ChatGPT为代表的大模型对会计人员职能转型的影响与应对

金源 李成智

【摘要】ChatGPT作为当下AIGC领域的代表性技术， 首次实现了语言智能的智慧涌现， 引发业界学界的热烈讨论。现有研究表明， ChatGPT将对我国会计工作产生全方位、 深层次的影响。为进一步探究以ChatGPT为代表的大模型对会计人员转型的影响程度和影响方式， 本文开展了主题为“ChatGPT为代表的大模型对会计人员职能转型影响”的问卷调查， 基于调查结果分析了大模型对会计基本职能、 会计扩展职能、 会计转型职能等维度的影响。研究发现： 尽管会计人员已经意识到大模型对会计职能转型将会产生深远影响， 但在评估其具体影响的过程中仍存在一定的非理性认知偏差， 且在变革应对过程中面临“知易行难”等方面的困境。在数据分析的基础上， 本文进一步从职能转型、 能力框架重构等层面给出切实可行的参考建议， 以期帮助会计从业人员更理性地看待大模型的影响， 积极应对未来人机协同模式下会计工作中涌现的变革与挑战。

【关键词】ChatGPT；大模型；会计职能转型；人机协同

【中图分类号】F275      【文献标识码】A      【文章编号】1004-0994（2023）18-0052-8

一、 引言

2021年11月， 财政部发布的《会计改革与发展“十四五”规划纲要》提出， “以数字化技术为支撑， 以会计审计工作数字化转型为抓手， 推动会计职能实现拓展升级”。2021年12月， 财政部发布的《会计信息化发展规划（2021-2025年）》进一步指出， 要加强复合型会计信息化人才培养， 完善会计人员信息化方面的能力框架， 打造懂会计、 懂业务、 懂信息技术的复合型会计信息化人才队伍。可见， 国家从政策层面鼓励会计人员积极探索和掌握新一代信息技术， 重构自身能力框架， 推动会计职能对内对外拓展， 以适配会计数字化转型背景下的工作需求。

2022年11月底， OpenAI发布生成式AI产品ChatGPT。作为首款在语言智能领域实现智慧涌现的预训练大语言模型（简称“大模型”）产品， ChatGPT凭借精准的语义理解能力、 强大的语言表达能力、 严谨的逻辑思维能力， 成为人工智能发展史上的又一座里程碑。大模型不同于专注垂直细分任务的小模型， 其兼具“大规模”和“预训练”两种属性， 具有通用性、 创造性、 可扩展性等特征。当前主流的大模型产品包括ChatGPT、 PaLM、 讯飞星火、 阿里通义千问、 腾讯混元、 百度文心等。会计作为一门通用的商业语言， 与经济社会发展密切相关。如何理解并适应由大模型引发的技术革新， 以便在新的环境中找到自身定位并发挥最大价值， 成为亟待会计人员思考的问题。

基于以上背景， 本文在上海国家会计学院会计信息调查中心的支持下， 开展了主题为“ChatGPT为代表的大模型对会计人员职能转型影响”的问卷调查， 基于调查结果分析了大模型对会计基本职能、 会计扩展职能、 会计转型职能等维度的影响。研究发现， 尽管会计人员已经意识到大模型对会计职能转型将会产生深远影响并采取了积极应对措施， 但在评估其具体影响的过程中仍存在一定的非理性认知偏差， 且在变革应对过程中面临“知易行难”等困境。在此基础上， 本文从职能转型、 能力框架重构等方面给出了切实可行的参考建议， 以期帮助我国会计从业人员更理性地看待大模型的影响， 积极应对未来人机协同模式下会计工作中涌现的变革与挑战。

二、 文献综述与理论基础

（一）技术变革对会计职能的影响研究综述

会计职能指会计在经济管理中所具有的功能。学界在多年对于会计基本职能的探讨中， 形成了“会计信息系统论”和“會计管理活动论”两大主要流派。会计信息系统论认为， 会计的本质是以提供财务信息为主的经济信息系统（余绪缨，1980；葛家澍和李翔华，1986）， 该理论强调会计的“反映”职能。而会计管理活动论（杨纪琬和阎达五，1980）则认为会计本身就是一项管理活动， 该理论更强调会计的监督与控制职能。刘峰和葛家澍（2012）进一步指出， 随着经济社会的发展， 会计职能经历了单职能（反映）、 双职能（反映与监督）、 多职能到全职能的演变。依据会计全职能假说， 会计职能体现在会计工作的全生命周期中， 涉及反映、 监督、 预测、 决策、 控制、 估值等方面。

