智能时代会计人才需求变革与人才培养精准转型研究——基于企业对会计人才的期望及现实情况调研

■/ 潘松剑 郑琪正 夏泰凤 胡晓宇

一、引言

以“新一代人工智能、量子信息技术、万物互联网”为代表的第四次科技浪潮的兴起，不仅推动了企业经济业态、经济模式和市场环境的发展，也促进企业商业模式、经营方法和管理手段发生重大变革，同时推动会计核算向会计管理的信息智能化方向转型发展。目前，新一代人工智能领域的发展成果已被成熟高效的运用到人类经济社会各个产业的发展与运营当中，足以预见不久的将来，将会产生一个更加完善、有序、稳定、依靠人工智能技术而有效运转的人类社会。

智能化时代也不断变革着要素市场的供需结构，“人工智能+会计”“业财融合”“财务数据共享”等新兴产业的涌现赋予会计信息新的内涵，企业智能化技术的升级改变势必要愈发需求智能会计人才（唐大鹏等，2020），而高校作为会计人才培养的摇篮也势必要迎合智能化时代的到来而相应制定新的人才培养计划，达到会计人员精准转型。而能否转型、如何转型以及转型的方向都成为目前亟需解决的现实问题。

本文采用问卷调查法与访谈法，探讨智能化时代企业对智能会计的了解与发展阶段，以及企业期望的会计人才转型方向，从而量化会计人才素质与能力，以精准获取企业会计人才需求动态与变革要求，为高校人才培养精准转型提供依据与思路，最终契合智能化时代企业对会计人才的现实需求。

二、智能时代高校会计人才培养困局

信息科技的突飞猛进，诞生了以新领域、新产业、新模式为表征的新经济，也强烈引发了专属服务于现代企业的财务会计的转型需要（舒伟等，2021）。目前会计人才供需仍存在着很大的结构性困难。智能会计人才供给与我国经济高质量成长需求契合不够，新技术的开发与兴起则更强化了会计从业者的分野。由于初级、重复性、高度程序性的传统会计工作已逐渐被人工智能所取代，低端会计人员将受到巨大的技术变革冲击，传统会计人员的身份与能力面临着前所未有的冲击和挑战，而能够为企业管理与价值创造提供决策判断、市场预测、经营战略、投融资建议、风险防范的智能财务人才则是极为稀缺的资源。以企业会计人才需求为导向，是高校履行人才培养职能的根本出发点，智能技术发展对高校会计人才培养提出了严峻挑战，高校会计人才供给滞后企业智能财务需求是存在的共性问题。

（一）智能时代会计人才培养与企业需求不匹配

数智经济背景下将加强会计信息的数据分析、预测和决策职能，会计核算方式将由核算反映型向管理决策型转变。随着新兴信息技术在财会领域的日益渗入，传统会计核算的交易业务工作日益减少，许多具有初步复杂性的工作也能被智能机器人所完成。财务人员再也不能固步于会计记账、算账、财务报账等传统会计核算模式，而应转型为更加强调事前决策、事中管理、事后数据分析与反馈的现代管理型会计，会计管理职责日益凸显（舒伟等，2021）。但是，当前我国会计行业呈典型金字塔状分布，大型企业建立财务共享中心，小型企业选择会计外包服务，导致了基础会计岗位数量过剩，而“填鸭式”的教学模式过度注重知识传授而忽略了沟通、数据处理和分析、处理复杂问题等能力的培养，导致智能化高端会计人才缺口较大，新兴技术的应用将对会计行业和会计人员造成不可避免的冲击。一边供大于求另一边供不应求造成这种“两张皮”现象，追根溯源还是供给端出了问题：高校培养的学生不能有效地匹配用人单位人才需求（张多蕾等，2019）。

