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
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19