智能会计基本问题研究

DOI：10．19641/j．cnki．42-1290/f．2023．24．009

【摘要】人类社会已经进入大模型驱动的时代， 随着数字经济发展和数字企业建设的加速推进， 智能会计不仅为人们所广泛认可和接受， 而且迎来了大发展、 大繁荣的历史机遇。但是， 对于智能会计的“为什么”“是什么”“做什么”“怎么做”等根本性问题， 学界和业界尚存在分歧， 需要进一步厘定和说明， 否则势必会影响智能会计的落地实施。本文结合实践， 试图从理论方面回答这些问题， 以期助力智能会计发展。

【关键词】人工智能；智能会计；发展逻辑；教育启示

【中图分类号】F230      【文献标识码】A      【文章编号】1004-0994（2023）24-0062-6

一、 引言

在人工智能（Artificial Intelligence，AI）驱动下， 人类社会已经进入大模型时代。ChatGPT-4的横空出世， 在一定程度上印证了这种趋势。在这个时代， 人类社会实质上是一个由现实的物理世界和虚拟的数字世界共同构成的“孪生”“同态”的社会， 是一个事事需要链接、 数数需要集成、 人人需要智能的社会， 是一个由“机械化思维”向“大数据思维”以及由“零和博弈”向“共创共生”跃迁的社会。在这个社会， 传统产业或企业终将被革命、 被颠覆抑或被重生， 这个社会的商业模式是C2M的、 生产方式是高韧性的， 而与之相适应的管理范式则一定是协同生态的。在这个社会， 人必须与AI（本文泛指新一代信息技术）合作， 人必须具备与AI合作的能力， 人与AI的合作表现决定了个人薪酬以及企业价值。人机协同、 人机交互、 人机共生将是这个社会人类最基本的工作模式和生活方式。

具体到会计领域， 会计与AI的合作， 衍生出了有别于传统会计的“智能会计”（Intelligent Accounting，IA）， 而如火如荼的数字经济发展和数字企业建设又极大地推动了这种演化变革的进程。智能会计的提出， 一是为了应对新一代信息技术对会计科学和会计工作的挑战； 二是为了回应“会计消亡论”对现代会计发展的桎梏； 三是试图从会计与技术相结合的角度， 提出一种具有中国智慧、 中国气派、 中国作风， 能够满足中国式现代化需求的智能会计学体系。前两个方面笔者以前都有专门的论述， 而今主要阐释第三个方面， 即对智能会计的提出、 本质涵义、 框架内容、 发展逻辑和教育启示等， 试图在理论上作出进一步的解释。

二、 智能会计的提出

笔者对智能会计的思考和实践始于2018年暑期， 至于背景和初衷， 以及标志性的工作或事件则有： 一是2018年10月21日， 邀请财政部会计司原司长刘玉廷、 审计署审计科研所所长姜江华、 北京大学教授王立彦、 中国人民大学教授荆新、 中央财经大学教授孟焰、 北京理工大学教授陈宋生、 杭州电子科技大学教授辛金国、 广东金融学院教授文芳， 以及中石化集团、 鲁信集团、 用友新道、 普联软件等单位财会方面的负责人， 共计20余位专家， 专门针对山东财经大学提出的智能会计专业（方向）人才培养方案进行论证， 并把“智能会计学”“智能会计信息系统”“智能财务共享”“智能财务决策”“智能财务分析可视化”和“智能审计”等6门课程确定为智能会计的专业核心课； 二是2019年6月14日， 与浪潮集团合作共建全国首个智能会计实验室， 初步实现了智能会计课堂教学与实训教学的同步一体化； 三是2019年9月， 选拔组建完成了独立建制的智能会计实验班， 并邀请台湾中山大学教授、 著名智能投资专家王昭文领航开讲了“机器学习在智能投资之应用”； 四是2019年12月28日， 召开了智能会计系列教材建设专家研讨会， 组建了编写团队， 并委托高等教育出版社上海事业部陆续出版完成了全国首套高等学校智能会计系列教材； 五是2020年11月5日， 与浪潮集团、 用友新道联合举办了全国首届智能会计发展国际高峰论坛， 邀请美国会计学会理事长Elaine G. Mauldin、 澳大利亚/新西兰会计学会理事长国际会计教育标准委员会委员Jacqueline Birt、 韩国区块链研究院院长Myug-Hwan Rim、 美国会计学会中西部地区主席王大维、 台湾大学会计系主任刘顺仁、 香港中文大学教授顾朝阳等学者， 围绕技术变革中的会计等问题分别作了主旨报告； 六是2021年7月6日， 与华为软件技术有限公司合作设立智能会计现代产业学院； 七是2021年9月9日， 与加拿大滑铁卢大学共建了校际间“智能会计合作研究平台”； 八是2023年6月3日， 中国商业会计学会智能会计分会在济南正式成立， 秘书处设在山东财经大学智能会计与数字企业研究院； 凡此等等， 不再赘述。

