AI时代会计人才培养模式研究
AI时代会计人才培养模式研究时间：2023-05-0409:41:50
[摘要]会计行业进入人工智能化时代是大势所趋,许多传统会计业务工作终将被人工智能所取代。会计行业人才需求发展方向也将向管理型会计方向偏移，必须努力将自己培养成符合市场需求的综合型会计人才也将成为新的未来目标。作为高校应充分利用人工智能化的优势，培养符合时展的会计人才，为积极促进国家经济的发展与繁荣作出贡献。
[关键词]人工智能；人才；培养模式
人工智能（ArtificialIntelligence，简称AI）是指可以感应环境、作出行动，并获取最佳结果的合理主体（RationalAgent）（S.J.Russell，P.Norvig，2018）。人工智能通过感应环境、作出行动和获取得到最佳结果，这种就是属于人的智慧行为过程，人工智能就是将这些行为通过计算机程序（合理主体）被再现出来。高校应该把握好当下的机遇，为社会培养输入适应新时展需求的应用综合型会计人才，这样才能提升学校办学的综合实力，提高社会地位。未来社会，智能化产品将越来越多,机器人可以代替人类进行每周不间断的工作，基于规则的流程有近80%可以被替代，但对于一些管理决策、趋势分析等包含判断处理的信息，人工智能是不能替代的。作为培养会计人才的院校将面临改革，而只有改变我们现在的会计教学模式，才能培养出适应时代要求的新型会计职业劳动者，也只有培养出新型的会计职业从业人员，才能紧跟智能化时展步伐。而培养出新型会计劳动力需要一段时间，作为会计教育变革应首先启动。这样就不会出现会计实践工作的革命先于会计教育的变革情况了。
1.人工智能对会计行业人才的需求变化
当今社会，机器人取代更多人工成为趋势，财务人专业的知识能力除了“算”的基本功之外，还需同时注重规划与报告、决策、领导、运营和数据分析能力的要求。财务从业者需要更多技能，第一大技能就是商业技能，实现业财融合，为企业进行价值的创造；第二个需要进行决策，企业需要一个财务合伙人的角色；第三个就是沟通技能，需要跟其他任何一个平行部门沟通，将有意义的、能够创造价值的一些意见在公司推行；第四个就是领导力，财务不再只是战略的执行者，而要拥有引导公司进行决策的技能。人工智能时代，对会计人员的需求不仅是对“不做假账”的客观性常识和主观性素质，而且需要会计人员具有专业的知识能力与业务素养。机器代替人，做繁重、重复的工作是历史发展的必然趋势。站在企业角度来看，财务人员部分的工作由机器代替了，财务应做的工作包括把公司的组织架构重新整合，财务职能扩大，财务深入到业务前端，把财务与业务融合起来，直接为业务提供服务；将原来没时间做的、没做好的工作都做起来。这两块如果做好了，财务价值就出来了。现在的企业面临的商业环境越来越复杂，他们不仅考虑要怎么活下去，而且还要考虑这么活得久、活得好。而这种久和好，就需要我们会计人员的未雨绸缪和运筹帷幄。以前传统的会计业务只核算“已发生”的会计事项，不核算“未发生”的会计事项的做法，这已经无法满足企业未来发展的需求。目前国内对会计人才培养的变革或许给了我们几个思路。中央财经大学目前就在进行“人工智能+会计”的人才培养改革，培养训练人工智能的人才；西南财经大学也开设了大数据会计方向，旨在培养数据分析+财务的复合型人才。除了拥抱技术之外，去熟悉所在行业的商业模式，熟悉公司的业务，做到业财融合，也是很好的发展方向。这也是很多财务共享中心的建设核心。会计不仅要对企业已发生的会计事项全面了解，而且还要站得高看得远，预测未来事项。不仅要熟悉本企业和行业的情况，而且还要知己知彼，取长补短，为我所用，并熟悉法规政策、社会环境地域特点、客户需求以及竞争者威胁等企业经营的各方面因素，并对这些进行因地制宜的分析，这样才能使企业发展能够立于不败之地。
2.基于AI应如何培养会计人才
2.1积极推进人工智能化，从课堂教育开始
目前，中央财经大学已开始以“人工智能+会计”为主题的人才培养改革。同时专家也表示，如今的会计专业，需要越来越多的与信息技术、大数据结合起来，对于许多重复繁杂的工作，智能化将是一种趋势。这意味着，会计从业者将不再是计算、出纳的工具人。但行业变革也对从业者提出了更高的要求：财务分析、参与企业战略决策、投资管理、证券分析……；在过去的分工型工业社会下，我们所形成的信息大多都是分散的。人工智能擅长处理的是单一任务，大多是定量化、标准化、可数据化等特征的数据信息。而富于创造力的新型会计职业劳动力，应学会利用人工智能技术所处理、形成的数据信息，发挥多元技能来去处理更加定性的信息。