严新平院士：智能交通发展的现状、挑战与展望
•交通系统运行效率尚待提高。在道路与水路交通运输方面，我国存在城市道路交通拥堵常态化、高速公路节假日拥堵加剧、内河航道利用率有待提高等诸多问题。滴滴出行发布的《城市交通出行报告》显示，2021年第一季度，我国主要城市的道路交通拥堵时长在1小时以上，道路交通峰时平均速度低于40km/h（见图2）。
•交通系统节能减排任重道远。2019年，我国交通运输行业碳排放量达到11.4亿吨，占全国排放总量的11%。公路、水运、铁路、航空是交通领域碳排放主要来源，其中，公路运输碳排放占比86.76%，是排放最高的运输方式。我国交通运输处于较快的发展阶段，交通运输行业碳排放量仍在快速增长，在2008—2018年间，我国交通运输行业碳排放的复合增长率高达7.5%，显著高于世界交通运输行业碳排放的平均增速2.3%与我国整体碳排放的增速5.6%（见图3）。
上述三大问题是交通运输行业面临的艰巨任务，智能交通为解决这些问题带来了契机。当前，智能交通采用“智联网联、协同优化”方式大幅提升交通安全和效率。未来，通过交通融合一体化发展，推动未来交通系统的“智慧绿色、安全高效、融合一体、自主无人”，达到“零死亡、零排放、碳中和”的交通愿景。
1发展现状
智能交通的发展涉及到运载工具、交通基础设施、光电子信息、互联网等多个行业与技术领域的交叉、融合，其大规模应用离不开多个行业和部门的联动。近年来，随着物联网、大数据、人工智能等新兴技术的大力推动，智能交通系统有了长足发展。
1.1运载工具
1.1.1智能汽车发展现状
汽车智能驾驶是智能交通非常活跃的一个发展方向。目前，汽车正处在由“功能汽车”到“智能网联汽车”“自动驾驶汽车”的进程中。美国特斯拉作为汽车空中下载（OverTheAir,OTA）技术的先驱，率先让汽车可以像智能手机一样在云端进行系统升级。国内百度“Apollo平台”，通过向汽车行业及自动驾驶领域的合作伙伴提供一个开源、开放、完整的软件平台，打造类似于智能手机Android平台的智能汽车生态。
自动驾驶是智能汽车发展的高级阶段，是当今智能交通领域最前沿的研究方向。自动驾驶系统主要利用各种车载传感器，如计算机视觉、激光雷达、毫米波雷达、全球卫星导航系统（GlobalNavigationSatelliteSystem，GNSS）、惯性测量单元（InertialMeasurementUnit，IMU）等，获取车辆周边的环境信息，基于信息融合方法，对采集到的交通环境与行车状态等原始信息进行精确认知；再通过智能决策规划方法，为自动驾驶汽车规划出安全、高效的预期轨迹与速度；最后通过对自动驾驶汽车进行纵横向运动控制，自动调节油门、刹车、档位和转向等，实现预期轨迹与速度的实时跟踪，从而使汽车能够安全、高效行驶。
理想的自动驾驶系统应该像熟练的人类驾驶员一样，能对车辆运动及环境变化做出准确的判断，实时地改变车辆运动，完成驾驶任务。然而，限于自动驾驶在感知、融合、决策、规划、控制等多方面的技术难题，以及成本、可靠性等方面的束缚，当前，大规模量产的智能汽车仍处于L2级及以下的驾驶辅助阶段，L3级及以上的自动驾驶仍未跨越。
当前，甚至未来较长一段时间内，普通开放道路中的自动驾驶技术可能仍难以大规模商用。但是，在一些特定场景中的自动驾驶正在逐步规模化应用，例如，港区集装箱运输、矿区货物运输和农业机械等，无人化的自动驾驶技术，变革了它们原有的低效、繁重、高成本的工作模式，显著提升了运营效率和经济性。
港区集装箱运输为半封闭式的低速自动驾驶运营模式，是自动驾驶率先商用的典型场景之一。交通运输部等九部门联合印发的《关于建设世界一流港口的指导意见》提出，到2025年，部分沿海集装箱枢纽港初步形成全面感知、泛在互联、港车协同的智能化系统。目前，国内应用自动驾驶进行集装箱运输的港口主要包括上海港、青岛港、天津港、宁波舟山港等。