总结回顾智能会计建设发展的这段历程， 就是要昭示， 在大智移云物区等新一代信息技术的冲击和挑战下， “没有人能够左右变化， 惟有走在变化之前”（彼得·德鲁克，1985）， 会计教育工作者要做到： 一要坚持会计自信， 坚信“办经济离不开会计， 经济越发展， 会计越重要”“良好的会计基础是构建文明的基石， 而糟糕的会计则足以毁灭文明， 没有会计， 世界就无法运转”（Ray Ball，2023）； 二要坚持人的主体性， 坚信技术的局限性和人的不可替代性； 三要坚持守正创新， 坚信会计主导下的技术融合。

为什么这么说呢？因为， 近现代会计是基于借贷复式簿记、 以货币为计量尺度全面反映企业或其他个体经济业务活动的一种核算制度安排， 是一项提供有关经济主体的数量化信息以便于决策的服务活动（APB，1970）， 它是以公司制为代表的现代商业世界的底色， 即底层规则和底层记录技术基础。当下尽管存在财务会计和管理会计两大分支， 但“记账、 算账和报账”， 也就是“确认、 计量、 记录和报告”， 依然是其基本的会计业务。在会计的这个循环过程中， 虽说有监督——当然主要成分是审核， 但更主要的是反映。可以说， 反映是会计的首要职能， 甚至是唯一基本职能， 是会计本质的最直接体现（王爱国，1995）， 这是会计作为一门学科区别于统计学等其他学科而成为一个相对独立的学科的根本特质。这一点， 从会计诞生的那一刻起， 几乎就没有动摇过， 可以肯定的是， 将来也不会动摇。反映作为会计的基本职能的真谛在于“如实反映”， 这不仅是会计的首要任务， 而且是会计信息最重要的质量要求。它既是会计理论研究的永恒主题， 也是会计实践坚持的價值旨归。但是， 会计反映在人类社会发展的不同历史阶段是有着不同含义的。

在信息社会， 会计是一个信息系统—— 一个用来把企业或其他营业个体有意义的经济资料传递给对它有利害关系的各方的信息系统（Sidney Davidson，1970）， 它是作为一个信息系统也就是镜像系统来进行反映的， 即按照一般公认会计准则， 通过传感技术、 计算机技术、 通信技术和控制技术等信息技术（Information Technology，IT）， 将企业或其他个体发生的交易或事项如同照镜子一样映射到会计系统， 形成所谓的“信息世界”。在这个时候， 会计反映的核心要义是“映射”， 也就是利用信息技术对企业或其他个体的交易或事项进行概念化、 规则化、 货币化和信息化反映， 通俗地讲就是信息采集、 加工、 处理和报告或披露。这就决定了， 信息社会中的会计（以下姑且称之为“信息会计”）必然会存在所谓的“系统烟囱”“信息孤岛”和“信息失真”等问题， 这些问题归根结底是一个技术问题， 而非“人为”问题， 技术短板或技术瓶颈是信息会计与生俱来的内在而非外在问题。

在人类社会进入数智时代的今天， 以信息处理为主要功能的会计信息系统已经不能适应智能化环境下企业管理和社会发展的需求（续慧泓等，2021）， 会计反映的场景、 方式、 手段和方法都发生了根本性变化， “孪生”——主要是数字孪生， 是会计反映的核心内容， 具体是指通过人工智能技术、 物联网技术、 大数据技术、 云计算技术、 区块链技术、 数字孪生技术、 人体生物识别技术、 5G通信技术、 机器人技术、 超算技术和网络安全技术等数字技术（Digital Technology，DT）， 把企业或其他个体的交易或事项如同生命孪生体一样毫不走样地实时同步记录下来。这时的会计反映， 不再仅仅局限于单纯拍照式的“记录”， 而是极为便捷低成本地实现了企业或其他个体中的系统、 业务、 数据的实时链接集成， 达到系统互联、 业财融合和数据集成的目的。换句话说， 这时的会计反映更主要是通过计算机或机器去模仿、 学习和思考， 进而自动化、 智能化和实时化地实现对企业或其他个体经济业务活动的数字化反映、 模态化披露和模型化应用， 它实质上是一种大数据驱动、 多模态融合、 大模型赋能的过程。

