数智化在现代会计领域的应用

徐  静

一、摘要

在财政部《会计信息化十四五规划》推动与数电发票全面普及的背景下，数智化技术正重塑现代会计领域的作业模式。本文采用文献研究法与案例分析法，结合安永全量审计、中交集团业财融合，南方某航空公司实地考察，河北某电信公司等实践案例，系统梳理人工智能（Artificial Inteligence）、区块链（Block Chain）、大数据(Big Data)，业务流程自动化（Business Proscess Automation）,财务BP等技术在会计核算、风险管控、决策支持，业务场景等的应用路径。研究发现，数智化可将基础核算效率大幅度提升，推动会计职能从“核算型”向“价值创造型”转型，但需应对系统接口、数据兼容、人才需求等挑战。本文结论可为企业智能财务系统建设提供技术落地参考，也为会计人才能力重构提供方向指引。

关键词：数智化会计；RPA技术；业财融合；财务风险管控；会计职能转型

二、第一章 绪论

1.1 研究背景与意义

1.1.1 研究背景

从政策层面看，财政部《会计信息化十四五规划》明确提出“推动会计数字化转型”，要求2028年前打通电子凭证“开具—报销—归档”全流程，数电发票的全面推广（2025年覆盖全行业）进一步倒逼会计系统智能化升级；从行业层面看，传统会计模式面临“三低”痛点——核算效率低、风险响应低（滞后性）、决策支撑低（业务数据与财务数据分离），而RP、AI等技术的成熟为解决痛点提供了工具支撑；从企业实践看，根据德勤《2024全球CFO调查》中表示64%的中国企业，以“提升财务预测准确性”“降低合规风险”是智能化转型的核心目标，现代化企业已率先落地智能财务项目（如中字建筑行业企业实现会计平台自动账务处理，实时财务报表）。

1.1.2 研究意义

理论意义上，当前研究多聚焦单一技术（如RPA在核算中的应用），本文整合“技术支撑—场景落地—变革影响”全链条，补充智能会计领域在中性企业的系统性研究；实践意义上，本文结合成本归集、业务BP、财务团队优化等具体案例，提炼可复制的技术落地路径，帮助中小企业规避“业财适配困难，智能投入巨大”的转型思想误区，同时为广大的中小企业会计从业者提供能力提升方向（如“财会BP+数据应用”技能）。

1.2 国内外研究现状

1.2.1 国外研究现状

根据查阅资料显示，国外智能化的应用主要应用在审计审查中，如德勤在《全球财务智能化调研报告》中指出，83%的跨国企业已将AI应用于财务报告，生成式AI使财报初版生成时间缩短80%；普华永道研究团队通过区块链技术构建“跨境交易追溯平台”，实现交易数据不可篡改，将跨境审计时间从2周压缩至3天；学术领域，《Journal of Accounting Research》2023年刊文提出“AI审计决策框架”，强调算法透明度对审计合规性的重要性。侧重于研究侧重技术应用效果与风险管控。

1.2.2 国内研究现状

国内研究紧扣政策导向与本土实践：中兴新云与会计研究院合作研究显示，国内企业智能财务转型呈现“从单点自动化到全局智能化”的特征——70%的企业先落地发票处理、银行对账等标准化场景，再向业财融合、决策支持进阶；政策研究方面，学者围绕《AI法案》（欧盟）与国内《会计信息化工作规范》的衔接展开分析，提出“合规优先、场景适配”的转型原则。河北某电信企业根据电信行业特征，采用不同的计入成本方式明确数据库与业务单元相联系，采用数智化成本收入匹配，使得财务数据分析更具指导意义和管理建议。

1.3 研究思路与方法

1.3.1 研究思路

本文遵循“问题导向—技术拆解—场景落地—价值分析—对策建议”的逻辑：首先，基于传统会计的痛点与政策要求，明确数智化转型的必要性；其次，拆解RPA、AI、区块链等核心技术的功能，分析技术协同逻辑（如“OCR识别—RPA入账—AI风控”）；再次，结合企业案例，深入分析数智化在核算、风控、决策等场景的应用效果；最后，总结转型挑战，提出技术、组织、人才层面的应对策略，并展望未来财务发展趋势。

1.3.2 研究方法

文献研究法：梳理财政部政策文件（《会计信息化十四五规划》）、四大会计师事务所报告（德勤、安永）、核心期刊论文（《会计研究》《财务与会计》《管理会计》），国家会计学院讲义资料构建理论基础；

案例分析法：选取不同行业典型案例——水、电、气、暖、服务行业（发票处理自动化）、制造企业（某航空公司集团业财融合）、审计机构（安永全量审计），通过具体案例验证数智化应用价值，确保研究结论的实践性。