（二）智能时代会计人才培养产教融合力度薄弱

会计学是一门实用性非常强的学科，因此培训会计人员的实践能力就变得十分必要，而产教融合在实践教学中发挥着重大的实用价值。智能时代，虽然多数院校积极响应了产教融合，但难免还是存在问题。首先，智能会计人才缺乏相应的实践经验（吕沙等，2022）。中国大学的会计教学目前还是脱离实践的教学模式，注重理论知识而轻视实际、重视知识传授而轻视创新能力的培养情况还普遍存在，学生在校阶段更多的是对会计专业知识的了解，在实际操作环境中体验会计理论知识应用与动手操作的机会几乎很少（刘纯超等，2020）。其次，当前教育信息还不能完全连接实践，也无法符合现代智能化社会产教结合的需要，有学者对全国及各省市会计领军人才调查发现需求侧和供给侧都认为我国高校会计人才培养存在较大问题（陆玉文，2018），主要表现为缺乏复合型人才以及教学内容与实务脱节，当下企业财务信息数智化改造进程中，数智化人才短缺，信息管理技术与业务流程亟需重塑，也进一步对高校会计人才培养水平提出了新要求。最后，缺乏具体的实践工具，学生了解实践主要还是以模拟应用为主，对于真正做到大数据“校企合作”“行业共建”的高校还是占少部分的（刘然，2020）。

（三）智能时代培养复合型会计人才的师资力量有限

智能时代中国会计教学面临的最大障碍是师资问题，也就是人才结构问题。大数据分析、人工智能技术等迅猛发展给高等教育带来了新的革命，高等院校会计教育也同样不可避免地面临着严峻考验，提升教师能力、促进教师转型成为一个棘手问题。就目前而言，在我国高等院校会计教师队伍中，专业型会计师资仍占有着较大比例，这部分教师已在财会界深耕数年，属于会计学领域的专才，但是这部分教师在求学以及工作过程中少有、甚至没有系统地接受人工智能、大数据技术等相关专业知识的训练，智能化知识与技能更新迭代速度缓慢，所以在日常教育活动中也比较偏向于使用单一教学方法，灌输系统的会计学观念与理论知识。由于传统的“板书”式会计教学方法，已无法和日益智能化的技术要求相适配，因此势必要被更加智能化的人才培养方式所取代。在教育智能化的时代背景下，高校会计教师不仅需要扎实的教学基础，熟练掌握理论知识，而且还需要熟悉与智能财务有关的大数据挖掘、人工智能、计算机等技术应用（唐大鹏等，2022）。而青年教师可能具备了一定的大数据、人工智能等相关技术，但毕业后直接走上了教师岗位，缺乏相应的业态与实践经历。教会计的没有经历智能会计流程实践，教审计的没有大数据审计项目经验，教风险管理的没有企业智能决策与管理实践是当前教师人才结构问题的真实写照，“大数据与人工智能”+“财务会计”+“实践经验”同时具备的教师人才实属凤毛麟角。

（四）智能时代会计人才培养教材建设滞后

智能化时代下会计人才培养关键在于业务、财务和技能的整合，而“业财技”一体化教学的开展必须经过课程编写、案例研究、教学方法、考评方式等全面的改革和建设。经过长期的积累与沉淀，传统会计教材及其体系已经相当规范成熟，相较之下目前智能会计教材建设明显滞后于高校教育现实需求。当下智能会计人才培养处于起步阶段，普遍缺乏相关教材与参考资料，由于基础理论与实践层面的不足，课程发展赶不上教学需要（吕沙等，2022）。智能会计教育培养需要实现课程框架的重构、课程的研发和课程项目的创建，达到多领域的学科整合，建立起交叉的课程群。

三、研究设计

（一）调查过程

本文采用访谈和问卷两种调查方法。为了保证问卷设计更加契合企业实际情况，借鉴佟成生等（2014）的方法，在设计问卷前先与30 位企业负责人访谈，一方面通过访谈获取有关企业智能会计发展进程等信息；另一方面通过深入访谈获取的信息制定问卷设计方案，使问卷设计更为科学合理，最后经过与企业负责人沟通讨论确定问卷。问卷设计使用问卷星软件，并将该网址递交给企业负责人，最终分析问卷结果得出研究结论。