数字技术是灵活的， 可以根据需要建模（Knudsen，2020）， 能够促进和助力会计智能化转型。首先， 数字技术影响了会计的边界， 使会计角色和会计职业本身的边界比IIS时代更加模糊， 使会计可以非常便利地关注交易以外的行为和社会媒体信息； 其次， 数字技术改变了组织及会计的权力关系， 既改变了组织的内部权力关系， 诱发了组织内部权力的横向转移， 又改变了组织边界之外的权力关系； 最后， 数字技术带来了决策知识质和量的改变， 一些新型的、 非事务性数据进入组织， 催生了新的组织决策行为和实践。

可见， 此时之会计与信息会计以及以往的所谓“手工会计”“电算会计”， 已完全不可同日而语， 它除了依然保留着会计思维、 会计概念和会计规则， 在会计循环、 会计业务、 会计程序、 会计方法、 会计手段、 会计工作和会计伦理等诸多理论与实务方面， 都已发生了根本性甚至是颠覆式变化， 具备了不同于信息会计的数字化、 自动化和智能化特质， 成为一个会计与技术全面深度交叉融合的新生事物， 我们将其称之为“智能会计”。

三、 智能会计的本质涵义

智能会计是一项基础性企业管理活动， 一项以数字经济为前提、 业财融合为基础、 财务共享为平台、 人工智能为支撑， 在宏观和微观经济与管理领域， 发挥大数据分析和辅助决策支持作用的人机共生、 协同进化和管理赋能的会计管理活动（王爱国，2020）。在本质上， 它是一个链接数字企业价值重构、 价值共创与价值共生的数字记录和数字运用技术装置系统， 也是一个由规则（会计规则）和数据（业务数据）共同驱动的计算智能体， 具有大数据、 大算力和大模型等技术特征。单与信息会计相比， 它至少有以下三大不同：

1. 智能会计与信息会计所遵循的技术逻辑不同。信息会计是基于信息技术逻辑而建立的， 实现的是会计业务流程信息化， 旨在提高会计业务流程效率。作为一个依据信息技术手段而建立的信息系统， 信息会计的边界十分清晰， 即会计业务的边界在哪里， 会计信息系统的边界就在哪里， 两者基本一致、 几无差别。而智能会计则是基于数字技术逻辑而建立的， 是在企业或其他个体数字化建设基础上建立的， 实现的是会计数据及其他相关数据采集、 开发和应用的链接化、 集成化与智能化， 旨在提高企业管理决策质量。作为一个依据数字技术手段而建立的数字系统， 智能会计的边界相对模糊， 是跨企业、 跨部门、 跨业务的， 是既开放又集成的， 业务系统与会计系统无论在广度还是深度上都高度融为一体。

2. 智能会计与信息会计所处生态位置不同。信息会计是作为现代信息系统的企业或其他个体的一个标准化的子信息系统， 与企业或其他个体的电子数据处理系统（EDP）、 管理信息系统（MIS）、 决策支持系统（DSS）、 办公自动化（OA）、 人力资源（HR）、 产品开发管理系统（PDM）、 产品生命周期管理系统（PLM）、 供应管理系统（SRM）、 客户管理系统（CRM）、 业务流程管理系统（BPM）、 企业资源计划（ERP）、 知识管理系统（KMS）、 绩效支持系统（EPSS）和在线学习系统（OLS）等是并行并列的， 它们之间鲜有交叉或交互。而智能会计则是全面深度嵌入数字化企业或其他个体之中， 它使产供销、 人财物、 责权利、 上下游、 财税金全面互联互通， 使全要素、 全供应链、 全产业链、 全价值链全面连接集成， 是一个业务、 价值、 数据也就是物质流、 价值流、 信息流真正实现了一体化的数字集成与数字应用系统。一方面， 企业或其他个体既有的信息系统在智能会计系统中是交互链接的， 解决了人和人、 人和物、 物和物的连接问题； 另一方面， 智能会计系统在数据或信息输入、 处理、 使用等方面是便捷友好的， 能够满足内外部利益相关者的数字需求， 尤其是内部業务人员、 财会人员、 数据分析人员和管理人员等全体员工的数字需求。

