【摘要】企業(yè)財(cái)務(wù)智能化是大勢所趨， 但如何推進(jìn)財(cái)務(wù)智能化全面落地是亟待研究的重要問題。 針對企業(yè)財(cái)務(wù)智能化過程中三個相互關(guān)聯(lián)的重要問題， 首先提出了智能財(cái)務(wù)的三要素觀， 對智能財(cái)務(wù)概念進(jìn)行界定; 其次指出構(gòu)建基于財(cái)務(wù)中臺的智能化系統(tǒng)是企業(yè)實(shí)現(xiàn)財(cái)務(wù)智能化轉(zhuǎn)型的重要路徑， 并提供了一些可行的解決方案; 然后提出了企業(yè)財(cái)務(wù)智能化轉(zhuǎn)型的三階段論， 為智能財(cái)務(wù)發(fā)展提供一個可能的方向; 最后提煉了企業(yè)財(cái)務(wù)智能化轉(zhuǎn)型過程中面臨的幾點(diǎn)挑戰(zhàn)。 該研究結(jié)論對于企業(yè)進(jìn)行財(cái)務(wù)智能化轉(zhuǎn)型具有參考價(jià)值。

【關(guān)鍵詞】智能財(cái)務(wù);三要素觀;實(shí)施路徑;三階段論

【中圖分類號】F275? ? ? 【文獻(xiàn)標(biāo)識碼】A? ? ? 【文章編號】1004-0994（2020）17-0007-5

隨著工業(yè)4.0時代的到來， 財(cái)務(wù)部門在企業(yè)中的地位與經(jīng)濟(jì)發(fā)展水平之間的倒U型關(guān)系日益明顯：在很長一段時期內(nèi)， 這二者之間是正相關(guān)關(guān)系， 經(jīng)濟(jì)越發(fā)展， 財(cái)務(wù)越重要; 然而拐點(diǎn)可能已經(jīng)到來， 二者之間越來越呈現(xiàn)出負(fù)相關(guān)關(guān)系， 即隨著經(jīng)濟(jì)的發(fā)展， 財(cái)務(wù)部門的地位逐漸下降， 被邊緣化的趨勢比較明顯。 要扭轉(zhuǎn)這一局面， 財(cái)務(wù)職能必須從“核算型”與“弱管理型”向“強(qiáng)管理型”轉(zhuǎn)型， 而財(cái)務(wù)智能化是實(shí)現(xiàn)這一轉(zhuǎn)型的絕佳路徑。 財(cái)務(wù)智能化通過提升財(cái)務(wù)信息的完整性、及時性、準(zhǔn)確性與科學(xué)性， 講好“數(shù)據(jù)故事”， 為企業(yè)科學(xué)管理與決策提供必需的高質(zhì)量信息， 提升決策者對財(cái)務(wù)部門的依賴性， 唯此， 財(cái)務(wù)部門的地位才會逐漸提升， 讓倒U型關(guān)系變?yōu)槌掷m(xù)的線性正相關(guān)關(guān)系。

一、智能財(cái)務(wù)的核心要素

在分析財(cái)務(wù)智能化實(shí)施路徑之前， 首先需要厘清的一個關(guān)鍵問題是：何為智能財(cái)務(wù)？關(guān)于這一問題， 目前學(xué)術(shù)界和實(shí)務(wù)界尚未進(jìn)行認(rèn)真討論， 遠(yuǎn)未達(dá)成共識。 有人認(rèn)為， 在企業(yè)財(cái)務(wù)管理中應(yīng)用機(jī)器人流程自動化（Robotic Process Automation， RPA）等工具便是智能財(cái)務(wù)。 這屬于一種廣義的智能財(cái)務(wù)觀。 以RPA為例， 它是一種用來模擬人類員工操作的快速開發(fā)的軟件或平臺， 以實(shí)施基于規(guī)則的、高度重復(fù)的勞動密集型工作， 達(dá)到優(yōu)化企業(yè)流程作業(yè)、降本增效等效果。 實(shí)際上， 目前大多數(shù)的RPA產(chǎn)品屬于自動化產(chǎn)品， 而非智能化產(chǎn)品， 因此， 嚴(yán)格來說， RPA只是智能財(cái)務(wù)工具而已， 智能財(cái)務(wù)有更深刻的內(nèi)涵。

