AI技術驅動財會專業創新型人才培養機制研究

引言

《教育強國建設規劃綱要（2024-2035年）》中，強調高等教育數字化轉型，推動人工智能與高等教育深度融合。當前財會教育正經歷從傳統技能傳授向智能時代復合能力培養的認知躍遷，智能技術引發的教育范式變革正在突破傳統培養機制的邊界。現國內研究多聚焦模式創新與產教協同，王瑞敏等指出，數智化時代需培養學生數據分析和決策支持能力，以解決人才供需的結構性失衡；袁春生提出“夯實基礎、強化主干、學科融合、分型培養”模型，倡導基于院校特色設計差異化培養方向3；馬永強認為，會計的未來在于財務、數據技術和信息科學的交叉融合，會計類專業人才培養轉型中，強化學生的數據分析能力、智能決策能力和戰略思維，增加大數據分析和機器學習相關課程、開發專業與技術相結合的頂石課程、強化應用場景支撐等4。國外研究聚焦于技術整合與全球協作。現有文獻均趨向于強調“技術 ⁺ 業務 + 倫理”三維能力融合，跨學科課程體系尚未形成統一標準，缺乏跨文化財會人才培養方案。

AI技術的內涵界定標準目前并不統一，歸結起來，權威界定揭示AI內涵的三重本質：技術工具性（模擬智能）、學科交叉性（融合多領域）、社會嵌入性（引發倫理與治理需求）。此外，Harry5指出AI技術涵蓋多種具體技術形式，這些技術通過數據驅動、算法優化等機制實現對人類智能的模擬與擴展。謝詩蕾指出智能AI技術在財會領域的應用呈現三大特征：一是自動化，流程自動化（roboticprocessautomation，RPA）處理重復性核算任務，效率提升70%以上；二是智能化，基于機器學習的財務預測模型優化資源配置；三是協同化，財務共享中心實現業財數據實時互通，支持戰略決策。

1.高校財會專業人才培養現實困境

當前高校財會專業的培養體系仍以傳統理論灌輸為核心，未能充分適配企業數字化轉型對人才的要求，主要存在以下三方面問題。

1.1培養目標滯后于行業需求

多數高校在培養上忽視戰略決策與財務分析等高階職能，導致人才供給與企業在業財融合和數據驅動決策方面需求嚴重脫節。

（1）知識型替代能力型。高校財會培養多以通過會計從業資格考試為目標，注重知識點記憶，而非能力提升（如戰略財務分析）。當前需要培養適應技術變革的能力型人才，但財會專業仍未調整培養目標，很少開設財務戰略與企業決策、AI時代的財務倫理等課程，導致學生無法勝任企業的需求。

（2）理論與實踐脫節。傳統財會培養模式強調會計準則、財務會計、管理會計等理論課程講授，實踐環節多為模擬記賬、虛擬報稅等實訓室練習，缺乏真實企業財務場景的浸潤；AI在教育中的核心價值是連接理論與實踐，但財會專業實踐能力培養滯后。

1.2數字化技能缺失，AI與大數據教育滯后

目前，財會專業課程體系僵化，學科交叉薄弱，財會專業與計算機、數據科學課程未有效融合。高校財會課程對數字化技術的融入不足，主要體現在：一是工具應用能力薄弱，很少開設財務機器人操作、生成式AI輔助財務分析等課程，導致學生對企業普遍使用的SAP、ERP系統和財務機器人等工具不熟悉；二是數據思維培養不足，李國良等強調面向AI的數據管理技術是AI應用的基礎，但財會專業對財務數據清洗、數據可視化、數據驅動決策等能力的培養滯后，未能滿足企業對大數據財務分析的需求。

1.3師資隊伍數智素養不足

（1）數字技術應用能力薄弱，“不會用”數智化工具。多數財會專業教師對企業普遍采用的數智化財務工具（如RPA、生成式AI、大數據分析工具）缺乏掌握，具體體現在：一是RPA操作能力缺失，高校教師中能獨立操作RPA工具的比例不足 30% ；二是生成式AI應用能力不足，鄭世林等指出ChatGPT等生成式AI已成為企業財務分析的輔助工具，但多數教師不會用ChatGPT生成教學案例8；三是大數據處理能力滯后，財會教師中會使用Python/R進行財務數據清洗、可視化的比例不足 20% ，無法培養學生“數據驅動決策”的能力。

（2）數智化教學能力不足，“不會教”數智化內容。部分教師掌握了數智化工具，但缺乏將數字技術與財會教學融合的能力，導致數智化教學停留在“形式化”層面，如教學方案設計落后、教學方法單一等。