3. 智能会计与信息会计所关注的处理对象不同。信息会计关注的主要是企业或其他个体经济业务活动量方面的货币性信息， 形成的是货币化、 关系化和结构化会计信息或其他经济信息， 侧重的是信息输入、 加工和输出， 属于小数据范畴。而智能会计处理的是与企业或其他个体生存与发展生死攸关的几乎所有信息， 不仅包括会计信息或其他经济信息， 而且包括交易信息、 行业信息、 社会信息和其他信息等多源异质异构信息， 这些信息是数字化的， 侧重的是数据采集、 加工、 计算、 管理、 分析以及数据产品开发与利用， 属于大数据范畴。换句话说， 智能会计将企业或其他个体这个“现实世界”孪生到“数据世界”， 并根据“数据世界”的分析结果， 对“现实世界”进行大数据预测、 大数据洞见、 大数据解释或决策。

基于此， 笔者认为， 智能会计具有相对独立的完整知识体系， 不仅包括传统的会计理论与方法， 而且包括基于大數据和人工智能的理论、 方法、 技术、 工具、 模型、 平台、 应用和最佳实践等的一整套智能会计知识体系， 具有会计（管理）和技术的双重属性。总的来说： 它是会计拥抱技术的必然结果， 是会计的历史主动， 符合会计发展的历史逻辑和技术逻辑； 它涉及的业务范围和工作边界会越来越大， 会呈现出多元、 平等、 协商的治理特征； 它的基本职能是大数据分析和辅助决策支持， 在关注事物相关性的前提下探究其因果关系， 在数据、 算法、 算力驱动下为科学决策提供精准数据解决方案； 它是会计科学与计算机科学、 数据科学、 计算科学等的深度融合， 横跨自然、 社会、 人文三大学科领域的关于处理会计数据及其他相关数据的交叉性学科， 有自己的理论基础、 学科体系、 学术体系、 话语体系和教材体系。作为一门新兴学科， 智能会计目前至少要在统计建模、 机器学习、 深度学习、 物理建模、 数据挖掘、 大数据技术和人工智能技术加持下， 系统研究会计领域的基础理论、 数据采集、 数据加工、 数据计算、 数据记录、 数据分析、 数据产品开发、 数据资产管理以及数据可视化（感知）和数据故事化（认知）等问题。

四、 智能会计的框架内容

智能会计作为一个“会计”与“技术”融合构成的复杂系统， 借鉴数据科学原理， 至少应该包括以下六部分核心内容： ①用于进行会计数据/信息收集与处理的智能会计核算（信息）系统； ②用于支持企业决策的外部数据采集系统； ③用于存储或集成会计/业务数据并负责数据和流程标准化的智能财务共享中心（企业/财务数据中台）； ④用于大数据使用及分析、 预测和决策的智能财务决策系统； ⑤用于报表信息和分析结果也就是数据呈现的智能财务分析可视化系统； ⑥用于企业内部控制的审计监督智能化系统等。这六部分内容是根据定义数据（懂业务）、 采集数据（识数据）、 处理数据（用工具）、 分析数据（会分析）、 报告数据（讲故事）、 治理数据（保真实）等数据价值实现及应用的基本业务流程来设计的， 具体内容简要解释如下：

1. 智能会计核算的基本内容。智能会计核算是一个基于会计规则自动生成会计数据（信息）的智能引擎系统， 即通过人机协同模式将机器客观采集到的信息和人类主观感知到的信息有机结合起来， 按照会计准则要求加以自动处理， 建立数据库， 形成企业（财务）大数据， 并借助区块链技术保障数据真实性和安全性， 实现分布式输入和穿透式验证（溯源）。它是一个将业务场景、 流程、 准则结合起来的工程化、 智能化应用系统。关键点是： 当业务发生时实时自动完成分录编制、 试算平衡和账证表税， 实现业财实时融合自动转换。难点在于： 业务梳理、 流程设计和规则嵌入。当前市面上的财务软件多采用录入式和规则定义式等强匹配方式完成业务数据到会计数据的转化， 今后应是RPA处理、 知识图谱形成、 NLP、 文本挖掘、 AIGC生成等方式， 并在此基础上建立业务数据表， 明确数据结构， 利用SQL语句等即时实现证账表填制、 登记和编制工作， 真正实现信息、 流程和业务的数字化， 也就是真正实现会计核算工作的数字化转换、 升级和转型。

