秦嬌

【摘要】? 人工智能在對(duì)生產(chǎn)力產(chǎn)生巨大推動(dòng)作用的同時(shí)，也給各行各業(yè)帶來(lái)了潛在的失業(yè)威脅。數(shù)據(jù)分析和大數(shù)據(jù)將不可避免地改變會(huì)計(jì)人員的角色，但這并不意味著會(huì)計(jì)人員一定會(huì)被淘汰。文章采用Greg Richins等（2017）的數(shù)據(jù)分析方法，論證了會(huì)計(jì)人員有能力進(jìn)行戰(zhàn)略性思考并利用其業(yè)務(wù)知識(shí)增強(qiáng)大數(shù)據(jù)分析提供的價(jià)值，能夠?qū)⑷斯ぶ悄芘c人的智能相結(jié)合，在各自擅長(zhǎng)的領(lǐng)域發(fā)揮作用，通過(guò)在企業(yè)業(yè)務(wù)環(huán)境中使用大數(shù)據(jù)分析來(lái)實(shí)現(xiàn)企業(yè)價(jià)值最大化。

【關(guān)鍵詞】? 人工智能;數(shù)據(jù)分析;概念矩陣;會(huì)計(jì)人員職能

【中圖分類號(hào)】? F230? 【文獻(xiàn)標(biāo)識(shí)碼】? A? 【文章編號(hào)】 1002-5812（2019）07-0086-03

一、引言

人工智能是指“機(jī)器模仿人類行為的能力”或者“讓智能體在復(fù)雜環(huán)境下達(dá)成目標(biāo)的能力”。雖然在科學(xué)界，人工智能已經(jīng)不是一個(gè)新的概念，但這種技術(shù)真正取得突飛猛進(jìn)的發(fā)展、從科幻走進(jìn)現(xiàn)實(shí)卻是近幾年發(fā)生的事。相比于之前的歷次科技革命，“人工智能革命”要來(lái)得更猛烈、更徹底（Brynjolfsson and McAfee，2017）。

“人工智能革命”對(duì)于我國(guó)具有極為特殊的意義。黨和政府已充分認(rèn)識(shí)到發(fā)展人工智能的重要性，并提出了戰(zhàn)略規(guī)劃。2017年《政府工作報(bào)告》中明確提出要加快人工智能等新興產(chǎn)業(yè)的研發(fā)。同年7月，國(guó)務(wù)院發(fā)布了《新一代人工智能發(fā)展規(guī)劃》，對(duì)未來(lái)一段時(shí)期內(nèi)人工智能發(fā)展的指導(dǎo)思想、戰(zhàn)略目標(biāo)和重點(diǎn)任務(wù)進(jìn)行了全面部署。在黨的十九大報(bào)告中明確指出要“推動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合”?？梢灶A(yù)見(jiàn)，在黨和政府的引導(dǎo)下，我國(guó)的人工智能產(chǎn)業(yè)將會(huì)迎來(lái)重大發(fā)展，并對(duì)我國(guó)的經(jīng)濟(jì)社會(huì)發(fā)展產(chǎn)生巨大的推動(dòng)作用。

在大力發(fā)展人工智能的同時(shí)，對(duì)其可能帶來(lái)的問(wèn)題也要引起足夠的重視，其中一個(gè)問(wèn)題就是就業(yè)。任何一次大的技術(shù)變革都是“創(chuàng)造性的毀滅”，在創(chuàng)造出新的生產(chǎn)力、新的生產(chǎn)組織方式的同時(shí)，必然伴隨著對(duì)舊的生產(chǎn)力、舊的生產(chǎn)組織方式的摧毀（熊彼特，1990），在此過(guò)程中往往伴隨著大批失業(yè)現(xiàn)象。而作為來(lái)勢(shì)更為兇猛的“人工智能革命”，其對(duì)就業(yè)的沖擊將更為劇烈、更為持久、更為全面，其可能造成的失業(yè)問(wèn)題也會(huì)更加嚴(yán)重（Brynjolfsson and McAfee，2017;Ford，2016）。

