人工智能和大数据对会计学科发展的影响

徐经长

摘 要：近年来，人工智能和大数据技术的应用成为社会各界关注的焦点，受此影响，会计职业、会计工作和会计教育均面临诸多机遇和挑战。在人工智能和大数据时代，传统的从事基础性和高重复性工作的会计职业将会被淘汰;会计工作将向业财融合的方向发展，财务会计和管理会计有望实现一体化，会计信息的呈现、获取和使用方式将发生根本变化，非会计信息将成为会计信息的重要补充;会计教育应增设人工智能和大数据类课程，进一步加强职业价值观和伦理道德教育，着力培养学生的会计职业判断能力和管理创新能力。

关键词：人工智能;大数据;会计职业;会计工作;会计教育

人工智能是由美国计算机科学家约翰麦卡锡及其同事在1956年的达特茅斯会议上提出的概念，距今已有60余年的历史。60多年来，人工智能的发展经历了“三起两落”，三次兴起，又两次陷入低谷。近十年来，人工智能发展迅猛，特别是以机器学习为核心的人工智能技术，在视觉、语音、大数据等应用领域发展迅速，正在像人们熟知的水电气一样积极赋能于社会生活的各行各业。大数据是十年前才开始在社会上广泛传播的概念，而2012年美国奥巴马政府公布其“大数据研究和开发计划”，则标志着大数据开始真正进入我们日常的社会经济生活之中。大数据是指为了更经济、更有效地从高频率、大容量、不同结构和类型的数据中获取特定价值而设计的新一代数据架构和技术，人们通常用“大数据”来定义和描述信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新[1]。

在日常生活中，当人们谈论人工智能时，常常会把它和机器人的概念混淆在一起甚至等同起来。应当看到的是，和以往试图以机器人的形态还原人类智能和行为的“通用型人工智能”（Artificial General Intelligence）不同，本轮人工智能浪潮正是在基于大数据的深度学习算法的推动下而繁荣起来的。可以说，基于大数据的深度学习是未来人工智能发展的重要基础，而人工智能则是基于大数据深度学习在人类社会经济生活中应用的具体表现。放眼当今世界，人工智能和大数据已经带来世界性和革命性的影响，未来已来，这其中以貨币计量为主并据此提供财务信息的会计工作所受到的影响更是首当其冲。2017年，英国广播公司（BBC）基于剑桥大学研究者Michael Osborne和Carl Frey的数据体系分析了365个职业在未来的被淘汰概率，会计以高达97.6%的概率位居第三，仅次于电话推销员（99.0%）和打字员（98.5%）[2];而事实上，同样是在2017年，全球四大会计师事务所德勤、普华永道、安永和毕马威相继推出了智能财务机器人方案，并给业界带来了不小的震动。

一、人工智能和大数据时代，会计为什么会被淘汰

众所周知，人们常说在发达的市场经济国家有三个最受欢迎的职业：会计、医生和律师，这三个职业之所以受欢迎，不仅因为这些职业中的从业者大都是高学历、高薪水，而且更重要的是他们都为人类社会提供了有价值的创造性的劳动。那么，为何在BBC新近关于“被淘汰职业概率”的分析结论中，会计这个一直都被主流社会普遍看好的职业，却有高达97.6%的概率会被机器人取代呢？这一结论确实令人颇感意外。对此，分析人员给出的解释是：会计工作的本质是信息搜集和整理工作，内部存在着严格的逻辑要求，天然就要求100%准确，从结果上看，机器智能操作的优势更为明显。而与此形成鲜明对比的是，律师和医生却分别以3.5%和2.1%（牙医）、0.7%（心理医生）的概率位列十大最难被淘汰职业之列[3]。