（3）行業數智化實踐經驗缺乏，“不了解”企業需求。多數財會專業教師為“從高校到高校”的學術型人才，沒有企業數智化財務工作經驗，對企業數智化場景不熟悉。

此外，跨學科師資短缺，教學評價單一化，評價體系未將數智化工具操作能力、AI協作能力納入評價體系。

2.企業對財會人才的能力需求：數字化與復合型的雙重要求

隨著財務機器人、生成式AI等技術在企業中普及，企業對財會人才的需求已從傳統記賬轉向“數字化協作+戰略分析”，企業普遍要求財會人才需包括四類核心能力。

2.1數字化技能：AI與財務工具的操作與協作

企業需要財會人員具備AI工具操作能力，掌握財務機器人（RPA）、生成式AI、ERP系統的操作技能，并且有結果驗證能力。生成式AI技術仍處于早期階段，輸出結果可能存在邏輯漏洞或數據偏差，因此財會人員需具備批判性思維，能驗證AI生成的財務數據。

2.2專業能力升級：從“記賬”到“戰略 財務分析”

企業需要財會人員從“事后核算”轉向“事前預測+事中管控+事后分析”，其核心能力主要有財務預測、決策支持能力，即能利用大數據（如市場銷售數據、成本數據）進行財務預測（如季度收入預測），為企業戰略決策（如新產品上線、并購重組）提供支持，以及風險管控能力，能識別財務風險，并利用AI工具進行風險預警。

2.3軟技能：溝通與適應變化的能力

智能AI技術替代了大量重復性財務工作，企業需要財會人員具備“人與人協作 人與技術協作”的軟技能。在與各類企業人事負責人溝通中，大部分企業表示財會人員的溝通能力是關鍵性軟實力，良好的溝通能力能夠更好地將財務數據轉化為業務語言，成為“業務與財務的橋梁”。另外，還需具備適應變化的能力，鄭世林等指出，ChatGPT等技術加速了AI布局，財會人員需具備終身學習能力，不斷更新技能（如學習新的AI工具、新的會計準則）8。

2.4倫理與安全意識：數據隱私與算法公平

隨著財務數據成為企業的核心資產，企業需要財會人員具備倫理與安全意識。為確保財務數據（如員工薪資、客戶交易數據）的安全，還需具備數據隱私保護的意識及避免AI應用中的算法偏見。

3.AI技術驅動高校財會人才培養構建機制

AI技術驅動的高校財會人才培養機制，需以數智化復合型人才為核心目標，將

3.1培養目標重構：從“知識型”到“數 智化復合型”

AI技術深度融入培養目標、課程體系、教學模式、實踐體系、評價體系、師資建設等六大環節，構建“AI技術賦能、創新驅動、能力進階”的三維進階的培養生態（見圖1）。

圖1AI技術驅動高校財會創新型人才培養框架

馬曄風等提出重構培養目標，應聚焦四大核心能力：數智化工具操作能力、AI協作與數據思維能力、戰略財務與實踐能力、數智化倫理與安全意識。在課程體系方面，設計“ AI+ 財會”融合的模塊化課程，構建財會與計算機科學、大數據、經濟學等學科的交叉融合機制，實現跨學科知識整合，打破傳統“理論-實踐”二元結構，構建“基礎理論 ⁺ 數智化技能+ 戰略實踐”的模塊化課程體系，將AI技術融人每一層級。在基礎理論模塊，AI賦能傳統課程；在數智化技能模塊，AI打造專項課程；在戰略實踐模塊，AI驅動跨學科課程。同時，通過數智化財務倫理講授數據隱私保護、算法倫理，避免AI決策偏見，訓練學生應對數智化環境中的倫理問題[10]

會計學專業緊跟社會需求，逐步由傳統專業轉為智能會計方向，以AI技術為關鍵驅動，通過精準定位能力需求、優化教學路徑、深化產教融合，提高學生就業競爭力；通過特色課程提升學生技術能力、技術應用能力，增設Python、PowerBI、RPA財務機器人等工具及數據分析課程；提高跨學科整合能力，以“財經 + 技術 ⁺. 業務”為路徑，增設AI財務分析、智能財務共享實訓、智能審計實訓、數字營銷實訓、新媒體運營實訓等特色課程；在戰略決策與倫理素養方面，以AI智能財經實訓中心為基座，開設AI稅務籌劃、財務數字化轉型案例分析、AI智能決策等課程，通過企業虛擬仿真項目、產業學院及特色產業班對接企業真實業務流程，每年接入 1000+ 企業實時數據，學生處理業務量超2萬筆。

3.2教學模式創新：AI驅動的“個性化+項目式”學習

基于智能教學系統（intelligent tutoringsystem，ITS）與項目式學習（projectbasedlearning，PBL），構建“AI賦能、學生中心”的教學模式。

（1）個性化學習，智能教學系統。采用AI驅動的智能教學系統（如CarmegieLearning的財會版ITS），根據學生的學習數據（如理論測試成績、數智化工具操作熟練度），動態調整教學內容與難度。