2. 智能财务共享的基本内容。智能财务共享是一个使智能会计核算系统和外部信息采集系统所形成的数据融为一体的技术和物理平台， 是将原来分散在不同业务单元的财务、 会计、 人力资源和信息管理等事务性、 专业性、 技能性活动， 从原来的业务单元中剥离出来， 由财务部门进行处理并提供统一服务的一种新型管理模式。它实质上是一个在业务和数据驱动下， 以服务而非以人为核心、 以流程而非以职能为导向的去中介化、 非物质化、 分散化和柔性化的大数据服务系统平台， 其要害在流程共享， 其核心在专注于向多用户提供高效数字服务。同时， 为企业提供数字化底座， 使数字化能力更具韧性， 满足顾客个性化需求， 适应企业个性化成长。

智能财务共享实际上是企业的大数据中心， 具有场所集中、 人员集中、 业务集中、 链接在线、 数据集成等特点， 具备成本优势、 服务优势、 运维优势。在企业组织中发挥数据中台作用。通过共享中心， 企业大脑或头部组织获取信息、 进行决策、 发出指令； 企业前线或作战单元接受命令、 落实执行、 回馈信息。通过共享中心， 企业可以连接供需两端， 整合资源要素， 展示产品形态， 重构业务逻辑。它至少涉及数据获取（多维度）——信息数字化和元数据采集， 数据标准——数据定义和数据字典， 数据模型——数理模型与算法， 数据存储——数据库、 数据池/湖/海和存储介质， 数据呈现——多形式、 多用途、 多元化， 数据治理——数据安全和数据伦理等内容。重点在建立规范统一的数据字典， 痛点在组织重构、 流程再造和多源异构数据处理。需特别指出： 一是数据标准就是业务标准， 数据标准的制定要锚定业务流程和价值创造； 二是流程再造与设计就是要减少冗余环节， 消除不增值作业。

3. 智能财务决策的基本内容。智能财务决策就是利用人工智能等先进数字技术对业财数据的终极应用， 主要功能是辅助企业进行预测式经营和精准性决策， 一般包括业务和数据理解、 数据清洗及准备、 数据建模及评估、 数据信息或方案发布等。具体就是将大数据分析和人工智能技术与业务、 项目、 场景、 资金结合起来， 通过数据挖掘、 模型构建、 参数调整、 优化学习等全面挖掘数据资源及要素之间的相关关系， 并深度分析它们之间的因果关系， 为企业管理决策提供精准化解决方案。

不言而喻， 数据集成的目的在于使用和创造价值。智能财务决策的目的就是运用新一代信息技术推动企业管理的数字化和智能化， 尤其是为企业预测与决策提供精准的数据支持。为此， 一要运用案例推理、 遗传算法、 人工神经网络、 粗糙集、 决策树以及支持向量机等算法来进行数据获取、 数据检查、 数据整合与清理、 数据转换与规约以及数据分割等数据准备工作和智能财务预测； 二要运用数据仓库、 数据挖掘、 机器学习与深度学习、 专家系统、 模式识别、 自然语言处理等， 并结合业务场景勾勒出科学的数据逻辑关系， 形成完整的数据流程图， 进而进行智能财务决策。

4. 智能财务分析可视化的基本内容。智能财务分析可视化是指利用新技术工具将会计核算结果和财务决策方案予以图形化或图像化并自动、 智能展示的一种数据呈现和信息披露方式。主要内容包括： 一是对业财数据、 财务数据及其报表分析予以可视化； 二是对智能财务决策结果或方案予以可视化。常用的技术工具包括PowerBI、 ExcelBI和Tableau等， 也可以通过Python（如matplotlib包）、 ChatGPT等来实现。目前主要集中在第一个方面， 展示方式主要是数据分析、 立体看板、 动态展示和实时追踪（下钻或穿透）等。需要强调的是， 商务智能作为集数据架构、 数据库和应用分析为一体的技术平台， 已经由传统数据查询和报表制作演变成数据分析和智能控件应用的敏捷智能分析和数据呈现平台， 在实现智能财务分析可视化方面具有一定的优势。