（二）访谈设计与实施

本次访谈主要目的是了解当前企业智能会计发展与人才需求的实际情况，挖掘企业期望与实现情况落差背后的原因。访谈基于对上市企业的30名高管调研，采用焦点小组访谈法（祝智庭等，2021）。此次访谈涉及三个核心问题：第一，企业为什么要发展智能会计，智能会计为企业财务人员带来了哪些益处；第二，简单的财务工作由人工智能完成后，智能会计的进一步建设会遇到哪些难题，企业的应对方法是什么；第三，企业在智能会计运用方面发展到了哪一阶段，取得了哪些成果。

（三）问卷设计与实施

问卷由三部分组成，第一部分是被调查者的基本信息，包括研究对象的受教育程度、工龄、财务岗位、拥有会计职业证书等。第二部分是被调查者对智能会计的认知以及未来智能化背景下会计人员的能力要求，具体包括对智能会计与云财务的了解程度、了解形式，以及未来“智能会计”对财务人员岗位的影响等。第三部分基于企业高管视角考察不同因素对未来会计人员转型的影响。

问卷发放分为三个阶段，第一阶段在专家访谈过程中，对问卷进行统计检验并修改问卷；第二阶段是预填阶段，由30 位从事会计行业的人员进行预填，剔除相似度高的问题后形成正式问卷；第三阶段正式发放问卷，将问卷内容编辑至问卷星，生成链接并交由企业进行填答（沙秀娟等，2017）。本研究采取非概率抽样，并由偶遇抽样与立意抽样组合的方式完成。

本次调查共发放问卷240 份，剔除明显乱填、严重缺失或选项内容全部雷同的问卷后，回收有效问卷204份，有效问卷回收率为85%。问卷填答人中，97.55%的人学历达到本科以上，最低拥有初级会计从业资格证，平均工龄为5 年，被调查企业的背景描述性统计见表1。

四、研究结果分析

（一）访谈结果分析

1.智能会计为企业会计人员转型创造条件。面对庞大的业务量，企业面临着一系列问题，例如庞大的单据量，不均匀的工作时间分布，导致某些季度末的时间段工作量会剧增，且流水线般的工作流程多数都比较枯燥，容易产生疲惫心理，这种机械性的低效率的工作也不利于个人职业发展。基于这种情况多数企业会在财务大转型的时代背景下积极开发和探索智能会计。且大多数企业建立的财务共享中心不仅让目前的工作系统化、标准化和数字化，也为企业智能财务建设打下了基础、创造了条件。开发智能会计的核心目的是取代一些简单、重复性高、附加值低的工作，来进一步解放共享中心的人力成本，让财务共享中心的财务人员朝着业务专家或信息综合化人才去发展，让共享财务人员向业务财务和战略财务的方向去发展。

2.实现“业财融合”要克服数据治理难题。在智能会计建设过程中，顶层设计非常重要。企业发展智能会计的目的是实现财务转型升级，在智能时代为了实现转型升级必须要求业务端与财务端的数据同时进行数字化升级，将财务数据与业务数据进行标准化和流程再造，即“业财数据体系”的融合。在业财融合过程中必然要把财务端的数据延伸到业务端，但在实际操作过程中两端人员很容易产生冲突，业务端的人员无法很好理解财务人员所希望表达的内容，导致两个部门语言不通，即涉及到数据治理问题。业务部门强调的是目标实现而财务人员只是希望管控数据，导致“业财融合”的效果并不理想。为了解决这一难题，需要企业匹配业务端与财务端的系统和数据，然后基于业务端和财务端都能理解的标准化语言来表达这一数据，同时希望财务部门的人员能够用服务的思想去思考问题，促进“业财融合”的深入发展。

