劉馨雨 汪麗紅 江蘇大學(xué)

一、引言

在此起彼伏的科技浪潮影響下，各行各業(yè)選擇與時(shí)俱進(jìn)，會(huì)計(jì)行業(yè)也無有例外。從1956 年四位著名學(xué)者提出“人工智能”概念，標(biāo)志著人工智能科學(xué)的誕生；到二十世紀(jì)末會(huì)計(jì)電算化飛速發(fā)展進(jìn)入新興時(shí)代，為人工智能數(shù)據(jù)打下基礎(chǔ)；2018 年9 月，德勤事務(wù)所財(cái)務(wù)機(jī)器人正式上崗，將人工智能技術(shù)應(yīng)用于會(huì)計(jì)各項(xiàng)業(yè)務(wù)，通過對(duì)數(shù)據(jù)的全程操控，監(jiān)督與控制自動(dòng)化財(cái)務(wù)流程，并完成對(duì)審計(jì)工作的合規(guī)性檢查。此后，國(guó)際四大會(huì)計(jì)師事務(wù)所財(cái)務(wù)機(jī)器人相繼上市并應(yīng)用于企業(yè)實(shí)際業(yè)務(wù)。這對(duì)會(huì)計(jì)行業(yè)來說是一次巨大的改革，對(duì)會(huì)計(jì)人才則是一次巨大的挑戰(zhàn)與危機(jī)，人們都處于“人工智能會(huì)取代人類”的焦慮之下。人工智能作為最先進(jìn)的技術(shù)，對(duì)會(huì)計(jì)行業(yè)勢(shì)必會(huì)產(chǎn)生影響。在此背景下，會(huì)計(jì)人才不得不自尋出路。本文將在調(diào)查問卷和訪談的基礎(chǔ)上，探究人工智能在優(yōu)化會(huì)計(jì)信息處理的速度、提高會(huì)計(jì)數(shù)據(jù)處理精確度，以及減少人為的信息造假方面，以及人工智能能否完全取代會(huì)計(jì)從業(yè)人員等方面進(jìn)行分析。同時(shí)從教學(xué)目標(biāo)、培養(yǎng)模式 、教學(xué)方法等方面，探究高校會(huì)計(jì)人才培養(yǎng)存在的問題，為人工智能背景下會(huì)計(jì)專業(yè)人才發(fā)展方向及對(duì)策提出建議。

二、人工智能的發(fā)展

人工智能是指通過普通計(jì)算機(jī)程序來呈現(xiàn)人類智慧的技術(shù)。任何一項(xiàng)技術(shù)的發(fā)展都需要循序漸進(jìn)，無法一蹴而就。目前的人工智能有弱人工智能、強(qiáng)人工智能之分。弱人工智能的定義大致可引用約翰·麥卡錫在1956 年的達(dá)特矛斯會(huì)議上提出的：人工智能就是要讓機(jī)器的行為看起來就像是人所表現(xiàn)出的智能行為一樣，并不具備自主的思維能力。強(qiáng)人工智能是弱人工智能的下一發(fā)展階段，在各方面都可與人類比肩。在人工智能與勞動(dòng)力的關(guān)系方面，研究者們發(fā)現(xiàn)計(jì)算機(jī)技術(shù)的發(fā)展和人工智能的出現(xiàn)沖擊著勞動(dòng)力。(Manning，2007；Benzell，2015)就目前看來，強(qiáng)人工智能仍是此領(lǐng)域的發(fā)展目標(biāo)，這樣近乎類人的機(jī)器，不僅在就業(yè)方面引起了會(huì)計(jì)人才的擔(dān)憂，也在法律與倫理上引發(fā)社會(huì)性思考，它應(yīng)該存在嗎？

Autor 等(2003) 基于計(jì)算機(jī)的人工替代效應(yīng)提出將工作內(nèi)容依程式化程度劃分為程序法式和非程序法式。王奕俊等(2020)在此基礎(chǔ)上根據(jù)工作所需的技能劃分為五類：程式化操作技能、非程式化操作技能、程式化認(rèn)知技能、非程式化認(rèn)知技能、非程式化交互技能。以既定的標(biāo)準(zhǔn)通過簡(jiǎn)單的身體勞動(dòng)就可以完成的重復(fù)性的、程序式操作型工作的很大部分已經(jīng)被機(jī)器人所取代了；需要中等水平認(rèn)知能力，規(guī)律容易被識(shí)別的工作內(nèi)容，即程序式認(rèn)知技能的工作人工智能也很容易通過設(shè)置的編程指令完成。但對(duì)于需要處理具有復(fù)雜背景且活動(dòng)規(guī)律不明顯的非程序性工作，人工智能似乎無法有效處理。