筆者認(rèn)為， 智能財(cái)務(wù)至少應(yīng)包含三大核心要素：人工智能（Artificial Intelligence， AI）、智能工具[如RPA和BI（Business Intelligence， BI， 又稱商業(yè)智能）]以及大數(shù)據(jù)分析。 具體如圖1所示。

首先， AI在智能財(cái)務(wù)中扮演著大腦的角色。 其主要任務(wù)有兩項(xiàng)：其一， 接收人的指令， 并將其分解落地; 其二， 向智能工具下達(dá)指令， 將財(cái)務(wù)工作分配給具體的智能工具來完成。 AI是智能財(cái)務(wù)的核心， 缺少AI的智能財(cái)務(wù)只能稱之為自動化財(cái)務(wù)。

其次， 智能工具類似于人體的內(nèi)臟或四肢， 它們可以根據(jù)AI的指示自動運(yùn)行， 從而完成財(cái)務(wù)工作， 降低人工參與度。 諸如RPA、BI等工具具有高度模仿性、自動化特征， 能夠承擔(dān)大多數(shù)傳統(tǒng)的人工財(cái)務(wù)中需要大量人力的、重復(fù)性高的工作。 可以預(yù)見， 傳統(tǒng)的大量“核算型”“弱管理型”財(cái)務(wù)人員將被這些工具所替代。

最后， 大數(shù)據(jù)分析就如同人體的血液。 沒有血液， 大腦和內(nèi)臟將無法運(yùn)轉(zhuǎn)。 將大數(shù)據(jù)分析應(yīng)用于企業(yè)決策的全過程， 不僅可以為企業(yè)創(chuàng)造更多的價(jià)值， 提升決策效率和效果， 甚至能改變企業(yè)的商業(yè)模式與管理模式。 在智能財(cái)務(wù)流程中， 大數(shù)據(jù)分析模塊如何進(jìn)化將直接決定智能財(cái)務(wù)的未來。

如圖1所示， AI+智能工具模塊解決的是財(cái)務(wù)管理效率提升問題， 而大數(shù)據(jù)分析階段生產(chǎn)的決策信息直接解決的是企業(yè)價(jià)值提升問題。 決策信息與企業(yè)價(jià)值提升的正相關(guān)關(guān)系越強(qiáng)， 智能財(cái)務(wù)的未來就越光明。

二、企業(yè)財(cái)務(wù)智能化的路徑

1. 基于財(cái)務(wù)中臺的企業(yè)財(cái)務(wù)智能化轉(zhuǎn)型。 企業(yè)的財(cái)務(wù)智能化系統(tǒng)可以基于財(cái)務(wù)中臺進(jìn)行構(gòu)建。 中臺這一概念最早源于阿里巴巴在2015年提出的“大中臺、小前臺”的中臺戰(zhàn)略， 通常包括財(cái)務(wù)中臺、業(yè)務(wù)中臺、數(shù)據(jù)中臺、技術(shù)中臺等， 意在整合企業(yè)的數(shù)據(jù)及技術(shù)， 以支撐前臺業(yè)務(wù)的變革與發(fā)展。

舉例說明基于財(cái)務(wù)中臺的財(cái)務(wù)智能化系統(tǒng)的構(gòu)建與運(yùn)行如下：

一家大型國有銀行財(cái)務(wù)部門主管曾經(jīng)向筆者提出過一個“如何讓客人轉(zhuǎn)化為客戶”的問題， 即如何借助智能財(cái)務(wù)， 幫助銀行業(yè)務(wù)部門提升由客人向客戶的轉(zhuǎn)化率， 這是一個典型的業(yè)財(cái)融合場景。 客人進(jìn)入銀行后， 有可能會成為客戶， 在銀行辦理存款、貸款或者理財(cái)?shù)葮I(yè)務(wù)， 從而在銀行系統(tǒng)中留下記錄; 也有可能未成為客戶， 未在銀行系統(tǒng)中留下記錄。 在傳統(tǒng)財(cái)務(wù)管理模式下， 銀行只對成為客戶的這部分業(yè)務(wù)量進(jìn)行考核， 并與預(yù)算進(jìn)行比較。 這一過程如圖2所示。

