在數(shù)字經(jīng)濟(jì)時(shí)代背景下，以大數(shù)據(jù)、人工智能、區(qū)塊鏈、云計(jì)算等為代表的數(shù)字技術(shù)正在重構(gòu)會(huì)計(jì)服務(wù)業(yè)的底層邏輯，推動(dòng)行業(yè)從傳統(tǒng)核算型向智能決策型躍遷。數(shù)字技術(shù)的應(yīng)用不僅優(yōu)化了會(huì)計(jì)工作的流程，提高了數(shù)據(jù)處理的效率，而且通過(guò)創(chuàng)新服務(wù)模式增強(qiáng)了企業(yè)的競(jìng)爭(zhēng)力。

數(shù)字技術(shù)賦能會(huì)計(jì)服務(wù)轉(zhuǎn)型路徑

流程自動(dòng)化重構(gòu)作業(yè)模式數(shù)字技術(shù)對(duì)會(huì)計(jì)服務(wù)轉(zhuǎn)型體現(xiàn)在流程自動(dòng)化作業(yè)模式的改革。以RPA+OCR智能處理系統(tǒng)為例，該系統(tǒng)在發(fā)票核驗(yàn)環(huán)節(jié)，OCR識(shí)別準(zhǔn)確率達(dá)99.8%；而在憑證生成方面，RPA自動(dòng)抓取ERP數(shù)據(jù)生成會(huì)計(jì)憑證，處理速度達(dá)5000條/分鐘。在銀行對(duì)賬方面，智能匹配算法將差異識(shí)別效率提升20倍。此外，數(shù)字技術(shù)還可以對(duì)異常交易進(jìn)行檢測(cè)，采用孤立森林算法，在千萬(wàn)級(jí)數(shù)據(jù)中發(fā)現(xiàn)異常交易耗時(shí)從3天縮短至15分鐘。在現(xiàn)實(shí)應(yīng)用中，某集團(tuán)企業(yè)部署SAP財(cái)務(wù)機(jī)器人后，AP流程處理時(shí)間從14天壓縮至48小時(shí)，年節(jié)約人力成本320萬(wàn)元。

數(shù)據(jù)資產(chǎn)化驅(qū)動(dòng)價(jià)值創(chuàng)造數(shù)字技術(shù)對(duì)會(huì)計(jì)服務(wù)的賦能，還體現(xiàn)在利用數(shù)據(jù)創(chuàng)造新的價(jià)值，為企業(yè)帶來(lái)新質(zhì)生產(chǎn)力。在傳統(tǒng)會(huì)計(jì)服務(wù)中，不同的平臺(tái)數(shù)據(jù)孤立存在，無(wú)法整合利用。數(shù)字技術(shù)帶來(lái)了數(shù)據(jù)治理架構(gòu)，將多源數(shù)據(jù)進(jìn)行融合，構(gòu)建企業(yè)級(jí)數(shù)據(jù)湖，整合ERP、IoT設(shè)備、外部輿情數(shù)據(jù)。對(duì)于企業(yè)供應(yīng)鏈來(lái)說(shuō)，數(shù)字技術(shù)還可以根據(jù)財(cái)務(wù)數(shù)據(jù)，建立企業(yè)標(biāo)簽信息，用來(lái)評(píng)估客戶信用評(píng)級(jí)、供應(yīng)鏈風(fēng)險(xiǎn)指數(shù)。對(duì)于企業(yè)來(lái)說(shuō)，數(shù)據(jù)資產(chǎn)的價(jià)值還體現(xiàn)在建立更為精準(zhǔn)的動(dòng)態(tài)模型分析。如對(duì)現(xiàn)金流預(yù)測(cè)，基于LSTM神經(jīng)網(wǎng)絡(luò)模型，預(yù)測(cè)誤差率lt;2%。數(shù)據(jù)資產(chǎn)的價(jià)值創(chuàng)造，體現(xiàn)在商業(yè)價(jià)值轉(zhuǎn)化上，可以及時(shí)預(yù)警企業(yè)風(fēng)險(xiǎn)，構(gòu)建財(cái)務(wù)健康度雷達(dá)圖，為企業(yè)提供戰(zhàn)略決策支持，模擬市場(chǎng)波動(dòng)，降低企業(yè)的經(jīng)營(yíng)風(fēng)險(xiǎn)。

