京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据、人工智能时代会计为何不会失业?数据价值得靠人挖掘
近年来,管理会计行业患上“焦虑症”的人似乎变得多了起来。在近日由上海国家会计学院举办的“大数据与管理会计创新”论坛上,一位观众现场表达了忧虑:未来财务人员会不会失业?
上海国家会计学院党委书记、院长李扣庆表示,会计作为整个社会经济管理的职能性工作之一,需要进行核算、计量,其功能只要市场经济存在就仍有需求,会计行业也不会消失。但当下不仅面临技术手段的变化,行业的边界、组织的边界、组织内部的职能边界都在发生变化,在这样的大势之下会计如果仅囿于核算这样的基本功能是远远不够的,需要更全面地武装自身。
“年轻一代的会计从业人员不仅要懂会计,更需要为企业的发展增加价值,将会计知识和应用知识相融合,即业财融合。只有知道业务发展过程中的痛点,才能进一步去考虑决策者在何时、哪些环节需要何种信息、通过构建何种系统以获取此类信息,进而更好地在企业的发展中发挥作用。”李扣庆说。
浪潮集团执行总裁王兴山也认为,在挖掘数据价值方面,管理会计仍大有可为。对于管理会计来讲,面对大量的数据如何挖掘其价值,需要模型、方法、工具,这是管理会计、财务人员施展拳脚的舞台。未来的数据分析师、价值分析师可能来自管理会计师,因为他们具备价值思维、数据思维。未来的财务是智能的财务,还是人、财融合。

与会专家认为,新技术的到来确实给会计行业带来“危机”,但是“危机”中包含了机会。实际上,不仅仅是会计人员自身,如果利用好大数据、人工智能技术,整个公司的管理、财务系统、战略制定等都将从中获益。
王兴山表示,企业上云是目前中国企业形成大数据的重要途径。“现在企业大数据正在加速形成,主要由三部分构成,即经营的数据、物联网数据和互联网数据,构建企业大数据,基础管理很重要。浪潮正在助力企业数字化转型,借助新的数字化转型工具,实现标准化、统一化,共享。还有一个趋势是智能化、共享、数据和管理会计的深度融合。”
在上述论坛上,天普大学福克斯商学院会计及信息科技讲席教授Rajiv
D.Banker带来了国外的经验:如何通过大数据来创新使用平衡记分卡,从而帮助企业实施战略。平衡记分卡是从财务、客户、内部运营、学习与成长四个角度,将组织的战略落实为可操作的衡量指标和目标值的一种新型绩效管理体系。人们通常称平衡计分卡是加强企业战略执行力的最有效的战略管理工具。
Banker认为,企业应该要根据自己的战略定位来获取和分析相关数据。如果是成本领先企业,更多的重点应该在内部流程上,意味着大数据的立足点应该是内部流程的大数据,包括:人员、机器、工艺流程、生产方面操作等指标。
“如果是差异化竞争的企业,就要更关注客户方面。比如对市场进行分类,包括客户特点、教育程度、是否住在近郊等指标。根据这些信息判断客户偏好,从而把正确的产品和服务给正确的细分市场。”
Banker说,“所以在使用平衡记分卡时,不能平均主义,要在正确方向花更多力气。大数据可以帮助企业更好地获取信息,制定正确方案。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03企业战略决策的科学性,决定了其长远发展的格局与竞争力。战略分析方法作为一套系统化、专业化的思维工具,为企业研判行业趋势、 ...
2026-02-03在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27数据分析的基础范式,是支撑数据工作从“零散操作”走向“标准化落地”的核心方法论框架,它定义了数据分析的核心逻辑、流程与目 ...
2026-01-27在数据分析、后端开发、业务运维等工作中,SQL语句是操作数据库的核心工具。面对复杂的表结构、多表关联逻辑及灵活的查询需求, ...
2026-01-26支持向量机(SVM)作为机器学习中经典的分类算法,凭借其在小样本、高维数据场景下的优异泛化能力,被广泛应用于图像识别、文本 ...
2026-01-26