人工智能的不斷進(jìn)步，再加上大數(shù)據(jù)分析能力的不斷增強(qiáng)，增加了未來(lái)計(jì)算機(jī)化對(duì)大量工作崗位的威脅，而會(huì)計(jì)人員受到的這種威脅可能特別突出（Brynjolfsson and McAfee，2014;Ford，2015;Frey and Osborne，2013）。2017年，以德勤、普華永道、安永、畢馬威為代表的國(guó)際四大會(huì)計(jì)師事務(wù)所相繼上市財(cái)務(wù)機(jī)器人以及財(cái)務(wù)機(jī)器人解決方案，一場(chǎng)對(duì)于傳統(tǒng)會(huì)計(jì)行業(yè)的變革正在進(jìn)行，人工智能時(shí)代已悄悄來(lái)臨，從而引發(fā)了以下問(wèn)題：在人工智能時(shí)代，企業(yè)是否應(yīng)該將部分會(huì)計(jì)工作交給智能化的機(jī)器？會(huì)計(jì)人員可能會(huì)被取代嗎？會(huì)計(jì)人員應(yīng)如何應(yīng)對(duì)會(huì)計(jì)智能化的沖擊？

在此背景下，本文通過(guò)研究人工智能時(shí)代可能造成的技術(shù)性失業(yè)，采用Greg Richins等（2017）的分析方法，分析會(huì)計(jì)人員擅長(zhǎng)的領(lǐng)域和角色，探討會(huì)計(jì)人員在人工智能時(shí)代背景下如何繼續(xù)保持價(jià)值。

二、技術(shù)性失業(yè)

人工智能技術(shù)的普及可能造成的失業(yè)，是“技術(shù)性失業(yè)”的一個(gè)特例。技術(shù)性失業(yè)是指由技術(shù)進(jìn)步所帶來(lái)的失業(yè)。技術(shù)的進(jìn)步可以通過(guò)兩個(gè)渠道影響勞動(dòng)力需求：一方面，通過(guò)創(chuàng)造更為廉價(jià)的工具，從而替代勞動(dòng)力的使用;另一方面，摧毀某些舊的行業(yè)，從而消滅一大批就業(yè)崗位（熊彼特，1999）。馬克思在《資本論》中也對(duì)機(jī)器和大工業(yè)的影響進(jìn)行了詳細(xì)的討論。他指出，技術(shù)的進(jìn)步和機(jī)器的普及會(huì)帶來(lái)資本有機(jī)構(gòu)成的提高，這會(huì)導(dǎo)致人口的相對(duì)過(guò)剩和利潤(rùn)率的下降，從而造成大規(guī)模失業(yè)，形成龐大的“產(chǎn)業(yè)后備軍”。更為嚴(yán)重的是，利潤(rùn)率的下降會(huì)使資本家之間的競(jìng)爭(zhēng)更加激烈，為了在競(jìng)爭(zhēng)中獲得優(yōu)勢(shì)，他們會(huì)進(jìn)一步增加機(jī)器的使用，從而使資本的有機(jī)構(gòu)成進(jìn)一步提高，造成惡性循環(huán)，讓失業(yè)問(wèn)題變得更加嚴(yán)重。

同時(shí)，不少學(xué)者認(rèn)為此次人工智能革命的沖擊是全方位的，幾乎所有行業(yè)、所有職業(yè)的人都會(huì)受到其影響。不僅是藍(lán)領(lǐng)工人，就連包括律師、醫(yī)生、會(huì)計(jì)在內(nèi)的白領(lǐng)職業(yè)都會(huì)遭受嚴(yán)重沖擊（Ford，2015;卡普蘭，2016）。