关于人工智能与会计职能转型之间的关系研究已经较为丰富。杨寅和刘勤（2023）指出， 人工智能是推进会计职能转型的重要因素之一， 它将会使会计的基本职能更加无人化， 会计的拓展职能更加智能化， 会计的转型职能更加凸显会计行业价值。续慧泓等（2021）通过将新一代信息技术与会计管理活动论的理念相结合构建智慧会计系统， 指出在智能化技术的推动下， 会计的内涵和外延得到发展， 会计的职能得到强化， 会计的应用范围不断扩展。国内外也有诸多学者致力于研究AI是否会代替会计从业人员这一问题， 当前主流观点认为， 会计工作者的意义不仅仅在于机械地从事记账算账等基础工作， 更重要的是在经济活动中进行判断与沟通。人工智能的使用在一定程度上提高了会计人员的工作效率， 但也提高了会计人员被替代的风险， 未来会计人员要朝着“财务+技术+管理”的复合型人才转变（应里孟和阳杰，2020；占美松等，2021；张俊瑞和辛星，2023）。

ChatGPT的兴起为会计行业带来了全新的机遇与挑战。为积极应对ChatGPT对会计领域的冲击， 已有多位专家学者思考并探讨了ChatGPT对会计科技（金源和李成智，2023a）、 会计行业变革（刘勤，2023）、 智能财务（金源和李成智，2023b）等方面的影响， 并且探索了其在财务咨询、 审计、 税务管理等具体财务场景中的应用可行性。然而， 现有研究多集中在ChatGPT对会计工作与财务场景的影响， 针对ChatGPT为代表的大模型对会计人员职能转型影响的研究还存在空白。特别是以问卷调查的方式了解会计人员对于ChatGPT等大模型产品的了解及应对情况， 目前尚未有学者展开相关研究， 这使得本文的研究具有一定的开创性。

（二）研究分析框架

已有诸多学者结合ChatGPT的技术特性， 通过理论推演的方式指出， 在会计工作中ChatGPT可以发挥其强大的自然语言理解能力和数据处理能力， 帮助会计人员高效完成日常工作。同时， ChatGPT的引入也将推动会计人员的职能转型， 使他们从机械、 繁琐的流程类工作中解放出来， 更多地参与到决策支持、 战略财务等更高级别的会计工作中， 从而推进会计职能转型。为验证现有理论研究的合理性， 本文将通过问卷数据分析的方法， 探讨ChatGPT的普及推广对会计人员职能转型的影响。本文将从以下四个维度对问卷数据展开分析： 会计人员对大模型的了解和使用情况； 大模型对会计职能转型的影响分析； 针对大模型影响的应对现状分析； 其他综合分析。在数据分析的基础上， 本文将结合变革管理理论（Change Management Theory）、 颠覆式创新理论（Disruptive Innovation Theory）、 双环学习理论（Double-loop Learning Theory）等， 对大模型时代会计人员如何重构自身能力框架、 财务部门如何变革管理方式， 以及政府部门、 国家会计学院、 高校、 软件厂商等外部支持层如何提供必要支持给出切实可行的建议， 具体分析框架如图1所示。

三、 问卷设计与数据收集

（一）问卷设计

围绕“ChatGPT为代表的大模型对会计人员职能转型影响”的主题， 调查问卷共设置了15个问题， 采用选择题、 打分题（采用1 ～ 5分打分形式， 具体分值的含义依题目而定）与开放式问题相结合的方式。本调查问卷由三部分组成： 第一部分为调查对象的基本信息， 包括调查对象的年龄、 岗位层级， 该部分用于大模型对不同群体影响的差异性分析； 第二部分为会计人员对大模型的认知和看法调查， 问题主要涵盖对大模型产品的了解程度、 讨论和使用情况、 中短期内大模型对泛会计类从业人员的影响； 第三部分为针对大模型影响的应对现状调查， 问题主要涵盖调查对象所在机构的应对措施、 所在机构接入/不接入大模型产品的原因、 大模型产品的使用效果、 如何积极应对大模型的冲击以及在该过程中所需外部支持的调查。

（二）数据来源

在完成问卷的设计后， 笔者在上海国家会计学院会计信息调查中心的协助下， 对包含全国会计领军人才在内的样本库进行了问卷发放， 共收回问卷1334份。为尽量保证调查样本的代表性， 从样本中剔除了在校大学生、 非会计行业从业人员， 仅保留了具有一定会计实务工作经验的人群作为分析样本。经过缺失值处理、 逻辑一致性验证、 重复数据剔除等数据清洗流程后， 共筛选出1173份有效数据用于后续分析。

从调查对象背景信息来看， 普通工作人员占比15.94%、 基础管理人员占比19.59%、 中层管理人员占比45.69%、 高层管理人员占比18.67%， 20 ～ 30岁占比12.19%、 30 ～ 40岁占比39.73%、 40 ～ 50岁占比36.15%、 50岁以上占比11.94%。样本涵盖范围较广， 且各部分占比基本复合正态分布， 大部分调查对象工作经验丰富且处于管理岗位， 对会计职能和未来发展前景有较为清晰的认识， 能够在一定程度上代表目前业界对于大模型影响的认知。

四、 调查问卷数据分析

依据问卷调查数据总体来看， 会计人员目前对于大模型产品的认知和使用情况如图2所示（采用1 ～ 5分打分形式，5分为非常了解/频繁使用过，3分为基本了解/偶尔使用，1分为不了解/没用过）：

