摘 要：人工智能的快速發(fā)展使得信息技術(shù)不斷顛覆傳統(tǒng)的行業(yè)模式，也給各個行業(yè)帶來了新的發(fā)展契機，會計行業(yè)作為傳統(tǒng)行業(yè)也面臨著巨大的挑戰(zhàn)。本文首先介紹了人工智能的內(nèi)涵、目前所處的人工智能階段及現(xiàn)在或者未來應(yīng)用于會計的人工智能技術(shù)。其次分析了人工智能將會在哪方面以何種程度影響會計行業(yè)的發(fā)展趨勢。再次對現(xiàn)在及未來人工智能在會計領(lǐng)域的具體應(yīng)用進行了分析。最后給會計行業(yè)相關(guān)人員應(yīng)對人工智能發(fā)展所需采取的措施給出了建議。

關(guān)鍵詞：人工智能;會計行業(yè);大數(shù)據(jù);會計模式;措施

本文索引：周曄.人工智能背景下會計行業(yè)的發(fā)展趨勢研究[J].中國商論，2022（01）：-159.

中圖分類號：F233 文獻標識碼：A 文章編號：2096-0298（2022）01（a）--04

隨著信息技術(shù)的爆炸式發(fā)展，如今人類社會已經(jīng)進入“大智移云”時代，即大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)、云計算。人工智能漸漸在各行各業(yè)發(fā)揮著重要的作用，大數(shù)據(jù)及人工智能相關(guān)技術(shù)也被應(yīng)用于會計領(lǐng)域，如四大會計師事務(wù)所之一的德勤研發(fā)的財務(wù)機器人，已經(jīng)可以勝任一些基本的會計工作，意味著未來會計行業(yè)中低端基礎(chǔ)、簡單、重復的會計活動可能被人工智能所取代，而解放出來的人力資源可以應(yīng)用于更高附加值的數(shù)據(jù)分析、財務(wù)決策中，這對于會計從業(yè)者來說既是機遇又是挑戰(zhàn)。因此，研究人工智能背景下會計行業(yè)發(fā)展趨勢，可以為會計從業(yè)人員未來學習和工作的方向提供理論指導。

1 人工智能的概念及應(yīng)用分類

1.1 人工智能的概念

1956年召開的達特茅斯會議上，通過討論如何用機器來模擬人的智能，首次提出了人工智能（Artificial Intelligence）概念，從此之后60多年中人工智能經(jīng)歷了長足發(fā)展。目前愈發(fā)受到各界學者及各國政府的重視，成為一門理論日趨完善、多學科交叉應(yīng)用的前沿學科。目前，對于人工智能的準確定義尚無定論，斯坦福大學的尼爾森教授研究得出：“人工智能是一門研究知識的學科，研究如何獲取、使用及表示知識?！甭槭±砉さ臏厮诡D教授認為：“人工智能主要模擬人的思維，將人的思維按照一定方法程序化處理后，讓機器可以模仿人去思考和感知，并且有相應(yīng)行動?！辟M根鮑姆則認為：“人工智能可以看作用來處理知識及信息的系統(tǒng)。”綜合各方的觀點來看，人工智能從實際應(yīng)用的角度上講，指用人工的方式在機器上實現(xiàn)智能，通過研究構(gòu)造智能機器或者智能系統(tǒng)來對人類的智能活動進行模擬，并將其應(yīng)用于實際來提高人類的智能。

人工智能按照發(fā)展階段可以劃分為強人工智能與弱人工智能。弱人工智能也叫應(yīng)用型人工智能，指的是專心處理特定領(lǐng)域問題，通過統(tǒng)計學或者擬合函數(shù)來實現(xiàn)，不能獨自推理問題及解決問題，不具有自我意識。強人工智能是一種具有通用智能的機器的概念，這種機器可以模仿人類的行為或者思想，具備一定學習及應(yīng)用學習到的知識來解決問題的能力，甚至具有擔任人類所有工作的才能。目前，人工智能研究及各行業(yè)所有的應(yīng)用都處于弱人工智能階段，并且在很長一段時間內(nèi)將保持這個階段。以下對人工智能的討論也是基于弱人工智能的階段。

1.2 人工智能的應(yīng)用分類

人工智能可以根據(jù)原理的不同分為多種智能系統(tǒng)，如專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)、學習系統(tǒng)、仿生系統(tǒng)、群智能系統(tǒng)、多真體系統(tǒng)、混合智能系統(tǒng)、模糊系統(tǒng)、模式識別系統(tǒng)等。以下具體介紹目前已應(yīng)用于或者將來可能應(yīng)用于會計行業(yè)的智能系統(tǒng)。

