型提供依據與思路，最終契合智能化時代企業對會計人才的現實需求。

二、智能時代高校會計人才培養困局

信息科技的突飛猛進，誕生了以新領域、新產業、新模式為表征的新經濟，也強烈引發了專屬服務于現代企業的財務會計的轉型需要（舒偉等，2021）。目前會計人才供需仍存在著很大的結構性困難。智能會計人才供給與我國經濟高質量成長需求契合不夠，新技術的開發與興起則更強化了會計從業者的分野。由于初級、重復性、高度程序性的傳統會計工作已逐漸被人工智能所取代，低端會計人員將受到巨大的技術變革沖擊，傳統會計人員的身份與能力面臨著前所未有的沖擊和挑戰，而能夠為企業管理與價值創造提供決策判斷、市場預測、經營戰略、投融資建議、風險防范的智能財務人才則是極為稀缺的資源。以企業會計人才需求為導向，是高校履行人才培養職能的根本出發點，智能技術發展對高校會計人才培養提出了嚴峻挑戰，高校會計人才供給滯后企業智能財務需求是存在的共性問題。

（一）智能時代會計人才培養與企業需求不匹配

數智經濟背景下將加強會計信息的數據分析、預測和決策職能，會計核算方式將由核算反映型向管理決策型轉變。隨著新興信息技術在財會領域的日益滲入，傳統會計核算的交易業務工作日益減少，許多具有初步復雜性的工作也能被智能機器人所完成。財務人員再也不能固步于會計記賬、算賬、財務報賬等傳統會計核算模式，而應轉型為更加強調事前決策、事中管理、事后數據分析與反饋的現代管理型會計，會計管理職責日益凸顯（舒偉等，2021）。但是，當前我國會計行業呈典型金字塔狀分布，大型企業建立財務共享中心，小型企業選擇會計外包服務，導致了基礎會計崗位數量過剩，而“填鴨式”的教學模式過度注重知識傳授而忽略了溝通、數據處理和分析、處理復雜問題等能力的培養，導致智能化高端會計人才缺口較大，新興技術的應用將對會計行業和會計人員造成不可避免的沖擊。一邊供大于求另一邊供不應求造成這種“兩張皮”現象，追根溯源還是供給端出了問題：高校培養的學生不能有效地匹配用人單位人才需求（張多蕾等，2019）。

（二）智能時代會計人才培養產教融合力度薄弱

會計學是一門實用性非常強的學科，因此培訓會計人員的實踐能力就變得十分必要，而產教融合在實踐教學中發揮著重大的實用價值。智能時代，雖然多數院校積極響應了產教融合，但難免還是存在問題。首先，智能會計人才缺乏相應的實踐經驗（呂沙等，2022）。中國大學的會計教學目前還是脫離實踐的教學模式，注重理論知識而輕視實際、重視知識傳授而輕視創新能力的培養情況還普遍存在，學生在校階段更多的是對會計專業知識的了解，在實際操作環境中體驗會計理論知識應用與動手操作的機會幾乎很少（劉純超等，2020）。其次，當前教育信息還不能完全連接實踐，也無法符合現代智能化社會產教結合的需要，有學者對全國及各省市會計領軍人才調查發現需求側和供給側都認為我國高校會計人才培養存在較大問題（陸玉文，2018），主要表現為缺乏復合型人才以及教學內容與實務脫節，當下企業財務信息數智化改造進程中，數智化人才短缺，信息管理技術與業務流程亟需重塑，也進一步對高校會計人才培養水平提出了新要求。最后，缺乏具體的實踐工具，學生了解實踐主要還是以模擬應用為主，對于真正做到大數據“校企合作”“行業共建”的高校還是占少部分的（劉然，2020）。