调查樣本对大模型的平均了解程度为3.08分、 平均使用情况为2.49分。由此可见， 随着国内外大模型厂商的加速布局以及媒体的深入解读和分析， 会计人员对大模型产品已达到基本了解的程度。但由于目前最具代表性的大模型产品ChatGPT仍然对访问IP地址有所限制， 且国内百度文心、 讯飞星火等大模型产品开放使用的时间较短， 大模型产品的应用普及还在逐步推进中， 因而出现了对大模型的使用情况平均得分（2.49分）低于了解情况的现象（3.08分）。图3呈现了各要素间的相关关系， 相关系数越大代表正相关性越强。从图中可以得知， 周围人谈论情况与本人了解程度具有较高的正相关性（0.79）， 周围人使用情况和本人使用情况具有较强的正相关性（0.68）， 这也表明作为一项新兴技术， 有关大模型的讨论和使用符合创新扩散理论。

在后续问卷分析中， 为尽量保证观点的严谨性， 本文将筛选对大模型了解和使用程度较高（3 ～ 5分）的样本开展进一步分析。

（一）大模型对会计人员职能转型的影响分析

1. 大模型对会计职能的综合影响。调查数据显示， 中短期（3年）内， 大模型对于会计类工作和会计职业的综合影响程度较大， 为3.8分。其中， 评分范围为1 ～ 5分， 5分为有极大影响需高度重视， 3分为有一定影响应该注意， 1分为基本无影响无需注意。大模型对会计职能的具体影响为： 调查对象非常认同大模型的使用将提高财务日常工作效率（4.29）， 并且将会促进会计人员转型和知识更新（4.22）， 同时会计人员将借助甚至依赖大模型信息做出更为科学的决策（4.04）。另外， 调查对象也比较认同大模型的普及将催生类似财务RPA机器人的“数字员工”（4.12）， 但对于大模型的普及会大幅减少会计类岗位的就业机会的认可程度较低（3.48）。以上调查结果一定程度上与已有研究形成了相互印证。金源和李成智（2023b）指出， 以ChatGPT为代表的大模型兼具运算智能、 感知智能、 认知智能。以ChatGPT为例， 其可以从自动化和数智化两方面优化财务场景， 促进会计职能转型。一方面， 大模型的应用可以在一定程度上通过自动化流程型工作来提高财务日常工作效率； 另一方面， 大模型可以通过加载数据挖掘算法， 实现数据驱动的分析和决策体系的输出。

会计是一项技术， 更是一门艺术。会计工作除需要财务专业知识和进行流程型操作外， 还需要创意性和抽象性思维、 高度社交智慧和谈判技巧， 因此大模型无法彻底取代会计人员（刘勤，2023）。本文认为， 将会计所具有的反映、 监督、 预测、 决策、 估值等职能对应到会计实务工作中， 具体表现为会计核算、 财务分析、 税务管理、 内部审计、 外部审计、 成本管理、 预算管理、 财务报告、 资金管理、 财务BP（Business Partner）、 投融资管理、 风控合规、 财务战略等“大会计”职能（后续提及的“会计”也均为“大会计”概念）。大模型对各会计职能的影响程度如图4所示（评分范围为1 ～ 5分，5分为影响极大，3分为有一定影响，1分为基本无影响）。

由图4可见， 大模型对财务分析影响最大为4.14分， 而对财务战略的影响仅有1.44分， 大模型对会计各职能的影响存在较大差异。为探究大模型对会计职能的影响差异的内在原因， 本文后续将参照会计职能三分类方法（杨寅和刘勤，2023）进一步开展拆解分析。

2. 大模型对会计基础职能的影响。依据会计信息系统论和会计管理活动论， 会计两大基础职能为反映与监督。会计基础职能主要围绕财务报表展开， 其对应到具体会计实务中表现为会计核算、 财务报告、 资金管理、 税务管理以及内外部审计等职能岗位。调查对象认为大模型对会计基础职能各具体岗位影响如下：

（1）大模型对会计核算影响较大（4.09分）。调查对象认为， 大模型可以自动化处理和准确核算， 减少人工错误， 提高核算速度和准确度。但本文认为， 调查对象对于该影响的评估可能偏高。一方面， 会计核算对于精度要求较高， 但大模型本质是概率模型， 其所拥有的随机初始化等特性导致其输出结果不稳定， 需要通过设置随机种子、 关闭随机层等方法来确保结果的可重复性， 这在实操层面对会计人员挑战较大。另一方面， 部分会计分录（如合并报表调整分录、金融工具、长期股权投资）处理逻辑较为复杂， 大模型可能无法胜任。

（2）大模型对财务报告工作的影响程度中等（2.60分）。这可能是由于许多企业已经有较为成熟的报表工具或XBRL（可扩展商业报告语言）应用程度较高， 出于数据安全考虑， 无需额外使用大模型进行财务报告编制。