3.企业智能会计发展仍处于初级阶段。在本次访谈过程中我们发现企业正在致力于推进智能会计的发展，关于智能会计，被访谈的高管阐述了一个观点：智能化财务不仅要对规则明确、重复工作量较大的基础业务进行处理，同时也需要运用到复杂的判断与决策，类似于决策模型、机器学习等技术。当下的智能财务只是处于初级阶段，虽然有的企业已经根据审核的业务特点和规则研发出了审核机器人取得了初步成果，但在短时间内这类人工智能并不能取代人工，无论是机器决策的三大难题（复杂性、易变性和不确定性）还是OCR 方面的技术壁垒或成本与效率问题，均是目前智能会计发展的难题。

（二）问卷结果分析

1.问卷结果检验。问卷信度（reliability）分析的目的是了解问卷稳定性和一致性。信度指数使用相关系数分析来衡量，其内部一致性指数较为普遍，它表明观察事项（调查课题事项）内部关联性程度，这个项目可以体现一个单独概念的不同侧面。它常用克隆巴赫一致性系数（Cronbach's α）来测量，Cronbach's α系数介于0和1之间，系数越高说明各个问卷项目相关性越大，从而信度越高。Fornell and Larcker（1981）的研究指出，当Cronbach's α值大于0.6时，即在可接受的范围之内。Devellis（2016）认为如果信度低于0.6，应改进研究工具或重新编制问卷。本文用SPSS19.0进行运算，并对待分析的24 个题目进行信度检验，使用Alpha 模型，结果显示问卷量表题的Cronbach's α值为0.976＞0.6，说明本文所使用数据具有较好的信度。

问卷另外一个重要的指标是效度（validity），即问卷的有效性，它指的是问卷能否真实测得研究者希望了解的内容，即测量结果与目标间的接近程度。一般研究中效度分析最理想的方法是利用因子分析测量量表或整个问卷的结构效度，通过因子分析可以考察问卷是否能够测量出研究者设计问卷时假设的某种结构。在进行因子分析前，需要测量问卷的KMO 值（Kaiser Meyer Olkinmeasure），即通过比较观察变量之间相关系数与偏相关系数的相对大小来考察变量之间的相关性。KMO统计量取值在0和1之间。当所有变量间的简单相关系数平方和远大于偏相关系数平方和时，KMO值接近1，说明变量间的相关性强；当所有变量间的简单相关系数平方和接近0时，KMO值接近0，意味着变量间的相关性弱。Kaiser给出了常用的KMO度量标准：0.9以上为非常适合；0.8表示适合；0.7则一般适合；0.6是不太适合；0.5 以下为极不适合。本研究模型运用SPSS19.0 对问卷变量进行因子分析，KMO 值为0.981，大于0.8，巴特球形值为4308.375，X2/df 值为325.000，p=0.00，可见调查数据的效度质量非常好。

2.问卷结果分析。

（1）企业对智能会计认知程度。当前智能会计的普及程度还是很高的，财务高管对智能会计的认知不仅仅停留在“听说”层面，70%的高管还有一定程度的了解。从企业财务人员了解智能会计的渠道来看，智能会计的普及方式还是很广泛的，其中网络、研讨会与他人告知则成为了企业获取智能会计信息的三种主要方式。