未来智能社会的主流工作模式将是会计人员的智慧加上机器的智能，也就是定性加上定量，来发挥会计在新型社会中的价值。人工智能也要求我们在教育中所布置的作业更注重让学生提出一流的问题，不是单纯的回答问题，智能化的应用可以帮助我们寻找答案，但无法帮助我们的学生提出有价值的问题。因此会计教育的重心，应从回答的价值转到提出问题的价值。应该让我们的学生充分发挥想象力和分析能力，鼓励他们向教师提问，鼓励他们彼此之间提问，形成有价值的问题，再学会利用智能化去解决问题，不能解决的，又如何通过人的多元技能去解决。会计专业学生的多元技能不是仅仅掌握会计领域的专业知识，而是运用相互联系的知识网络，以多学科并用的方式思考。大学会计教育本身就是一种针对会计专业教育而言的通识教育，也是在为会计职业的终身学习做准备，打基础。人工智能时代，信息社会的变化远远快于互联网时代，除了终身学习之外，快速学习又成为一种必须能力。只有具备快速学习的能力，才能快速适应，及时改变。而快速学习能力的养成，需要在会计教育中养成学生主动利用互联网的搜索能力、各种知识的链接能力和创造力。人工智能时代的会计从业者不仅要学习如何利用人工智能技术，还要向人工智能学习。这对快速学习能力的要求更高。在人工智能社会，未来的新型会计劳动力也是知识工作者。我们的会计教育应该注重训练他们的职业道德，训练符合客观实际，并且拥有更多学科的知识的专业型人才。
2.2培养多元化能力，提高会计人员的综合素质
面对人工智能时代的到来，会计人员必须做好事前预测、事中管控和事后分析，为公司领导提供对公司决策有用的信息。并从大量的数据中分析整理、得到相关业务分析、决策所需要的有用信息，这就要求会计人员必须具备相关业务的知识，进而也要求高校在会计人才培养过程中，必须注重跨学科专业培养，重点提高学生的综合业务能力，不能仅限于会计专业课程的书本教学，应当从财务会计向管理型会计方向培养，只有这样才能促进业财融合，这样也就能培养出专业精通并且熟悉相关领域业务的高素质型人才。落实到会计专业人才培养，不赞同把会计专业人才培养成机器人开发工程师，而忽视了会计的本质功能。会计专业人才的能力培养，关键在于能否在新技术、新业态、新产业、新模式的环境下掌握新的商业逻辑和管理智慧，进行深度思考，利用会计方法解决现实问题，从而为单位提供智能决策支持。当然，并不反对个别学校充分利用自身优势，因地制宜，在会计专业人才培养中将计算机技术作为一项突出能力。所以，我们比较强调逻辑分析能力、管理智慧和大数据思维，以及必要的数据分析技术的培养，提出了“懂人文、懂经济、懂管理、懂法务、精财务、懂业务、懂数据、懂分析、懂工具、懂设计”的多元共生能力框架。见下图：
2.3加强会计专业人员沟通能力，提升信息处理的效率
人类彼此之间的协作并没有因为智能社会的到来而变得一无是处。甚至在智能社会下，这种协作还在不断深入和发展，就会产生新型智能社会下的人与机器人之间的交流与协作。加强培养会计专业学生的交流合作沟通能力，有助于提高培养学生与智能机器之间的竞争与协作能力。新型会计职业的劳动力应把机器人当作沟通合作伙伴，只有把我们人类智能与机器智能完美结合起来，才能实现最强竞争力。此外，会计的本质是信息系统，会计要解决的核心的问题是如何提供高质量的信息。未来的信息是经济社会的核心资源，信息处理要达到最佳效果，就需要对信息需求者做出深入理解，根据需求标准提供信息产品和管理会计服务，这正是需要培养复杂的沟通能力来解决的。而复杂的沟通能力又恰恰是人工智能的缺陷，人类高级智能的表现。
3.结语
未来的21世纪，我们必将进入人工智能时代，财务机器人将会代替我们的眼睛和手，直接将原始单据扫描复核，后台处理后转变为会计凭证，并通过5G等网络技术打印出我们所需要的财务凭证和财务报告，同时也可以将这些会计信息传送给相关需要的决策人员和部门；会计社会智能时代从核算反映型向智能决策型转型已成必然。大数据的本质是管理智慧，人工智能永远取代不了人的智慧。人工智能在财务领域的成功应用，对我们会计从业者的能力也提出了更高更广的要求，我们不仅要熟练掌握会计核算技能，还必须具备数据前期分析、预算管理、公司营运管理、业务决策等许多专业性技能，高校作为会计专业人才培养基地，必须改变现行的教育教学模式，重点将会计人才向管理型方向发展。所以，高校在设计人才培养模式时，必须将会计核算能力和管理会计能力的进行同时培养，向培养管理型会计复合型人才发展；这样才能培养出更多的适合时展需求的会计人才，为我们的社会主义建设事业贡献更多的力量。
【参考文献】
[1]许金叶.智能管理会计：智能合约的缔结与履行[J].会计之友,2020（10）:156-160.