（3）大模型对税务管理的影响程度不高（2.58分）。由于大模型存在“幻觉”（Hallucination）问题， 有时会按照流畅的语法规则产生包含虚假信息甚至毫无意义的文本， 且无法实现回答的精确溯源， 这使得其难以依据高度复杂的税务法规给出合理可靠的回答。

（4）大模型对资金管理的影响程度较低（2.11分）。资金管理的目标是实现流动性、 盈利性和安全性之间的平衡， 这是一个复杂的多目标优化问题。大模型可能难以捕捉这些目标之间的微妙平衡和相互作用。同时， 资金管理涉及企业的敏感信息和保密问题， 企业可能不愿意将这些信息用于大模型的训练和分析。此外， 资金管理还涉及大量对接银行理财部门等外部机构和内部各部门间的沟通协调。综上， 资金管理作为一个综合性、 战略性和专业性很强的领域， 对大模型的依赖程度相对较低。

（5）大模型对内部审计（2.48分）和外部审计（1.65分）的影响均不大。这可能是由于审计工作本身的复杂性和专业性较高， 同时需要具备较强的人际协调和沟通能力。此外， 鉴于外部审计需向资本市场履责， 同时需承担一定的法律责任， 因此被大模型影响的程度更低。

3. 大模型对会计扩展职能的影响。2021年11月， 财政部下发的《会计改革与发展“十四五”规划纲要》提出， 会计职能需要对内与对外进行拓展， 对内拓展聚焦于提升微观主体管理能力， 对外拓展归集在服务宏观经济与经济治理等方面。杨寅和刘勤（2023）指出， 会计扩展职能主要包括计划、 控制、 分析、 决策、 预测等。本文认为， 对应到具体会计实务中， 会计扩展职能涵盖财务分析、 成本管理、 预算管理、 风控合规等。调查对象认为大模型对会计扩展职能各具体岗位影响如下：

（1）大模型对财务分析工作影响最大（4.14分）。这主要是由于大模型除可以进行常规的财务比率分析、 趋势分析外， 还可以依据历史数据进行建模， 挖掘数据背后的隐藏模式， 更精准地进行收入、 支出预测。同时， 大模型的自动摘要功能可大幅提高财务人员提取年报文本中关键信息的能力。

（2）大模型对成本管理（2.72分）和预算管理（2.65分）的影响程度中等。成本管理涉及原材料采购、 生产过程、 人力资源等多个环节， 复杂性较高。预算管理不仅是一项技术， 更需要以战略为导向， 且二者均需要跨部门的沟通与协调， 因此大模型对二者影响程度为中等。

（3）大模型對风控合规的影响程度不高（2.14分）。风控合规涉及法律、 道德、 文化、 商业等诸多方面， 且需要战略导向和人际沟通协调， 大模型难以胜任。同时， 风控合规工作涉及企业的敏感信息和保密问题， 企业可能不愿意将这些信息用于大模型的训练和分析。此外， 风控合规工作涉及严格的合规审查和监管要求， 企业可能更倾向于依赖专业人员， 以降低风险。

4. 大模型对会计转型职能的影响。会计转型职能表现为会计人员能够结合业务洞察、 新一代信息技术、 资本市场知识以及战略视角， 解决价值创造、 价值评估、 不确定性等领域的问题。对应到具体会计实务中涵盖财务BP、 财务战略、 投融资管理以及财务数字化转型工作。大模型对会计转型职能的具体影响如下：

（1）大模型对财务BP的影响很小（1.90分）。财务BP的主要职责是通过发挥自身的财务专长， 与业务部门紧密合作， 共同推动业务模式的实施和优化。财务BP需要与公司内各个业务部门紧密合作， 进行多方利益协调， 同时利用敏锐的商业洞察力把握市场趋势和业务机遇， 并通过财务分析支持业务决策。这需要具备人际沟通和战略思考的能力， 而单纯依赖大模型无法实现。此外， 每个企业的业务战略和文化都有其独特性， 财务BP需要深入了解企业的特点， 为其量身定制解决方案， 而通用性的大模型可能难以满足这种个性化需求。

（2）大模型对投融资管理的影响也较小（1.54分）。这可能是由于投融资管理工作在战略导向、 人际沟通、 实时数据分析等方面的要求较高。但本文认为， 调查对象对于该影响的评估可能偏低。因为从投资角度来看， 财务报表分析是投资的基础， 而前文显示大模型目前已经可以较好地辅助财报分析。佛罗里达大学开展的一项研究表明， 利用 2021 年 10 月至 2022 年 12 月的公开市场数据和新闻， 由 ChatGPT 驱动的交易模型通过多空混合策略产生超过 500% 的回报， 远高于同一时间段内标普500指数 ETF 的 -12% 回报率， 同时ChatGPT在量化投资、 自动交易等方面均发挥了一定效果， 这至少表明大模型目前对投资领域已产生了一定影响。

