Sandy Torchia

人机协同：会计师的不可替代性

业界专家普遍认为，人工智能的核心价值在于赋能而非取代会计师。“AI将承担常规工作与分析任务，但战略决策必须保持人类的主导地位。” Torchia强调。

这要求会计师具备更高阶的批判性思维能力，以评估AI驱动的洞察结果，理解技术局限性，并在应用过程中贯彻专业判断与伦理准则。

“当AI技术与会计师的专业知识和行业经验相结合时，往往能发挥最大效能。” Griffin指出，“虽然人工智能能处理海量数据并识别趋势异常，但正是会计师的行业积淀才能将数据转化为切合组织特定需求、具可操作性的真知灼见。”他补充道，同理心、复杂问题解决能力及伦理判断力等人本特质，“在AI时代正变得愈发珍贵。”

知行合一：实践中的AI能力构建

为培养会计师的AI实战能力，专业机构正将技术培训与实操应用深度融合，通过“让工具触手可及”的方式开展教学。

毕马威的AI培训体系aIQ提供约3000门相关课程，仅今年员工已完成超30万课时。在其奥兰多培训基地KPMG Lakehouse，专设的AI实践区(aIQ Quad)为学员打造沉浸式学习场景。“我们既提供工具实操训练，也鼓励自主探索。” Torchia表示，“当个体获得亲手实践的机会时，真正的能力飞跃就此发生。”

德勤AI学院的课程体系涵盖“工具应用与成果评估双维度”，Griffin介绍道。该机构近期还推出了生成式AI与高级应用的认证项目。“不仅需要掌握技术能力，更关键的是积累AI技术的实战经验。”他强调。

高校会计教育也在积极回应AI变革趋势。南加州大学莱文塔尔会计学院安永会计学教授Dan O’Leary延续了事务所的培训逻辑，为硕士生创设实践场景：在课堂解题与课题研究中直接应用AI工具，例如采用神经网络工具构建企业破产预测模型等实战项目。

填补技能鸿沟

Demerjian教授忆及2022年中加入佐治亚州立大学会计系的场景：“当时与众多院校类似，我们正面临会计专业生源锐减的困境。”

为破解招生困局，该系对在校生、校友、企业招聘方及事务所管理者等80余位利益相关方开展深度访谈。“各方共识在于：传统会计技能依然重要，但已不足以应对当前环境需求。” Demerjian指出。

受访者明确指出现代会计师的核心能力缺口：科技素养与数据能力。“市场亟需能驾驭数据洪流的实战型会计人才，这种供需断层日益凸显。”他表示。

为此，佐治亚州立大学将于今年秋季开设会计与数据科学方向的跨学科硕士项目。课程采用五五分配模式：半数课程聚焦会计专业核心，另一半则涵盖数据分析工具、数据可视化等数据科学领域。

这项一年制硕士项目将帮助学生掌握企业广泛需求的尖端技能组合，Demerjian强调该举措旨在锻造业财融合的下一代财务人才。

构建AI思维模式

适应人工智能时代的会计师不仅需要技术能力，更需完成认知范式的转型。

根据CPA.com 2025年发布的会计行业AI报告，AI素养包含三重维度：理解技术优势与局限、制定有效提示策略、培养批判性输出评估能力。报告强调：“技能鸿沟不在于编程能力，而关乎思维模式、技术悟性与战略应用能力。最危险的分歧并非存在于AI应用企业与非应用企业之间，而是存在于懂得如何驾驭这些工具的专业人士与尚未掌握者之间。技术素养已非可选项，但仅掌握技术还远远不够。”

会计专业思维长期围绕借贷记账、财务报表与信息披露构建。“但人工智能要求我们重新思考数据应用与分析的多元路径。” O’Leary教授指出。他解释道，会计师必须首先明确需要借助AI工具解决的核心问题。

Demerjian教授补充说，这种思维转型不仅要求会计师做出改变，更倒逼教育者同步进化。传统院系按会计学等学科划分进行教学，而新兴技术正要求打破学科壁垒，实现跨学科技术能力培养。以佐治亚州立大学新设硕士项目为例，课程将由会计学与数据科学领域教师共同执教。 “这种跨学科协作具有至关重要的意义。” 他强调。

探索实践：多元化的AI学习路径

除依托院校与雇主提供的培训外，会计师可通过行业研讨会、专业会议及产业活动构建知识体系。他们可参与持续职业发展课程、考取行业认证、接入在线学习平台，并参加专业会计组织推出的AI专项课程。

Torchia特别指出，自主探索同样关键：“将AI工具融入日常生活——用手机规划假期行程，或根据冰箱存货生成菜谱。这种生活化应用能帮助从业者直观感受技术潜力，同时磨炼提示词设计技巧。”