[2]陈晓蓉.数字经济时代智能管理会计发展研究[J].市场周刊，2021,34(01):101-103.
[3]齐殿伟,刘尚奇.新技术环境下高校会计人才培养对策研究[J].中国乡镇企业会计，2020(06):243-244.
作者：陈书龙单位：南京交通职业技术学院
网络安全在国内外发展的现状
引言大数据时代，数据得到越来越多的重视。大数据和人工智能的深度融合深刻而广泛地影响了包括政府、金融、运营商、电力和互联网的各行各业，数据价值的流通与释放进一步促进经济和生产力的发展。2020年3月，我国中共中央、国务院对外发布《关于构建更加完善的要素市场化配置体制机制的意见》，将数据定义为新型的生产要素，被正式纳入到国家所定义的要素市场化配置中，数据的国家战略资源地位被正式确立。然而，大数据带来的机遇伴随着空前的安全挑战：近年来，大规模的数据泄露事件频频发生、“大数据杀熟”、数据歧视、个人信息非法采集和隐私窃取等安全问题愈发严，且这些问题对公民以及社会造成了不可忽视的负面影响与危害。为了应对挑战，全球掀起数据安全与隐私的立法热潮，法规监管力度不断强化。欧盟于2018年实施《通用数据保护条例》（GDPR），美国于2020年实施《加州消费者隐私法案》（CCPA），日本于2020年6月通过修订版《个人信息保护法》。我国在2020年7月和10月陆续公开发布两部重量级的法规草案：《数据安全法（草案）》和《个人信息保护法（草案）》。前者在总体国家安全观指导下，对数据进行全面的保护；后者对公民隐私和个人信息进行安全保护。随着全球数据安全法规监管的不断强化，合规性问题不得不纳入企业数据安全建设考虑范围。可以说，合规性成为了企业数据安全建设与治理的重要驱动力。然而，法规向企业出范围更广和约束更严的数据安全的相关要求，给传统的数据安全技术和产品带来了前所未有的巨大挑战。在这样的背景下，本报告名为《拥抱合规，超越合规：数据安全前沿技术研究报告》，旨在通过对企业三类重点数据安全场景⸺用户隐私数据安全合规、企业内部数据安全治理和企业间数据安全共享与计算进行合规需求的梳理与分析，分别选取当前业界可以应对的十种前沿数据安全技术进行研究和分析，包括处于学术前沿的差分隐私（DifferentialPrivacy，DP）、数据匿名（DataAnonymization）、同态加密（HomomorphicEncryption，HE）；行业炙手可热的安全多方计算（SecureMulti-partyComputation，MPC）、联邦学习（FederatedLearning,FL），以及从其他领域引入的新技术⸺知识图谱、流程自动化、用户实体行为分析（UserandEntityBehaviorAnalytics,UEBA）等。通过对这十种前沿技术的研究，一方面希望寻找到破局安全新场景下的启发与思路，另一方面为企业安全赋能⸺助力其解决数据安全与合规的痛点与难点。
数据安全立法现状与合规性盘点
近年来，全球掀起数据安全与隐私的立法热潮，对企业出了更高的数据安全合规性要求。本章首先将回顾国内外数据隐私的立法以及执法现状与趋势，然后对已经实施的国内外法规规定的数据安全合规性热点进行解读和剖析。
国内外立法与执法趋势国外2018年5月25日，欧盟正式实施《通用数据保护条例》（GeneralDataProtectionRegulation，GDPR）用以保护欧盟成员国境内企业的个人数据，以及欧盟境外企业处理欧盟公民的个人数据以及公民享有的各项数据权利[1]。