云端協(xié)同化重塑服務(wù)形態(tài)數(shù)字技術(shù)賦能會(huì)計(jì)服務(wù)，還體現(xiàn)在服務(wù)模式創(chuàng)新上。傳統(tǒng)會(huì)計(jì)服務(wù)局限于物理限制，無(wú)法實(shí)現(xiàn)多個(gè)服務(wù)維度同時(shí)進(jìn)行，在數(shù)字技術(shù)背景下，會(huì)計(jì)服務(wù)能夠?qū)崿F(xiàn)實(shí)時(shí)協(xié)同審計(jì)，滿足多方權(quán)限管理。例如，在會(huì)計(jì)信息安全方面，數(shù)字技術(shù)能夠建立更為安全的防護(hù)體系，利用量子加密傳輸，財(cái)務(wù)數(shù)據(jù)傳輸抗量子破解等級(jí)達(dá)NISTL3標(biāo)準(zhǔn)。對(duì)于一些敏感信息，可以實(shí)現(xiàn)敏感字段實(shí)時(shí)遮蔽，審計(jì)日志完整率100%。

新質(zhì)生產(chǎn)力的核心特征

邊際成本趨零化自動(dòng)化技術(shù)完成單次會(huì)計(jì)處理的算力成本僅為人工的0.02%，大大降低了傳統(tǒng)會(huì)計(jì)服務(wù)成本。在跨境審計(jì)中，利用區(qū)塊鏈共識(shí)機(jī)制，跨境審計(jì)驗(yàn)證的邊際成本可以下降82%。相比傳統(tǒng)會(huì)計(jì)服務(wù)成本與服務(wù)的線性增長(zhǎng)，在新質(zhì)生產(chǎn)力中，數(shù)字技術(shù)對(duì)會(huì)計(jì)服務(wù)的賦能體現(xiàn)在邊際成本的顯著降低，每新增一個(gè)企業(yè)用戶的系統(tǒng)部署成本趨近于零。例如，某跨國(guó)企業(yè)應(yīng)用SAP智能財(cái)務(wù)系統(tǒng)后，全球子公司報(bào)表合并的邊際成本從每家公司2300美元降至11美元，實(shí)現(xiàn)了200：1的成本壓縮比。該效應(yīng)源自零復(fù)制成本，即數(shù)字憑證可無(wú)限復(fù)用而無(wú)額外損耗。而得益于數(shù)字時(shí)代的網(wǎng)絡(luò)效應(yīng)，每新增一個(gè)接入節(jié)點(diǎn)都能提升整體數(shù)據(jù)價(jià)值，且會(huì)計(jì)服務(wù)中的成本也同樣遵循摩爾定律，算力成本每18個(gè)月下降50%，這就使得數(shù)字技術(shù)代表的新質(zhì)生產(chǎn)力，在面對(duì)會(huì)計(jì)服務(wù)數(shù)量快速增長(zhǎng)的同時(shí)，邊際成本趨零。