（三）智能時代培養復合型會計人才的師資力量有限

智能時代中國會計教學面臨的最大障礙是師資問題，也就是人才結構問題。大數據分析、人工智能技術等迅猛發展給高等教育帶來了新的革命，高等院校會計教育也同樣不可避免地面臨著嚴峻考驗，提升教師能力、促進教師轉型成為一個棘手問題。就目前而言，在我國高等院校會計教師隊伍中，專業型會計師資仍占有著較大比例，這部分教師已在財會界深耕數年，屬于會計學領域的專才，但是這部分教師在求學以及工作過程中少有、甚至沒有系統地接受人工智能、大數據技術等相關專業知識的訓練，智能化知識與技能更新迭代速度緩慢，所以在日常教育活動中也比較偏向于使用單一教學方法，灌輸系統的會計學觀念與理論知識。由于傳統的“板書”式會計教學方法，已無法和日益智能化的技術要求相適配，因此勢必要被更加智能化的人才培養方式所取代。在教育智能化的時代背景下，高校會計教師不僅需要扎實的教學基礎，熟練掌握理論知識，而且還需要熟悉與智能財務有關的大數據挖掘、人工智能、計算機等技術應用（唐大鵬等，2022）。而青年教師可能具備了一定的大數據、人工智能等相關技術，但畢業后直接走上了教師崗位，缺乏相應的業態與實踐經歷。教會計的沒有經歷智能會計流程實踐，教審計的沒有大數據審計項目經驗，教風險管理的沒有企業智能決策與管理實踐是當前教師人才結構問題的真實寫照，“大數據與人工智能”+“財務會計”+“實踐經驗”同時具備的教師人才實屬鳳毛麟角。

（四）智能時代會計人才培養教材建設滯后

智能化時代下會計人才培養關鍵在于業務、財務和技能的整合，而“業財技”一體化教學的開展必須經過課程編寫、案例研究、教學方法、考評方式等全面的改革和建設。經過長期的積累與沉淀，傳統會計教材及其體系已經相當規范成熟，相較之下目前智能會計教材建設明顯滯后于高校教育現實需求。當下智能會計人才培養處于起步階段，普遍缺乏相關教材與參考資料，由于基礎理論與實踐層面的不足，課程發展趕不上教學需要（呂沙等，2022）。智能會計教育培養需要實現課程框架的重構、課程的研發和課程項目的創建，達到多領域的學科整合，建立起交叉的課程群。

三、研究設計

（一）調查過程

本文采用訪談和問卷兩種調查方法。為了保證問卷設計更加契合企業實際情況，借鑒佟成生等（2014）的方法，在設計問卷前先與30 位企業負責人訪談，一方面通過訪談獲取有關企業智能會計發展進程等信息；另一方面通過深入訪談獲取的信息制定問卷設計方案，使問卷設計更為科學合理，最后經過與企業負責人溝通討論確定問卷。問卷設計使用問卷星軟件，并將該網址遞交給企業負責人，最終分析問卷結果得出研究結論。

（二）訪談設計與實施

本次訪談主要目的是了解當前企業智能會計發展與人才需求的實際情況，挖掘企業期望與實現情況落差背后的原因。訪談基于對上市企業的30名高管調研，采用焦點小組訪談法（祝智庭等，2021）。此次訪談涉及三個核心問題：第一，企業為什么要發展智能會計，智能會計為企業財務人員帶來了哪些益處；第二，簡單的財務工作由人工智能完成后，智能會計的進一步建設會遇到哪些難題，企業的應對方法是什么；第三，企業在智能會計運用方面發展到了哪一階段，取得了哪些成果。

（三）問卷設計與實施

問卷由三部分組成，第一部分是被調查者的基本信息，包括研究對象的受教育程度、工齡、財務崗位、擁有會計職業證書等。第二部分是被調查者對智能會計的認知以及未來智能化背景下會計人員的能力要求，具體包括對智能會計與云財務的了解程度、了解形式，以及未來“智能會計”對財務人員崗位的影響等。第三部分基于企業高管視角考察不同因素對未來會計人員轉型的影響。

問卷發放分為三個階段，第一階段在專家訪談過程中，對問卷進行統計檢驗并修改問卷；第二階段是預填階段，由30 位從事會計行業的人員進行預填，剔除相似度高的問題后形成正式問卷；第三階段正式發放問卷，將問卷內容編輯至問卷星，生成鏈接并交由企業進行填答（沙秀娟等，2017）。本研究采取非概率抽樣，并由偶遇抽樣與立意抽樣組合的方式完成。

本次調查共發放問卷240 份，剔除明顯亂填、嚴重缺失或選項內容全部雷同的問卷后，回收有效問卷204份，有效問卷回收率為85%。問卷填答人中，97.55%的人學歷達到本科以上，最低擁有初級會計從業資格證，平均工齡為5 年，被調查企業的背景描述性統計見表1。