在傳統(tǒng)管理模式下， 從客人進(jìn)入銀行到成為客戶或未成為客戶的過程因?yàn)槲茨軘?shù)字化， 所以是一個黑箱， 導(dǎo)致銀行無法對客人未能轉(zhuǎn)化為客戶的這部分業(yè)務(wù)進(jìn)行分析。 因此， 銀行對業(yè)務(wù)部門的考核只能基于結(jié)果進(jìn)行， 忽視了過程。 同時， 傳統(tǒng)模式下的預(yù)算是基于推測形成的。 將基于結(jié)果的業(yè)績與基于推測的預(yù)算進(jìn)行比較， 所得到的差異顯然是不可靠的信息， 基于這種不可靠的信息進(jìn)行決策， 大概率會導(dǎo)致考核系統(tǒng)的失靈與決策的失誤。 這就是數(shù)字化程度低所帶來的典型問題。 這與統(tǒng)計(jì)學(xué)上關(guān)于“生存偏差”的一個經(jīng)典案例非常類似。 二戰(zhàn)時期， 英國軍方為了提升戰(zhàn)斗機(jī)的存活率， 派統(tǒng)計(jì)學(xué)家沃爾德去研究戰(zhàn)斗機(jī)哪些部位需要加固。 沃爾德研究了眾多戰(zhàn)斗機(jī)的中彈部位， 發(fā)現(xiàn)只有機(jī)艙、油箱和發(fā)動機(jī)等幾個部位從未中彈。 軍方認(rèn)為應(yīng)該加固除這幾個部位之外的其他所有地方。 而沃爾德認(rèn)為正好相反， 應(yīng)該加固這幾個未被擊中過的部位。 原因很簡單：這幾個部位被擊中的飛機(jī)都未能飛回來。 這就是統(tǒng)計(jì)學(xué)中著名的“生存偏差”問題。 如果不考慮未能生存的樣本， 只基于生存樣本得到的結(jié)論進(jìn)行決策必然會導(dǎo)致決策失敗。 在企業(yè)管理實(shí)踐中， 數(shù)字化程度低導(dǎo)致的“生存偏差”問題非常普遍。

基于財(cái)務(wù)中臺的智能化模式可以從根本上解決上述問題。 在傳統(tǒng)管理模式下， 企業(yè)業(yè)務(wù)部門與后臺部門是多對多的關(guān)系， 由后臺職能部門回應(yīng)業(yè)務(wù)部門的需求， 提供技術(shù)方案。 但是很多共性問題需要在不同部門中多次回應(yīng)， 導(dǎo)致浪費(fèi)了大量資源。 建立中臺系統(tǒng)后， 業(yè)務(wù)部門與管理部門形成一對一關(guān)系， 極大地提升了企業(yè)效率。 中臺系統(tǒng)發(fā)揮了“大本營”作用， 為業(yè)務(wù)部門提供各種支援， 隨時呈現(xiàn)所需數(shù)據(jù)和結(jié)果， 支撐業(yè)務(wù)快速擴(kuò)張。 財(cái)務(wù)中臺匯集了大量業(yè)務(wù)、管理和財(cái)務(wù)數(shù)據(jù)， 能夠?qū)崟r提供決策層及業(yè)務(wù)部門所需信息， 因此可以在財(cái)務(wù)中臺中嵌入各種智能化功能模塊， 如圖3所示。

在智能化模式下， 當(dāng)客人進(jìn)入銀行時， 系統(tǒng)會立即對客人進(jìn)行畫像， 例如客人在銀行是否有存款或貸款、存貸款規(guī)模與頻率、對銀行貢獻(xiàn)值的大小等。 然后， 系統(tǒng)根據(jù)畫像精準(zhǔn)匹配最優(yōu)的銀行產(chǎn)品與服務(wù)， 并指派相應(yīng)的工作人員去接待， 這實(shí)際上屬于精準(zhǔn)營銷。 同時， 銀行接待的過程會留有記錄， 這些記錄可以幫助銀行分析客人成為客戶或未成為客戶的具體原因， 從而能夠深入且有針對性地尋找改進(jìn)策略。

