(1)调查研究了解AI等新技术在财会领域的发展历程及现状

通过查阅相关文献资料了解AI等新技术在财会领域已有的实践基础，搜集大量信息为后期的分析工作奠定良好的基础。

(2)调研AI等新技术的对应用型高校财会师生以及企业财会人员的影响

大学生是接受新兴事物的主流，AI等新技术投入财会的使用使得大学生站在了一个转折点上，因此收集大学生以及企业财会人员对AI等新技术在财会领域的了解可以对收集到的大数据进行反思与总结，以便研究大学生该如何应对挑战和危机。

(3)研究大学生应对挑战的方法

当前企业中的财务机器人等AI新技术已经逐步在推进积运里中。应用型高校的财会教师应将新技术和新知识与财会教学结合，学生才可能避免财会学生写企业财会工作需求脱节。财会专业学生在提升自身财会专业素养时，也亟需关注当前的财务机器人等AI新技术及其在财会工作中的运用。

(1)查阅相关文献、咨询专业人员、搜集知网学术文献以及国内外AI技术在财会领域应用的案例，制作问卷调查，收集应用型高校财会师生以及企业相关人员对AI技术在财会领域的看法以及认知水平，分析AI技术对应用类高校财会师生的影响以及AI对企业财会的影响。

(2)根据问卷结果分析Al等新技术对应用型高校财会专业师生的影响 

(3)进入企业深入了解分析Al等新技术对企业的财会工作带来了和即将带来哪些变

(4)根据分析结果在财会当前和未来已经产生和即将产生的基础上分析我们该如何在抓住机遇，如何应对挑战和危机，财会师生如何在人工智能的冲击下实现更好的教学或就业,获得长远的财会专业能力和职业发展。

1．国外研究以及应用现状

（1）学术界

①　1956 年，Dartmouth 学会首次提出人工智能一词。1987 年，美国注册会计师协会 (AICPA) 撰写了《人工智能和专家系统简介》，正式把人工智能带进了会计和财务管理这一领域。自此西方财务会计行业开始大量研究在会计和财务与其监管里利用人工智能手段的可行性，并研究出大量工具来处理相当繁复的财务分析和决策问题。人工智能技术建立相应辅助系统，通过模拟人类专家求解问题的方法使财务与运营决策更加智能，推动了会计在完成信息化和网络化后向智能化的进一步发展。

②　2012 年，罗马尼亚的会计师丹尼尔声称现代智能手段能够推动会计的进步。其能精简财务工作的步骤，还会在某些流程中完全代替财会人员。因此，智能化的会计系统应该向国内甚至是全球来进行广发使用和宣传，并且公司也必须基于此环境，围绕财会从业人员的培训和职业规划等设计全新的模式来应对此改变。

（2）企业界

①　2016 年，德勤宣布与Kira-system合作, 正式将人工智能引入财务工作中，使财务管理迈入了一个全新的时代。计划将AI引入审计、会计、税务等日常的实务操作当中。同年,毕马威拟在审计服务中引入IBM的“Watson”认知计算系统。Watson是IBM强大的认知计算技术的杰出系统代表，它可以像人类一样思考，积累经验不断跨界学习，具有高超的大数据分析能力，确保决策的置信度和准确性。Watson对于IBM来说，不仅意味未来规模会有望超过数百亿美元、甚至更多的业务，更为重要的是，它引领了计算科学的未来，为人工智能和认知计算打开一个新世界。（部分摘自《浅析AI对财会的影响》黄佳华 王涵）

②　2017年，H&RBlock与IBM Watson宣布联手运用AI重塑税务筹划，IBM Watson可以梳理税务筹划所需的海量数据，了解所处背景、解释意图以及针对客户的税务报表和申报得出结论。自2016~2018年四大会计师事务所相继推出财会机器人之后, 行业引出了“财务共享中心”的理念。2017 年 5 月，“德勤财务机器人”的 H5 动画在网络中与大众见面，这是财会人工智能第一次正式的出现在公众的视野之中。2017 年 5 月下旬，紧接着德勤，普华永道也推出属于自己的财会人工智能解决方案，并且将自己的财会人工智能解决方案扩展到财会领域外的其他领域，包含人力资源、供应链以及相关信息技术。2017 年 6 月初，安永推出了财会人工智能，并提出“机器人流程自动化（RPA）的实现分为流程分析、机器人匹配、供应商选择及签约、实施等内容。”

③　2017 年 6 月下旬，毕马威在“四大”中最后一个明确提供机器人流程自动化服务。

它提出的进程为：毕马威整体方法论——从战略到执行——为企业机器人流程自动化转型发展提供一站式服务。（《人工智能对财会的挑战及对策研究》董钊熙）

2．国内研究及应用现状

（1）学术界

①　目前，人工智能在我国会计领域的应用仍然处于飞速发展状态。2017 年，中国人工智能产业规模累计约 135 亿元，人工智能专利申请数高达15745 项，列世界第二位，人工智能领域累计投资 146 笔，排名世界第三位。目前来看，会计人工智能改革是非常积极且迅猛的。

②　金蝶中国副总裁，EAS 事业部总经理赵燕锡声称：由于数字经济高速进步，公司要想转型成功，就一定要走“数字化技术+管理重构”道路。我国在《中国制造2025》 将机器人作为重点发展领域的总体部署，推进我国机器人产业快速健康可持续发展，规划期为2016—2020年。为了推动人工智能得以良好有序地进步，工信部等组织颁布了《机器人产业发展规划 2016—2020》。