四、研究結果分析

（一）訪談結果分析

1.智能會計為企業會計人員轉型創造條件。面對龐大的業務量，企業面臨著一系列問題，例如龐大的單據量，不均勻的工作時間分布，導致某些季度末的時間段工作量會劇增，且流水線般的工作流程多數都比較枯燥，容易產生疲憊心理，這種機械性的低效率的工作也不利于個人職業發展。基于這種情況多數企業會在財務大轉型的時代背景下積極開發和探索智能會計。且大多數企業建立的財務共享中心不僅讓目前的工作系統化、標準化和數字化，也為企業智能財務建設打下了基礎、創造了條件。開發智能會計的核心目的是取代一些簡單、重復性高、附加值低的工作，來進一步解放共享中心的人力成本，讓財務共享中心的財務人員朝著業務專家或信息綜合化人才去發展，讓共享財務人員向業務財務和戰略財務的方向去發展。

2.實現“業財融合”要克服數據治理難題。在智能會計建設過程中，頂層設計非常重要。企業發展智能會計的目的是實現財務轉型升級，在智能時代為了實現轉型升級必須要求業務端與財務端的數據同時進行數字化升級，將財務數據與業務數據進行標準化和流程再造，即“業財數據體系”的融合。在業財融合過程中必然要把財務端的數據延伸到業務端，但在實際操作過程中兩端人員很容易產生沖突，業務端的人員無法很好理解財務人員所希望表達的內容，導致兩個部門語言不通，即涉及到數據治理問題。業務部門強調的是目標實現而財務人員只是希望管控數據，導致“業財融合”的效果并不理想。為了解決這一難題，需要企業匹配業務端與財務端的系統和數據，然后基于業務端和財務端都能理解的標準化語言來表達這一數據，同時希望財務部門的人員能夠用服務的思想去思考問題，促進“業財融合”的深入發展。

3.企業智能會計發展仍處于初級階段。在本次訪談過程中我們發現企業正在致力于推進智能會計的發展，關于智能會計，被訪談的高管闡述了一個觀點：智能化財務不僅要對規則明確、重復工作量較大的基礎業務進行處理，同時也需要運用到復雜的判斷與決策，類似于決策模型、機器學習等技術。當下的智能財務只是處于初級階段，雖然有的企業已經根據審核的業務特點和規則研發出了審核機器人取得了初步成果，但在短時間內這類人工智能并不能取代人工，無論是機器決策的三大難題（復雜性、易變性和不確定性）還是OCR 方面的技術壁壘或成本與效率問題，均是目前智能會計發展的難題。

（二）問卷結果分析

1.問卷結果檢驗。問卷信度（reliability）分析的目的是了解問卷穩定性和一致性。信度指數使用相關系數分析來衡量，其內部一致性指數較為普遍，它表明觀察事項（調查課題事項）內部關聯性程度，這個項目可以體現一個單獨概念的不同側面。它常用克隆巴赫一致性系數（Cronbach's α）來測量，Cronbach's α系數介于0和1之間，系數越高說明各個問卷項目相關性越大，從而信度越高。Fornell and Larcker（1981）的研究指出，當Cronbach's α值大于0.6時，即在可接受的范圍之內。Devellis（2016）認為如果信度低于0.6，應改進研究工具或重新編制問卷。本文用SPSS19.0進行運算，并對待分析的24 個題目進行信度檢驗，使用Alpha 模型，結果顯示問卷量表題的Cronbach's α值為0.976＞0.6，說明本文所使用數據具有較好的信度。

問卷另外一個重要的指標是效度（validity），即問卷的有效性，它指的是問卷能否真實測得研究者希望了解的內容，即測量結果與目標間的接近程度。一般研究中效度分析最理想的方法是利用因子分析測量量表或整個問卷的結構效度，通過因子分析可以考察問卷是否能夠測量出研究者設計問卷時假設的某種結構。在進行因子分析前，需要測量問卷的KMO 值（Kaiser Meyer Olkinmeasure），即通過比較觀察變量之間相關系數與偏相關系數的相對大小來考察變量之間的相關性。KMO統計量取值在0和1之間。當所有變量間的簡單相關系數平方和遠大于偏相關系數平方和時，KMO值接近1，說明變量間的相關性強；當所有變量間的簡單相關系數平方和接近0時，KMO值接近0，意味著變量間的相關性弱。Kaiser給出了常用的KMO度量標準：0.9以上為非常適合；0.8表示適合；0.7則一般適合；0.6是不太適合；0.5 以下為極不適合。本研究模型運用SPSS19.0 對問卷變量進行因子分析，KMO 值為0.981，大于0.8，巴特球形值為4308.375，X2/df 值為325.000，p=0.00，可見調查數據的效度質量非常好。