三、數(shù)據(jù)分析方法

本文采用Greg Richins，Andrea Stapleton，Theophanis C. Stratopoulos（2017）的數(shù)據(jù)分析概念矩陣來(lái)分析人工智能時(shí)代的大數(shù)據(jù)特征。該方法基于數(shù)據(jù)的兩個(gè)維度概括數(shù)據(jù)分析：數(shù)據(jù)類型和分析方法。

（一）數(shù)據(jù)類型。在數(shù)據(jù)類型的廣泛維度中，數(shù)據(jù)可以是結(jié)構(gòu)化的數(shù)據(jù)或非結(jié)構(gòu)化的數(shù)據(jù)。結(jié)構(gòu)化的數(shù)據(jù)一般是指通過(guò)企業(yè)的交易處理系統(tǒng)，如銷售點(diǎn)系統(tǒng)（POS）、庫(kù)存管理系統(tǒng)和客戶、供應(yīng)商關(guān)系管理系統(tǒng)生成的數(shù)據(jù)。非結(jié)構(gòu)化數(shù)據(jù)來(lái)源廣泛，如電商平臺(tái)、新媒體客戶端、企業(yè)官方網(wǎng)站等，可能以各種形式出現(xiàn)，如文本、音頻和視頻。結(jié)構(gòu)化數(shù)據(jù)的組織性較強(qiáng)，可以很容易地將其包含在傳統(tǒng)的關(guān)系數(shù)據(jù)庫(kù)中，如財(cái)務(wù)報(bào)表等。非結(jié)構(gòu)化數(shù)據(jù)則相反，而且占據(jù)了現(xiàn)存數(shù)據(jù)中最大的一部分。

（二）分析方法。在數(shù)據(jù)分析的過(guò)程中，分析方法維度也可以分解為兩個(gè)子類別：?jiǎn)栴}驅(qū)動(dòng)分析和探索性分析。問(wèn)題驅(qū)動(dòng)分析是指針對(duì)確定問(wèn)題，對(duì)潛在原因進(jìn)行形式化假設(shè)，并制定解決方案。這種分析方法類似于理論驅(qū)動(dòng)的假設(shè)檢驗(yàn)。例如，在管理會(huì)計(jì)中，確定產(chǎn)品銷售價(jià)格的問(wèn)題通常始于產(chǎn)品成本分析，即通過(guò)產(chǎn)品的直接成本和間接成本來(lái)確定。探索性分析是指對(duì)已有的數(shù)據(jù)（特別是通過(guò)調(diào)查或觀察得來(lái)的原始數(shù)據(jù)），在盡量少的先驗(yàn)假定下進(jìn)行探索。特別是在對(duì)數(shù)據(jù)中的信息沒(méi)有足夠經(jīng)驗(yàn)，不知該采用何種傳統(tǒng)統(tǒng)計(jì)方法進(jìn)行分析時(shí)，探索性分析非常有效。例如，數(shù)據(jù)挖掘-探索性分析的一種形式定義為在大量數(shù)據(jù)中發(fā)現(xiàn)有用模式及數(shù)據(jù)關(guān)系，通過(guò)可視化和定量的方法，對(duì)現(xiàn)有數(shù)據(jù)中的模式、趨勢(shì)、異常值和意外結(jié)果等進(jìn)行廣泛分析。數(shù)據(jù)挖掘-探索性分析的技術(shù)性較強(qiáng)，可以利用統(tǒng)計(jì)學(xué)、人工智能和數(shù)據(jù)庫(kù)等工具管理。

通過(guò)數(shù)據(jù)類型和分析方法兩大維度來(lái)劃分?jǐn)?shù)據(jù)分析矩陣，數(shù)據(jù)分析模型見(jiàn)下圖。圖中，縱坐標(biāo)代表問(wèn)題分析方法，包括問(wèn)題驅(qū)動(dòng)分析和探索性分析;橫坐標(biāo)代表數(shù)據(jù)類型，包括結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。