5. 智能审计监督的基本内容。智能审计监督是预防企业风险、 保障企业可持续运营的有效监控机制， 归根结底是一种模型审计， 即以逻辑推理、 印证和判定的方式， 由机器代替人工来达到审计目标的数字包或模型包。它不同于一般的审计软件， 也不同于数据分析模型， 而是指对特定的审计事项能够由机器智能化地完成全部或大部分审计作业的技术装置系统。一个完整的智能审计模型通常包含模型名称、 审计事项、 审计目标、 审计思路、 审计依据、 所需数据、 数据库语句和法律法规等要素。

智能审计监督与计算机审计、 大数据审计等密切相关但又不完全相同。它强调将相关制度、 规则、 标准内嵌于机器装置系统， 通过技术自动监督、 控制和校验， 发现异常现象， 寻找审计证据， 形成审计意见和出具审计报告。它具有大数据思维， 融合了多种先进技术， 转变了审计价值、 审计方式和审计视角。它与传统审计对象是一致的， 即也是被审计单位的经济管理活动， 但是智能审计的直接对象是数据， 包括业务数据、 财务数据、 内部控制数据和管理数据， 这些数据的呈现形式有文本、 电子、 音频和视频等多种。它所采用的审计技术主要包括审计数据采集技术、 审计数据处理技术、 审计数据分析技术和审计数据报告技术等， 其中最常见的主流技术是OCR、 自然语言处理、 机器学习、 RPA、 区块链、 数据可视化技术等。

五、 智能会计的发展逻辑

智能会计作为会计领域的一个新生事物， 能否尽快形成“共识”， 落地实施， 避免“见仁见智”“各表一枝”“各唱各的曲、 各弹各的调”， 这是关乎智能会计能否健康有序可持续发展的大问题。笔者认为， 发展智能会计要始终坚持“大会计”思维、 “大交叉”方式和“数字化”建设。它们不仅决定着智能会计的体系内容， 而且决定着智能会计的发展方向。

1. 以“大会计”思维布局智能会计。厘清智能会计的基本知识体系固然非常重要， 但比知识更重要的是思维方式。思维决定态度， 态度决定一切。众所周知， 当下之会计教育实质上是通识教育理念指导下的专门（专业）教育或职业教育， 专业建设和人才培养是“分”的思维， 是分科、 分工和分治的。分的好处， 一是便于深入开展会计学术研究， 二是便于提高会计就业靶向性和会计工作熟练度。这种思维归根结底是大工业革命和重视社会分工在会计上的反映， 是斯密的社会分工论、 泰勒的科学管理、 福特的生产“流水线”、 韦伯的科层制等理论与实践在会计教育领域的具体体现。当然， 更深层次的原因是“资本雇佣劳动、 劳动创造价值”这一基本经济制度和以机械化、 电气化、 自动化为主要特征的前三次工业革命所带来的产业革命大发展和商品经济大繁荣的结果。它肇始于文艺复兴， 勃兴于工业革命， 盛行于当今社会； 它以追求科学知识、 塑造专业能力、 培养专门人才、 满足分工需求为终极目标。

表现在会计上： 一是为了满足“两权分离”状态下企业履行受托经管责任的内在要求， 会计才把有助于股东、 信贷者和其他债权人了解企业生产经营状况及动态作为首要工作目标， 进而产生了以定期报告企业财务状况、 经营成果和现金流量为主要目的的财务会计； 二是为了满足大公司背景下企业组织结构深刻变革和价值创新与管理的内在决策需求， 会计才把有助于企业管理层做出科学决策作为重要工作目标， 进而产生了以为企业管理和决策提供辅助信息支持为重要目的的管理会计。

但是， 人类社会进入智能时代， 宏观上， 社会分工不仅越来越细， 要求越来越精、 专、 深， 而且越来越呈现出整体性、 系统性、 交叉性和生态性的涌现属性， 各种社会分工之间的边界越来越模糊、 联系越来越普遍、 关系越来越复杂。这种看似相互矛盾的趨势， 实际上并不矛盾， 它们是辩证统一的。而微观上， 企业发生的经济业务和会计（财务）活动， 以及企业与外界的物质能量信息交换， 越来越同时存在、 相互交织， 越来越难以区分哪些是物质流、 价值流和信息流， 当然， 也就很难再区分哪些是经济关系中的会计关系和哪些是财务关系。

