孙静
山东科技职业学院 山东 潍坊 261053
摘要：人工智能在财会领域的运用不仅大大提高了会计工作的效率与精确度，且不必实行不相容职务分离制度，传统意义上的会计内部牵制制度会在财会人工智能身上不起作用，这样会有效减少财务工作人员的总需求。但是失业与更换岗位的风险会相应增加，这样便给从事财会工作的会计专业人士增加了新的挑战。人工智能及大数据致使企业开展业务的方式发生了重大变化的今天，它是否造成对会计行业的威胁或是提供了机会取决于会计人员本身。为了确保会计人员在人工智能大数据世界中占有一席之地，需要会计从业人员的各个层面进行改革和提升。
关键词：人工智能；财会领域；新挑战
一、会计基础岗位的相关人员工作空间被不断缩小
传统会计人员的主要工作是财务数据的核算，核算也是会计的重要标志，即会计就是算账的。从建立帐目、填制、审核凭证、录入账簿、录入总帐、试算平衡、对账和结账、编制财务报表等，这一持续循环的过程就是会计核算的实质，事实上每一个会计周期，即月、季度、半年、年，是循环往复的，工作重复性很强，且有规则可以遵照，这些工作是可以被财会人工智能模仿和替代的。
在财会人工智能时代，基础性的会计核算工作涉及确认、计量、记录、报告等程序，这些周而复始的工作均可以被人工智能准确完成。财会人工智能的优势是显而易见的，所以在未来财务领域中基础财会人员可能会大批量的被取代。
二、档案管理、财务物资收发岗位会计人员将不复存在
档案管理会计人员归档时将会占用很大的空间，因为归档储藏时间长，会浪费没有必要的人力物力。而在财会人工智能时代，擅长于记忆和运算的财会人工智能系统能够快速完成财务计算、储存、抽调信息和阅读文件等工作，会更加“即时性”和“准时”；许多会计档案编码依次排列存储在云数据库中，便于随时查阅，更安全，更便捷，更容易操作，财产物资收发采用自助自动化“ATM”机的形式，这一类会计人员亦可以被财会人工智能所取代。
三、会计审计、税务人员将被逐步取代
传统会计工作中的审计出现技术性错误的几率较高，主观原因和客观原因都会造成技术性事物的出现，而财会人工智能可以给出十分精确的会计信息，财会人工智能是不会犯错，公司和事业单位不需要投入大量的时间和成本对财会数据和账目信息进行核查和检验，财务管理成本就随之大幅度降低。财会人工智能的应用，使审计工作、税务管理流程不断简化，内部审计工作成本大幅度减少，逐渐取代审计、税务等基础财务人员。
人工智能技术的普及可能造成财会、审计及税务人员的失业，是技术性失业的一个特例。同时，不少学者认为此次人工智能革命的冲击是全方位的，几乎所有行业、所有职业的人都会受到其影响。不仅是蓝领工人，就连包括律师、医生、会计在内的白领职业都会遭受严重冲击。
四、人工智能时代对会计人员担任的角色的新挑战
1.会计人员在问题驱动分析中的角色
问题驱动分析适合那些拥有专业知识，能够理解问题并能够产生强烈的事前理论驱动假设并进行测试的人员，会计人员就符合这类人群。
会计人员一直致力于服务企业的战略目标和决策过程，杜邦分析法是会计人员从事结构化数据的问题驱动分析的早期实例。会计人员可以分析财务报表数据以及与财务报表相关的数据，以了解企业盈利能力的驱动因素，帮助企业进行战略决策。但在大数据领域，需要超越杜邦分析法这种简单工具的更有效的分析方法。
在数据分析中，会计人员可以并应该发挥有价值的支持作用，以确保在“让数据为自己说话”时做出正确的推论。会计人员要在决策过程中发挥主导作用，因为会计人员理解构成企业财务报表的数据以及这些数据与企业战略的关系，不仅了解大数据分析所提出的趋势，还了解这些趋势与企业业务战略相关的基本机制。因此，会计人员非常适合在问题驱动分析中担任领导角色。
当然，会计人员的作用并不仅限于问题驱动分析，在探索性分析中也可以发挥重要的支持作用。
2.会计人员在探索性分析中的角色。
鉴于数据分析方法的复杂性，以及探索性分析的技术性较强，数据科学家具有相对优势，应在探索性分析方面继续发挥主导作用，会计人员难以取代数据科学家来主导探索性分析。探索性分析着重于让数据为自己说话，而不是说所有数据都对决策有用或相关。因此虽然探索性分析最适合数据科学家，但具有特定领域知识的会计人员将在指导探索性分析方面发挥关键支持作用，并帮助数据科学家正确解释探索性分析的结果，同时剔除不相关信息。会计人员拥有强大的商业头脑和专业知识，可以为数据科学家过滤掉不相关的信息，使其将注意力集中在探索性分析中的相关信息上，并协助数据科学家解释业务框架内的分析结果。比如：会计人员通过认识数据之间的关系以及这些因素如何影响企业业绩，继续帮助企业实现财务目标。
数据科学家在探索性分析中构建了许多模型，管理者需要评估哪些模型是有用的，哪些是具有误导性的，这是一项非常困难的工作。要分辨有用模型需要具备两种能力：理解底层业务、理解数据以及如何分析数据。鉴于会计人员在业务方面以及数据方面的双重能力，数据科学家在对这两种数据类型进行探索性分析时，会计人员可以发挥支持作用。
结束语
人工智能时代，数据分析和大数据将不可避免地改变会计人员的角色，但这并不意味着会计人员将会被彻底淘汰。大数据分析为会计人员提供了机会，在数据的问题驱动分析中可以发挥主导作用，并支持数据科学家进行探索性分析以创造价值。这个论点建立在两个支柱上：会计人员具有了解业务的优势，已习惯于使用结构化数据并执行数据分析。事实上，我们认为会计人员的技能和知识是对大数据的补充，是通过在业务环境中使用大数据分析来实现价值最大化。
参考文献
[1]陈思进．人工智能进入华尔街，交易员会消失吗？[N]．新京报，2017-03-24．
[2]张庆龙．财务转型大趋势[M]．电子工业出版社，2018：35-38．
[3]尼克．人工智能简史[M]．人民邮电出版社，2017：5-29．
[4]毛航天．人工智能中智能概念的发展研究[D]．华东师范大学，2016．
[5]秦娇.人工智能时代会计人员面临的机会和挑战[J].商业会计.2019
[6]董钊熙．人工智能对会计的挑战及对策研究[D]．沈阳大学，2018．
[7]冯科，何理，孟蔚洋．信任、经济增长与金融发展:理论进展与中国经验[J]．中央财经大学学报，2017(5)：30-36．