四、人工智能時(shí)代會(huì)計(jì)人員擔(dān)任的角色

（一）會(huì)計(jì)人員在問(wèn)題驅(qū)動(dòng)分析中的角色。

1.結(jié)構(gòu)化數(shù)據(jù)的問(wèn)題驅(qū)動(dòng)分析。問(wèn)題驅(qū)動(dòng)分析適合那些擁有專業(yè)知識(shí)，能夠理解問(wèn)題并能夠產(chǎn)生強(qiáng)烈的事前理論驅(qū)動(dòng)假設(shè)并進(jìn)行測(cè)試的人員，即會(huì)計(jì)人員。會(huì)計(jì)人員一直致力于服務(wù)企業(yè)的戰(zhàn)略目標(biāo)和決策過(guò)程。早在20世紀(jì)初，會(huì)計(jì)人員就開(kāi)始利用杜邦分析法來(lái)幫助企業(yè)更好地理解財(cái)務(wù)數(shù)據(jù)，并通過(guò)戰(zhàn)略來(lái)解釋這些數(shù)據(jù)，從而輔助決策的制定。杜邦分析法是會(huì)計(jì)人員從事結(jié)構(gòu)化數(shù)據(jù)的問(wèn)題驅(qū)動(dòng)分析的早期實(shí)例。會(huì)計(jì)人員可以分析財(cái)務(wù)報(bào)表數(shù)據(jù)以及與財(cái)務(wù)報(bào)表相關(guān)的數(shù)據(jù)，以了解企業(yè)盈利能力的驅(qū)動(dòng)因素，幫助企業(yè)進(jìn)行戰(zhàn)略決策。但在大數(shù)據(jù)領(lǐng)域，需要超越杜邦分析法這種簡(jiǎn)單工具的更有效的分析方法。

2.非結(jié)構(gòu)化數(shù)據(jù)的問(wèn)題驅(qū)動(dòng)分析。在非結(jié)構(gòu)化數(shù)據(jù)分析中，會(huì)計(jì)人員可以并應(yīng)該發(fā)揮有價(jià)值的支持作用，以確保在“讓數(shù)據(jù)為自己說(shuō)話”時(shí)做出正確的推論。數(shù)據(jù)科學(xué)家應(yīng)該與理解業(yè)務(wù)的人合作，減少對(duì)估值的不確定性。換句話說(shuō)，作為支持角色的會(huì)計(jì)人員可以提供有效的重要信息，以使計(jì)算機(jī)開(kāi)發(fā)出更好的模型。例如，一家公司因?yàn)樽裱a(chǎn)品差異化戰(zhàn)略，利潤(rùn)率較高。對(duì)于這家公司來(lái)說(shuō)，犧牲毛利率來(lái)增加凈收入是完全合理的。而與高利潤(rùn)率公司相比，一家正在追求成本領(lǐng)先戰(zhàn)略的公司利潤(rùn)率較低，如果毛利率下降，該公司可能無(wú)法維持經(jīng)營(yíng)。如果決策者不了解企業(yè)的基本面，盲目遵循某一策略，結(jié)果可能是災(zāi)難性的。這就是為什么會(huì)計(jì)人員要在決策過(guò)程中發(fā)揮主導(dǎo)作用，因?yàn)闀?huì)計(jì)人員理解構(gòu)成企業(yè)財(cái)務(wù)報(bào)表的數(shù)據(jù)以及這些數(shù)據(jù)與企業(yè)戰(zhàn)略的關(guān)系，不僅了解大數(shù)據(jù)分析所提出的趨勢(shì)，還了解這些趨勢(shì)與企業(yè)業(yè)務(wù)戰(zhàn)略相關(guān)的基本機(jī)制。因此，會(huì)計(jì)人員非常適合在問(wèn)題驅(qū)動(dòng)分析中擔(dān)任領(lǐng)導(dǎo)角色。

