原创：AI时代下的会计发展趋势

导言

一篇BBC基于剑桥大学数据分析的报道，他对365种职业未来被淘汰的概率做了分析，会计排在了第三位，被淘汰率97.6%，我讲这个内容是想让大家别被会计圈外的人的过度夸大所吓怕，咱们要知道咱们自己的本事绝不是一天一时就能由机器来替代的，那些单调的、重复的、让人烦恼的活儿，迟早要被机器取代。我们举例说的数现金、勾兑对账单，看看钱数对不对，这个基本上都不用我们来完成了。

被淘汰的概率最高的就是电话推销员，将近百分之百，应该是99%点几，然后后面的排序就是打字员、会计。

1

传统会计工作包括哪些内容？

凭证是基础会计工作的主要界面，在企业经营过程中的各项业务，在会计的业务范畴，都以凭证的方式记录下来了。凭证记录之后，根据会计科目，形成细分的分类账，在由分类账汇总成总账。对于规模较大，业务比较复杂的企业，或者所有权结构比较复杂的企业，还涉及到合并财务报表的高端财务操作。最后我们会基于财务报表对企业的经营状况作出分析，作为决策的依据。财务工作中基础的，重复的，不需要逻辑推理和分析的工作具有很大的替代性。

2

财务数据或者会计本身的问题

资料来源的局限性

1.报表数据的时效性问题

财务报表中的数据，均是企业过去经济活动的结果和总结，用于预测未来发展趋势，只有参考价值，并非绝对合理。

2.报表数据的真实性问题

在企业形成其财务报表之前，信息提供者往往对信息使用者所关注的财务状况以及对信息的偏好进行仔细分析与研究，并尽力满足信息使用者对企业财务状况和经营成果信息的期望。其结果极有可能使信息使用者所看到的报表信息与企业实际状况相距甚远，从而误导信息使用者的决策。

3.报表数据的可靠性问题

财务报表虽然是按照会计准则编制的，但不一定能准确地反映企业的客观实际。例如：报表数据未按通货膨胀进行调整;某些资产以成本计价，并不代表其现在真实价值;许多支出在记账时存在灵活性，既可以作为当期费用，也可以作为资本项目在以后年度摊销;很多资产以估计值入账，但未必正确;偶然事件可能歪曲本期的损益，不能反映盈利的正常水平。

4.报表数据的可比性问题

根据会计准则的规定，不同的企业或同一个企业的不同时期都可以根据情况采用不同的会计政策和会计处理方法，使得报表上的数据在企业不同时期和不同企业之间的对比在很多时候失去意义。

5.报表数据的完整性问题

由于报表本身的原因，其提供的数据是有限的。对报表使用者来说，可能不少需要的信息在报表或附注中根本找不到。

财务分析方法的局限性

对于比较分析法来说，在实际操作时，比较的双方必须具备可比性才有意义。对于比率分析法来说，比率分析是针对单个指标进行分析，综合程度较低，在某些情况下无法得出令人满意的结论;比率指标的计算一般都是建立在以历史数据为基础的财务报表之上的，这使比率指标提供的信息与决策之间的相关性大打折扣。对于因素分析法来说，在计算各因素对综合经济指标的影响额时，主观假定各因素的变化顺序而且规定每次只有一个因素发生变化，这些假定往往与事实不符。并且，无论何种分析法均是对过去经济事项的反映。随着环境的变化，这些比较标准也会发生变化。而在分析时，分析者往往只注重数据的比较，而忽略经营环境的变化，这样得出的分析结论也是不全面的。

财务分析指标的局限性

1.财务指标体系不严密

每一个财务指标只能反映企业的财务状况或经营状况的某一方面，每一类指标都过分强调本身所反映的方面，导致整个指标体系不严密。

2.财务指标所反映的情况具有相对性

在判断某个具体财务指标是好还是坏，或根据一系列指标形成对企业的综合判断时，必须注意财务指标本身所反映情况的相对性。因此，在利用财务指标进行分析时，必须掌握好对财务指标的“信任度”。

3.财务指标的评价标准不统一

如对流动比率，人们一般认为指标值为2比较合理，速动比率则认为1比较合适，但许多成功企业的流动比率都低于2，不同行业的速动比率也有很大差别，如采用大量现金销售的企业，几乎没有应收账款，速动比率大大低于1是很正常的。相反，一些应收账款较多的企业，速动比率可能要大于1。因此，在不同企业之间用财务指标进行评价时没有一个统一标准，不便于不同行业间的对比。