專家系統(tǒng)是人工智能應(yīng)用研究中最重要及最廣泛的方向。該系統(tǒng)應(yīng)用人工智能中的知識表達及知識推理技術(shù)，模仿專家在分析和處理問題時采用的推理過程，并具有比人類專家擁有更大更廣知識儲備的優(yōu)勢，可以將其理解為知識庫和推理機的結(jié)合體。目前，專家系統(tǒng)研究已相對成熟，在諸多行業(yè)如醫(yī)療、工程、商業(yè)及軍事上都有應(yīng)用，并且某些情況超過了人類專家判斷的準確性。

模式識別系統(tǒng)指的是通過提取事物的屬性和特征及對不同形式的信息進行處理，如數(shù)值的、文字的或者包含邏輯關(guān)系的，將其進行處理和分析，達到對事物描述、辨認、分類及解釋的效果。目前，研究較多集中于對圖像、文字及語音的識別，具體的應(yīng)用如人臉識別、醫(yī)療診斷、語音識別系統(tǒng)，手寫字體識別等。

人工神經(jīng)網(wǎng)絡(luò)（ANN）是以生物學和心理學為基礎(chǔ)，研究非線性動態(tài)系統(tǒng)結(jié)構(gòu)和自組織映射模型來進行數(shù)據(jù)的處理。近年來，根據(jù)內(nèi)部算法的不同又創(chuàng)立了不同的神經(jīng)網(wǎng)絡(luò)模型，如前反饋神經(jīng)網(wǎng)絡(luò)等。神經(jīng)網(wǎng)絡(luò)系統(tǒng)使用者可以將對應(yīng)的輸入輸出數(shù)據(jù)通過計算機放入神經(jīng)網(wǎng)絡(luò)模型中，訓練好能反映兩者潛在規(guī)律的模型，再將需要計算結(jié)果的數(shù)據(jù)代入模型中得出預(yù)測結(jié)果。神經(jīng)網(wǎng)絡(luò)系統(tǒng)已經(jīng)廣泛應(yīng)用于自動控制、機器人、信號處理、商業(yè)、醫(yī)療和軍事等領(lǐng)域。

學習系統(tǒng)是計算機像人一樣通過學習來獲取及增加知識，學習是人重要的智能之一。21世紀以來，學習系統(tǒng)中研究最多、最熱門的莫過于機器學習。如何讓計算機擁有自動獲得知識的能力，即通過現(xiàn)有的知識，或者信息，整理歸納規(guī)律來完善自身的知識體系，就是機器學習研究的重點。早期的機器學習主要側(cè)重于通過優(yōu)化隨機森林、貝葉斯、決策樹等數(shù)學模型來提高預(yù)測的精度。大數(shù)據(jù)環(huán)境下的機器學習側(cè)重于對復雜多樣的數(shù)據(jù)進行更深層次的分析，朝著智能數(shù)據(jù)分析的方向發(fā)展，具體應(yīng)用如文本內(nèi)容理解、文本情感分析、圖像的檢索與理解、數(shù)據(jù)挖掘等。

2 人工智能背景下會計模式的改變

人工智能給傳統(tǒng)會計帶來的改變主要體現(xiàn)在兩個方面，一是會計最基礎(chǔ)的重復核算工作，包括原始憑證的錄入、收入成本的核算等將被智能財務(wù)系統(tǒng)所取代。二是通過人工智能帶來的技術(shù)優(yōu)勢可以優(yōu)化會計信息，提高會計預(yù)測、決策的準確性等，從而提高工作效率及會計工作價值。

2.1 會計核算流程全自動化

自從會計電算化普及之后，雖然會計賬務(wù)系統(tǒng)處理會計業(yè)務(wù)已經(jīng)實現(xiàn)了部分自動化，但是賬務(wù)處理軟件并沒有突破手工記賬的流程和邏輯，依舊是按照原始憑證到記賬憑證，再編制各期財務(wù)報表并進行披露，這種模式使得會計信息存在滯后性，不能及時反映企業(yè)的生產(chǎn)運作信息。人工智能系統(tǒng)在處理數(shù)據(jù)上有著先天的優(yōu)勢，利用圖像識別完成原始憑證的自動錄入，通過文字識別和文本分析將原始憑證按照一定規(guī)則轉(zhuǎn)化成記賬憑證，最終生產(chǎn)會計報表。通過這種形式可以快速編制財務(wù)報表并進行財務(wù)數(shù)據(jù)的處理，動態(tài)反映公司生產(chǎn)經(jīng)營的各項指標，方便后續(xù)的分析與預(yù)測。