三、人工智能對(duì)會(huì)計(jì)行業(yè)的影響

(一)會(huì)計(jì)信息處理和數(shù)據(jù)處理

人工智能作為最先進(jìn)的技術(shù)，對(duì)會(huì)計(jì)行業(yè)勢(shì)必會(huì)產(chǎn)生影響。而作為程式化操作型的工作即會(huì)計(jì)信息處理和數(shù)據(jù)處理最先被人工智能所取代。

會(huì)計(jì)從業(yè)人員每天面臨著大量繁瑣的數(shù)據(jù)和巨大的業(yè)務(wù)壓力，或許也幻想可以有機(jī)器解放他們的雙手、提高他們的工作效率。人工智能的出現(xiàn)確實(shí)極大提高了數(shù)據(jù)的處理速度，也因減少了人的參與度，造假行為也隨之減少。但據(jù)本次調(diào)查問卷結(jié)果顯示，56.52%的企業(yè)只引入了如金蝶、用友等主流財(cái)務(wù)會(huì)計(jì)軟件，34.78%的企業(yè)同時(shí)引入了主流財(cái)務(wù)會(huì)計(jì)軟件和財(cái)務(wù)會(huì)計(jì)人工智能，人工智能財(cái)務(wù)商用不高，在財(cái)會(huì)領(lǐng)域的應(yīng)用還在初級(jí)探索階段，但發(fā)展速度依舊不可小覷。

然而除卻以上對(duì)會(huì)計(jì)行業(yè)的積極影響外，人工智能的出現(xiàn)對(duì)于會(huì)計(jì)從業(yè)人員來說更是一大沖擊與挑戰(zhàn)。2017 年8 月11 日，我國(guó)自行開發(fā)的財(cái)會(huì)人工智能系統(tǒng)由一位從事其他工作的無會(huì)計(jì)基礎(chǔ)的驗(yàn)證工作人員進(jìn)行驗(yàn)證，相關(guān)會(huì)計(jì)數(shù)據(jù)被錄入系統(tǒng)后僅用15 分鐘便把記賬憑證、會(huì)計(jì)賬簿等全部完整生成，且數(shù)據(jù)無誤。相比招聘基礎(chǔ)的出納人員進(jìn)行傳統(tǒng)的手工記賬，絕大部分企業(yè)會(huì)選擇速度、精確度、以及安全系數(shù)都要高于人工的人工智能。本次調(diào)查結(jié)果顯示，雖然暫時(shí)沒有關(guān)鍵財(cái)會(huì)人員，如會(huì)計(jì)分析人員、財(cái)務(wù)管理人員、財(cái)務(wù)總監(jiān)等縮減，但有43.48%的企業(yè)出現(xiàn)了基礎(chǔ)財(cái)會(huì)人員，如出納、核算、稅務(wù)的縮減現(xiàn)象。對(duì)于基礎(chǔ)的財(cái)會(huì)人員來說，財(cái)會(huì)人工智能的發(fā)展影響到自身的職業(yè)生涯規(guī)劃，它既是機(jī)遇也是挑戰(zhàn)。

(二)會(huì)計(jì)決策和管理

會(huì)計(jì)決策和管理工作中一部分屬于程式化認(rèn)知技能，但更多部分則需要非程式化認(rèn)知技能和程式化交互技能。目前人工智能系統(tǒng)可實(shí)現(xiàn)每秒30 億次以上的計(jì)算，信息處理速度大幅提高，這得益于現(xiàn)代計(jì)算機(jī)硬件的發(fā)展。人工智能的運(yùn)用，可以幫助大型企業(yè)從整體上掌控公司的財(cái)務(wù)信息，并把收集的信息分布到各模板中進(jìn)行整合，多次模擬后構(gòu)建完善的3D 或多維空間立體模型。雖然人工智能很容易能通過完全設(shè)置的編程命令完成程式化操作型及一部分認(rèn)知型的工作內(nèi)容，但是對(duì)于需要判斷能力和情感靈活性的會(huì)計(jì)決策和管理工作，即屬于非程式化認(rèn)知技能、非程式化交互技能的工作人工智能是很難解決的。

本次調(diào)查的數(shù)據(jù)同樣表明，86.96%的會(huì)計(jì)從業(yè)人員認(rèn)為人工智能只會(huì)取代較低級(jí)的會(huì)計(jì)工作，8.7%的會(huì)計(jì)從業(yè)人員則認(rèn)為人工智能不會(huì)取代會(huì)計(jì)人員，僅有4.35%的會(huì)計(jì)從業(yè)人員認(rèn)為有完全取代的可能。從現(xiàn)階段財(cái)會(huì)人工智能技術(shù)的發(fā)展來看，人工智能對(duì)企業(yè)進(jìn)行會(huì)計(jì)決策和管理具有較大的輔助作用，但并不能完全取代會(huì)計(jì)人員在非程序性工作中的重要位置。