实际上， 对数字企业而言， 企业管理越来越要求会计能够提供全面、 系统反映企业经济活动质和量方面的所有或大部分数据， 而不仅仅限于可用货币计量的量的方面。在一定意义上， 有关企业整体、 局部、 层次、 结构、 功能、 环境及其之间关系的质的方面的信息， 于管理而言可能更加重要。原来是受限于技术和成本， 现在智能会计完全可以实时、 敏捷和低成本地实现。可见， 在会计教育和专业建设及人才培养方面， 应该扬弃工业文明时代的“线性”或“机械”思维， 其中主要是“分”的思维， 坚持生态文明时代的“网络”或“集成”思维， 其中主要是“合”的思维， 也就是坚持“一体化”理念和“共同体”意识来布局智能会计、 繁荣智能会计教育事业。一句话， 坚持财务与会计、 财务会计（对内会计）与管理会计（对外会计）、 经济业务与会计（财务）活动深度地融为一体的“大会计”思维， 实现现代会计由会计核算向会计管理的全面转变， 也就是由主要为资本市场服务的信息会计时代向为增进企业价值服务的智能会计时代的全面转变。

2. 以“大交叉”方式建设智能会计。“交叉”是任何一门科学自然演化或人为设计的基本途径， 传统会计向智能会计转型发展也不例外。传统会计作为一门科学要涅槃重生为具有特定研究域和方法论， 且与过往既有联系又有区别的智能会计， 就需要吸收存在内在联系的其他学科的研究和发展成果， 通过交叉渗透、 理实结合， 来克服传统会计相较于数字经济、 数字社会和数字企业新要求难以逾越的知识屏障、 技术短板和能力桎梏。

当然， “交叉”要遵循知识形成规律， 要在“守正”的基础上“交叉”， 要防止舍本求末、 复而不合。一般来说， 站在科学发展的整体角度上， 最大层面的交叉是文理交叉； 其次是人文科学与社会科学的交叉； 再次是社会科学内部各学科各专业的交叉； 最后才是专业内各门课程及其内容的交叉整合。就智能会计而言， 一要突出会计（当然是大会计，下同）与大数据、 人工智能、 移动互联、 云计算、 物联网、 区块链等数字技术的渗透融合； 二要突出会计与理、 工、 法、 文等学科， 尤其是数学、 统计学、 信息与计算技术、 计算机科学与技术等的交流互鉴； 三要突出打破会计学专业内部的知识壁垒， 要跳出会计看会计； 四要时刻关注上述三个方面之间更为复杂的交叉问题。例如， 智能会计核算离不开财务机器人， 而财务机器人又会涉及电气化、 机械、 电子等学科的交叉结合问题； 再如， 智能财务决策离不开机器学习， 而机器学习又必然涉及数学、 统计学等方法的交叉结合问题； 再譬如， 智能财务分析离不开数据科学与大数据技术， 而数据科学与大数据技术又自然涉及数据挖掘、 数据存储、 数据呈现、 数据治理等方面知识和技术的交叉融合问题。诚然， 智能会计的这种“交叉性”， 不能简单地理解为一种并列、 叠加或混合关系， 而应该是一种集成迭代模式。

需要指出的是， 智能会计当前发展的一个重要方向是在新一代信息技术与传统会计学科或专业交叉融合的基础上， 引出新知识、 新方向、 新课程、 新教材、 新实训、 新师资， 最终实现会计人才培养模式的重构、 新构和迭代。比如宽口径、 厚基础、 强能力、 重技能、 长学制贯通培养； 再如产学研、 校政企、 府校院协同培养； 又如双学位、 主辅修、 微专业灵活培养； 最后线上、 线下、 混合、 虚拟、 仿真、 实践多方式多渠道培养等。

3. 以“数字化”建设统领智能会计。数字化建设， 既是智能会计的应有之义， 也是智能会计的发展基石。在信息时代， 数据是信息的一种表现形式。但在数智时代， 信息的主要表现形式是数据， 而数据的主要表现形式则是数字。换句话说， 数字化是智能化的基础， 没有数字化， 就不会有真正意义上的智能化， 进而也就谈不上未来意义上的智慧化， 当然， 这时的智慧不仅包括人类“左脑时代”的智商、 能商和情商， 而且应该包括人类“右脑时代”的“数商”。