2.2 會計信息的多重優(yōu)化

會計信息應(yīng)當客觀反映經(jīng)濟活動，但是受限于各方面的客觀條件，傳統(tǒng)會計在反映會計信息時并不能如實反映客觀的經(jīng)濟活動，各種會計制度和處理方法也是權(quán)衡各方面利弊之后所設(shè)定的。人工智能的應(yīng)用可以在多方面打破這些限制，從而提高會計信息的質(zhì)量。衡量會計信息質(zhì)量一般考慮相關(guān)性、如實反應(yīng)、可比性、可驗證性、及時性和可理解性，同時要兼顧成本收益原則。從相關(guān)性角度考慮，如公允價值的計量本是體現(xiàn)會計信息的相關(guān)性，而公允價值的準確計量需要定量和標準的評估技術(shù)，現(xiàn)實計量中往往依靠專業(yè)人士的主觀判斷，甚至存在盈余管理的情況，使得會計信息失去相關(guān)性，不利于利益相關(guān)者做出決策。審計中的重要性原則實際上是受限于成本做出的折中策略，人工智能技術(shù)的應(yīng)用可以很好地節(jié)省人力和時間成本，從而提高會計信息的證實價值。此外，大數(shù)據(jù)技術(shù)可以處理非結(jié)構(gòu)化數(shù)據(jù)，使得會計信息中大量的非財務(wù)信息可以統(tǒng)一歸納出來，從而提高會計信息的完整性。

2.3 提高經(jīng)營預(yù)測準確性

預(yù)測功能為會計六大功能之一，指的是利用現(xiàn)有的會計信息及資料，找出生產(chǎn)經(jīng)營中普遍存在的規(guī)律，再按照規(guī)律預(yù)測企業(yè)或者社會經(jīng)濟運行的未來趨勢。隨著社會經(jīng)濟的發(fā)展及企業(yè)結(jié)構(gòu)的復雜化，面對海量的信息，如國家政策、行業(yè)發(fā)展、競爭對手信息等，光靠人工已經(jīng)很難有效分析。人工智能最擅長提取數(shù)據(jù)之間的相關(guān)性，從而做出預(yù)測，應(yīng)用人工智能相關(guān)技術(shù)可以最大化利用越來越豐富、種類復雜的信息，信息越多預(yù)測效果越好，應(yīng)用合適的機器學習模型，最終得出更準確的經(jīng)營預(yù)測模型。

2.4 強化決策支持功能

會計決策是在會計預(yù)測的基礎(chǔ)上，按照已經(jīng)擁有的會計信息及其他資料，制定未來可能采取的生產(chǎn)經(jīng)營計劃，并嚴密地定量分析，綜合比較收益與風險，從中挑選最優(yōu)方案。借助機器學習及專家系統(tǒng)等人工智能技術(shù)，可以輔助企業(yè)決策者解決定性或定量問題。通過有監(jiān)督的機器學習可以處理標簽化數(shù)據(jù)，將模型和決策規(guī)則固定之后可以建立決策模塊，從而實行決策的自動化。通過無監(jiān)督的機器學習，可以處理海量的非標簽數(shù)據(jù)，如關(guān)聯(lián)規(guī)則挖掘等方法，挖掘隱藏在特定財務(wù)規(guī)則之外的關(guān)聯(lián)，從而為最終的決策人提供更深更廣的數(shù)據(jù)角度，起到輔助企業(yè)高層管理者高效準確做決策的作用。

3 人工智能在會計領(lǐng)域的具體應(yīng)用

當前，人工智能技術(shù)在會計領(lǐng)域應(yīng)用較少，使用程度也較低，人工智能在企業(yè)具體使用時還有諸多限制，但是隨著人工智能技術(shù)的成熟，未來廣泛應(yīng)用于會計領(lǐng)域只是時間問題。以下根據(jù)目前人工智能技術(shù)的應(yīng)用及發(fā)展方向，結(jié)合會計自身的特征，對人工智能在會計領(lǐng)域目前及未來的應(yīng)用進行簡單介紹。