（2）項目式學習（PBL），AI+真實企業場景。通過校企合作，設計“AI+財會”項目式學習，讓學生在真實場景中應用AI技術解決財務問題。例如，與會計師事務所合作，通過RPA自動化財務流程，完成“模擬企業報銷流程自動化”項目，企業導師通過AI平臺進行項目成果評估并給予指導。目前，財會專業已合作60余家企業，學生能夠接觸真實企業和真實業務，做到能力針對性訓練與提升。

3.3實踐體系升級：“AI+產教融合”的實踐平臺

深化校企合作路徑，通過智能AI驅動的實踐教學平臺升級，建立虛擬仿真實驗室，AI模擬財務場景，動態商業場景建模實現了“真實工作環境-數字孿生系統-學生操作終端”；校企聯合案例開發，AI實踐能力提升，通過案例開發、設計、應用等環節，體現“AI工具 ?+ 教師指導 + 企業反饋”的互動模式。此外，通過多層次的產教融合協同育人項目，追蹤前沿技術的實驗室落地，更新技術資源庫；通過AI實踐競賽平臺，以賽促學。將以上形式納入財會專業培養體系，學生專業能力和就業關鍵能力極大提升。

3.4評價體系優化：AI支持的“多元、過程、多主體”評價

基于AI技術，構建覆蓋知識-技能-能力的多元評價體系，解決傳統評價單一化的問題，AI技術融入評價指標、評價方法、評價主體。評價指標“知識 .+ 技能 能力”三維度，評價方法采用“終結性+過程性 實踐性”結合，評價主體“教師 + 企業 .+^′ 學生”多元參與。利用雨課堂、超星智慧教學平臺基本實現AI多維評價，學生創新能力得到極大提升。

3.5師資隊伍建設：AI提升師資的數智素養

財會專業在數字化轉型中，建立了一支數字化師資隊伍，經過兩年針對性培育，已形成“AI培訓 + 企業實踐 +AI 導師”的師資培養體系，解決了師資數智素養不足問題。采用AI驅動的教師培訓系統，為教師提供“AI+財會”專項培訓，強化師資的外出培訓與專項進修，有針對性地開設相應課程；建立教師企業實踐機制，企業數智化專家進行指導。

結語

智能AI技術驅動的高校財會人才培養機制，是適應AI時代需求的必然選擇。本文通過現狀分析及財會人才能力需求，構建“AI技術賦能、創新驅動、能力導向”三維進階的培養機制，并從六個維度解決人才培養的痛點，以期推動高校財會專業的高質量發展。智能AI技術驅動的高校財會人才培養機制有效實施，需構建“過程監控-動態反饋-多元保障”的支撐體系，政策激勵、資金投人、校企合作是機制運行的底層保障。未來，需持續深化AI與財會教育的融合，保持機制的靈活性與適應性，以應對不斷變化的技術與市場需求。

參考文獻

[1]中共中央國務院印發《教育強國建設規劃綱要（2024—2035年）》[EB/OL].（2025-01-19）[2025-07-22].https：//www.gov.cn/zhengce/202501/content_6999913.htm.

[2]王瑞敏，張乾清.數智化時代財會專業 人才培養的現實困境及破解思路[J].高教探 索，2025（S1）：49-51.

[3]袁春生.數智時代會計學多學科融合分型培養模式探索[J].財會月刊，2023，44（3）：78-86.

[4]馬永強.新技術背景下的教育變革與會計類專業人才培養轉型——西南財經大學的思考與實踐[].會計研究，2023（3）：175-189..

[5]HarryA.RoleofAI in Education[]. Interdiciplinary Journaland Hummanity （INJURITY），2023，2（3）：260-268.

[6]謝詩蕾.探索信息化時代會計人才培養的轉型之路[].財會月刊，2020（1）：81-85.

[7]李國良，周煊赫.面向AI的數據管理技術綜述[].軟件學報，2021，32（1）：21-40.

[8]鄭世林，姚守宇，王春峰.ChatGPT新一代人工智能技術發展的經濟和社會影響產業經濟評論，2023（3）：5-21.

[9]馬曄風，陳楠，崔雪彬.生成式人工智能技術如何影響專業型工作？——來自軟件工程行業的早期證據[J].勞動經濟研究，2024，12（3）：3-34.

[10]呂沙，丁明鮮，汪瑞.新文科背景下 “交叉融合”財會人才培養探索[J].財會通 訊，2023（9）：172-176.

作者簡介：左詠梅，碩士研究生，副教授，893276022@qq.com，研究方向：會計理論與實務、高等教育改革與實踐。

基金項目：河南省哲學社會科學教育強省項目計劃—數字時代河南應用型本科高校產教融合創新型人才培養模式研究（編號：2025JYQS0488）；河南開封科技傳媒學院教師教育改革項目——應用型本科院校產教融合協同育人機制研究與實踐（編號：KCJG-2023Q-025）；河南民辦教育研究會調研課題—智能財會視域下民辦本科高校財會專業數字化轉型研究與實踐（編號：YMY20250359）；教育部產學合作協同育人項目——AI財經大數據可視化實踐教學基地研究（編號：250403704250620）。