进一步地， 如果说信息化是对现实世界的概念化、 抽象化， 亦即用信息世界来投射现实世界的话， 那么数字化就是对现实世界的数据化、 模型化， 也就是用数字世界来替代现实世界。用信息反映世界， 可能走样； 用数字替代世界， 确保真实。我国已进行20多年的信息化建设， 考虑到这个客观现实， 可以把数字化看作是信息化的延伸和深入， 也就是对现实世界、 万千事物所产生的信息的数字化， 而不是或不完全是对构成现实世界的形形色色的事物及作业的数字化。换句话说， 数字化建设目前的首要任务， 是对既有信息系统产生的信息的数字化。

理想状态下， 智能会计作为一个机器装置系统， 会随智能化程度的提高， 越来越具备人的或类人的素质和能力。它通过反复不断地学习， 会越来越聪慧， 直至完全替代人的会计工作。智能会计的这种自学能力， 一般是通过无监督、 无差别、 实时不间断预训练来养成的， 这其中最主要的学习素材就是数据， 也就是数字化建设的输出成果。可以预见的是， 将来那些重复的、 追求时效的、 没有挑战性的会计工作， 将由机器智能去完成； 而那些创造性的、 非效率的， 也就是“仰望星空”的事情， 将会由会计人去做。

六、 智能会计的教育启示

学校是实施智能会计教育的主体， 应该根据智能会计的基本理论、 基本概念和基本知识体系， 结合自身的办学历史、 办学定位、 办学条件、 办学特色和办学优势， 构造形成一整套内涵丰富、 色彩鲜亮、 风格独特， 也就是人无我有、 人有我优、 人优我特、 人特我高的智能会计人才培养方案和模式， 以此着重培养会计人才的数智思维、 数智素养和数智技能。

单就智能会计人才培养的课程体系而言， 应该着重从以下七个方面入手： 一要强化数学尤其是计算数学类课程， 侧重数学分析、 高等代数、 解析几何、 数值分析、 数学建模、 数据结构与算法、 数字信号处理、 线性规划、 运筹学通论等内容； 二要丰富统计尤其是数理统计类课程， 侧重理论、 方法、 应用、 开发（二次开发）等内容， 落脚在知识库、 方法库、 模型库和数据库等方面； 三要夯实计算机类课程， 侧重科学、 工程、 软件、 技术等方面的内容， 注重提升编程及应用能力； 四要增加数据科学类课程， 包括数据加工、 数据管理、 数据计算、 数据产品开发等内容， 侧重数据工程、 数据挖掘、 数据检索与搜索、 数据预处理、 数据分析与数据洞察、 业务数据化/数据业务化、 大数据算法与大模型构建、 大数据分析及呈现、 数据产品开发、 数据生态系统建设、 数据治理与数据伦理（隐私保护）等方面； 五要增加人工智能技术类课程， 包括算法、 模型、 工具（软件）、 应用等内容， 侧重大数据技术、 机器学习、 深度学习、 自然语言处理、 知识图谱、 生物识别、 云计算、 区块链等技术； 六要夯实Python或R语言类课程， 尤其是Python在会计、 审计、 财管、 商务或其他经济管理领域的应用； 七要增加专业与技术融合类课程， 注重处理好专业与方向、 整体改造与个别完善、 理论课程与实训课程、 替代与非替代、 业务逻辑与技术逻辑等各种关系。

【 主 要 参 考 文 献 】

王爱国．会计理论研究——构建中国特色的会计理论体系［M］．海口：南海出版公司，1995．

王爱國．智能会计：会计转型发展的方向［ J］．会计之友，2020（9）：2 ～ 5．

续慧泓，杨周南，周卫华，刘锋，刘薇．基于管理活动论的智能会计系统研究——从会计信息化到会计智能化［ J］．会计研究，2021（3）：11 ～ 27．

APB. Statement No. 4 Basic Concepts and Accounting Priniciples Underlying Financial Statements of Business Enterprisis［R］．AICPA，1970．

Knudsen D. R.. Elusive Boundaries， Power Relations， and Knowledge Production： A Systematic Review of the Literature on Digitalization in Accounting［ J］．International Journal of Accounting Information Systems，2020（36）：100 ～ 441．

（责任编辑·校对： 黄艳晶  许春玲）

【基金项目】教育部首批“新文科”研究与改革实践项目“智能会计专业建设探索与实践”（项目编号：2021060050）；山东省本科教学改革研究重点项目“‘新文科‘新技术背景下会计学专业核心课程建设研究”（项目编号：Z2021027）

【作者单位】山东财经大学智能会计与数字企业研究院， 济南 250014