3.1 機器視覺、機器學習自動化錄入與驗證

機器視覺屬于人工智能的一個分支，指通過圖像進行機器視覺識別，代替人眼提取出圖像中包含的信息，并進行數(shù)據(jù)處理。機器識別在會計中的應(yīng)用，即通過將會計憑證的影像文件轉(zhuǎn)化成文本信息，該技術(shù)需要應(yīng)用神經(jīng)網(wǎng)絡(luò)和深度學習技術(shù)，并且需要大量的訓練樣本，目前研究和應(yīng)用已較為成熟，識別的準確率也在逐步提高。在得到原始憑證的文字信息后，利用機器學習的技術(shù)將這些非結(jié)構(gòu)化的文字信息轉(zhuǎn)化成具有固定格式的記賬憑證，從而解決重復性手工記賬問題，具體可以做到：（1）發(fā)票的查重與驗真。會計核算需要確認發(fā)票等原始憑證的真實性，還要對其合規(guī)性進行驗證，通過機器視覺自動識別對比會計憑證，可以做到該項工作的自動化實現(xiàn)。（2）自動記賬。在審核完原始憑證后，需要按照記賬規(guī)則來確定核算科目并且入賬，通過機器視覺提取原始憑證中的文本信息，結(jié)合機器學習中的監(jiān)督式學習自動將信息歸類，可以很容易做到原始憑證入賬的自動化。

3.2 財務(wù)大數(shù)據(jù)分析

應(yīng)用專家系統(tǒng)及數(shù)據(jù)挖掘等技術(shù)，可以構(gòu)建一個財務(wù)大數(shù)據(jù)分析平臺，對公司內(nèi)部財務(wù)狀況、生產(chǎn)經(jīng)營狀況及行業(yè)狀況進行數(shù)據(jù)挖掘，將得到的信息經(jīng)過處理整合之后呈現(xiàn)給經(jīng)營管理者，達到?jīng)Q策支持的效果。首先，明確管理經(jīng)營需分析的問題，確定所需的內(nèi)外部信息并進行收集。將得到的數(shù)據(jù)進行數(shù)據(jù)清洗、加工、轉(zhuǎn)換等操作后輸入數(shù)據(jù)庫中。其次，應(yīng)用數(shù)據(jù)挖掘相關(guān)技術(shù)，確定主題模型，發(fā)現(xiàn)潛在的商業(yè)信息，并不斷完善模型來優(yōu)化最終的結(jié)果。再次，數(shù)據(jù)輸出，將數(shù)據(jù)挖掘出的信息結(jié)合公司實際情況，輸出可供決策的信息。最后，將數(shù)據(jù)挖掘出的知識放入專家系統(tǒng)中，由專家系統(tǒng)進行知識推理得到最終的決策結(jié)論，可給管理者提供更優(yōu)化的決策參考，同時根據(jù)決策的準確性，進一步調(diào)整完善專家系統(tǒng)。財務(wù)大數(shù)據(jù)分析的應(yīng)用，可以有效解決傳統(tǒng)財務(wù)分析存在的忽視非財務(wù)數(shù)據(jù)的片面性問題，以及時間上的滯后性問題，滿足管理者的需求。

3.3 財務(wù)風險智能控制

財務(wù)風險智能控制是利用機器智能來模擬人類的直覺推理，將其具體化、形式化，應(yīng)用于財務(wù)風控系統(tǒng)，代替人為判斷與監(jiān)督，從而實現(xiàn)財務(wù)風險控制的智能化。傳統(tǒng)的財務(wù)風險控制無法處理缺乏完整性及精確性的數(shù)據(jù)，多靠人為的主觀判斷及事后的風險控制，而財務(wù)風險智能控制應(yīng)用了深度學習等算法，可以有效解決這一難題。目前，人工智能在財務(wù)風險控制主要的應(yīng)用或者研究有：（1）對財務(wù)數(shù)據(jù)進行分類與整理，利用決策樹、向量機及深度學習等算法，找出財務(wù)數(shù)據(jù)中的異常值及潛在風險，并且歸檔，加強對今后類似財務(wù)風險的判斷。（2）通過構(gòu)建智能化風控平臺，在企業(yè)內(nèi)部實現(xiàn)財務(wù)信息化，各個部門之間的信息可以及時傳遞，業(yè)務(wù)流程可以透明化，每項業(yè)務(wù)可以追蹤到相關(guān)責任人，降低企業(yè)的內(nèi)控風險及內(nèi)控成本。（3）搭建智能化財務(wù)共享中心，將云采購、費用自動化報銷、薪資等日常活動納入其中，結(jié)合全面預(yù)算管理，將企業(yè)每項常規(guī)活動風險控制在閾值之內(nèi)，從而降低企業(yè)的運營風險。