关于会计是不是真的有97.6%的概率会被机器人所取代，当然不是仅凭BBC根据其特定数据就能分析得出全面且权威结论的，事实上，上述结论也并未引起会计界多大的恐慌，更未引起会计从业者大范围的转行，甚至也没有影响高校学生选择会计专业的热情。客观地说，会计是否会被机器人所代替，这既取决于会计工作和人工智能发展所处的阶段，也取决于世界上不同国家和地区社会经济发展水平所处的不同的时期。当然，这并不代表我们可以对BBC的结论视而不见，恰恰相反，在人工智能和大数据技术飞速发展的今天，深刻反思当下的会计职业和会计教育正可谓恰逢其时。

究竟该如何认识一直被人们普遍看好的会计职业和会计工作呢？我想这里面大概有两种意义上的会计：一种是企事业单位从事传统的凭证填制、账簿记录和报表编制等数据整理、信息归集和报告工作的会计，或者是会计师事务所审计师从事的信息录入、过账、对账、数据合并和汇总等程序性工作的会计;另一种是各类单位和组织中从事报表分析、预算规划、经营预测、成本控制、绩效评价和财务决策等工作的会计，抑或是更广义的从事内部审计和内部控制等工作的会计。前一种意义上的会计都具有大批量、高重复性、标准化且规则明确的特点，而这些正是智能财务机器人可以做的工作，这种意义上的会计在人工智能时代被淘汰是确信无疑的。正如相关文章分析的那样，如果你的工作具有以下特征，那么，你被机器人取代的可能性非常大：无须天赋，经由训练即可掌握的技能;大量的重复性劳动，每天上班无须过脑，但手熟尔;工作空间狭小，坐在格子间里，不闻天下事[4]。而后一种意义上的会计普遍具有个性化、价值甄别、专业判断、与人沟通乃至对商业模式和管理的理解等特点，这种意义上的会计无疑很难被机器人所取代，尽管其中的部分工作可以由机器人来辅助完成，或者未来的人工智能会发展到具有感知、识别和理解人的情感的阶段，但是，更可能的情况或许是人和机器共存并以人为主导的局面。

当然，需要说明的是，当人们在谈论会计职业的时候，通常指的都是广义上的会计，这也是本文的立场。如果从高校会计学科相关课程设置和专业划分的视角看，这里面会涉及财务会计（对外报告会计）向管理会计（对内报告会计）的转型和融合，也会涉及会计、审计和财务管理等专业的边界和对各自内涵的理解等问题，对此本文后面将作进一步论述。

二、人工智能和大数据时代，会计工作的发展方向

如前所述，在人工智能和大数据时代，传统会计中那些流程性和高重复性的工作势必将由人工智能来完成，但这还仅仅是问题的一个方面，系统地看，人工智能和大数据所蕴含的新的理念、新的技术和新的手段将会对会计工作产生广泛而深远的影响。

1.财务会计和管理会计的分立将向一体化转型

在传统的会计理论和会计实践中，财务会计和管理会计是有着较为严格区分的，其中，财务会计侧重于对外报告，管理会计侧重于对内报告，两者在职能目标、会计主体、核算依据、资料时效、精确程度、编报时间和法律效力等方面均有不同。但是，随着人工智能和大数据技术的发展，一方面，财务会计工作中那些规则明确的程序性的工作将由人工智能来完成，机器人流程自动化（Robotic Process Automation，RPA）可以在几分钟以内完成财务人员几十分钟乃至几个小时才能完成的基础工作，而且机器人可以在零差错的前提下实现7天×24小时不间断工作，这势必会极大地解放传统财务会计岗位中的会计人员。另一方面，企业的精细化管理又要求会计人员要把更多的精力投入到流程再造和价值管理中去，不断强化会计的管理职能，加强管理会计在企业实践中的推广和应用。毫无疑问，存量财务会计人员只有拥抱变化，加强学习，积极转型，突破财务会计和管理会计固有的认知边界和岗位限制，才能真正顺应人工智能等新技术给会计工作带来的现实挑战。

此外，在人工智能和大数据时代，我国的管理会计也面临着体系和模式的转型问题。在企业生产经营和管理活动日益数字化、智能化的背景下，传统管理会计的观念、技术和方法都亟待更新。从数字经济的视角看，在管理会计和财务会计一体化的进程中，我国管理会计现阶段急需确立数据资产的意识，着力打造合法可靠的数据基础，建立企业的数据治理体系，加强数据标准管理、数据质量管理和数据安全管理等相关工作。