（3）大模型对战略财务的影响最小（1.44分）。战略财务位于企业财务金字塔的顶端， 主要涉及公司的长期财务规划、 风险管理、 资本结构、 并购战略等高层次决策。战略财务不仅涉及数字和文本分析， 而且涉及对企业战略的理解、 市场趋势的判断和未来风险的预测， 这需要具备深入的商业理解力和人的直觉， 而大模型仅能提供一定程度的辅助。此外， 战略财务决策通常具有长期性和不可逆性， 涉及公司的核心利益。这些决策通常需要人的审慎考虑和较强责任心， 大模型难以承担相应责任。

（4）随着新一代信息技术的飞速发展， 会计行业也积极与新技术、 新理念接轨， 大力推进数字化转型工作， 如电子会计档案实现了凭证管理的无纸化、 金税四期实现从“以票控税”向“以数治税”的转变、 财务RPA机器人取代了部分机械劳动。这部分工作涉及的内容较为庞杂且深度融入各项会计职能中， 因此本文未将数字化转型部分单独纳入问卷调查中。会计数字化转型工作涉及顶层蓝图设计、 落地步骤规划、 组织架构转变、 业务流程再造、 技术细节实现等方面， 是一项复杂的系统工程， 大模型难以全部胜任， 仅能在部分工作细节方面予以支持。

5. 本章小结。由上述问卷分析可以发现： 大模型对会计扩展职能影响程度中等， 对会计转型职能的影响较小， 这基本符合现有论文的研究推断； 但大模型对会计基础职能影响的调查结果， 与当前主流研究观点“基础会计工作会大量地被大模型取代”有一定偏差。从调查结果来看， 大模型对会计基础职能的平均影响仅为2.59分， 本文认为这是由于基础会计工作普遍要求精确性和专业性， 并不只是单纯的机械劳动， 而且大模型的定位是文本理解和生成工具而非自动化工具， 因而仅凭第一感觉可能会高估大模型对基础会计工作的影响。为验证该推论， 本文进一步比較了大模型对会计职能的综合影响（3.8分）与大模型对13项会计职能的平均影响（2.47分）， 两者的差异在一定程度上验证了如果不深入地思考大模型的影响， 仅凭第一感觉很可能会高估其影响。Gartner的技术成熟度曲线将技术发展的生命周期划分为技术萌芽期、 欲望膨胀期、 泡沫破裂谷底期、 稳步爬升复苏期、 生产成熟期， 2022年Gartner发布的技术成熟度曲线表明大模型技术目前正进入欲望膨胀期， 在这一阶段公众评估其影响时可能产生一定的非理性认知偏差。

此外本文还发现， 受大模型影响较小的会计职能具有如下特征： 其一， 需要具备较强的沟通协调能力， 同时需凭借自身复合知识背景， 担任跨部门沟通的“连接点”。例如， 财务BP需同时熟悉业务和财务两套话语体系以深入推进业财融合， 财务数字化转型人才需在具备扎实财务知识的前提下掌握RPA、 数据分析等技术背景知识， 以便与技术部门更清晰地进行需求沟通。其二， 需承担相应责任。例如， 在执行财务报表审计的过程中注册会计师如未遵守审计准则的要求， 需承担相应责任。其三， 需要具备高度的战略眼光和敏锐的商业洞察力， 例如战略财务、 投融资管理工作需要对市场趋势、 公司战略、 竞争环境进行全面且深入的分析。

综合看来， 大模型对会计人员的影响是“危”与“机”共存的。大模型的确会挤压会计人员的部分生存空间， 但也为未来会计人员突破职能边界、 实现职能转型指明了方向。会计人员未来应积极拥抱RPA、 大模型等新兴技术， 将自身从基础劳动中解放出来， 一方面将触角前置到业务活动中， 另一方面将视角提升到战略高度。

（二）针对大模型影响的应对现状分析

1. 会计人员层面针对大模型影响的应对策略分析。会计人员对大模型影响的应对策略的调查结果显示， 大多数会计人员赞成为积极应对以ChatGPT为代表的大模型的影响， 会计人员需要挖掘大模型在会计工作中的适用场景（79%）、 学习并理解大模型的技术原理（77%）、 学习并掌握与大模型的高效人机协同方式（75%）、 掌握数据分析和处理技能以便更好地进行财务分析和决策（65%）。但对于加强信息安全意识和能力的认可程度较低（59%）， 本文认为该调查结果一定程度上反映出会计人员对大模型时代信息安全的认识不足。以ChatGPT为例， 其目前并不支持本地化部署， 用户与ChatGPT的所有问答数据均会上传至OpenAI服务器， 这就要求使用人员对机密资料进行脱敏处理， 并需要企业制定相应的大模型使用规范（金源和李成智，2023c）。