這種智能化運(yùn)行模式可以應(yīng)用于各類企業(yè)實(shí)踐。 財(cái)務(wù)中臺對外可以對企業(yè)客戶等利益相關(guān)者進(jìn)行畫像， 對內(nèi)可以對內(nèi)部員工進(jìn)行畫像， 實(shí)時采集并分析數(shù)據(jù)， 實(shí)時做出響應(yīng)并輸出結(jié)果， 隨時提供企業(yè)決策所需的信息。 企業(yè)的日常經(jīng)營過程中會不斷產(chǎn)生大數(shù)據(jù)， 這些新增加的數(shù)據(jù)可以進(jìn)一步拓展訓(xùn)練樣本， 提升模型的準(zhǔn)確性。 在這種模式下， 考核不再僅基于結(jié)果， 而是同時考慮結(jié)果和過程， 因?yàn)檎麄€過程都是數(shù)字化的; 預(yù)算也不是僅基于經(jīng)驗(yàn)進(jìn)行推測， 而是基于歷史數(shù)據(jù)， 采用機(jī)器學(xué)習(xí)的方法進(jìn)行更加科學(xué)、準(zhǔn)確的預(yù)測。 這種更全面的考核和更準(zhǔn)確的預(yù)算能夠極大地提升考核系統(tǒng)的準(zhǔn)確性， 為決策者提供更有價(jià)值的決策信息， 幫助他們進(jìn)行科學(xué)決策。 決策信息的數(shù)字化、科學(xué)化會催生企業(yè)決策的模型化、數(shù)據(jù)化、智能化， 整體提升企業(yè)決策的科學(xué)化水平。

在財(cái)務(wù)中臺中可以嵌入各種智能模塊， 如智能納稅籌劃、智能業(yè)績評價(jià)、智能風(fēng)險(xiǎn)管理、智能商業(yè)分析、智能資金管理等。 這些智能模塊能夠智能、自動地完成以前主要靠人工完成的各項(xiàng)財(cái)務(wù)管理工作。

以智能納稅籌劃模塊為例（詳見圖4）， 其運(yùn)行過程如下：第一步， 讓機(jī)器學(xué)習(xí)稅務(wù)規(guī)則， 并基于以往納稅籌劃數(shù)據(jù)訓(xùn)練模型， 提高機(jī)器的判斷力和準(zhǔn)確性， 使機(jī)器像會下國際象棋的機(jī)器人一樣會進(jìn)行判斷; 第二步， 當(dāng)業(yè)務(wù)發(fā)生時， 由機(jī)器根據(jù)訓(xùn)練的模型提供可能的籌劃方案; 第三步， 由機(jī)器在所提供的方案中選擇一個最優(yōu)方案; 第四步， 當(dāng)決策者認(rèn)可后， 將該方案付諸實(shí)施。 在面對不同的業(yè)務(wù)場景時， 系統(tǒng)可以實(shí)時提供各種方案并推薦最優(yōu)方案。 這種模式可以將納稅籌劃從企業(yè)的專項(xiàng)行動變?yōu)槿粘Ｐ袨椋?最大化降低企業(yè)稅負(fù)。 如智能納稅籌劃之類的智能模塊以財(cái)務(wù)中臺為平臺， 依靠中臺強(qiáng)大的模型訓(xùn)練能力和海量數(shù)據(jù)的處理能力， 不斷優(yōu)化模型， 自動完成各項(xiàng)財(cái)務(wù)管理工作。

與傳統(tǒng)人工操作系統(tǒng)不同的是， 財(cái)務(wù)中臺中涉及的工具和技術(shù)（例如BI、RPA、語音交互、人臉識別等）更加智能化， 自動化程度也更高。 隨著技術(shù)的進(jìn)步， 這些工具的智能化與自動化程度將越來越高， 整體提升智能財(cái)務(wù)系統(tǒng)智能化與自動化水平。

2. 基于中臺系統(tǒng)的組織變革。? 搭建包括財(cái)務(wù)中臺在內(nèi)的中臺系統(tǒng)可以為企業(yè)帶來巨大的優(yōu)勢， 它不僅能夠提升企業(yè)的迅捷反應(yīng)能力， 而且能夠幫助企業(yè)構(gòu)建更加高效的組織。