至此，本文探討了會(huì)計(jì)人員在財(cái)務(wù)會(huì)計(jì)領(lǐng)域?qū)Y(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行問(wèn)題驅(qū)動(dòng)分析方面發(fā)揮主導(dǎo)作用的重要性。當(dāng)然，會(huì)計(jì)人員的作用并不僅限于問(wèn)題驅(qū)動(dòng)分析，在探索性分析中也可以發(fā)揮重要的支持作用。探索性分析可以產(chǎn)生很多潛在的模型，但并不是所有的模型在進(jìn)行決策時(shí)都同樣有效或有用。

（二）會(huì)計(jì)人員在探索性分析中的角色。鑒于數(shù)據(jù)分析方法的復(fù)雜性，以及探索性分析的技術(shù)性較強(qiáng)，數(shù)據(jù)科學(xué)家具有相對(duì)優(yōu)勢(shì)，應(yīng)在探索性分析方面繼續(xù)發(fā)揮主導(dǎo)作用，會(huì)計(jì)人員難以取代數(shù)據(jù)科學(xué)家來(lái)主導(dǎo)探索性分析。探索性分析著重于讓數(shù)據(jù)為自己說(shuō)話，而不是說(shuō)所有數(shù)據(jù)都對(duì)決策有用或相關(guān)。因此雖然探索性分析最適合數(shù)據(jù)科學(xué)家，但具有特定領(lǐng)域知識(shí)的會(huì)計(jì)人員將在指導(dǎo)探索性分析方面發(fā)揮關(guān)鍵支持作用，并幫助數(shù)據(jù)科學(xué)家正確解釋探索性分析的結(jié)果，同時(shí)剔除不相關(guān)信息。會(huì)計(jì)人員擁有強(qiáng)大的商業(yè)頭腦和專業(yè)知識(shí)，可以為數(shù)據(jù)科學(xué)家過(guò)濾掉不相關(guān)的信息，使其將注意力集中在探索性分析中的相關(guān)信息上，并協(xié)助數(shù)據(jù)科學(xué)家解釋業(yè)務(wù)框架內(nèi)的分析結(jié)果。比如：會(huì)計(jì)人員通過(guò)認(rèn)識(shí)數(shù)據(jù)之間的關(guān)系以及這些因素如何影響企業(yè)業(yè)績(jī)，繼續(xù)幫助企業(yè)實(shí)現(xiàn)財(cái)務(wù)目標(biāo)。

數(shù)據(jù)科學(xué)家在探索性分析中構(gòu)建了許多模型，管理者需要評(píng)估哪些模型是有用的，哪些是具有誤導(dǎo)性的，這是一項(xiàng)非常困難的工作。要分辨有用模型需要具備兩種能力：理解底層業(yè)務(wù)、理解數(shù)據(jù)以及如何分析數(shù)據(jù)。鑒于會(huì)計(jì)人員在業(yè)務(wù)方面以及數(shù)據(jù)方面的雙重能力，數(shù)據(jù)科學(xué)家在對(duì)這兩種數(shù)據(jù)類型進(jìn)行探索性分析時(shí)，會(huì)計(jì)人員可以發(fā)揮支持作用。

五、結(jié)束語(yǔ)

人工智能時(shí)代，數(shù)據(jù)分析和大數(shù)據(jù)將不可避免地改變會(huì)計(jì)人員的角色，但這并不意味著會(huì)計(jì)人員將會(huì)被淘汰。大數(shù)據(jù)分析為會(huì)計(jì)人員提供了機(jī)會(huì)，在結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的問(wèn)題驅(qū)動(dòng)分析中可以發(fā)揮主導(dǎo)作用，并支持?jǐn)?shù)據(jù)科學(xué)家進(jìn)行探索性分析以創(chuàng)造價(jià)值。這個(gè)論點(diǎn)建立在兩個(gè)支柱上：會(huì)計(jì)人員具有了解業(yè)務(wù)的優(yōu)勢(shì)，已習(xí)慣于使用結(jié)構(gòu)化數(shù)據(jù)并執(zhí)行數(shù)據(jù)分析。事實(shí)上，我們認(rèn)為會(huì)計(jì)人員的技能和知識(shí)是對(duì)大數(shù)據(jù)的補(bǔ)充，是通過(guò)在業(yè)務(wù)環(huán)境中使用大數(shù)據(jù)分析來(lái)實(shí)現(xiàn)價(jià)值最大化。