2.会计将向业财融合的方向发展

在传统的会计理论和会计实践中，会计是反映性的，会计是一面镜子，是对企事业单位各类业务活动（资金运动）过程和结果的反映。但是，随着人工智能和大数据时代的到来，会计已经不再仅仅是反映性的，而越来越多地呈现出和业务高度融合的特征。一方面，企事业单位业务的发展需要财务、内控等各项工作的协同配合，适时参与;财务管理不再局限于单一的财务领域，而应延伸到计划、供应、生产、销售、研发、人力资源和战略制定等更广泛的领域，换言之，财务管理的主要任务和中心工作应当是收集、处理、分析和管理与企事业单位业务有关的一切数据[5]。另一方面，人工智能和大数据的发展又为业务和财务的融合提供了技术上的支撑，今天当业务人员在信息系统中输入相关业务数据的时候，传统意义上的会计记录工作也就同时完成了，我们已经没有必要去区分哪些是业务处理哪些是会计处理了。同时，人工智能和大数据技术还能够让财务人员及时收集和挖掘企事业单位内外部的各种数据，进而可以深入分析其业务活动可能面临的各种风险，并据此做出科学的预判和风险管控。

需要说明的是，我们这里所提及的和业务融合的财务、内控等工作，如果从会计职业的角度看，都可以用广义的会计来概括，当然，也有人主张用综合财务管理等概念来概括，我想这里面涉及的仅仅是概念的选择问题，至于传统意义上的会计（含财务会计和管理会计）和财务管理的边界、财务管理和综合管理的边界事实上早已被突破。放眼未来，会计和财务的融合、财务和业务的融合都必将是大势所趋、管理所向。

3.信息的呈现、获取和使用方式将发生改变

众所周知，会计信息特别是财务会计信息主要是面向过去的，且具有很强的专业性，表现在会计确认环节要以已经发生的业务凭证为依据进行核算，在会计计量环节要以历史成本为基础进行计量，在信息披露环节要以会计分期假设为前提进行报告。一方面会计信息质量特征强调信息的及时性，另一方面上市公司的年度报告只要在下个年度的四月底之前报送出去都符合及时性的要求;一方面会计信息质量特征强调信息的可理解性，另一方面上市公司的会计报表只要不违反会计准则的规定也就都符合可理解性的要求。这种理念上的及时性、可理解性和操作上的滞后性、晦涩性之间所存在的差异，不仅严重影响了会计信息在投资者决策中的有用性，而且也令很多市场参与人士无法理解和难以把握。

在人工智能和大数据时代，信息的呈现、获取和使用方式都将发生根本改变。大数据的一个重要特点是多样性（Variety），即大数据可以有很多种不同的形式，其中可视化又是其多樣性的一个重要的表现。可视化分析技术是从人作为分析主体和需求主体的视角出发，强调基于人机交互的、符合人的认知规律的分析方法，目的是将人所具备的、机器并不擅长的认知能力融入数据分析过程中;可视化将极大地增强信息的可理解性，其囊括了数据可视化、信息可视化、知识可视化、科学可视化以及视觉设计方面的所有发展和进步。大数据的另一个重要特点是快速性（Velocity），一方面是数据的增长速度快，另一方面是数据的处理速度快。快速性将极大地改变我们对及时性的认知，人工智能和大数据技术已经可以提供实时信息（real-time information），这必将从根本上改变现行定期财务报告无法支撑企业各项业务运营和投融资决策的局面。另外，在数量大、多样性和快速性数据系统的支持下，传统会计的时空观念和工作模式将会被颠覆，作息时间限制、地理空间限制以及对纸质凭证的时空依赖等都将被大大弱化;企业内部的部门分割和数据非格式化的状况将会被改变，一种全新的集约共享的观念将会成为未来会计理论和会计实践发展的重要基础，会计也将很有可能发展成为提供“自助式”信息服务的职业。