2.問卷結果分析。

（1）企業對智能會計認知程度。當前智能會計的普及程度還是很高的，財務高管對智能會計的認知不僅僅停留在“聽說”層面，70%的高管還有一定程度的了解。從企業財務人員了解智能會計的渠道來看，智能會計的普及方式還是很廣泛的，其中網絡、研討會與他人告知則成為了企業獲取智能會計信息的三種主要方式。

對于智能會計的發展，劉勤等（2021）將其分為三個進化階段：第一階段是核心技術的改變，例如從手工算賬到會計電算化再到企業“ERP”技術的應用甚至到未來的會計機器人等，它們只能改變數據的處理速度而對于后續的決策并不會起到什么本質性的變化；第二階段是變革程度的變化，即形成一個人機協作的關系，由財務人員與機器人共同完成項目的決策工作；第三階段是處理對象的改變，即機器擁有自主學習能力能夠擁有自我決策的水平。企業對智能會計發展前景的評價統計結果顯示（表2），在“人機協作關系”方面，不同企業的財務人員對于目前人機協作水平持有不同觀點，32.84%的企業認為機器僅負責運算、決策完全靠人，27.45%的企業認為人機各司其職互不干擾，兩者合計為60.29%，說明目前大部分企業傾向于智能會計發展仍處在第一階段，而傾向第二階段（機器輔助會計人員進行決策）、第三階段（人完善機器算法由機器進行決策）的企業分別為24.51%和15.20%，占比相對較低，說明智能會計還有較大的發展空間和應用空間，需更加重視“人機”深度契合。

表2 企業對智能會計發展前景的評價統計結果

（2）企業對智能會計發展持積極態度。對于智能會計的發展前景，多數企業還是持積極態度的，31.37% 的企業認為能夠完全取代會計人員，46.57%的企業認為能夠取代低層次會計人員，只有22.06%的企業認為智能會計發展會陷入瓶頸（見表2），可以說企業從傳統財務向智能財務轉型是主流趨勢。當涉及人工智能對財務工作的影響時，表2 表明企業并沒有過度擔心“隨著智能財務的發展會導致信息安全保障成為一大難題”（占比僅18.14%），也不擔心造成部分人員失業問題，積極的影響則在于通過智能會計可以提高工作效率與準確性（占比33.33%）、減輕工作壓力（占比19.61%）、便于數據處理和分析（占比28.92%），這使得會計人員有更多時間獲取市場信息，來為自己賦能以便轉型升級。

另，如圖1 所示，調查企業評價自身智能化實現程度時，多數企業對于自身信息化（68家）、數字化（56家）和智能化（53家）的財務管理實現程度是比較自信的，認為自身優于行業平均水平甚至是達到行業頂尖水平，對于自動化多數企業（62 家）認為自身達到平均水平。這反映出企業有較高程度的數字化和智能化應用，因此也必然對智能財務人才有較強的內在需求以維系和促進數智化治理水平提升，智能財務人才成為企業發展過程中最寶貴、最稀缺的資源，而高校作為人才培養的搖籃也勢必朝此方向轉型。

（3）企業對智能會計人才的能力與素質期望。涉及到智能會計人員需求問題時，隨著智能會計時代的到來，會計人員勢必需要對自我素質進行提升。由圖2可以看出對于企業而言，他們最希望會計人員能夠從市場洞察力、財務分析能力以及溝通能力來提升自我以達到適應行業變化的效果，而決策和領導能力的優先級并沒有預期的那么高。江燕紅和姚燕（2019）的研究也指出相較于初中級會計職位，企業對于高級會計職位應更加關注其財務分析能力、溝通能力與抗壓能力。

圖2 企業需要會計人員提升的綜合素質

當問及企業招聘智能會計人員傾向的人才類型時，智能技術和財務專業相輔相成的復合型人才均受到青睞，且智能技術相比財務本身更加受到重視（見圖3）。由此可以推測，掌握計算機技術的財務人員在未來企業人才選拔過程中會更加“吃香”，而傳統財務人員如不提升復合型素質將因缺乏競爭優勢而遭到淘汰。而考慮到智能會計人才具體能力時，各種能力得分相差不大（3.34-3.55 區間），說明各種復合型能力也同樣受到企業青睞（見圖4）。