2. 企业/部门层面针对大模型影响的应对策略分析。企业/部门层面对大模型影响的应对策略如图5所示。由图5可见， 针对大模型冲击， 目前仅有6%的调查对象所在企业/部门采取了对接和使用国内外大模型产品的实质性应对措施， 大部分企业仍处于观望状态。进一步调查发现， 调查对象不选择对接大模型产品的原因主要为技术和资源问题（44.1%）、 数据安全和隐私保护问题（36.9%）、 人员培训和技能提升问题（29.5%）、 资金问题（27.7%）、 法规和政策限制问题（15.8%）。对于已经对接使用的调查对象， 70%认为大模型提升了工作效率， 63.3%认为优化了工作流程， 50%认为提供了新的业务机会， 46.7%认为降低了成本。以上结果反映出在企业/部门层面， 我国大模型技术的推广和应用仍处于初级阶段， 大模型虽然确实可以起到提高工作效率等积极作用， 但企业/部门也需要综合考虑技术、 资源、 数据安全、 人员培训、 资金、 法规等方面面临的问题， 以评估在本企业推广大模型的可行性。

3. 外部支持层应对策略分析。会计人员希望获得的外部支持调查结果显示， 会计人员最希望从国家会计学院（67%）、 行业协会和学会（65%）、 政府主管部门（61%）获得有效的支持， 软件厂商（59%）、 提供大模型的公司（54%）、 专业机构（53%）、 高校（39%）、 会计类媒体（24%）也可以在大模型推广过程中起到一定的促进作用。会计人员希望从上述机构得到的支持类型具体包括： 在课程培养体系中加入前沿技术相关课程（90%）、 搭建相关知识分享平台以学习和分享前沿应用和先进经验（76%）、 提供大模型时代财会人员的能力框架（69%）、 积极合作研发财会行业大模型解决方案（61%）、 提供大模型应用的学习标杆（48%）。以上数据反映出会计人员对于前沿技术特别是大模型的积极态度和学习需求， 以及他们对于实际应用、 合作创新和能力提升的关注。这为国家会计学院、 高校、 相关企业和政府部门提供了支持和促进财务人员在大模型时代职业发展的重要信息。

（三）其他综合分析

1. 群体认知差异性分析。不同年龄的参与者对大模型的预期影响的认知差异如图6所示。从数据分布来看， 不同年龄段的参与者对大模型预期影响的认知存在细微差异， 其中20 ～ 30岁和40 ～ 50岁的群体认为大模型潜在影响最大。本文认为这是由于从技术敏感度角度， 20 ～ 30岁的年轻人群通常更熟悉新技术和数字化工具， 也更愿意接受和适应变革， 因此更容易预见大模型的潜力和影响。从职业成熟度角度， 40 ～ 50岁的群体通常在职业生涯中处于相对成熟的阶段， 他们可能已经积累了丰富的工作经验和对行业的深入理解， 也历经了财务共享、 财务RPA等阶段的财务变革， 因此他们更能清晰地认识到大模型在会计和财务领域的潜力和影响。

为进一步验证上述结论， 本文将展开不同岗位层级的参与者对大模型的预期影响的认知差异分析， 如图7所示。由图7可见， 普通员工和中、 高层管理者， 尤其是高层管理者认为中短期内大模型的影响最大。本文认为， 这是由于高层管理者通常对创新和技术领先有强烈的追求， 他们可能更关注如何利用大模型等先进技术来提升公司的竞争力， 以优化工作流程、 降低成本， 从而对大模型的潜力和价值有更积极的评估。

图8呈现了不同层级对于大模型影响的应对措施。调查结果显示， 应对最为积极的是高层管理人员和普通工作人员。这一方面体现了高层管理人员更具前瞻性， 倾向于考虑大模型的潜在价值和长期回报， 同时， 四个层级中高层管理人员对于信息安全的重视（70%）远超其他層级， 这也体现了高层管理人员对于风控合规问题的关注； 另一方面， 调查结果也在一定程度上反映出普通工作人员面对大模型的冲击可能更为焦虑， 同时他们也期待通过善用大模型提高工作效率、 减少重复劳动、 为自身带来新的职业发展机会， 因而更为积极主动。相较之下， 基层管理人员的应对比较被动， 这可能是由于他们通常没有足够的决策权和资源来推动大模型等新技术的引入； 此外他们需要平衡团队的日常运营和新技术的引入， 可能更关注现有业务的稳定和效率， 因此应对新技术可能相对保守， 这是颠覆式创新的机遇出现时组织内呈现出的一种正常现象。

2. 主题分析。调查问卷还设置了“关于大模型对会计工作和会计职业的影响， 以及应对方法”这一开放式问题， 本文通过文本挖掘技术对该问题的答案进行了主题分析， 生成了主题分析词云。以下主题引起了调查对象的重视： 其一， 复合型人才的培养。调查数据显示， 为应对大模型挑战， 会计人员向精财务、 懂业务、 会技术的复合型会计人才转变的意愿非常强烈。其二， 转型机遇与挑战并存。调查对象普遍认为， 大模型的推广应用是利弊共存的， 对会计职能转型将带来难得的机遇与严峻的挑战， 会计人员要顺应时势、 勇敢迎接、 认真准备。其三， 数据安全。会计工作涉及企业从业务前端到管理后端的海量数据， 由于本地化部署大模型可行性较低， 因此数据安全风险也成为人们关注的焦点。其四， 数字员工与人机协同。在大模型和RPA技术的影响下， 会计工作模式正逐渐转变为人机协同模式， 该模式将极大地提升作业效能、 运营效率和人均产能， 助力企业高质量发展。