在傳統(tǒng)的科層組織形式下， 決策層向下傳遞戰(zhàn)略， 業(yè)務(wù)部門向上傳遞信息（詳見圖5）。 層層傳遞會降低信息的時效性與可靠性。 向上傳遞的信息到達(dá)決策層時可能已經(jīng)錯過了寶貴的市場機(jī)會; 由于代理問題的存在， 有價(jià)值的戰(zhàn)略信息也不一定能夠及時傳達(dá)到業(yè)務(wù)部門。 組織結(jié)構(gòu)的層級越多， 代理問題就越嚴(yán)重。 因此， 傳統(tǒng)的組織形式會產(chǎn)生嚴(yán)重的信息不對稱問題。 在這種組織形式下， 企業(yè)只能采取模糊的、以結(jié)果為導(dǎo)向的考核方式， 導(dǎo)致企業(yè)決策效率與運(yùn)行效率低下。

基于中臺系統(tǒng)可以構(gòu)建更加高效的組織形式（詳見圖6）。 企業(yè)所構(gòu)建的業(yè)務(wù)中臺、財(cái)務(wù)中臺、技術(shù)中臺等整合性中臺系統(tǒng)是一個強(qiáng)大的大本營， 企業(yè)的決策機(jī)構(gòu)、職能部門、業(yè)務(wù)部門都通過中臺系統(tǒng)進(jìn)行連接。 這些部門實(shí)時向中臺系統(tǒng)輸入信息， 中臺系統(tǒng)實(shí)時反饋每個部門， 甚至每個員工所需要的信息。 決策層能夠?qū)崟r從中臺系統(tǒng)中提取數(shù)據(jù)進(jìn)行決策， 各個業(yè)務(wù)單元也能夠接觸到實(shí)時的市場信息、行業(yè)信息以及宏觀信息。 這種信息具備高度的實(shí)時性與定制化特征。 在這種組織形式下， 中臺系統(tǒng)憑借其強(qiáng)大的計(jì)算能力和信息加工能力， 能夠根本性地解決傳統(tǒng)組織形式下的信息不對稱問題。

3. 財(cái)務(wù)智能化轉(zhuǎn)型的模式。 企業(yè)實(shí)現(xiàn)財(cái)務(wù)智能化轉(zhuǎn)型的模式通?？梢苑譃閮煞N：一種是全面部署， 由面到點(diǎn); 另一種是敏捷部署， 由點(diǎn)到面。

在全面部署模式下， 企業(yè)需要從整個企業(yè)層面來構(gòu)建財(cái)務(wù)智能化方案。 企業(yè)的智能化工作始于重構(gòu)企業(yè)流程， 摒棄人工管理的模式， 完成數(shù)字化轉(zhuǎn)型， 然后才能進(jìn)行智能化轉(zhuǎn)型。 由于全面部署成本很高， 因此， 該模式適合變革意愿強(qiáng)烈的大型企業(yè)。

對于中小企業(yè)來說， 高企的全面部署成本通常難以承受， 因此， 可以采用敏捷部署的模式， 由點(diǎn)到面， 尋找一些點(diǎn)作為突破口， 再逐步加以完善。 中小企業(yè)可以改進(jìn)現(xiàn)有系統(tǒng)， 比如對系統(tǒng)進(jìn)行AI改造， 形成標(biāo)準(zhǔn)化系統(tǒng)， 解決系統(tǒng)不兼容的問題; 也可以在不改變系統(tǒng)核心的前提下， 采用“AI+RPA”的外掛模式; 或者將現(xiàn)有系統(tǒng)替換成AI系統(tǒng)。

不過， 對于中小企業(yè)而言， 更為普遍的一種做法是直接利用第三方的智能系統(tǒng)平臺。 企業(yè)將財(cái)務(wù)管理完全外包， 由平臺幫助企業(yè)完成自動核算、自動分析、自動結(jié)算等工作， 從而讓中小企業(yè)專注于核心業(yè)務(wù)， 提升競爭力。 這是中小企業(yè)未來財(cái)務(wù)智能化轉(zhuǎn)型的發(fā)展趨勢。