采矿业是我国国民经济的基础和支柱产业，用工难、运输成本上升是推动矿山智慧化的主要因素，因而矿区自动驾驶具有典型的代表意义。国外矿区自动驾驶的主要代表是卡特彼勒、小松、日立等。其中，卡特彼勒和小松已进入商用阶段。国内矿山自动驾驶发展相对较晚，但技术更新和应用较快，三一重工、徐工、航天重工等在白云鄂博矿、哈尔乌素煤矿、城门山铜矿等开展了规模应用，取得了良好效果。
1.1.2智能船舶发展现状
智能船舶作为未来航运的载体，其自身发展需突破船舶感知、认知、决策、执行、测试等多个维度的关键技术，实现船舶由小到大、由内河到外海、由近海到远海逐步智能化、自主化的发展。武汉理工大学提出“航行脑”系统技术体系与理论架构（见图4），即利用一套由人工智能系统构建的“机器脑”替代传统驾控人员的“大脑”，实现对船舶的自主驾控。目前，智能船舶仍然处在研发过程中，“航行脑”系统是面向智能船舶的人工智能系统，由感知、认知、决策和执行等功能空间组成，逐步促进传统船舶驾驶向增强驾驶、辅助驾驶、远程驾驶、自主驾驶等不同功能阶段演进。
船舶的智能化等级可分为L0~L5级的6个阶段。目前，智能船舶应用还处于辅助驾驶阶段，要实现自主航行，还有很长的路要走。随着人工智能和大数据等高新技术的进步，通过与新基建建设同步、与水路运输模式和航运转型发展结合，未来智能船舶的远程遥控、人机共驾、网联协同和自主航行等功能会日臻完善。
船岸协同是智能船舶发展非常重要的一个理念。船岸协同由岸端与船端系统构成，是实现智能船舶实际运营的应用基础。日本、欧盟等发达国家和地区都开展了这方面的探索和实验。日本国土交通省拖轮远程驾驶项目借助拖轮配备传感器和摄像设备，实时监测航行态势，通过船岸协同与试验船舶建立信息共享，实现协同控制。比利时SEAFAR驳船远程驾驶项目融合船侧/基础设施侧多源信息，实现协同感知，远程实时分析船舶动态，进行船舶集中管理和操作。我国在这方面也开展了积极探索，“筋斗云0号”小型无人货船项目于2019年12月在珠海顺利完成远程遥控和自主航行试验。“智飞号”智能航行集装箱运输商船于2021年10月安装我国自主研发的智能航行系统，具有人工驾驶、远程遥控驾驶和无人自主航行三种驾驶模式。
1.2交通系统
1.2.1道路交通系统
道路交通系统是由汽车、道路/运输基础设施、信息和人组成的一个共同实现客货运输的系统。该系统包括自然与人造、实体与概念、静态和动态及控制和行为等系统，衍生到城市大脑、智慧城市、全息交通感知等应用场景。
目前，国内外都在积极探索道路交通系统的智能化，国内比较典型的是“阿里云城市大脑系统”，其包括城市交通治理解决方案、智慧交通运输综合解决方案、智慧停车综合解决方案、智慧城管解决方案、智慧应急综合解决方案，以及政务数据中台等多个解决方案。城市大脑系统是整个城市的智能中枢，可对城市进行全局实时分析，利用城市的数据资源优化调配公共资源，最终将进化成能够治理城市的超级智能。
华为智慧城市平台是结合了人工智能、物联网、大数据、地理信息系统、视频、云、融合通信和安全的一个综合性应用系统。它的两大关键能力是面向城市交通的关键业务场景，为生态伙伴提供差异化价值。
武汉理工大学自主研发了全息道路交通感知系统，包括利用仿真系统对交通基础设施的安全性进行评价；在道路交通基础设施建设过程中预设光纤传感器，利用光纤传感器实时获取道路交通流状况和路面变化信息；利用路侧和路面的交通基础设施提供有关信息，为行车安全提供更好的支持和服务。如图5所示，该系统包括道路系统运行仿真系统、智慧公路模拟系统和智慧公路全息感知决策控制平台等。
1.2.2智慧海事监管系统