五、 结论与启示

（一）研究结论

1. 从大模型对会计职能的综合影响角度。调查对象普遍认为大模型对会计职能的影响较大， 且该影响是利弊共存的。一方面大模型会在提高财务日常工作效率、 促进会计人员知识更新等角度带来积极影响， 但另一方面由于大模型会催生能力更强的“数字员工”， 因而会减少会计类工作的就业机会。

2. 从大模型对会计职能的具体影响角度。本文通过细致分析大模型对会计基础职能、 会计扩展职能与会计转型职能的差异化影响， 发现“需要具备较强的沟通协调能力和复合知识背景担当跨部门沟通的‘连接点、 需要承担相应责任、 需要高度的战略眼光和敏锐的商业洞察力”这三类会计工作未来受大模型的冲击最小， 这也为会计人员职能转型指明了方向。此外， 由于大模型的发展目前处于欲望膨胀期， 会计人员在评估其具体影响的过程中存在一定的非理性认知偏差。

3. 从变革应对角度。会计人员目前面临“知易行难”的困境， 会计人员普遍意识到需要从应用场景挖掘、 技术原理学习等方面应对大模型的冲击。但与此同时， 受限于法规政策、 资金和技术等方面， 目前大模型的应用程度不高， 亟须从国家会计学院、 行业协会和学会、 政府部门、 大模型厂商等机构获取课程培训、 能力框架构建、 先进案例分享等方面的支持。

4. 从群体认知差异角度。面对大模型的冲击， 普通工作人员和中高层管理人员的应对较为积极， 基层管理人员表现较为被动。本文认为这是颠覆式创新的机遇出现时组织内呈现出的一种正常现象， 因为高层管理者更看重大模型带来的潜在价值和长期回报， 普通工作人员更看重大模型对现有机械劳动的解放和由其催生出的发展机遇。而基层管理者可能更关注现有流程和规则的维护， 因此可能对颠覆式创新持保守态度。经过主题分析后还发现， 对于大模型对会计职能转型的影响及应对， 调查对象的关注重点集中在复合型人才培养、 数据安全、 数字员工与人机协同等方面。

（二）研究启示

1. 理性看待大模型影响， 消除人机对立的二分思维。在数据分析过程中， 本文发现了部分调查对象体现出两种非理性立场： 一是AI浪漫主义， 这是一种由于对大模型缺乏深入理解而导致对AI技术的过度乐观和理想化的态度。它忽略了大模型的局限和潜在风险， 过分强调其潜力和价值。二是AI排拒主义， 这也被称为“AI厌恶”， 即过分强调大模型的風险和问题， 甚至可能完全反对大模型的应用。这两种立场都有失偏颇， 原因在于这两种立场沿袭了人类长期以来形成的人与工具二分的思维方式， 忽略了人类智能与大模型之间的优势互补关系， 因此在大模型时代， 财务部门管理者需配套构建相应的数字员工管理体系和全新的人机协同模式。

2. 会计人员需重构自身能力框架。本文认为， 在大模型时代会计人员为保持自身的职业竞争力， 可以着重从以下四个方面重构自己的能力框架： 其一， 需重新理解沟通协调能力。大模型时代， 会计人员除了需具备与公司内部上下级、 各平行部门和外部审计机构进行有效沟通和协调等能力， 还需要具备与大模型沟通的能力， 在与大模型沟通的过程中， 合理使用Prompt（关键提示词）是会计人员必须掌握的技能。Prompt是指用户输入的问题或语境信息， 它可以引导大模型更好地理解用户的意图和上下文， 进而生成更加准确、 有针对性的回答。其二， 用问题思维替换答案思维。由于大模型具备强大的语义理解和问题解答能力， 因此只会回答问题的会计人员的核心竞争力将被削弱。大模型时代， 会计人员提出一个有助于业务发展的“好问题”比“回答好”一个问题更关键。其三， 培养场景发现能力。会计人员需具备依据大模型的特性主动探索开发财务应用场景的能力。其四， 培养数据驱动管理决策的能力。在大模型影响下， 会计正在经历从传统的会计核算、 报告职能向财务BP、 战略财务的角色转变， 在这个过程中较强的数据分析和洞察能力不可或缺。较强的数据分析能力使得会计人员可以从海量、 多维、 异构的数据中提取有用信息， 理解数据背后的逻辑， 识别出隐藏的问题和机会， 从而推进业务改善（金源和李成智，2023d）。