4.非会计信息将成为会计信息的重要补充

在现行财务会计领域，会计需在诸多会计假设的前提下严格遵循会计准则的要求提供信息，其中，会计假设中的货币计量要求在众多的计量尺度中选择货币作为主要计量尺度提供会计信息，而一项生产要素或业务能否计量又是其确认的前提，换言之，如果一项要素或业务不能用货币准确地计量，它就不可能进入会计信息系统，从而也就不会在会计报表中得到反映。随着经济的发展和技术的进步，上述假设前提下的会计信息其局限性日益凸显，有些方面已经逐渐发展成为社会各界对会计信息和会计工作的诟病。

以无形资产为例，由于无法满足货币计量的要求，现行会计准则把很多企业生产经营中重要的无形资产项目都排除在会计报表之外，如客户资源、供应商资源、人力资源、流量资源、数据资源、公司信誉等，而事实上，很多时候正是上述资源形成了一个公司的经营特色和在行业竞争中的优势，它们对于公司股东和其他利益相关者都是极具价值的。在人工智能和大数据时代，现行会计准则的上述局限性将可能得以弥补。例如，在大数据技术的支持下，我们可以为特定的目标资产（资源）设定一些关键指标，而这些指标可以通过数据挖掘算法（date-mining algorithms）被累计、处理和分析，如此得到的信息将会有及时的潜在价值并随之传递给股东和其他投资者[6]。从短期看，这些信息可能在很大程度上是定性的，并作为会计报表的附注加以披露;从长期看，这些信息可能在逐步满足会计计量的要求后成为会计报表中的正式列报项目。总之，利用大数据技术，股东和其他投资者可以实时获取很多现行准则下的非会计信息，并将其作为会计信息的重要补充，帮助其做出正确的投资决策。

三、人工智能和大数据时代，会计教育的应对之策

前面我们已经分析了人工智能和大数据对会计工作的影响，那么，作为培养高端会计人才的大学会计教育应该如何应对呢？

1.加强对学生职业价值观和伦理道德的教育

在人工智能和大数据时代，会计人才的职业价值观和伦理道德尤显重要。一方面，会计首先是一项搜集、整理、加工和输出数据信息的工作，而且会计所输出的信息又是投资者、债权人、管理层和政府部门做出决策的依据，而这些决策又进一步影响企事业单位乃至整个社会经济的发展。会计信息在大数据体系中的这种基础性作用要求会计从业人员要始终秉承诚信为本、操守为重，任何时候都不得迫于压力或一己之利为虚假信息的生成和传播提供支持。另一方面，人工智能的发展又对会计的伦理道德提出了新的要求，事实上，很多财务机器人在决策和行动的自主性方面正处在日益脱离被动工具的范畴，这就要求其判断和行为一定要符合人类的真实意图，符合会计职业必须遵循的价值观和道德观，符合相关的法律规范和伦理规范等等。

国际会计师联合会（International Federation of Accountant， IFAC）曾将会计师应具备的职业胜任能力解构为三个部分，即技术能力，职业技能，职业价值观、伦理和态度。其中，职业价值观、伦理和态度强调的是要维护人类社会和会计行业的整体利益，包括承诺保持公正和客观独立，遵照职业准则，关注公众利益和承担社会责任，致力于终身学习等[7]，这在人工智能和大数据技术飞速发展、我们把立德树人作为教育根本任务的当今世界，无疑具有重要的时代意义和现实意义。

2.强化对学生职业判断能力和管理创新能力的培养

在人工智能时代，很多基础性的会计工作将交给财务机器人来完成，机器人对劳动条件的要求更少、劳动时间更长、差错率更低，从而可以极大地降低生产成本，提高会计工作的效率。与此相适应，大学会计教育在教学理念、教学方式和教学内容等方面必须做出前瞻性的调整，其中心思想是要关注当机器替代重复性劳动之后会计职业的发展，尽早完成从知识传授向能力培养的转型。