三、第二章 数智化在会计领域支撑体系

2.1核心技术体系：数智化应用的底层支撑

数智化在会计领域的落地依赖多技术协同，形成从数据处理到决策支持的完整技术链条，核心包括以下三类：

2.1.1流程自动化技术

以RPA（机器人流程自动化）为代表，模拟人类在系统中的操作逻辑，可24小时不间断处理发票录入、银行对账等重复任务，处理效率较人工提升400%以上，错误率控制在0.1%以内。

2.1.2人工智能与大数据技术

涵盖机器学习、NLP（自然语言处理）、OCR（光学字符识别），发票识别系统等。发票识别系统通过人工智能技术（如深度学习）自动解析发票图像或扫描件，提取关键字段（如发票代码、号码、金额、开票日期），并支持结构化输出。支持JPG、PNG、PDF等格式，覆盖增值税专用发票、电子发票、出租车票、火车票等30余种票据类型。自动提取全票面信息（如购买方、税号），并对接税务权威平台（如国家税务总局系统）进行真伪验证。‌‌支持多张票据混合识别、自动切割分类，并提供API接口与企业财务系统（如ERP）无缝集成。

2.1.3数据链接与互联技术

打破企业数据孤岛需从技术整合、数据治理和业务协同三方面推进，核心是让数据“可流动、可共用、可赋能”。搭建集中式数据平台，如数据湖或数据仓库，将分散在各业务系统（ERP、CRM、OA等）的数据抽取、清洗后统一存储，解决“数据散在各处”的问题。例如用Hadoop、Snowflake等工具构建底层存储架构。

2.2技术协同逻辑

2.2.1打通数据连接通道

建立统一的数据标准（如字段定义、格式、编码）通过API接口实现系统间实时数据交互，或用ETL工具（如Flink、DataWorks）批量同步历史数据，消除“数据不通”的壁垒。

2.2.1搭建数据中台

将整合后的数据封装成可复用的“数据服务”（如用户画像、订单分析模块），供各业务部门快速调用，避免重复开发。

2.23推动业务与数据融合

从“技术驱动”转向“业务驱动”，明确各部门的数据需求（如营销需用户数据、财务需成本数据），让数据整合围绕业务目标展开，同时通过BI工具（如Tableau、Power BI）将数据转化为可视化报表，支撑业务决策。

四、第三章 数智化在会计领域的关键应用场景

数智化已渗透会计全流程，呈现从单点自动化向全局数智化的演进特征，核心场景包括：

3.1自动化核算与账务处理

通过OCR+RPA+规则引擎的组合，实现“票据识别—数据提取—自动入账”全流程无人化。例如跨境电商企业的财务机器人每日可处理2000张发票，识别准确率达99.7%，替代8名人工的单日工作量；大型制造企业的月结工作从3天压缩至4小时。生成式AI还可自动生成初版财报，结合RAG技术注入历史底稿与会计政策，满足审计留痕要求，东奥在线将继续教育培训自动开取培训发票，12306从2025年10月1日起取消纸质发票根据《国家税务总局 财政部 中国国家铁路集团有限公司关于铁路客运推广使用全面数字化的电子发票的公告》要求，员工需在铁路12306（网站/移动客户端）申请开具报销电子发票。

3.2智能风险管控与合规

AI模型通过学习历史数据，能实时识别重复支付、虚假报销等异常交易，在税务领域可动态监测政策适配性，自动调整申报内容以降低合规风险。区块链技术的应用使交易信息打上不可篡改的时间戳，显著提升审计效率，安永已实现从抽样审计向全数据审计的转型，覆盖率从30%提升至92%。国有大中型企业在公司股权，合并、分立，资产处置，投融资中设立AI模型节点控制，更加向规范性和高效性规避合规性风险。

3.3业财融合与决策支持

借助物联网与大数据整合，生产线上的传感器数据可实时同步至财务系统，实现成本与库存的动态核算；多维度分析模型整合内外部数据，为产品盈利分析、预算调整等提供精准洞察，将传统财务分析的决策周期从两周缩短至数小时。中交集团通过AI技术构建场景控制台，从数据感知逐步升级至洞察式决策赋能。某航空公司利用业财结合，成本决策中并不是一味强调成本节约，忽略人文关怀，建立奖励机制，让乘务人员主动约束体重，并且实际情况配备乘务员所需的个人舒适使用物品，达到统一，标准，个人舒适的工作条件，从而员工更好的服务于企业。

3.4税务与资金管理升级

在数电发票全面推广背景下，智能系统实现发票开具、报销、归档全流程自动化，汇付天下的定制化方案将开票效率提升至秒级。银企直连与支付中台的结合，可实现全渠道资金统一管理与自动对账，某跨国餐饮品牌通过该方案完成2000家门店的数据整合。某航空公司利用智能系统对其购票系统的全面升级，应对核心信息安全风险之外，加强业务合规与欺诈风险：第三方购票平台可能存在违规加价、捆绑销售（未明确告知），违反消费者权益保护规定；出现“虚假机票”诈骗，即非正规渠道售出无效机票，用户抵达机场后无法登机；退改签流程存在漏洞，如退票款到账延迟、违规收取高额手续费，或内部人员利用权限违规操作，防范各方资金洗钱风险。