根据世界海事大学《交通2040：自动化、科技、就业-未来工作》报告预测，在2040年前后，有人监控下的自主船舶将达到15%左右，包括未来搭载了不同智能功能的船舶，比如智能货物管理、智能船体、智能集成信息平台等，也包括安全辅助驾驶和在开阔水域控制等高级自主功能。
瑞士的海区整体监管系统（MaritimeAreaIntegralSupervision,MAIS）建立了一系列集成各种技术的信息层，以监控海区中船舶作业的授权情况，更好地对辖区内船舶进行管理和控制。MAIS可以帮助港口禁区、生物保护区和渔场防止入侵者和非法捕鱼。
我国也在积极开发航运系统的智能管控平台。江苏段航运系统智能管控平台基于江苏海事全要素感知云服务数据中心，构建了水路交通场景数字化平行仿真模型，具备推演预测多尺度条件下的交通流态势，可及时动态调整资源分配实现通航要素的干预，致力于由“人盯死守”的传统海事监管方式向以智慧管理为核心的现代管控服务转变。
2技术挑战
尽管人工智能技术在交通运输工程领域的一些典型场景得到了工程应用，但是目前仍然面临巨大的技术挑战,主要体现在：人工智能目前技术水平还难以满足智能交通发展的需求；智能交通系统的可靠性有待验证；智能交通系统法规标准体系尚需建立和完善。
2.1人工智能技术发展水平
近年来，得益于大数据、深度学习的大力推动，人工智能在单一的抽象博弈智能层面克服了人类社会的“知识积累性壁垒”局限，通过在规则活动中构建系统严谨的认知模式，在包括交通、机械等领域大规模应用，深刻影响了人们的工作和生活模式。
2016年，特斯拉CEO马斯克表示，汽车在任何路况上进行自动驾驶的能力在两年内就可以实现；到2021年，马斯克又表示，通用自动驾驶是一个如此难的任务，因为要去解决很大一部分现实世界的AI问题。事实也是如此，当前的智能决策技术在面对复杂的驾驶任务时，离人类驾驶水平还有很大差距。
2.2智能系统的可靠性验证
统计数据显示，特斯拉从2013年起发生交通事故218起，造成14人死亡，82人受伤；谷歌报告显示在14个月测试中，智能汽车总共“主动脱离自动驾驶状态”272次，69次选择取消自动驾驶状态。快速、有效、准确的系统可靠性测试和评估技术是保证智能系统发挥核心功能，降低系统不可预知风险的重要前提。智能交通系统的可靠性研究已得到国内外学者的广泛关注。
首批试驾谷歌智能汽车的美国Medium科技总编StevenLevy表示，“无人驾驶汽车的大规模应用，我们现在也许到了95%，但最后的5%将会是漫长的路途”。在自动驾驶领域，特殊天气条件下的部分感知信息缺失、特殊路段的部分传感器不稳定等不常见驾驶场景导致的“长尾问题”，限制了自动驾驶的可靠性及其量产应用，亟待提出完善的可靠性验证手段予以解决。
以船舶智能系统的可靠性验证为例，其测试验证方法体系尚处于构建阶段。考虑到船舶自身的高价值属性、实船测试的风险性、模型试验的尺度效应等因素，智能船舶测试验证以虚拟测试为主、模型测试为辅；构建“人-船-环境”精细化模型，是提升虚拟测试精度的重要途经。因此，如何兼顾智能系统测试的可靠性和高效性、典型测试工况和极端事件场景，是智能船舶测试验证方法体系发展中需要重点思考的问题。
2.3智能车辆和智能船舶的法规标准体系
近年来，智能车辆和智能船舶的关键技术取得了长足进步，但配套的法规标准体系研究仍然面临巨大挑战。智能车辆和智能船舶在运行中形成了“现实层-数据层-知识层-现实层”的闭环，由于智能车辆和智能船舶的不确定性导致的安全问题，对传统交通责任体系将产生重大冲击，面临人工智能伦理规范挑战。
3未来展望
智能交通系统的未来愿景是自主式交通系统，由智能运载工具、智慧基础设施和云端智能交通控制等组成，这一系统在没有足够的人类监督情况下，可在变化的、不可预测的交通环境中“理性行动”，或能在经验中学习，利用数据提升系统性能。自主式交通系统具有感知、交互、学习和执行能力，是一种具备单体智能、群体协同和整体优化的交通系统。返回搜狐，查看更多