圖3 復合型人才的需求程度

圖4 財務人員應具備的能力

綜上所述，企業對智能會計人才的能力與素質期望還是復合型，僅擁有專業知識并不能在企業的選擇中脫穎而出。對于一個企業來說智能財務人才一直都是稀缺資源，而進入智能化時代這種情況沒有發生根本改變，并不存在某一類型智能財務人才被冷落的狀態。相對的，企業更希望人才具有附加價值，在智能化時代掌握計算機智能技術就是企業比較看重的附加值，同時溝通能力、財務分析能力以及市場洞察力也是財務人員提升自我的有效途徑，也是加分項。

（4）高校培養復合型會計人才更能滿足企業需求。如圖5所示，當企業對各類課程的重要程度評分，以最不重要計1 分、最重要計5 分統計出各類課程的平均分可以看出，所有課程的評分均高于3 分，即所有的課程均處于一般重要之上，故在企業看來要求學生對相關課程內容均要有所掌握。

圖5 企業看重的教學課程平均評分折線圖

另，如圖6 所示，當問及智能會計課程的重要程度時，財務人員智能財會實訓、商業數據分析、大數據審計被認為非常重要，占比分別達到了34.80%（71 家）、32.35%（66 家）、30.88%（63 家），所以這三個方向應當是校方著重考慮加強教育的課程。

圖6 企業看重的教學課程重要程度

五、適應智能時代的會計人才培養改革建議

（一）明晰智能會計專業人才的培養目標

智能化時代下基礎性、重復性的工作會漸漸被智能機器人所取代，所以加快推進高校智能會計教育模式和標準的構建迫在眉睫。高校需要盡快改革大學教育教學目標、教育方式、教學方法以及專業課程體系等，并確定人才培養基礎寬廣、跨領域、特點突出的培養目標。智能時代的會計人才在掌握財會專業知識的同時需要做到具有科技創新、數據分析能力以及與業務人員的溝通能力，成為財務、技術、業務之間的跨界橋梁與價值樞紐（孔祥維等，2022）。

（二）提升智能會計復合型師資素質水平

會計專業的教師受限于數字智能技術水平能力不足，而計算機相關專業的教師又缺乏會計的專業知識，即使兩方面都掌握的教師也可能缺乏相應的企業實踐經驗，使得把智能信息技術納入會計學培養模式的過程產生了諸多困難。面對這一局面，首先需要會計學院通過吸納優秀的具備人工智能技術和財務學科背景的青年教師，補強數字化人工智能技術教育隊伍的能力。其次通過組織外部培訓與教師自我學習激勵相容，促進會計專業的教師賦能計算機技術，助力復合型會計師資團隊的多元化建設。

（三）推動智能會計產教融合的深入發展

調查顯示目前大多數企業智能財務發展仍處于初步階段，這個時候正是和企業財務共建共享、共同掌握核心需求的時候。通過產教結合，校企之間共享各種優秀教育資源，同時對人力資源加以整合，納入到整個高等教育人才培養。在會計人才培養初期依舊要以打好專業知識基礎為目的，在這個基礎上校方應當加強學生的知識厚度以真正掌握企業智能技術與財務發展融合的基本流程。同時深化產業合作，與企業共同開發人工智能科技和會計融合的綜合型培訓課程，如數據挖掘與可視化、商業數據分析等（熊焰韌和蘇文兵，2016），達到在實踐過程中做到和企業共同成長的目的，以便深入掌握企業需求，量身定制好高校未來發展方向。在會計人才培養中后期，根據調查，當前階段各類智能人才均是企業需要的，所以不同的人才類型如智能財務分析師、運營師、架構師、大數據審計師等可以作為后面幾個學期學生根據自身認知來選擇學習方向，進一步突出企業智能財務真實場景的實踐實訓能力。

（四）優化智能會計專業教育的課程結構

想要真正實現智能會計專業人才能力培養的轉型與提升，還必須對當前高校會計專業課程體系作出優化調整。主要舉措包括：第一，在公共基礎課中增加數據挖掘、數據庫、計算機語言等跨學科基礎課程以幫助學生更好的掌握智能化時代數據查詢、挖掘、分析、處理和決策等方式。第二，合并調整專業課結構，適當增加管理決策類的課程比例，拓展學生的分析決策技能。結合智能會計人員發展方向是人機協同模式下的會計管理來看，未來財務人員的發展方向應當是遵循業務專家、風險專家、AI訓練者、數據分析專家等這類財務和信息的綜合型人才。第三，注重培養過程中學生的職業素質培養，必須強調智能化時代下的數據安全意識、治理思維以及產權保護的商業倫理。