3.4 智能審計系統(tǒng)

智能審計系統(tǒng)是為審計人員設(shè)計的一種審計工具，可以結(jié)合多類型數(shù)據(jù)挖掘算法處理不同數(shù)據(jù)類型，通過智能審計來發(fā)現(xiàn)審計問題。流程主要是審計相關(guān)數(shù)據(jù)的導入與清洗，將數(shù)據(jù)分為數(shù)值型數(shù)據(jù)及文本型數(shù)據(jù)，數(shù)值型的數(shù)據(jù)結(jié)合審計分析模型及診斷型專家系統(tǒng)來查找審計線索，文本型數(shù)據(jù)利用文本挖掘技術(shù)來分析原始憑證及審計報告等。具體能夠?qū)崿F(xiàn)的功能有：（1）財務(wù)報表的審計分析，將專家系統(tǒng)的診斷理論結(jié)合審計相關(guān)原理及規(guī)則，建立完整的審計分析模型來發(fā)現(xiàn)審計對象潛在的問題與風險，挖掘出異常的線索。對機器推導的審計結(jié)果按照實際情況進行修改后存儲，優(yōu)化模型的準確率。（2）審計問題分類管理。利用神經(jīng)網(wǎng)絡(luò)模型結(jié)合文本分類算法，提取特征向量，挖掘出文本之間的關(guān)聯(lián)關(guān)系，并將機器分類后的審計問題和對應(yīng)的法規(guī)存儲于數(shù)據(jù)庫中，方便以后查詢。

4 會計相關(guān)人員面對人工智能發(fā)展需要采取的措施

4.1 高校教育方面

高校需要為會計、審計等專業(yè)開設(shè)大數(shù)據(jù)相關(guān)課程，將財務(wù)機器人的原理和方法結(jié)合會計信息系統(tǒng)融入課程中，還要開設(shè)大數(shù)據(jù)技術(shù)平臺、機器學習及數(shù)據(jù)可視化等課程。硬件設(shè)備好的學校還應(yīng)改善會計實驗室，模擬人工智能及大數(shù)據(jù)環(huán)境下會計實際操作，供學生上手學習。通過開設(shè)這些課程，讓學生了解并掌握計算機科學、信息管理科學等學科的基礎(chǔ)知識，培養(yǎng)學生利用計算機科學解決會計問題的思維模式。

此外，學校培養(yǎng)學生的重點應(yīng)由財務(wù)會計向管理會計方向轉(zhuǎn)變，將學生培養(yǎng)成管理型會計人才。管理型會計人才指的是除了會計基礎(chǔ)知識如傳統(tǒng)的會計核算等有扎實的功底外，還應(yīng)當了解關(guān)聯(lián)學科如金融、稅務(wù)、法律等，并且培養(yǎng)一定的商業(yè)分析決策能力、戰(zhàn)略管理能力、團隊合作、組織領(lǐng)導能力的復合型人才。管理型會計人才在人工智能背景下，非但不會被淘汰，還會在企業(yè)的日常經(jīng)營、財務(wù)及管理活動中起到更大的作用。

4.2 財會從業(yè)人員方面

在人工智能大環(huán)境下，財會從業(yè)人員需要有超前的意識及自我學習能力，根據(jù)自身的特點與能力規(guī)劃職業(yè)發(fā)展。財務(wù)基礎(chǔ)崗位如會計核算人員需要朝著管理會計的方向轉(zhuǎn)型，如前文所述，弱人工智能的應(yīng)用使得財務(wù)基礎(chǔ)崗位最有可能面臨被淘汰的風險，因此財務(wù)會計應(yīng)當盡快朝著管理會計轉(zhuǎn)型，或者具備一定管理會計的能力。管理會計需要有洞察未來、決策分析的能力，還要有組織管理能力及和他人合作的能力。在工作之余可以參加一些財務(wù)專業(yè)的培訓，提高自己的財會知識及職業(yè)能力，只有充分的會計知識和管理能力才能面對人工智能下會計變革的挑戰(zhàn)。