人工智能给外语教育发展带来新机遇
1980年，未来学家托夫勒（Alvin Toffler）出版《第三次浪潮》，预言了信息化时代的到来。这才过去30多年，人类就迈过信息化而进入了人工智能时代。有人感叹，人工智能“翻译官”上岗，翻译人员是不是要丢饭碗了？外语专业的学生该怎么办？外语教育又将何去何从？这些疑问充分说明，外语教育正面临着重大发展机遇与挑战。
作为一项新兴技术，人工智能是从制造翻译机器开始的。借助机器翻译，不同语言环境下的人可以无障碍地进行交流。经过演进升级，以人工智能为支持的“神经网络机器翻译”逐渐占据了精度要求不高的中低端口笔译市场，对翻译服务业形成了不小冲击，但这并不意味着翻译人员就会丢掉饭碗。就机器翻译本身来说，语言学家做机器翻译的语料库，数学家把语料形式化和代码化，计算机科学家给机器翻译提供软件手段和硬件设备并进行程序设计。这个过程说明了人工翻译存在的必要性——因为语料库不能及时更新，机器翻译将无法满足人类的翻译需求。所以说，高端翻译仍然必不可少。
与此同时，人工智能有效提升了外语教学的实用性、针对性。教师在教学中能够及时根据客观大数据调整方式方法，让学生在强互动和趣味性的环境中更好地学习与成长。而面对高端教育资源匮乏、基础教育“择校热”“大班额”、中西部欠发达地区乡村教育师资紧缺等实际问题，人工智能带来的变革让外语教育更加公平。
尽管机器翻译给人们带来了巨大便利，外语教育仍然不可替代：其一，从质的方面看，外语教育不是翻译技术的教育，而是一种价值教育、人文教育、跨文化教育，是人文交流的一种重要形式。其二，从量的方面看，外语教育不同于机器翻译的同质化生产模式，而是重在塑造跨文化交际能力。其三，从尺度方面看，外语教育遵循的不是物的尺度，而是充分考虑了人类文化的特殊性、交流情感的微妙性、翻译语境的差异化等人的内在尺度。
习近平总书记强调：“新一代人工智能正在全球范围内蓬勃兴起，为经济社会发展注入了新动能，正在深刻改变人们的生产生活方式。”外语教育工作者要把握这一历史契机，深化外语教育改革，使人工智能更好地为推动发展、造福人民服务。
一要积极推进理念变革。人工智能不会取代教师课堂教学，反而会促进外语教育的进步。人工智能技术与教育的融合，必然推动课堂教学方式的转变。在“互联网+”背景下，要不断丰富课程设置，增加智能翻译等技术应用类课程；推动教学方式转变，推进智慧教室、智慧校园建设，更加注重人工智能技术在课程教学中的运用。
二要加强统筹规划，实施分类指导。人工智能作为国家战略，需要在广泛调研的基础上，做好顶层设计，坚持科技引领、市场主导等基本原则，加快与外语教育深度融合。具体而言，就是要统筹规划各级各类外语教育人工智能平台，推进共建共享，避免重复建设；地方教育部门和各类型教育机构根据自身实际，多样化推进人工智能在外语教育领域的创新发展；重点做好贫困地区特别是中西部欠发达地区的外语基础教育人工智能平台建设，开展发音矫正等一对一智能辅导。
三要不断丰富教育内涵。在人工智能尚未代替人工翻译之前，外语教育必须未雨绸缪，将培养更高质量的“跨文化、多语种”复合型人才作为新时代外语教育的必然选择。通过结合“一带一路”倡议和中国文化走出去等国家战略的实施，强化外语教学作为文化教学和跨文化教学的学科意识，实现人工智能和人文教育有效结合，满足学生个性化成长发展的需求，培养集“专业知识+外语技能+文化素养”为一体的复合型人才。
（作者：蒋洪新，系湖南省中国特色社会主义理论体系研究中心特约研究员、湖南师范大学校长、教育部英语专业教学指导分委员会主任委员）
CAS Authentication wanted!