三、財(cái)務(wù)智能化的發(fā)展階段

企業(yè)財(cái)務(wù)智能化是大勢所趨， 它的深度和廣度必然會不斷深化。 按照財(cái)務(wù)智能化的廣度和智能度可以將智能化過程劃分為三個發(fā)展階段（詳見圖7）：第一階段是智能財(cái)務(wù)1.0階段， 智能財(cái)務(wù)應(yīng)用的廣度和智能度較低， 仍處于起步階段; 第二階段是智能財(cái)務(wù)2.0階段， 智能財(cái)務(wù)的廣度得到提升， 擴(kuò)展到財(cái)務(wù)的各個流程和領(lǐng)域， 但智能度的提升仍然較為緩慢; 第三階段是智能財(cái)務(wù)3.0階段， 智能財(cái)務(wù)實(shí)現(xiàn)從廣度向智能度的轉(zhuǎn)變， 應(yīng)用范圍十分廣闊， 智能化程度也越來越高。 前兩個階段可以被稱為自動化階段， 智能財(cái)務(wù)的主要目標(biāo)是降低企業(yè)的財(cái)務(wù)管理成本及企業(yè)管理成本; 第三階段可以被稱為真正的智能化階段， 智能財(cái)務(wù)的目標(biāo)是最大限度地提升企業(yè)的核心競爭力。

財(cái)務(wù)智能化的終極目標(biāo)是“去中心化”。 目前， 企業(yè)的財(cái)務(wù)管理屬于中心化管理模式， 由財(cái)務(wù)部門收集、輸入、計(jì)算并輸出數(shù)據(jù)， 全方位負(fù)責(zé)企業(yè)的財(cái)務(wù)管理工作。 在這種模式下， 財(cái)務(wù)部門獲取的信息不夠全面， 只能輸出標(biāo)準(zhǔn)化的信息。 在定制化、個性化信息需求越來越高的今天， 中心化管理模式已經(jīng)很難滿足企業(yè)的財(cái)務(wù)需求。 因此， 智能財(cái)務(wù)要朝著“去中心化”的方向演進(jìn)。 在這種模式下， 所有業(yè)務(wù)部門、職能部門， 甚至個人以及外部渠道都是原始信息的提供者， 這些信息自動被輸入中臺系統(tǒng)， 由系統(tǒng)自動對信息進(jìn)行加工整理， 然后根據(jù)不同決策者的不同需求實(shí)時輸出定制型信息， 快速做出反應(yīng)。 這與“事項(xiàng)會計(jì)理論”所倡導(dǎo)的應(yīng)該將會計(jì)信息的選擇權(quán)交給信息使用者的理念是一致的[1] 。

從目前應(yīng)用日益普遍的智能報(bào)銷系統(tǒng)就能夠管窺這種趨勢。 在傳統(tǒng)的人工管理模式下， 報(bào)銷是一件費(fèi)時費(fèi)力的工作。 員工從申請出差到提交報(bào)銷申請， 各級領(lǐng)導(dǎo)層層審批， 再到最后的打款， 整個過程環(huán)節(jié)多、效率低， 員工體驗(yàn)效果差。 在智能報(bào)銷模式下， 員工只需要在系統(tǒng)里提交出差申請， 出差結(jié)束后將發(fā)票掃描上傳到系統(tǒng)即可。 系統(tǒng)會自動進(jìn)行審批， 并通過銀企直聯(lián)自動打款， 后臺會自動進(jìn)行賬務(wù)處理。 整個過程人工參與度很低， 員工體驗(yàn)效果很好。 在這種模式下， 出差員工實(shí)際上扮演了信息提供者的角色， 具有典型的“去中心化”特征。

四、財(cái)務(wù)智能化面臨的挑戰(zhàn)

財(cái)務(wù)智能化雖然是必然的發(fā)展趨勢， 但其在發(fā)展過程中會面臨各種挑戰(zhàn)， 歸納如下：

1. 企業(yè)內(nèi)部的信息孤島問題。 企業(yè)各部門可能都有自己的信息系統(tǒng)， 這些系統(tǒng)之間普遍存在不兼容問題。 如何將不同系統(tǒng)進(jìn)行整合， 將不同系統(tǒng)中不同標(biāo)準(zhǔn)的數(shù)據(jù)進(jìn)行合并、清洗、處理， 是一項(xiàng)巨大的挑戰(zhàn)。 如果這項(xiàng)基礎(chǔ)性工作不能以可接受的成本和方式完成， 企業(yè)智能化轉(zhuǎn)型就會成為“無水之魚”。