四、高校在培養(yǎng)會(huì)計(jì)專業(yè)人才存在的問題

人工智能對(duì)會(huì)計(jì)行業(yè)的廣泛應(yīng)用勢(shì)必沖擊中高校會(huì)計(jì)人才的培養(yǎng)。為了全面了解高校在培養(yǎng)會(huì)計(jì)專業(yè)人才存在的問題，本研究具體從教學(xué)目標(biāo)、培養(yǎng)模式和教學(xué)方法等方面進(jìn)行調(diào)查研究。通過問卷調(diào)查及訪談我們發(fā)現(xiàn)，高校為應(yīng)對(duì)當(dāng)前人工智能對(duì)會(huì)計(jì)學(xué)生的壓迫局面，正在逐步調(diào)整教學(xué)目標(biāo)，教學(xué)重點(diǎn)從原來的傳授會(huì)計(jì)知識(shí)、培養(yǎng)企業(yè)應(yīng)用型人才轉(zhuǎn)向培養(yǎng)創(chuàng)新型管理人才；培養(yǎng)模式則加大力度開展特色班級(jí)，舉辦相關(guān)講座、學(xué)科競(jìng)賽，宣傳鼓勵(lì)學(xué)生考取含金量高的會(huì)計(jì)資格證書，培養(yǎng)學(xué)生非程式化認(rèn)知技能和非程式化交互技能，提高學(xué)生競(jìng)爭(zhēng)力；教學(xué)方法也做出了一定改革，從原先廣教廣學(xué)的教學(xué)愿景轉(zhuǎn)向更注重于業(yè)財(cái)融合、理實(shí)結(jié)合，加強(qiáng)學(xué)生電算化能力，培養(yǎng)創(chuàng)新型人才。

但高校培養(yǎng)計(jì)劃總體來說仍存有缺陷，有調(diào)查數(shù)據(jù)顯示，71.75%的高校仍留存?zhèn)鹘y(tǒng)會(huì)計(jì)基礎(chǔ)課程，其中53.8%的高校設(shè)有財(cái)務(wù)特色班ACCA，而其中?？圃盒樘岣呱龑W(xué)率開設(shè)數(shù)量超過重點(diǎn)院校與普通本科；綜合類院校為應(yīng)對(duì)人工智能帶來的就業(yè)率的降低，開設(shè)相關(guān)人工智能講座和課程約63.54%，遠(yuǎn)遠(yuǎn)超過財(cái)經(jīng)類院校36.46%(張子煜等，2019)。這反映高校教學(xué)改革總體不太積極，改革措施不夠全面，而且不及時(shí)的改革容易導(dǎo)致與市場(chǎng)需求脫節(jié)；現(xiàn)實(shí)課堂理論多于實(shí)踐，且觀點(diǎn)過于明確導(dǎo)致缺少討論擴(kuò)散學(xué)生思維，致使學(xué)生接收過量知識(shí)而無法應(yīng)用于實(shí)際。

研究結(jié)果顯示，高校在會(huì)計(jì)人才培養(yǎng)過程過度強(qiáng)調(diào)程序式操作技能，而程序式認(rèn)知技能、非程式化操作技能及非程式化認(rèn)知技能培養(yǎng)明顯不足，而非程式化交互技能培養(yǎng)則更加欠缺。

五、會(huì)計(jì)人才發(fā)展方向與對(duì)策

隨著人工智能的不斷發(fā)展，人工智能代替會(huì)計(jì)人員進(jìn)行程序式基礎(chǔ)會(huì)計(jì)操作是必然的趨勢(shì)。在探討人工智能技術(shù)對(duì)會(huì)計(jì)行業(yè)產(chǎn)生的影響及分析高校會(huì)計(jì)專業(yè)人才培養(yǎng)存在的問題的基礎(chǔ)上，進(jìn)一步探索會(huì)計(jì)從業(yè)人員的發(fā)展方向，高校會(huì)計(jì)專業(yè)人才培養(yǎng)和會(huì)計(jì)從業(yè)人員轉(zhuǎn)型的策略，即會(huì)計(jì)人才應(yīng)該具備何種能力，才能在技術(shù)的沖擊下立足，提出以下三點(diǎn)建議：

(一)強(qiáng)化非程式化技能，增強(qiáng)學(xué)生的創(chuàng)新能力的培養(yǎng)