CASAuthenticationwanted!YoushouldalreadyhavebeenredirectedtotheCASserver.Clickheretocontinue.
phpCAS1.3.1usingserverhttps://www.medlive.cn/auth/(CAS2.0)财会人员在人工智能的机遇和挑战
财会人员在人工智能的机遇和挑战时间：2023-04-1312:04:45
摘要：在过去的几年中，中国的科学技术水平飞速发展，特别是在中国的人工智能技术方面取得了长足的进步。人工智能技术在会计、税务、审计等领域的应用是发展机遇，也是会计师的最新挑战。本文将从会计行业出发，以客观的角度探讨人工智能背景下会计人员面临的机遇和挑战。同时，根据新时代的新要求，对现代会计人员的发展提出一些建议。
关键词：人工智能；财会人员；机遇与挑战
引言
在人工智能快速发展的背景下，会计师规划和发展新职业变得更加重要。因此，迫切需要传统会计人员向综合管理会计能力的过渡和发展。随着人工智能的快速发展，“德勤金融机器人”和“金蝶金融机器人”受到了业内许多人的关注。人工智能迅猛的发展给会计从业人员带来了巨大的挑战。
一、人工智能的发展背景和在财会行业中的应用
（一）人工智能的发展背景人工智能（ArtificialIntelligence），通常称之为AI。人工智能技术可以大大减少人机的烦琐操作，达到提高人们生产力的目的。自诞生以来，人工智能科学技术经历了三波技术改革浪潮。在1980年代，人工智能开始了第一波改革，主要集中在人类的知识领域。第二波人工智能技术改革浪潮始于00年代，一直持续到今天。目前，人工智能转变的标志是机器学习的出现，即试图将人工智能技术应用于机器学习功能，特别是机器人对人类行为思维学习和仿真的能力。如今，我们将带来第三次人工智能改革浪潮，对通用人工智能技术进行描述性研究和应用。
（二）人工智能在财会行业的应用如今，传统的人工智能技术已开始应用于会计行业，主要使用自动扫描和语音输入技术来填写凭证、原件、期刊、期刊和对账单。此外，例如当今最常用的会计软件“金蝶”和“用友”软件，这些会计方法在很大程度上取代了传统的会计人员来注册原始凭证、编制日记账和报表，通过会计电算化在计算机上的簿记中自动创建凭证和账户。在会计行业中使用人工智能技术后，人工智能通过智能识别记录簿记员的正常会计习惯，自动从系统接收相关发票、汇票和支票，并自动生成会计凭证并提供各种类型的报告，以满足电子会计以及电子账单和电子发票普及的目的。美国现在已经将人工智能带入了税务处理，并且还使用自行开发的自动化税务计划应用程序来帮助美国大小企业执行各种税务任务，对企业资金使用效率起到了很大的提升作用。相比之下，人工智能在中国税务行业中的应用仍处于起步阶段。但相信随着“互联网+税收”行动计划的实施，电子会计和税收网络化时代即将到来。
二、财会人员在人工智能时代的新机遇
（一）人工智能工作范围有局限性李开复在《人工智能对人类社会的真正威胁》中指出，人工智能不擅长需要创造力、计划能力和跨领域思考的任务。在目前人工智能的发展水平上，人工智能无法完全取代会计人员。但是会计人员可以通过人工智能完成一些重复性的基本任务，从而提高效率。因此，会计人员应了解人工智能的局限性，提高其不可替代的计划和创造力，并将其转变为综合的人才管理能力。
