丹尼尔-约翰逊
美国 CBIZ 常务董事
Dan 是 CBIZ & MHM 的主要联系人，负责提供有关 CBIZ & MHM 的任何信息或帮助，并协助新客户过渡到我们公司。 丹与公司在美国和国际上的许多大客户合作。 他在审计、审查、交易尽职调查和福利计划服务的各个方面都拥有丰富的经验。 职业生涯的前 10 年，丹在芝加哥和坦帕的安达信公司工作。 他总共拥有近 30 年的公共会计经验”。
人工智能和数据分析是否正在将会计师的角色转变为数据科学家？
December 20, 2022
今年 11 月，OpenAI 发布了一款功能强大的新型人工智能聊天机器人，在互联网上掀起了一场风暴。
从创作一首俳句到撰写一篇合理的学术论文，ChatGPT 能流利地回答各种提示，令人印象深刻，激发了人们的敬畏和兴奋之情。
不过，它的局限性仍然很明显，Stack Overflow 最近宣布决定暂时禁止在平台上使用 ChatGPT 生成的文本。
“主要问题是，虽然 ChatGPT 生成的答案错误率很高，但它们通常看起来 可能 不错，而且答案很容易生成，”编程问答网站的一位版主解释说。
与该领域的许多最新进展一样，这表明尽管这些工具的潜力令人印象深刻，但它们仍然无法取代人类的思维和专业知识。
在会计和审计实践中，人工智能和大数据的作用几年来一直是一个热门话题，该行业内更多的任务已经在利用尖端技术实现自动化。
这就产生了一个有关这一职业未来的关键问题：随着数据变得越来越重要，会计师的角色是否正在向数据科学家转变？
会计和审计中的数据科学
会计和审计事务所的自动化已逐渐减少了重复性、流程驱动型任务所需的人工工作量。 合规和簿记工作越来越多地实现了自动化，而更具战略性和咨询性的工作则往往得益于人工操作。
随着人工智能能力的提升，更多的常规任务可能会由软件来完成，因此人类的作用将越来越多地体现在分析机器的输出结果、理解数据中的模式，并以对客户有价值的方式传达这些模式。 所有这些技能都表明，数据分析在会计工作中将发挥越来越大的作用。
2018 年，ICAEW 预测，在未来五到十年内，会计师和数据科学家的角色将开始变得模糊。 当然，会计师也正在将数据科学的工具和技术应用到他们的工作中。
例如，在审计领域，人工智能和数据分析实践正被用于组织大型数据集，以及识别财务数据中的异常情况和异常值。 这有助于突出潜在的错误或欺诈行为，以便进一步调查。
CBIZ MHM 公司总经理丹-约翰逊（Dan Johnson）说，内部会计人员也越来越多地使用分析技术 “来审查和了解从定价趋势到库存管理的一切情况”。
“他说：”例如，CBIZ MHM 内部会计团队正在利用分析技术为业务团队提供有关单个客户的细粒度信息。 “有了触手可及的增强型指标，专业团队现在可以将更少的时间用于业务约定管理，将更多的时间用于解决复杂的客户挑战”。
根据伦敦商业金融学院（London School of Business & Finance）的研究，数据科学在会计领域的应用有以下几种方式：
- 描述性分析：查看当前和历史数据以确定趋势和关系的过程。 这可用于收集、归类和分类大量信息，以创建准确的报告。
- 诊断分析： 描述性分析之后的下一步，用于监测数据的任何变化，确定所发现趋势的原因。 这样，会计师就可以通过了解过去的结果，更好地评估客户未来的业绩。
- 预测分析： 展望未来的潜在结果。 通过这类分析，会计师可以就如何做好最佳准备向客户提供建议。
- 规范性分析： 这类分析侧重于 “应该发生什么”，而不是预测可能发生什么。 在此基础上，会计师可以向客户提供建议，帮助他们采取行动来实现自己的目标。
但是，这个行业也面临着一个挑战：随着数据科学领域在初入职场者中越来越受欢迎，接受过传统会计技能培训的毕业生越来越少。
约翰逊指出，美国许多顶尖大学现在都开设了数据分析专业，吸引了高素质的学生，包括以前可能选择会计专业的学生。
“他说：”会计师事务所现在正在招聘数据科学家，但往往不得不对这些新员工进行基础会计培训。 “此外，由于数据分析可用于公共会计以外的许多领域，一些毕业生远离了公共会计，从而加剧了吸引和留住人才的挑战”。
会计师的更广泛作用
人们很容易过分夸大人工智能的能力，许多人对人工智能能否承担会计师职责的其他方面仍持保留意见。
例如，合规工作仍然需要人工监督，还需要专家来确保软件产生的结果是正确的。
许多使用人工智能的公司更青睐 “白盒 “模型（这种模型可以透明地说明它们是如何得出结论的），而不是 “黑盒 “模型（这种模型不提供任何流程记录）。 白盒人工智能提供了清晰的审计线索，让专家们在使用其成果的同时，也能正确地证明自己的工作。
此外，还有与客户合作、了解他们的情况和进行个人沟通的软技能。 多年来，会计师在向客户清晰解释复杂的财务信息方面积累了丰富的经验，这项技能不容小觑。
未来会计师的角色很可能包含数据科学技能和技术专长。 但这一角色是否会彻底转变还有待观察。
联系我们，了解技术如何改变会计和审计。