③　德勤中国税务管理咨询合伙人叶建锋声称：要经过三个时期，人工智能才能完成

商用化过程：模仿人类来处理业务；拥有相当的计算水平，可以进行简易判断；掌握更加深入完善的学习功能、逻辑思维功能和分析功能。

（2）企业界

①　2015年，张庆龙在《财务转型始于共享服务》中声明，财会实务工作的转型本质就是把会计计算和监管会计业务划分开来。推动财会人员给公司带来更多的利益，让他们更加关注决策支持、预算预估、财务划分、税收计划、控评等拥有更多价值的工作。

②　　2017年6月，中化国际财务管理部携手普华永道机器人，在财税领域研究人工智能技术应用，这也是财务机器人首次登陆央企。近日上线的RPA（Robotic Process Automation机器人流程自动化），是企业借助软件机器人的流程自动化解决方案，能够全天候不间断地确保大量耗时业务流程的自动化、管理及执行，使财务人员能够从大量事务工作中解放出来，推动财务角色转型，可以替代高频、重复、低附加值的人工操作，能够提升工作效率与质量。

③　2020年7月21日中铁四局财务共享中心成功通过RPA财务机器人自动支付了一笔昌景黄（安徽段）铁路项目部员工报销的差旅费，RPA机器人从共享流程资金审核节点同意后开始介入，将传统人工方式的插入付款申请单位网银UKEY——登录网银——填写收款人信息——核对信息——提交复核——更换网银UKEY进行下一笔付款，这一费时费力且容易出错的流程全部改为机器人自动智能处理。财务机器人可以24小时不间断运行，扩展了工作时间；自动录入功能有效避免了人为失误带来的资金风险，提高了工作效率。它的成功应用缩短了付款周期，有效释放了人力资源。

④　2018年7月，南航在安永的帮助下，上线了涵盖共享中心财务系统入账、成本核算、费用审核及税务相关业务；并搭建了机器人中央控制室，让南航财务智能化达到了一个新的高度。南航也成为了国内首家拥有机器人中央控制室的航空公司。通过分析发现，机器人上线以后，业务处理效率得到了显著提升。以电子客票流程为例，人工处理单次运行时间约需4.7小时，RPA上线后，机器人只需运行0.18小时即可完成同等工作量，效率提升了26.1倍；税务流程的效率提升也达到13.3倍，单次运行时间从原有的8.0小时缩减至0.6小时。

(1)获取高校财会教学中AI嵌入度的现状

深入调查江苏省各大专本科院校，通过调查问卷的形式对高校师生进行调研并掌握目前高校财会师生对AI在财会领域的了解程度以及AI在各大高校的嵌入程度。

(2)优化财会专业师生的“教”与“学”，使其符合AI时代的企业需求

AI时代要求会计专业教育顺应社会人才需求,课程设置更为科学、合理。AI时代对教育供给方提出创新教学模式的新要求,以提高学生学习主动性与创新能力。AI时代, 高校势必建设高效的师资团队，这个高效体现在教师接收新知识、新技术的高效与教育改革实施的高效。

(3)明确了企业财会人员在AI时代面临的机遇与挑战

知识经济和"互联网+"时代， 大数据、云计算、财务机器人、AI等新技术日新月异，这些新技术较好地解放了企业财会工作中的基础的程式化工作，提升了企业财会工作中的审核、核算和分析等工作的效率。另外，随着信息化的不断发展,尤其是移动互联网技术的进步以及人工智能时代的来临,在会计领域一些基 础性和机械性较强的工作可能慢慢地会被智能财务软件或智能机器人所代替。

(1)  明确人工智能（AI技术）对应用型高校财会专业师生的影响课题，进行资料搜集，了解AI等新技术在财会领域的发展历程和现状。

(2)  制作调查问卷，调查企业财务人员以及会计师生对AI在财会领域应用的了解程度。

(3)  进入企业深入了解AI等新技术对企业财会的冲击与影响，了解AI在企业中具体的运用情况。

(4)  提出AI时代下财会学生应如何发展的建议，结合调查与分析的结果完成相关学术论文 1 篇及以上。

(1) 前期准备（2022年1月～2022年3月）

做好前期的准备工作，制作调查问卷，了解人工智能（AI）技术对于现在高校财会专业等人群造成的影响，对于存在的现象进行初步的分析，形成初步理论观点。

(2) 市场调查（2022年4月～2022年5月）

对江苏等各大高校在校财会学生及老师发放问卷调查，以此来了解当代学生人群及老师对于人工智能（AI）对于他们的影响的态度及看法，走访社会上相关人群，进行实地调查，了解他们对于人工智能（AI）技术对他们的影响会如何应对。最终整合数据，初步形成研究结果。

(3) 实际调查（2022年6月-2022年8月）

对已经使用AI技术的高校及会计事务所等进行调查，并同时对于如何积极应对Al技术的方法进行普及和推广，以及对于新型应对方式，在AI技术中寻求机遇进行进一步的探索。最终整合数据，完善研究成果。

(4) 资料整合（2022年9月～2022年10月）

根据汇总资料，结合指导老师专业点评，形成团队主要研究成果。

(5) 撰写报告（2022年11月～2023年1月）

形成调查报告或论文，提交研究成果