受GDPR的影响，全球其他国家也陆续推出了各自相关的法规：如巴西于2019年7月通过《通用数据保护法》（葡萄牙语简称LGPD）的最终版本，将于2021年5月生效；印度在2018年12月公布修改后的《2019年个人数据保护法（草案）》（PersonalDataProtectionBill,2019）；泰国于2020年5月正式实施《个人数据保护法》（PersonalDataProtectionAct，PDPA）等[2]。同样深受GDPR影响，美国各个州在数据隐私领域上纷纷重新立法，包括加利福尼亚州（加州），蒙佛特州、夏威夷、马里兰、马萨诸塞、密西西比和华盛顿等。其中，最具代表的是加州于2018年6月通过的《加州消费者隐私保护法》（CaliforniaConsumerPrivacyAct，CCPA）[3]。由于影响涉及大部分知名IT科技公司，如惠普、Oracle、Apple、Google和Facebook等，该方案从立法到颁布备受各界人士的关注。2019年10月，美国加州州长正式签署CCPA的最终法案，已于2020年1月1日正式生效。CCPA与GDPR类似，同样对企业出更高的数据安全合规性要求，据IAPP和OneTrust调查结果显示，大约仅有2%的受访者认为他们的企业已经完全做好了应对CCPA的准备[4]。
在执法方面，欧盟相较其他国家，已经进入全面执法阶段⸺典型的趋势是多数成员国已经陆续开出违反GDPR的罚单。其中，英国执法力度最大，由于数据泄露事件，英国ICO（InformationCommissioner’sOffice）2019年于7月分别对英国航空公司和万豪国际集团分别开出1.83亿英镑和9900万英镑的的巨额罚单。此外，Google罚款事件也备受关注⸺作为一家大型国际互联网公司，Google却陆续被欧盟的两个国家罚款：2019年1月被法国处罚5000万欧元，原因是执法方认为Google的隐私条款未充分体现GDPR公开透明和清晰原则；2020年3月被瑞典处罚700万欧元，原因是Google未充分履行GDPR赋予用户的数据“遗忘权”。GDPR执法的严苛程度，从以上的事件可见一斑。
国内我国于2017年6月1日正式实施《中华人民共和国网络安全法》（简称《网络安全法》）[5]。它是我国首部较为全面规范网络空间安全管理方面问题的基础性法律，不仅包括网络运行安全、关键信息基础设施的运行安全，同时给出数据安全与个人信息保护的基本规定。
自2019以来，我国数据安全相关立法进程明显加快：根据《网络安全法》，国家互联网信息办公室（网信办）分别于2019年5月和6月发布了《数据安全管理办法（征求意见稿）》和《个人信息出境安全评估办法（征求意见稿）》等法规；同年10月1号我国正式实施《儿童个人信息网络保护规定》，对儿童个人信息安全进行特殊和更加严格的保护。
2020年5月我国发布《中华人民共和国民法典》，将于2021年1月1日起实施，它被誉为“社会生活的百科全书”，其中首次在法律中明确具体出“隐私权”的概念，并确立隐私权范围和个人信息保护一些基本规范。
2020年7月，我国对外发布《中华人民共和国数据安全法（草案）》（简称《数据安全法（草案）》），确立了数据分级分类保护、数据安全风险评估、应急处置机制和安全审查的重要制度，明确了开展数据活动必须履行数据安全保护义务等内容。
2020年10月，《中华人民共和国个人信息保护法（草案）》（《个人信息保护法（草案）》）在人大网公开，该法律赋予必要的域外用效力，以充分保护我国境内公民的权益；并完善和丰富了个人多项数字权利，包括个人知情权、决定权、查询权、更正权、删除权等权利；在违法违规处罚方面，相比《网络安全法》，大幅度地加大了惩处的力度。《数据安全法（草案）》和《个人信息保护法（草案）》作为两部较为综合性的法律，前者更加强调总体国家安全观，对国家利益、公共利益和个人、组织合法权益方面给予全面保护，后者则更加侧重于对个人信息、隐私等等进行保护。
在标准层面上，我国数据安全多部标准已经发布或者正在制定中，相关的标准体系正逐步趋向完善，包括《信息安全技术数据安全能力成熟度模型》（GB/T37988-2019）、《个人信息安全规范》（GB/T35273-2020）、《信息安全技术个人信息去标识化指南》（GB/T37964-2019），《信息安全技术大数据安全管理指南》（GB/T37973-2019）等。