五、第四章 数智化对会计领域的变革影响

4.1会计职能转型

数智化接管标准化工作，推动会计从“核算型”向“价值创造型”转变。基础记账、报账岗位需求下降，而财务BP、战略参谋等角色兴起，通过数据解读参与并购决策、研发费用管控等核心业务。财政部数据显示，会计职能正从“价值记录者”向“价值整合者”升级，成为驱动业务的战略资源。

4.2人才能力重构

市场亟需“财会+数字”复合型人才，核心能力包括三方面：数据素养（懂数据来源与结构）、工具应用（掌握SQL、Power BI、RPA调试）、业务洞察（将数据转化为决策建议）。具备智能财务认证的从业者薪资涨幅达45%，远超行业平均水平。

4.3组织模式演变

集中化的智能财务共享中心成为标准配置，处理全企业交易性工作；财务人员更多以业务伙伴身份融入研发、销售等单元，某零售集团财务团队从120人缩减至35人，但人均产值提升2.3倍。

六、第五章 数智化应用的挑战与应对策略

5.1核心挑战

5.1.1技术与数据风险

系统兼容问题、业务之间算法规则差异导致的决策偏差，以及跨部门数据整合失效的“数据孤岛”问题突出。

5.1.2组织与合规风险

员工技能关注侧重不同、业务天然壁垒，跨部门协作阻力，且数据隐私违规与法规适配滞后的风险显著。

5.1.3价值实现风险

部分企业智能转型的ROI未达预期，隐性成本超支，管理者不愿投入。

5.2应对路径

5.2.1技术层面

采用“AI数智底座+智能体”的三层架构，通过数据权限管理工具实现规则落地，确保权限精准生效。

用角色化权限（RBAC）模型：先定义角色（如“集团CEO”“销售经理”“销售员”），再将权限绑定到角色，员工入职时直接分配角色，避免重复配置。

叠加数据脱敏与过滤：对基层可见的敏感数据（如客户手机号、完整订单金额）进行脱敏（例：手机号显示为138****5678），同时通过“数据过滤条件”自动匹配层级。

开通权限审计功能：记录所有数据查看、导出操作（谁、何时、查看了什么数据），一旦出现异常可追溯，防范越权行为。

5.2.2组织层面

管理层需强化对智能财务价值的认知，推动跨部门协同；搭建分层培训体系，提升员工系统运维与数据分析能力。利用层级管理赋权查看业务数据，核心是按“组织层级+数据粒度”匹配权限，既确保各层级能获取所需数据，又防止数据越权泄露，关键分四步落地：

明确层级关系：高层级（如集团高管）：仅开放汇总级数据（如全集团营收、各子公司同比/环比），无需查看底层明细，减少数据暴露风险。中层级（如部门经理）：开放部门维度的明细数据+下属团队汇总数据（如销售部总业绩、各销售组业绩构成），支持业务管控。基层（如一线员工）：仅开放个人业务数据+必要的团队基础数据（如个人订单、团队目标进度），满足工作需求即可。

明确双层级映射关系：先梳理“组织层级”与“数据层级”的对应逻辑，这是赋权的基础。按“最小必要”设计权限规则：针对不同层级角色，定义“能看什么数据、能看什么粒度”，避免权限过度开放。

组织层级：按企业架构划分，如 集团→子公司→业务部门→团队→岗位

数据层级：按业务数据的颗粒度划分，对应组织层级下沉，如 全集团汇总数据→子公司数据→部门明细数据→团队数据→个人业务数据

5.2.3合规层面

遵循《会计信息化工作规范》与国内《数据安全法》要求企业对财务数据实施加密存储和访问控制，《电子会计档案管理办法》的合规要求及公司内控管理要求要求，确保系统决策可解释、数据处理合规。通过流程保障权限动态适配业务变化，避免权限冗余或失效。

明确权限申请-审批流程：员工因工作需要调整权限时（如晋升为经理需查看部门数据），需提交申请并经直属领导+数据安全部门双重审批，防止随意提权。

定期权限复盘与回收：每季度梳理权限清单，对离职、调岗员工及时回收旧权限，对长期未使用的冗余权限（如某员工已调岗仍能查看原部门数据）进行清理。

七、第六章 未来趋势与政策导向

6.1技术发展方向

6.1.1效率革命：自动化与数智化深度渗透

基础工作自动化：RPA（机器人流程自动化）与AI的结合已实现70%以上的重复性工作自动化，如发票识别、银行对账、凭证生成等。春秋航空通过智能排班系统和航材管理模型，显著降低机组成本和库存资金占用。