应当看到，大学教学中的知识目标和能力目标两者在本质上是辩证的统一。没有知识为基础，何谈能力的培养？但是有了知识并不等于就有了能力，毕竟我们培养学生的最终目标是要让他们在真实的管理情境下去解决会计实践中的一个个具体的问题[8]。在人工智能和大数据时代，我们要着力强化培养学生两个方面的能力：一是会计职业判断能力;二是管理创新能力。会计职业判断能力要求我们要通过课堂教学和实践教学等方式，赋予学生批判性思维，建立会计学的专业思想，让他们具有进行深度专业思考的能力;对于财务机器人等诸多会计职业技能，不仅要让学生知其然，更要让学生知其所以然。管理创新能力要求学生有从管理的视角看待会计工作的能力，从创新的维度解读技术变革的能力;在业财融合的背景下，尤其注重培养学生理解新业务的能力和参与价值管理的能力。

3.增设人工智能和大数据类的相关课程

由于人工智能和大数据在会计领域的兴起和应用只是近几年的事，高等院校的会计教育在这方面普遍显得滞后，这也引起了业界的担心和焦虑。普华永道2015年2月在《数据驱动：学生在快速变化的商业世界中需要什么以获取成功》的报告中就指出：高校应该为审计、会计专业的学生提供大数据审计方面的课程，对相关审计人员提供大数据审计方面的培训工作，教会他们使用大数据分析程序语言与工具（如R语言、Python、Java等）、数据可视化分析工具，从而满足审计人员开展大数据审计的需要[9]。

2016年，北京大学、中南大学、对外经济贸易大学成为我国首批设立大数据相关专业的院校，随后，又有中国人民大学、复旦大学、北京邮电大学等280所高校成为第二批和第三批成功申请“数据科学与大数据技术”本科专业的高校。对于以上已经设立大数据相关专业的院校，可以在会计专业的教学方案中指定选修部分大数据类的课程，同时将财务机器人的原理和方法融入现行会计信息系统或计算机会计学的课程中去;对于那些还没有设立大数据相关专业的院校，则需要考虑在会计专业教学方案中增设大数据技术平台、数据可视化、机器学习等相关课程，同时结合人工智能的技术和方法充实和完善现行的会计信息系统类课程;各相关院校还应结合人工智能和大数据的原理和技术，持续改进现有的会计实验室，给学生提供人工智能和大数据情境下实践操作的机会。此外，审计对象的信息化使得审计信息化成为必然，还应积极增设大数据审计类课程，向学生系统讲授大数据审计的原理、技术和方法[10]。

当然，会计学科适应人工智能和大数据变革并非是增设几门课程那么简单，它要求会计专业的教师要在通晓会计专业理论和方法的基础上，熟悉计算机科学、信息管理科学等相关知识，不断拥抱新技术，进而真正用大数据的思维来持续推进新时代的中国会计教育。

参考文献：

[1][5] 秦荣生.大数据、云计算技术对审计的影响研究.[J]审计研究，2014（6）：23-28.

[2][3][4] 中国教育报.BBC称教师是最不容易被机器人取代的职业之一[EB/OL].http：//news.dayoo.com/zhongzhi/201711/10/144669_51927088.htm，2017-11-10.

[6] J. Donald Warren， Jr.， Kevin C. Moffitt， and Paul Byrnes. How Big Data Will Change Accounting[J]. Accounting Horizons. 2015（2）：397-407.

[7] 刘玥，黄莉，杨丹.会计师胜任能力解构及其培养——基于国际会计教育准则的探索[J]. 会计研究，2014（5）：29-36.

[8] 徐經长.新时代大学会计学教学应处理好的几个关系[J].中国大学教学，2018（5）：19-23.

[9] PwC.2015.Data driven：What students need to succeed in a rapidly changing business word[EB/OL].http：//www.pwc.com/us/en/faculty-resource/data-driven.html.

[10] 陈伟.大数据审计理论、方法与应用[M].北京：科学出版社，2019：7.

[责任编辑：周 杨]