服務(wù)邊界模糊化數(shù)字技術(shù)賦能會(huì)計(jì)服務(wù)，以新質(zhì)生產(chǎn)力為特征的服務(wù)邊界擴(kuò)展，通過(guò)技術(shù)融合，能夠?yàn)閭鹘y(tǒng)企業(yè)提供更為全面立體的會(huì)計(jì)服務(wù)。通過(guò)API連接300+個(gè)異構(gòu)系統(tǒng)，構(gòu)建企業(yè)級(jí)數(shù)字孿生體，整合財(cái)務(wù)數(shù)據(jù)、運(yùn)營(yíng)數(shù)據(jù)、環(huán)境數(shù)據(jù)，可實(shí)現(xiàn)會(huì)計(jì)服務(wù)的能力溢出。例如，在傳統(tǒng)會(huì)計(jì)服務(wù)中的財(cái)務(wù)報(bào)表審計(jì)，利用數(shù)字技術(shù)，服務(wù)領(lǐng)域擴(kuò)展到ESG合規(guī)認(rèn)證；成本核算則利用數(shù)字技術(shù)同時(shí)實(shí)現(xiàn)了供應(yīng)鏈金融風(fēng)控。例如，在實(shí)踐中，普華永道「智慧財(cái)務(wù)」平臺(tái)已覆蓋62個(gè)業(yè)務(wù)場(chǎng)景，其中包括戰(zhàn)略咨詢、風(fēng)險(xiǎn)管理、數(shù)字資產(chǎn)托管。利用數(shù)字技術(shù)賦能。其中，會(huì)計(jì)服務(wù)還實(shí)現(xiàn)了商業(yè)價(jià)值重構(gòu)，財(cái)務(wù)部門產(chǎn)出價(jià)值構(gòu)成發(fā)生質(zhì)變，傳統(tǒng)的核算記錄業(yè)務(wù)降低，而對(duì)實(shí)時(shí)經(jīng)營(yíng)預(yù)警貢獻(xiàn)價(jià)值與戰(zhàn)略模擬推演貢獻(xiàn)價(jià)值明顯提升。

人才結(jié)構(gòu)菱形化進(jìn)入數(shù)字化時(shí)代，傳統(tǒng)會(huì)計(jì)服務(wù)從業(yè)者的能力要逐漸向復(fù)合型人才轉(zhuǎn)變，人才結(jié)構(gòu)呈現(xiàn)出菱形花要求。會(huì)計(jì)服務(wù)崗位專業(yè)能力需擴(kuò)展到數(shù)據(jù)科學(xué)、法律合規(guī)、技術(shù)倫理，且會(huì)計(jì)從業(yè)人員需從單一的執(zhí)行層上升到?jīng)Q策層。會(huì)計(jì)基礎(chǔ)性崗位數(shù)量大大降低，而數(shù)據(jù)分析師、數(shù)據(jù)架構(gòu)師、AI訓(xùn)練師崗位需求明顯。在結(jié)構(gòu)性變革方面，人才培養(yǎng)體系的創(chuàng)新，以ACCA+CDAS雙認(rèn)證為例，目前全球已有8.7萬(wàn)人通過(guò)復(fù)合型資質(zhì)認(rèn)證。對(duì)于會(huì)計(jì)服務(wù)人員要求從單一的財(cái)務(wù)知識(shí)，轉(zhuǎn)而要求員工掌握Prompt工程、算法審計(jì)等技能。

數(shù)字技術(shù)賦能會(huì)計(jì)服務(wù)策略

技術(shù)融合策略遵循智能自動(dòng)化優(yōu)先，部署RPA+AI雙引擎。在技術(shù)優(yōu)先上，應(yīng)當(dāng)從高規(guī)則性流程入手進(jìn)行技術(shù)融合，如發(fā)票核驗(yàn)可以作為優(yōu)先級(jí)進(jìn)行技術(shù)融合；而財(cái)務(wù)分析需要建立在專業(yè)數(shù)據(jù)基礎(chǔ)之上，因此需要對(duì)現(xiàn)有AI增強(qiáng)后才能實(shí)行。例如，安永通過(guò)部署NLP+RPA系統(tǒng)，合同審查效率提升400%，錯(cuò)誤率降至0.5%以下。要對(duì)企業(yè)進(jìn)行數(shù)據(jù)資產(chǎn)化，構(gòu)建企業(yè)級(jí)數(shù)據(jù)湖倉(cāng)一體化架構(gòu)。在數(shù)據(jù)采集中，通過(guò)APACHENiFi實(shí)時(shí)采集ERP、IoT、外部市場(chǎng)數(shù)據(jù)；在存儲(chǔ)層面，DeltaLake實(shí)現(xiàn)ACID事務(wù)，存儲(chǔ)成本降低60%；在分析層面，Databricks引擎支持SQL/Python混合計(jì)算。針對(duì)財(cái)務(wù)數(shù)據(jù)安全，要建立五級(jí)安全管控：1級(jí)（公開數(shù)據(jù)）→2級(jí)（內(nèi)部共享）→3級(jí)（部門專屬）→4級(jí)（隱私脫敏）→5級(jí)（區(qū)塊鏈存證）。