人工智能背景下需要的是會(huì)熟練使用會(huì)計(jì)語言與會(huì)計(jì)方式來處理復(fù)雜經(jīng)濟(jì)關(guān)系與社會(huì)關(guān)系的專業(yè)會(huì)計(jì)人才。王奕俊提出“人工智能無法具備的非程式化認(rèn)知技能和非程式化交互技能越來越成為會(huì)計(jì)專業(yè)人才重要的工作技能要求”。因此，高?？梢源藶橥黄泣c(diǎn)，竭力強(qiáng)化學(xué)生非程式化技能。首先，高校應(yīng)主動(dòng)改革教學(xué)方式，提高教師職業(yè)素質(zhì)，改善課程設(shè)置，將人工智能教學(xué)引入日常教育，增強(qiáng)學(xué)生對(duì)人工智能的了解，在課堂中熟練使用計(jì)算機(jī)，提高對(duì)數(shù)據(jù)的敏感性和多角度分析能力。高校也可以通過加分等政策激勵(lì)大學(xué)生參與到數(shù)學(xué)建模大賽及互聯(lián)網(wǎng)創(chuàng)新大賽等賽事中，鍛煉數(shù)學(xué)建模能力及創(chuàng)新能力。非程式化技能同樣注重口表能力，人工智能無法通過豐富的語言和表情來直觀展示它的觀點(diǎn)，這也是人與智能的一大區(qū)別點(diǎn)。高校更應(yīng)利用好學(xué)生的課上與課外社團(tuán)等團(tuán)體活動(dòng)時(shí)間，多為學(xué)生創(chuàng)造表達(dá)和交流的鍛煉機(jī)會(huì)，提高情商、靈商，讓學(xué)生敢于表達(dá)，并且可以條理清晰地表達(dá)出來。

(二)程式化技能升級(jí)，培養(yǎng)復(fù)合型會(huì)計(jì)人才

對(duì)于會(huì)計(jì)行業(yè)而言，傳統(tǒng)的財(cái)務(wù)記賬職能正逐漸由智能化軟件來實(shí)現(xiàn)，因此，擁有扎實(shí)會(huì)計(jì)專業(yè)技能的復(fù)合型會(huì)計(jì)人員，尤其是熟練掌握戰(zhàn)略規(guī)劃、風(fēng)險(xiǎn)規(guī)避等管理會(huì)計(jì)知識(shí)的人員，是被市場(chǎng)所迫切需要的。培養(yǎng)出一名順應(yīng)市場(chǎng)的復(fù)合型會(huì)計(jì)人才，高校首先就得注重提升學(xué)生專業(yè)綜合素養(yǎng)，即專業(yè)知識(shí)、職業(yè)潛能和學(xué)業(yè)修養(yǎng)，那么會(huì)計(jì)專業(yè)教育的專業(yè)核心在重視初級(jí)會(huì)計(jì)等基本課程基礎(chǔ)上，不能只通過簡(jiǎn)單的考試來考察學(xué)生的學(xué)習(xí)成果，培養(yǎng)課程需要融匯經(jīng)濟(jì)學(xué)、金融學(xué)等各科內(nèi)容，形成完整的綜合性的知識(shí)體系。由于會(huì)計(jì)專業(yè)本身就是一個(gè)處理數(shù)據(jù)信息，提供決策支持的學(xué)科，與人工智能結(jié)合也必然要求對(duì)數(shù)據(jù)分析軟件的熟悉運(yùn)用，所以高校應(yīng)加強(qiáng)對(duì)數(shù)據(jù)分析軟件的教育，使學(xué)生成長(zhǎng)為“復(fù)合化”、具備智能決策能力人才。

(三)人才終身化培育，重視自主學(xué)習(xí)能力的培養(yǎng)

荀子有言“學(xué)不可以已”。知識(shí)本就無休無止，會(huì)計(jì)類專業(yè)知識(shí)隨技術(shù)時(shí)代的變化也常有更新。謹(jǐn)慎有余，創(chuàng)新不足、膽識(shí)不夠，也是我們財(cái)務(wù)人在終身學(xué)習(xí)的道路上需要加以改進(jìn)的。自主學(xué)習(xí)不僅是學(xué)生個(gè)人學(xué)習(xí)態(tài)度的映射，也是檢驗(yàn)學(xué)生能否長(zhǎng)久學(xué)習(xí)、耐住性子學(xué)習(xí)的一種方法。高校要做好后勤保障工作，為學(xué)生提供安靜舒適的自習(xí)環(huán)境，及時(shí)將校內(nèi)的現(xiàn)代化設(shè)備更新?lián)Q代，以便學(xué)生更好地進(jìn)行利用。我們個(gè)人應(yīng)秉持終身學(xué)習(xí)的態(tài)度才不至于被社會(huì)淘汰，并將這種意識(shí)貫穿學(xué)習(xí)、生活，及時(shí)向身邊的“老師”請(qǐng)教，不斷充實(shí)自己。