（二）会计理论的发展相对滞后与科学技术的飞速发展相比，会计理论的发展要慢得多。但是，会计理论发展的延迟却为会计师带来了机会。随着时间的推移，计算机会计将逐渐取代传统的会计，会计理论将随着相关技术的变化而不断发展。在这种转型过程中，经常需要许多熟悉会计理论的会计师提供专业知识，以改善和加快改革进程。因此，在人工智能进入会计行业的过程中，会计人员要牢牢抓住这一机遇，不断提高自己的专业能力，参与改革，顺应时代潮流。
（三）人工智能存在一定的安全隐患人工智能可以取代基本的财务人员。完全填写原始凭证和各种账表，实现财会核算电子化和电子账单的普及，并以电子格式组织、分析和记录保存各种财务信息。尽管电子存储具有很多优点，例如占用空间小，可以存储大量数据并且易于查找。但是，以电子方式存储所有公司数据会带来巨大的安全风险，如果没有安全措施，该系统可能会受到黑客的攻击，并导致大量公司财务信息泄漏，造成不可挽回的损失。
三、财会人员在人工智能时代的新挑战
（一）会计行业大量传统岗位被取代随着人工智能技术的发展和互联网时代的到来，市场对传统会计职位的需求已大大下降，就像1980年代中国开始普及计算机记账，传统的人工做账逐渐被取代。人工智能的普及将取代许多简单的会计和会计工作。如果担任这些职位的会计人员不能及时学习和加强自己，他们将面临失业。
（二）企业对财会人员的要求提高如今，德勤会计师事务所开发了一种金融人工智能机器人，人工智能技术不仅应用于会计师事务所的会计，税务和审计工作，也可用于公司财务管理。长此以往，具有高精度统计功能的机器人将承担大量技术含量低的任务。因此，随着人工智能的普及，对会计人员的组织要求将从最初的审计和公司账户计算上升到要求公司会计人员不再局限于会计角度的，需要会计人员自己能够使用领导力思想，从组织的角度审查自己的工作，并使用相关的财务数据和特殊知识为组织发展提供可行和有效的建议。这就要求如果当今的会计人员想要成为大公司所需的综合人才，那么他们不仅应树立集体观，而且还要在技术、专业、业务技能、个人创新能力和领导能力方面全面自我发展。
（三）高水平专业财务管理人才紧缺在人工智能背景下，负责基础核算会计人员面临失业的危机，这些相关职位和工作交付给机器人时将被标准化并提高效率。减少了会计人员的日常工作量，减轻了工作压力，并且会计人员可以有更多的时间和精力来进行战略管理以及从事会计工作管理相关的工作。这要求具有更专业的财务管理知识的高级会计师参与公司实体的高级财务管理工作。随着基本财务会计和审计工作被人工智能财务机器人取代，公司将对高级财务管理人员，尤其是那些能够掌握新财务管理概念和技能的人员的需求更加迫切。
四、财会人员应对挑战的建议
（一）及时更新学习会计的新知识，熟练使用各种财务会计软件自古以来社会生存规则就是“优胜劣汰”，落后就要挨打。特别是作为要活到老学到老的会计师，如果不及时“更新充电”，就会被时代所抛弃。截至2017年11月5日，会计从业资格证已正式撤销，现在初级会计师资格证书仅是会计行业的一个敲门砖。对于会计师而言，重要的是要拥有会计工作所需的专业能力，而不是一张纸质证书。因此财会人员必须熟悉计算机会计系统的使用，并通过国家的会计人员专业教育平台及时学习各种会计知识和最新的国家财政政策。同时，通过各种渠道了解学习掌握人工智能知识，并在日常账户处理中合理地使用它们。目前，会计专业的计算机课程的学习仅限于一般办公软件的使用，这只能满足大多数基本的办公应用要求，远不能满足人工智能时代环境下对财会人员的业务水平需求。因此，我国的财务和会计学校应加强对会计学学生计算机课程的关注，改变培养目标定位，对会计学学生进行培训，增强他们在学生ERP课程中的专业知识，并鼓励学生掌握ERP软件的开发，应用和维护，提高学生的计算机技能并整合他们所学的知识以建立自己的独特竞争力。