对于智能会计的发展，刘勤等（2021）将其分为三个进化阶段：第一阶段是核心技术的改变，例如从手工算账到会计电算化再到企业“ERP”技术的应用甚至到未来的会计机器人等，它们只能改变数据的处理速度而对于后续的决策并不会起到什么本质性的变化；第二阶段是变革程度的变化，即形成一个人机协作的关系，由财务人员与机器人共同完成项目的决策工作；第三阶段是处理对象的改变，即机器拥有自主学习能力能够拥有自我决策的水平。企业对智能会计发展前景的评价统计结果显示（表2），在“人机协作关系”方面，不同企业的财务人员对于目前人机协作水平持有不同观点，32.84%的企业认为机器仅负责运算、决策完全靠人，27.45%的企业认为人机各司其职互不干扰，两者合计为60.29%，说明目前大部分企业倾向于智能会计发展仍处在第一阶段，而倾向第二阶段（机器辅助会计人员进行决策）、第三阶段（人完善机器算法由机器进行决策）的企业分别为24.51%和15.20%，占比相对较低，说明智能会计还有较大的发展空间和应用空间，需更加重视“人机”深度契合。

表2 企业对智能会计发展前景的评价统计结果

（2）企业对智能会计发展持积极态度。对于智能会计的发展前景，多数企业还是持积极态度的，31.37% 的企业认为能够完全取代会计人员，46.57%的企业认为能够取代低层次会计人员，只有22.06%的企业认为智能会计发展会陷入瓶颈（见表2），可以说企业从传统财务向智能财务转型是主流趋势。当涉及人工智能对财务工作的影响时，表2 表明企业并没有过度担心“随着智能财务的发展会导致信息安全保障成为一大难题”（占比仅18.14%），也不担心造成部分人员失业问题，积极的影响则在于通过智能会计可以提高工作效率与准确性（占比33.33%）、减轻工作压力（占比19.61%）、便于数据处理和分析（占比28.92%），这使得会计人员有更多时间获取市场信息，来为自己赋能以便转型升级。

另，如图1 所示，调查企业评价自身智能化实现程度时，多数企业对于自身信息化（68家）、数字化（56家）和智能化（53家）的财务管理实现程度是比较自信的，认为自身优于行业平均水平甚至是达到行业顶尖水平，对于自动化多数企业（62 家）认为自身达到平均水平。这反映出企业有较高程度的数字化和智能化应用，因此也必然对智能财务人才有较强的内在需求以维系和促进数智化治理水平提升，智能财务人才成为企业发展过程中最宝贵、最稀缺的资源，而高校作为人才培养的摇篮也势必朝此方向转型。

（3）企业对智能会计人才的能力与素质期望。涉及到智能会计人员需求问题时，随着智能会计时代的到来，会计人员势必需要对自我素质进行提升。由图2可以看出对于企业而言，他们最希望会计人员能够从市场洞察力、财务分析能力以及沟通能力来提升自我以达到适应行业变化的效果，而决策和领导能力的优先级并没有预期的那么高。江燕红和姚燕（2019）的研究也指出相较于初中级会计职位，企业对于高级会计职位应更加关注其财务分析能力、沟通能力与抗压能力。

图2 企业需要会计人员提升的综合素质

当问及企业招聘智能会计人员倾向的人才类型时，智能技术和财务专业相辅相成的复合型人才均受到青睐，且智能技术相比财务本身更加受到重视（见图3）。由此可以推测，掌握计算机技术的财务人员在未来企业人才选拔过程中会更加“吃香”，而传统财务人员如不提升复合型素质将因缺乏竞争优势而遭到淘汰。而考虑到智能会计人才具体能力时，各种能力得分相差不大（3.34-3.55 区间），说明各种复合型能力也同样受到企业青睐（见图4）。

图3 复合型人才的需求程度

图4 财务人员应具备的能力

综上所述，企业对智能会计人才的能力与素质期望还是复合型，仅拥有专业知识并不能在企业的选择中脱颖而出。对于一个企业来说智能财务人才一直都是稀缺资源，而进入智能化时代这种情况没有发生根本改变，并不存在某一类型智能财务人才被冷落的状态。相对的，企业更希望人才具有附加价值，在智能化时代掌握计算机智能技术就是企业比较看重的附加值，同时沟通能力、财务分析能力以及市场洞察力也是财务人员提升自我的有效途径，也是加分项。