3. 通过管理手段妥善化解颠覆式变革过程中的阻力。前文的分析表明， 企业内部不同层级对大模型的影响认知及接受程度存在差异， 依据变革管理理论， 为解决这一问题， 企业除了需提供培训、 工具、 时间、 预算等资源以确保各层级人员都有足够的资源和支持来学习和应用新技术， 还需促进上下级、 跨部门之间的沟通和协调， 确保各方的需求和期望得到充分理解和平衡。双环学习理论是由当代管理理论大师Chris Argyris提出的一种组织学习理论， 该理论表明要以对问题本质的反思开始， 以开放的质疑与讨论作为过程， 才能克服“习惯性防卫”造成的认知障碍， 从而取得根本性改善。该理论为减少会计人员面对大模型的抵触情绪指明了方向， 管理者应明确“会计人员为什么需要用大模型”这一问题， 关注普通工作人员的职业发展和规划， 提供个人成长和职业发展的机会和路径， 以减轻他们的焦虑。

4. 大模型在会计场景落地需多方聚力。保障大模型在企业财务部门的应用落地， 除了需要内部管理层积极推动， 也需外部支持层提供必要的保障。外部支持层包括政府部门、 国家会计学院、 高校、 行业协会和学会、 大模型厂商等机构。政府部门可以通过制定合适的法规政策， 为大模型的应用提供法律支持和指导。国家会计学院、 高校以及行业协会和学会可以通过课程培训、 能力框架构建、 先进案例分享等方式， 助力企业和会计人员对大模型的应用和理解。大模型厂商则可以提供技术支持和定制化解决方案， 确保大模型与企业的具体需求和条件相匹配。

5. 大模型时代数据安全问题需再度引起重视。鉴于目前企业私有化部署大模型的成本过高， 大多数企业通过API接口获取大模型厂商的服务， 这就使得与大模型的一切问答数据都会被保存在大模型厂商的服务器中。尽管大模型厂商通常会与企业签署数据保密协议， 但考虑到财务部门涉及机密数据， 这些数据一旦被泄露或滥用， 可能对公司的竞争地位和声誉造成严重损害。因此企业在推广使用大模型之前， 需确保建立完善的大模型使用规范。

6. 大模型时代会计人员的价值仍不可取代。由于会计职业历来具有严谨务实的秉性， 因此在当前大模型发展的初级阶段， 会计人员对大模型在会计领域的应用并没有表现出盲目乐观甚至出现了一些焦虑情绪， 从长期来看， 这一反应有助于会计行业的良性发展。正如美国学者Ray Campbella所言： “AI不是一种魔法， 它是一种技术， 具有所有技术所固有的能力和局限性。” 尽管大模型是当前最前沿的AI技术， 但机器学习的本质决定了其在认识已知世界、 回答已知问题方面具有显著优势， 面对充满创新和利益冲突的未知世界的探索， 人永远具有无可替代的价值。刘峰（2015）提出， 作为一种有效、 低成本的信任工具， 是会计对这个社会不可或缺的价值， 会计是人类文明产生和发展的基础。会计本质上仍是一门“以人为本”的学问。因此与其在机器与人是否会相互取代的问题上做简单的抽象思辨， 不如面对大模型所代表的未来已经到来是事实， 因势利导， 以最务实的心态用其利而避其害， 共同开启人机协同的全新篇章。

【 主 要 参 考 文 献 】

葛家澍，李翔华．论会计是一个经济信息系统［ J］．财经研究，1986（9）：44 ～ 49.

金源，李成智．ChatGPT+Acctech：ChatGPT对会计科技的影响研究［ J］．商业会计，2023a（7）：4 ～ 10．

金源，李成智．ChatGPT对智能财务体系的影响：场景优化、技术革新与人员转型［ J］．财会月刊，2023b（15）：23 ～ 30．

金源，李成智．智能财务背景下的财务信息安全研究［ J］．财会通讯，2023c（7）：136 ～ 144．

金源，李成智．数据驱动下的财务决策支持研究［ J］．财会通讯，2023d（3）：140 ～ 147．

刘峰，葛家澍．会计职能·财务报告性质·财务报告体系重构［ J］．会计研究，2012（3）：15 ～ 19+94．

刘峰．会计·信任·文明［ J］．会计研究，2015（11）：3 ～ 10+96．

刘勤．ChatGPT及其对会计工作的影响探讨［ J］．会计之友，2023（6）：158 ～ 161．

续慧泓，杨周南，周卫华等．基于管理活动论的智能会计系统研究——从会计信息化到会计智能化［ J］．会计研究，2021（3）：11 ～ 27．

杨纪琬，阎达五．开展我国会计理论研究的几点意见——兼论会计学的科学属性［ J］．会计研究，1980（1）：2 ～ 10．

杨寅，刘勤．人工智能有助于加速会计职能转变吗——基于调查问卷数据的例证［ J］．会计之友，2023（5）：72 ～ 77．

应里孟，阳杰．智能+会计：模式创新与职业重塑［ J］．财会月刊，2020（24）：69 ～ 76．

余绪缨．要从发展的观点，看会计学的科学属性［ J］．中国经济问题，1980（5）：46 ～ 47．

占美松，高祯憬，康均等．人工智能技术冲击下的会计稳定与发展［ J］．财会月刊，2021（16）：85 ～ 91．

张俊瑞，辛星．数字经济时代的注册会计师审计：影响与应对［ J］．财会月刊，2023（1）：10 ～ 19．