数据处理智能化：多模态大模型（如DeepSeek）的应用，非结构化数据，结合知识图谱实现科目自动映射，准确率提升至92%。用友BIP系统帮助某商业地产集团实现99%以上的支出类业务自动化处理。

6.1.2职能转型：从核算到决策支持

岗位结构重塑：基础核算岗未来三年将大幅度减少，而管理会计、财务BP（业务合作伙伴）等岗位需求分别激增，财务人员正从“记账员”转向“战略顾问”，例如参与预算动态调整、成本优化模型设计等。

决策支持升级：AI通过实时分析财务数据和市场趋势，为管理层提供前瞻性建议。

6.1.3风险管控：从被动合规到主动防御

合规性增强：数电票和智能税务系统实现了发票全流程数字化，自动校验税率、金额等合规性要素，降低税务风险。风险预警前置：机器学习模型可识别异常交易模式，提前预警供应链风险。

6.2未来展望：技术与生态的协同进化

6.2.1技术趋势：从自动化到认知智能

生成式AI与智能体崛起：2025年影响中国会计行业的十大技术中，人工智能通用大模型登顶，AIGC（生成式人工智能）和智能体（AI Agent）成为潜在影响技术。例如，智能体可模拟财务专家处理复杂业务，如跨境并购的税务筹划和ESG报告生成，实现“自感知、自决策、自优化”。

超自动化技术融合：RPA将与IPA（智能流程自动化）、APA（自主流程自动化）深度整合，形成端到端的智能财务解决方案。

6.2.2生态构建：业财融合与数据治理

业财一体化深化：财务系统将与业务系统（如CRM、ERP）实现无缝拉通，通过事项驱动型会计核算模式，实时反映业务活动的财务影响。

数据资产化管理：数据治理成为核心竞争力，企业需建立主数据管理（MDM）和元数据体系，确保数据质量。某上市公司通过五级数据质量评估，将历史凭证数据结构化清洗，为AI模型训练提供高质量输入。

6.2.3 职业转型：复合型人才需求激增

技能重构：财务人员需掌握“财务原理+数据工具+商业洞察”的复合能力。例如，财务BP需精通Power BI、Python等工具，通过数据分析推动业务增长，其薪资涨幅常年超20%。CMA（美国注册管理会计师）等认证因覆盖风险管理和数字化知识，成为转型关键资质。

人机协作模式固化：AI承担80%的基础工作，人类专注复杂判断与战略决策。例如，某跨国公司的智能系统处理日常报销，财务人员则聚焦异常交易调查和预算优化。这种模式要求财务人员具备“AI训练师”和“数字流程审计师”等新技能。

6.3政策驱动框架

财政部《会计信息化十四五规划》与新修订的《会计法》确立数字化转型路径，要求2028年前打通电子凭证“入账难、归档难”瓶颈；金税四期推动2025年实现发票全领域电子化，税收征管迈入大数据时代。这些政策共同构建了智能财务从技术落地到合规治理的全周期框架。

结论与展望

数智化不是对传统会计的颠覆，而是对其价值的重新定义。未来的财务部门将成为企业的数据中枢和战略引擎，通过AI驱动的实时洞察与智能决策，为业务创造更大价值。企业需以技术为杠杆，以数据为燃料，以人才为核心，在合规框架内探索创新边界，方能在新一轮产业变革中占据先机。正如上海国家会计学院院长卢文彬所言：“智能财务的本质是‘人机协同共生’，企业需构建自主知识体系，在效率、安全与伦理之间找到平衡点。”

参考建模图裂演示：

图一：业务财务胜任模型

图二：财务BP胜任模型

图三：业务分析模型

图四：传统经营到数智经营模型

权威文献与案例来源：

行业报告：上海国家会计学院《2025年中国企业财务数智化调查报告(蓝皮书)》、德勤《全球CFO调查》、毕马威《全球财务智能化调研报告》。

政策文件：财政部《会计信息化工作规范》《会计软件基本功能和服务规范》、欧盟《人工智能法案》。

实践案例：航空公司实地考察与业财融合展示，河北某电信企业公司数智化模型建模，中交集团AI财务三阶段转型、汇付天下智能支付中台方案、安永全数据审计实践。

学术与机构研究：三亚学院《智能会计的范式革命与行业影响》、上海国家会计学院智能财务研究院技术白皮书。

财政部. 会计信息化十四五规划[Z]. 2021.

德勤. 全球CFO调查报告[R]. 2024.

冯月思 财务BP 500强高管的实践指导。

用友BIP 数智融合 价值财务--大型企业财务数智化解决方案

用友用友BIP 智能财务 数智税务 合规高效 中国大企业税务数智化白皮书

厦门国家会计学院 数智管理会计助力企业高质量发展高端研修班讲义资料