對于中高級財會從業(yè)人員，只有把握行業(yè)發(fā)展趨勢，結(jié)合公司架構(gòu)，推行人工智能在公司的應(yīng)用，才能不落后于時代的步伐。目前階段的機器學習等人工智能技術(shù)只能解決重復勞動及人工難以處理的海量數(shù)據(jù)問題，具備一定的實用價值，但是面對較為復雜或者沒有規(guī)范化的業(yè)務(wù)場景時，還是需要有業(yè)務(wù)經(jīng)驗的財會人員進行人工處理，結(jié)合對會計準則的理解做出判斷。尤其當中高級財會人員面對復雜的無法借鑒的預(yù)測、分析、決策等會計活動時，目前的人工智能只能在信息量及信息維度上進行幫助，真正有巨大價值的決策活動依舊需要管理者進行人工判斷。因此，對于中高層管理者而言，要積極引進人工智能技術(shù)，也要提高自身分析、預(yù)測、決策的能力。

5 結(jié)語

人工智能的發(fā)展帶來會計行業(yè)的變革，人工智能技術(shù)的應(yīng)用，一方面會取締簡單、重復的會計核算活動，另一方面會提高會計信息的確定性及顆粒度，從而輔助管理者提高決策分析的準確性。但是需要注意的是，在目前弱人工智能階段下，人工智能并不是萬能的，直接從海量的非結(jié)構(gòu)化數(shù)據(jù)中挖掘的數(shù)據(jù)，很難給企業(yè)提供數(shù)據(jù)分析與決策的支持功能。企業(yè)在日常經(jīng)營過程中，要注意結(jié)構(gòu)化數(shù)據(jù)的積累并將其存儲進數(shù)據(jù)庫中，人工智能只是處理、分析數(shù)據(jù)的一個手段，與企業(yè)自身高度相關(guān)的數(shù)據(jù)庫才是企業(yè)最重要的財富。對會計從業(yè)人員而言，學習人工智能技術(shù)固然重要，管理會計知識的積累、決策分析能力的提高才是應(yīng)對人工智能時代會計變革的不變法寶。

參考文獻

[1]蔡自興，徐光佑.人工智能及其應(yīng)用[M].北京：清華大學出版社， 2003.

[2]侯芳，呂飛豹.基于知識圖譜分析的會計人工智能研究綜述[J].會計之友，2020（13）：144-149.

[3]王奕俊，楊悠然.人工智能背景下專業(yè)人才培養(yǎng)的發(fā)展路徑與方向：基于會計職業(yè)相關(guān)數(shù)據(jù)的實證研究[J].中國遠程教育，2020（1）：35-45+76-77.

[4]周守亮，唐大鵬.智能化時代會計教育的轉(zhuǎn)型與發(fā)展[J].會計研究，2019（12）：92-94.

[5]徐經(jīng)長.人工智能和大數(shù)據(jù)對會計學科發(fā)展的影響[J].中國大學教學，2019（9）：39-44.

[6]章君.“互聯(lián)網(wǎng)+”人工智能視域下高職院校會計專業(yè)改革研究[J].中國職業(yè)技術(shù)教育，2019（11）：58-63.

[7]陳婷蔚.人工智能在會計領(lǐng)域的應(yīng)用探析：以德勤財務(wù)機器人為例[J].商業(yè)會計，2018（10）：77-78.

[8]余應(yīng)敏，王彩淋.財務(wù)機器人對會計行業(yè)的影響及其應(yīng)對策略[J].會計之友，2018（7）：54-56.

作者簡介：周曄（1995-），男，漢族，江蘇無錫人，研究生在讀，研究方向：財務(wù)管理。

Research on the Development Trend of Accounting Industry under the Background of Artificial Intelligence

Nanjing University of Science and Technology? Nanjing， Jiangsu? 210094

ZHOU Ye

Abstract： With the rapid development of artificial intelligence， information technology constantly subverts the traditional industry model， and it also brings new development opportunities to various industries. As a traditional industry， accounting industry is also facing great challenges. This paper first introduces the connotation of artificial intelligence， the current stage of artificial intelligence and the application of artificial intelligence technology to accounting at present or in the future. Then this paper analyzes in what aspects and to what extent will artificial intelligence affect the development trend of accounting industry. Furthermore， this paper analyzes the specific application of artificial intelligence to the field of accounting at present and in the future. Finally， some suggestions are given for the accounting industry personnel to cope with the development of artificial intelligence.

Keywords： artificial intelligence; accounting industry; big data; accounting model; measures