湖南财政经济学院 蔡奕帆
人是智能财务应用的核心元素，人机协同的智能财务模式打破了时空限制，解放了财务人员劳动力，实现了财务职能转型。高校会计人才培养也需跳出“就会计论会计”的传统框架，实现财务、计算机、信息科学的深度交叉融合。
一、人机协同是智能财务系统建设的核心思想
第一，智能财务的本质是对财经知识的重组与开发。智能化是将原需人脑判断和解决的复杂财务问题，通过规则库、算法库、模型库、神经网络等形成一定组合排列的知识图谱储存于信息系统，并基于系统自动检索和推理机制，对财经知识条目和序列结合具体的业务数据自动完成设定的管理任务。故知识作为智能的基础，需要人通过形式化、结构化的方式将其分解、储存于不同应用场景，并在不同触发条件下予以识别、读取和反应。
第二，人和机器在智能财务知识管理中分工协作。机器与人在知识管理中各具优势。机器适应连续、简单、重复劳动，对精密、高速运算、环境恶劣的工作具有专有性。人则适应创造性、复杂性的设计、控制与决策工作，负责机器系统程序的指令安排。理想的人机协同是由人来处理筛选、决策、评价、应用等决策性工作；机器负责数据处理、知识推理、代码可识别的重复性工作等。目前智能财务系统在组织分工、制度设计、流程设置等方面都需实现人机职能的深度融合。
第三，智能财务系统中人机协同的核心在于“人”。人机协同的本质是利用机器去模拟、扩大、延伸和替代部分“人”的工作，以完成“人”所不及或重复性的劳动，其核心仍然在于“人”。不同知识的排列和组合会产生完全不同的结果，复杂问题的甄别和筛选、知识储存、检索与推理的规则、模型与算法，均需要人自由创造和开发。随着人对机器应用广度和深度的管控，未来的智能财务系统一定是以人为主导、人机协同共生的良性系统。
二、人机协同的智能财务系统对人才培养提出了更高要求
第一，知识结构复合化。人机协同，人首先要了解机器。智能化财务平台的应用涉及大智移云物区、机器学习、神经网络等技术知识，财务人员只有充分掌握数据处理技术，才能自由制定知识排列规则，获得所需的数据分析和推理结果，服务于经营管理决策。同时，机器替代了人的部分工作，财务人员需从“核算反映型”向“智能决策型”转变，除了财务会计知识外，还需掌握制度设计、战略与风险管理、金融税收、供应链管理、统计学等相关专业内容。
第二，数字素养专业化。数字化时代，财务与会计作为企业价值运动的反映，必须通过财务与业务数据交叉比对，解读与反映业务与管理领域的财权关系。财务人员需要具备处理数字化信息资源及对数据信息的综合表达和批判性思考能力，在人机协同中控制机器学习的方向，并通过数据管理、交流、评估、分析与决策，将数据资产最大程度地转化为企业价值。
第三，能力结构多元化。传统会计核算都可通过财务机器人自动完成，企业对财务人员的能力需求发生重大改变。财务人员需具备一定的建模能力和算法能力，对企业内外海量数据进行结构化分析和应用；业财一体化需要财务人员具备较强的业务处理能力、场景化学习和创新能力，为企业产购销及经营管控提供有效的决策分析，提升财务服务价值。
三、健全人机协同的高校智能财务人才培养机制
第一，基于数字素养和创新能力培育，重构财务人才培养的知识体系。一是数据分析能力训练。智能财务管理的本质是业财数据分析，高校传统理论和实训课程教学需要引导学生掌握Python、EViews、区块链、机器学习等数据分析工具，基于具体的企业案例或专题进行数据导入与分析。二是数字思辨能力培养。应通过智能财务分析决策等课程开发，以及相关研究性课题的设计，帮助学生构建各类数据结构的勾稽关系，看到经济事项的本质，剔除“噪音”，摒除数据资源所带来的负面干扰，树立正确的数字思辨思维和能力。
第二，实训教学与业务场景式教学相结合。高校需要为智能财务人才培养搭建综合性实践教学平台，让其在案例数据处理中巩固专业知识，强化数字素养与分析能力。一方面，在基础理论课程中引入业务场景式教学模式。在教学系统中应用采购、生产、销售等场景，将财务行为融入整个商业活动，将学生引入具体业务场景之中，实时抓取、处理和分析数据，帮助其理解和应用相关知识。另一方面，大力搭建财务共享、智能财务应用等教学平台，并与中外文学术数据库、上市公司数据库等网络平台对接，为学生高效获取数字资源提供硬件条件。
第三，跨界式组建智能财务教学团队。复合型财务人才培养需要高水平、跨学科的教学团队做支撑。一是引入跨学科的“新”师资。高校智能财务与会计学科可以大力引入计算机技术、信息化专业的专家或教师团队，全面介入智能财务专业教学工作。二是全面提升“老”教师的数字化技能。通过集中培训、研讨或进修的方式，强化专任教师的信息化水平，使其足够胜任智能财务类课程教学工作。三是跨学科、院校实现师资共享。会计、计算机信息技术等相关专业可跨学科、院校组建智能财务教研团队，共同开展智能财务教研活动，实现知识资源共享。