（二）积极转变思维，向管理会计转型在人工智能时代，随着金融机器人的普及和许多金融软件的在线操作，企业会计岗位需求不断下降和调整，市场中会计岗位的需求总数逐年下降。影响最大的是从事基础会计工作的会计人员。对于这些会计师来说，为了不被人工智能时代所淘汰，他们需要及时更新其知识结构并提高自己的价值，以适应人工智能大环境下的财务管理需求。在人工智能时代结合会计人员的基本情况和企业发展的实际需要，会计人员的最佳过渡路径是尽快从财务会计过渡到管理会计。在人工智能时代，对公司管理会计的需求与日俱增，管理会计将成为公司会计人员的主流和趋势。众所周知，管理会计需要了解未来，指导决策，管理风险和营造道德环境，还需要具有管理信息系统和与人合作实现组织的目标的能力。我们需要注意分析数据并弄清管理数据与财务数据之间的差异。管理信息与财务信息的不同之处在于，它是由公司基础核算数据组合之后而构建的，是为公司战略发展提供关键指导的信息，包括公司基础信息、财务信息、业务信息和业务数据等。
（三）打造自身软实力，提高职业胜任能力财会人员应注重自身软实力的提升，如加强人际沟通。为了取得工作上的成功并实现自己的职业计划，仅靠强大的能力是不够的，财会人员需要足够柔和的能力，即良好的人际交往能力。组织内的良好沟通不仅会提高工作效率良好的沟通环境，有助于员工理解不同的目标，从而相应调整自己的行为并有效地寻求合作。性能良好的沟通能力可以提高管理效率，培养独立的分析能力和风险管理意识，并完成业务流程优化。同时利用全面的财务专业知识来控制公司风险并分析财务数据，以透视可能的业务和财务风险。为了提高公司中的审批流程顺畅度，需要平衡管理需求和财务控制之间的关系。这是因为如果审批流程过于烦琐，则会降低审批工作的效率。但是，如果审批流程过于简单，则风险监控中可能会出现巨大的漏洞。这要求会计人员熟悉所有流程和状态，设计和优化每个系统的相关性，进行预先评估并管理风险流程的漏洞，实施有效的控制措施，提高效率。对审批制度和业务流程进行优化。
结语
随着人工智能的迅速发展，许多执行基本和重复任务的会计职位将逐渐退出历史舞台。这样的发展使得财务员工的原始工作格局得以改变，提高了财务人员的工作效率，为财务管理留出了更多的时间和空间。可以看出，人工智能时代的到来给中国提供了更多发展会计行业的空间和手段，为使中国成为强大的会计国家迈出了坚实的一步。财会人员自身必须适应经济发展，练习其管理技能，并具有灵活运用知识的能力，以适应人工智能的快速发展并不断提高自身水平。及时更新和学习新的会计知识，掌握各种财务会计程序，转变观念，投身管理会计，并扩大职业发展类别，迎接人工智能时代在会计行业的到来。
参考文献
[1]张安然.人工智能挑战下财会人员的未来职业规划与发展[J].中国多媒体与网络教学学报（上旬刊），2020（08）：191–192.
[2]邵美琪，曾凡，王炳旭，等.人工智能在财会领域的应用及影响[J].现代商贸工业，2020，41（22）：110–112.
[3]张华.人工智能对财会的挑战及对策研究[J].全国流通经济，2020（01）：180–182.
[4]张双举.人工智能时代财务会计向管理会计的转型探究[J].纳税，2019，13（33）：132.
[5]康庆，袁希，粱静.浅析财会人员在人工智能背景下的机遇和挑战[J].财会学习，2019（31）：72–73.
[6]吕京丽.人工智能背景下财会人员职业再规划与发展研究[D].北京：首都经济贸易大学，2018.
作者：王莹单位：经济日报社计划财务部