大數(shù)據(jù)技術(shù)使企業(yè)開(kāi)展業(yè)務(wù)的方式發(fā)生了重大變化。大數(shù)據(jù)是否造成對(duì)會(huì)計(jì)行業(yè)的威脅或提供了機(jī)會(huì)取決于會(huì)計(jì)人員本身。為了確保會(huì)計(jì)人員在大數(shù)據(jù)世界中占有一席之地，需要從高校人才培養(yǎng)到會(huì)計(jì)從業(yè)人員的繼續(xù)教育等各個(gè)層面進(jìn)行改革和提升。S

【主要參考文獻(xiàn)】

[ 1 ] 李開(kāi)復(fù)，王詠剛.人工智能：李開(kāi)復(fù)談AI如何重塑個(gè)人、商業(yè)與社會(huì)的未來(lái)圖譜[M].北京：文化發(fā)展出版社，2017.

[ 2 ] 李彥宏.智能革命：李彥宏談人工智能時(shí)代的社會(huì)、經(jīng)濟(jì)與文化變革[M].北京：中信出版社，2017.

[ 3 ] 騰訊研究院、中國(guó)信通院互聯(lián)網(wǎng)法律研究中心、騰訊AI Lab、騰訊開(kāi)放平臺(tái).人工智能：國(guó)家人工智能戰(zhàn)略行動(dòng)抓手[M]. 北京：中國(guó)人民大學(xué)出版社，2017.

[ 4 ] 國(guó)務(wù)院.新一代人工智能發(fā)展規(guī)劃，2017-07-20.http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

[ 5 ] 陳永偉，許多.人工智能革命的就業(yè)影響：回顧和預(yù)測(cè)[J].比較，2018， （2）：135-160.

[ 6 ] Greg Richins，Andrea Stapleton，Theophanis C Stratopoulos，Christopher Wong.Big Data Analytics：Opportunity or Threat for the Accounting Profession？[J].Journal of information systems，2017，（3）：63-79.

[ 7 ] Alles M G.Drivers of the Use and Facilitators and Obstacles of the Evolution of Big Data by the Audit Profession[J].Accounting Horizons，2015，（2）：439-449.

[ 8 ] Warren J D，K C Moffitt，P Byrnes.How Big Data Will Change Accounting[J].Accounting Horizons，2015，（2）：397-407.

[ 9 ] 湯谷良，張守文.大數(shù)據(jù)背景下企業(yè)財(cái)務(wù)管理的挑戰(zhàn)與變革[J].財(cái)務(wù)研究，2015，（1）：59-64.

[ 10 ] 孫祎希，李小敏.“移動(dòng)互聯(lián)+大數(shù)據(jù)”下管理會(huì)計(jì)與價(jià)值管理創(chuàng)新途徑的探討[J].商業(yè)會(huì)計(jì)，2018，（20）：85-86.

[ 11 ] 吳夢(mèng)琳，王先鹿.財(cái)務(wù)共享模式下我國(guó)企業(yè)面臨的問(wèn)題及對(duì)策[J].商業(yè)會(huì)計(jì)，2018，（20）：78-79.

[ 12 ] Brynjolfsson E，McAfee A.Machine，Platform，Crowd：Harnessing Our Digital Future[M].USA：Norton，2017.