建立數(shù)字技術(shù)時(shí)代會(huì)計(jì)服務(wù)組織要基于崗位能力建立人機(jī)協(xié)同模式。要對(duì)傳統(tǒng)會(huì)計(jì)崗位人員進(jìn)行重新培訓(xùn)，實(shí)現(xiàn)能力的綜合提升。以會(huì)計(jì)文員為例，在數(shù)字技術(shù)時(shí)代，要求崗位能力中包括RPA流程監(jiān)控+異常處理，因此需要企業(yè)進(jìn)行培訓(xùn)，取得UiPathAcademy認(rèn)證。在審計(jì)經(jīng)理能力的構(gòu)成中，需要具備區(qū)塊鏈審計(jì)證據(jù)鏈追溯，取得CISA數(shù)字審計(jì)認(rèn)證。在業(yè)務(wù)能力處理上，要建立人類專家與數(shù)字員工兩種崗位。人類專家主要處理財(cái)務(wù)異常事件，制定算法倫理規(guī)則，設(shè)計(jì)復(fù)雜業(yè)務(wù)場(chǎng)景的數(shù)字化方案。數(shù)字員工執(zhí)行標(biāo)準(zhǔn)化流程，實(shí)時(shí)監(jiān)控風(fēng)險(xiǎn)指標(biāo)，生成基礎(chǔ)分析報(bào)告。在企業(yè)組織架構(gòu)方面，要建立敏捷型組織架構(gòu)，含戰(zhàn)略層、業(yè)務(wù)層、用戶層，實(shí)現(xiàn)財(cái)務(wù)服務(wù)的及時(shí)響應(yīng)。面對(duì)數(shù)字時(shí)代的會(huì)計(jì)服務(wù)，要從以往的傳統(tǒng)指標(biāo)考評(píng)轉(zhuǎn)向新型指標(biāo)，根據(jù)數(shù)據(jù)產(chǎn)品收入與算法模型準(zhǔn)確率來(lái)考核。

建立生態(tài)協(xié)同策略要立足產(chǎn)業(yè)，進(jìn)行互聯(lián)網(wǎng)平臺(tái)整合，實(shí)現(xiàn)生態(tài)圖譜連接：會(huì)計(jì)服務(wù)機(jī)構(gòu)←API→銀行/稅務(wù)←區(qū)塊鏈→供應(yīng)商/客戶←IoT→物流。在技術(shù)上，實(shí)現(xiàn)跨鏈協(xié)議，通過(guò)HyperledgerFabric實(shí)現(xiàn)多鏈數(shù)據(jù)互通，設(shè)置智能合約模板庫(kù)，預(yù)置200+標(biāo)準(zhǔn)合約。要進(jìn)行數(shù)據(jù)服務(wù)市場(chǎng)化，根據(jù)產(chǎn)品形態(tài)與客戶群體進(jìn)行財(cái)務(wù)數(shù)據(jù)服務(wù)，優(yōu)化收益結(jié)構(gòu)，降低傳統(tǒng)財(cái)務(wù)服務(wù)收入的占比，提升數(shù)據(jù)服務(wù)收入。

作者單位：咸陽(yáng)師范學(xué)院