（4）高校培养复合型会计人才更能满足企业需求。如图5所示，当企业对各类课程的重要程度评分，以最不重要计1 分、最重要计5 分统计出各类课程的平均分可以看出，所有课程的评分均高于3 分，即所有的课程均处于一般重要之上，故在企业看来要求学生对相关课程内容均要有所掌握。

图5 企业看重的教学课程平均评分折线图

另，如图6 所示，当问及智能会计课程的重要程度时，财务人员智能财会实训、商业数据分析、大数据审计被认为非常重要，占比分别达到了34.80%（71 家）、32.35%（66 家）、30.88%（63 家），所以这三个方向应当是校方着重考虑加强教育的课程。

图6 企业看重的教学课程重要程度

五、适应智能时代的会计人才培养改革建议

（一）明晰智能会计专业人才的培养目标

智能化时代下基础性、重复性的工作会渐渐被智能机器人所取代，所以加快推进高校智能会计教育模式和标准的构建迫在眉睫。高校需要尽快改革大学教育教学目标、教育方式、教学方法以及专业课程体系等，并确定人才培养基础宽广、跨领域、特点突出的培养目标。智能时代的会计人才在掌握财会专业知识的同时需要做到具有科技创新、数据分析能力以及与业务人员的沟通能力，成为财务、技术、业务之间的跨界桥梁与价值枢纽（孔祥维等，2022）。

（二）提升智能会计复合型师资素质水平

会计专业的教师受限于数字智能技术水平能力不足，而计算机相关专业的教师又缺乏会计的专业知识，即使两方面都掌握的教师也可能缺乏相应的企业实践经验，使得把智能信息技术纳入会计学培养模式的过程产生了诸多困难。面对这一局面，首先需要会计学院通过吸纳优秀的具备人工智能技术和财务学科背景的青年教师，补强数字化人工智能技术教育队伍的能力。其次通过组织外部培训与教师自我学习激励相容，促进会计专业的教师赋能计算机技术，助力复合型会计师资团队的多元化建设。

（三）推动智能会计产教融合的深入发展

调查显示目前大多数企业智能财务发展仍处于初步阶段，这个时候正是和企业财务共建共享、共同掌握核心需求的时候。通过产教结合，校企之间共享各种优秀教育资源，同时对人力资源加以整合，纳入到整个高等教育人才培养。在会计人才培养初期依旧要以打好专业知识基础为目的，在这个基础上校方应当加强学生的知识厚度以真正掌握企业智能技术与财务发展融合的基本流程。同时深化产业合作，与企业共同开发人工智能科技和会计融合的综合型培训课程，如数据挖掘与可视化、商业数据分析等（熊焰韧和苏文兵，2016），达到在实践过程中做到和企业共同成长的目的，以便深入掌握企业需求，量身定制好高校未来发展方向。在会计人才培养中后期，根据调查，当前阶段各类智能人才均是企业需要的，所以不同的人才类型如智能财务分析师、运营师、架构师、大数据审计师等可以作为后面几个学期学生根据自身认知来选择学习方向，进一步突出企业智能财务真实场景的实践实训能力。

（四）优化智能会计专业教育的课程结构

想要真正实现智能会计专业人才能力培养的转型与提升，还必须对当前高校会计专业课程体系作出优化调整。主要举措包括：第一，在公共基础课中增加数据挖掘、数据库、计算机语言等跨学科基础课程以帮助学生更好的掌握智能化时代数据查询、挖掘、分析、处理和决策等方式。第二，合并调整专业课结构，适当增加管理决策类的课程比例，拓展学生的分析决策技能。结合智能会计人员发展方向是人机协同模式下的会计管理来看，未来财务人员的发展方向应当是遵循业务专家、风险专家、AI训练者、数据分析专家等这类财务和信息的综合型人才。第三，注重培养过程中学生的职业素质培养，必须强调智能化时代下的数据安全意识、治理思维以及产权保护的商业伦理。