2. 企業(yè)的變革動力不足。 一般而言， 面向市場的業(yè)務(wù)部門的變革往往會快于后臺的管理部門， “互聯(lián)網(wǎng)+”行業(yè)的變革要快于傳統(tǒng)產(chǎn)業(yè)。 管理部門及傳統(tǒng)產(chǎn)業(yè)智能化需求相對較小， 缺少變革的壓力和動力， 往往都是被動變革。 在一個缺乏主動變革的環(huán)境中， 財(cái)務(wù)智能化轉(zhuǎn)型這種高成本、見效慢的變革效果會很差。

3. 財(cái)務(wù)智能化方面的人才奇缺。 目前， 會計(jì)人員以核算型人才為主， 這也是傳統(tǒng)會計(jì)教育系統(tǒng)主要培養(yǎng)的人才類型。 企業(yè)進(jìn)行智能化轉(zhuǎn)型的關(guān)鍵條件之一是擁有智能財(cái)務(wù)人才隊(duì)伍。 目前， 很多高校已經(jīng)意識到傳統(tǒng)會計(jì)教育的不足， 開始開設(shè)智能財(cái)務(wù)專業(yè)方向， 培養(yǎng)既懂技術(shù)又懂會計(jì)的復(fù)合型人才。

未來財(cái)務(wù)領(lǐng)域的人才結(jié)構(gòu)會從“金箍棒型”向“雙節(jié)棍型”轉(zhuǎn)變（詳見圖8）。 目前大部分財(cái)務(wù)人員是會計(jì)核算師， 會計(jì)系統(tǒng)架構(gòu)師和分析決策師占比較小。 未來必然形成會計(jì)核算師占比很小， 而會計(jì)系統(tǒng)架構(gòu)師與分析決策師占比越來越大的人才結(jié)構(gòu)。 會計(jì)系統(tǒng)架構(gòu)師的定位是幫助企業(yè)設(shè)計(jì)財(cái)務(wù)系統(tǒng)， 使財(cái)務(wù)更好地服務(wù)于業(yè)務(wù)與管理; 分析決策師則幫助企業(yè)分析數(shù)據(jù)， 從大量數(shù)據(jù)中挖掘更多、更有價(jià)值、更及時的信息， 幫助企業(yè)決策。

但是， 目前會計(jì)系統(tǒng)架構(gòu)師及分析決策師的市場需求及供給之間存在著巨大缺口。 從需求方來說， 企業(yè)急缺智能財(cái)務(wù)方面的人才， 公司內(nèi)部的高級技術(shù)工程師及數(shù)據(jù)分析師缺少必要的財(cái)務(wù)知識， 無法將人工智能與財(cái)務(wù)相結(jié)合， 限制了企業(yè)智能財(cái)務(wù)的轉(zhuǎn)型發(fā)展。 從供給方來說， 雖然已有不少高校開設(shè)了智能財(cái)務(wù)專業(yè)方向， 但是提供的人才數(shù)量遠(yuǎn)遠(yuǎn)不能滿足市場需求。 并且高校普遍面臨缺乏智能財(cái)務(wù)師資的問題， 很多傳統(tǒng)的會計(jì)教師尚未向智能化財(cái)務(wù)方向轉(zhuǎn)變， 導(dǎo)致智能財(cái)務(wù)課程往往只能由實(shí)務(wù)界的專家講授， 而這種教學(xué)模式并不具有可持續(xù)性。 因此， 高校也需盡快完成教學(xué)轉(zhuǎn)型， 培養(yǎng)更多的智能財(cái)務(wù)人才。

【 主 要 參 考 文 獻(xiàn) 】

[ 1 ]? ?喬治.H.索特著.張敏譯.基本會計(jì)理論中的“事項(xiàng)法”[ J].經(jīng)濟(jì)資料譯叢，2005（1）：35 ～ 40.