4.财务指标的计算口径不一致

比如，对反映企业营运能力指标，分母的计算可用年末数，也可用平均数，而平均数的计算又有不同的方法，这些都会导致计算结果不一样，不利于评价比较。

3

人工智能在财务上目前的应用

财务机器人

人工智能对会计的这个影响，大体上可以这种来做一个初步的解释：对于那些技术含量比较低，简单的、重复性的、标准化的工作，人工智能完全可以代替，不需要判断、不需要逻辑推导。当然人工智能完成这些活儿肯定有它的优势的，最大的优势就是不怕累，不用休息，另外就是慢慢在人工智能领域要不断的植入财务管理的意识，其实也就是说把我们人脑所想到的跟管理决策有关的东西慢慢植入在人工智能里，其实这就是会计人员将来要做的工作，怎么植进去，可能是由工程师来实现，但是这些设计思想就得由会计来完成。

就相当于我们把凭证录进去，机器告诉你这个常见业务就应该借记哪个，贷记哪个，就记到账上了，报表就出来了。其实在报道里面所讲的会计，他并不是我们今天在座的各位的会计，他其实是报税员、出纳、客户服务顾问，还有简单的填凭证、记账、对账这些基础性和重复性工作的财务人员。但是随着整个企业向国际化进程的推进，复合性人才的需求会越来越多。

在财务领域，比如并购重组、跨国合并这些内容，要求具备财务、法律等等，包括我们生成的数据，怎么让人家看得懂？目前在会计实务当中很多困惑性的内容，机器人它再不怕累，也做不到，我们人都没办法解决，它就更没招儿。当然这个话的意思不是说让咱们固步自封，不去考虑人工智能对我们将来工作的影响，人工智能的推行对会计、财务这种传统行业确确实实冲击是非常大，他的97.6%也不是凭空捏造，确确实实有些工作不需要人了。

全球财务共享

“财务共享服务”模式具体运作通常为：公司选址建立“财务共享服务中心”，通过“共享服务中心”向其众多的子公司（跨国家、跨事业部）提供统一的服务，并按一定的方式计费，收取服务费用，各子公司因此不再设立和“财务共享服务中心”相同功能的部门。最典型的服务是财务方面账务处理的服务，称为“共享会计服务”（Shared Accounting Service），是一种以事务性处理（TransactionProcessing）功能为主的服务。还有一类“共享服务”以提供高价值的专业建议为服务内容，如税务、法律事务、资金管理等。从原理上来看，财务共享服务中心是通过在一个或多个地点对人员、技术和流程的有效整合，实现公司内各流程标准化和精简化的一种创新手段。通常在财务共享服务中心的业务按循环可以分为总账、应付账款、应收账款和其他四大类。

智能化决策支持

既然，日常工作财务机器人可以做，财务报表以及合并财务报表共享中心可以做，那么还有什么我们可以做？决策以及支持决策，非常抱歉，人工智能已经涉足这一领域。比较著名的软件产品，如IBM的congons，德国爱思普的SAP，华为的iwork等等。决策本身不复杂，决策的难度在于，在信息不充分的情况下，做出最有效的判断。

4

归纳总结

人工智能的网络经济时代，对会计本身的影响有多大？传统会计的四大假设：会计主体，持续经营，会计分期，货币计量，在新经济时代的前提下，会计的四大假设均被影响，会计主体由实化虚，持续经营假设被项目制的合作方式严重挑战，会计分期在现在高速信息化的时代已经越来越模糊，由于电子货币的大行其道，货币计量的币值稳定性也受到了冲击。

回到财务决策本身，公司当前每月销售额5000万，平均账龄30天，销售建议延长账龄到60天，可以促进销售额，假设税后利润为8%，税率为25%，问是不是采纳销售的建议？

你需要知道账期变化后，应收增长的情况，企业的资金成本，企业的利润率，企业的市场地位，企业的市场占有率，新增的应收对应是否有新增的客户以及新增客户的资信情况，新增的运营资产投入资金来自于哪里，成本如何，风险情况，新增产量对于产能是否有影响，是否有足够的人员保证生产，如果需要新增人员，人员技能如何保证，是否需要外包，过程中如何保证知识产权和到货及时性，新增应收对应的货物物流如何保障等。

学习的重要性在于，拓展知识的广度，不局限于专业，不局限于时间，不局限于以后的岗位本身，才能在人工智能的大潮下好好生活。

最后，希望今天的文字引发大家对今天之后的生活以及工作进行思考。