在相关执法层面，我国监管部门主要聚焦在两个方面：一是针对APP个人信息侵权专项治理，近年来中央网信办、工业和信息化部、公安部、市场监管总局四部门成立专项治理工作组，对三十万余款
APP开展个人信息合规性评估与整治，包括未公开收集使用规则、未经用户同意收集使用个人信息和私自共享给第三方用户信息等，对涉及违规APP通过通报、约谈、整改、下架等处罚形式，通报对象不乏大型公司的APP[6]，通过深度治理与曝光形式，达到改善APP的个人信息安全问题。二是针对个人信息非法交易与黑灰产的整治，公安部在多个城市连续开展“净网2019”、“净网2020”专项行动，对此类案件重拳出击，从源头上进行杜绝，由于个人信息非法交易与泄露导致的定向电信诈骗、短信骚扰等给用户带来的精神困扰与财产损失。
数据安全合规热点解读近年来国内外相继出台与实施多部重量级的数据安全法律法规，其对企业在处理数据活动过程中出更多、更严、更具体的约束和要求。欧盟GDPR作为一部“大而全”的数据安全法规[1]，在全球相关的法规非常具代表性，同时对我国拥有欧盟业务的企业有较大的影响，解读和分析具有借鉴意义。；《网络安全法》作为我国已经实施的首部全面规范网络空间安全的基础性法律[5]，在相关章节条款确立一些基本数据安全制度与个人信息保护基本规定。本节将以欧盟GDPR和国内《网络安全法》为代表，从法规保护的据对象、用户的数据权利、企业的安全义务以及违法违规的处罚四个方面，对国内外数据安全的合规性进行简要地解读与探讨。
保护的数据对象GDPR保护的数据对象是欧盟公民的“个人数据”。GDPR将“个人数据”定义为“是关于一个已识别或者可能识别的自然人（即数据主体）的任何信息”。该定义下的“个人数据”范畴边界十分宽泛，涵盖信息十分丰富，不仅包括传统意义的姓名、年龄、性别这些基本的个人信息，还包括一些特殊的数据也被归并为“个人数据”，比如生物识别数据⸺指纹、虹膜、DNA数据等，这些数据在一定条件下（比如生物数据库对照）具有“可识别性”；宗教信仰，心理和生理特征信息，通过与其他属性信息结合，例如年龄、性别、地区结合也具有“可识别性”，可以唯一识别和定位特定的自然人；再比如IP地址、MAC地址、Cookie信息等，这些信息以往被认为是网络设备信息或网络行为信息，GDPR将其定位“个人数据”，在一定程度有利于网络数据的隐私保护。宽泛的定义可以最大限度保护好自然人的各类隐私数据，规避一些“擦边球”的场景。但这给企业如何在复杂的业务环境中去识别和发现各类结构化和非结构等各类个人数据带来巨大的挑战，也意味着在企业需要在数据安全治理与安全建设上投入更多的安全成本。
《网络安全法》第四章节明确规定保障个人信息安全，保护的重点数据对象是“个人信息”。其定义是“以电子或者其他方式记录的能够单独或者与其他信息结合识别自然人个人身份的各种信息，包括但不限于自然人的姓名、出生日期、身份证件号码、个人生物识别信息、住址、电话号码等”。类似于GDPR，《网络安全法》的个人信息定义同样以“识别说”为基础，包括单独识别的如身份证号、姓名等，结合识别比如出生年月信息，由于结合性别、地址等属性信息重新识别的个人身份。相比GDPR来说，我国罗列的个人信息范畴并不大，并不包括由个人关联的信息（比如用户的行为/习惯、购买的IoT设备等识别性不高的信息，这在一定程度缩小了“个人信息”的范围，降低敏感信息分类分级及保护的成本。然而，在最近发布《个人信息保护法（草案）》给出的个人信息新定义为“以电子或者其他方式记录的与已识别或者可识别的自然人有关的各种信息”，与GDPR的宽泛定义趋向类似，增加“有关的”修饰词，进一步明确地拓展“个人信息”定义和范畴。因此国内企业应未雨绸缪，在涉及个人信息安全的数据安全治理方面，需要在个人信息的识别、分类与分级等基础能力投入更多安全建设。
参考资料绿盟2020数据安全前沿技术研究报告
友情链接绿盟DedeCMS最新版任意用户密码修改漏洞分析