智能会计实训平台建设探讨

余冰冰，张 敏（博士生导师）

自然语言处理（NLP）、知识图谱、深度学习算法等AI 技术的迅速发展，尤其是ChatGPT 这一AI 产品的问世，驱动着新一轮的科技革命和产业变革，给会计领域带来了全方位的冲击与挑战。教育领域也不例外,技术的快速更新倒逼会计教育的持续升级和协同创新。我国数字经济、数字企业建设发展已由高速增长转为高质量发展阶段，用人市场对会计人才的需求由传统的理论型转变为数智型、复合型，各大高校也纷纷投入智能会计专业建设及传统会计专业数智化改革热潮。但是，目前我国高校会计人才培养的“供需错位”问题严重，一方面传统会计人才产能过剩，另一方面供给体系和需求体系严重不配套（王爱国，2021），这使得供给侧结构性改革成为当下高等会计教育亟需深入思考研究的现实问题。目前教育界对于培养既懂技术又懂会计的复合型人才的必然趋势基本已达成共识，然而实务界正处于数字基建阶段，主要工作在于业财一体化建设，智能化方面才刚起步，导致智能会计实践教学严重不足，智能会计类课程的实践性缺乏，培养的学生欠缺实操能力，与实务工作要求的能力差距明显。那么，如何让学生亲身体验智能会计最佳实践、如何使学生利用掌握的数智化技术提升会计工作智能化水平，是当下智能会计教育实施最大的痛点。智能会计教学需要大量的案例，且必须动手实践（王爱国，2021），还要打造高质量、真正智能化的实训项目与平台。基于此，本文在梳理并分析现有会计实训软件现状与不足的基础上，从建设思路、建设内容及保障措施等方面展开对智能会计实训平台的设计与研究，打造以实训平台为底座，以教材、案例、师资为支点的实训体系，旨在为智能会计教育发展提供相关的依据与参考。

一、会计实训软件应用现状及存在的不足

1.会计实训软件应用现状。随着人工智能技术在会计领域的广泛应用，智能会计教学在我国高校正如火如荼地开展，各高校与实务界本着“共建、共享、共赢”的原则，为强化智能会计实践教学，建设了一大批会计专业实训软件，具体如表1所示。可以看出，不管是企业自研还是校企合作共建的会计实训类软件，均大体分为三类：第一类是信息技术类。其将Python、BI、RPA 等主流信息技术工具应用于财务，重点在于技术与工具的使用，搭配浅层次的财务语言，而机器学习、知识图谱等高级人工智能技术并没有涉及。第二类是数据分析类。其以数据存储、可视化为工具，以公开上市公司财务数据为内容，以数据获取、数据清洗、数据建模到可视化为实训路径，内容大部分是基于投资视角的外部公开数据分析，而大数据技术在企业内部（如管理会计领域）的使用场景几乎没有。第三类是会计核算类。其基于财务共享的流程视角或传统ERP 业务开展会计实训，而基于认知智能、数据驱动的会计智能核算场景没有体现。

表1 现有会计专业实训软件列表

2.会计实训软件应用存在的不足。总体而言，市场上现有实训平台的功能与智能会计相关课程的教学要求之间的不协调性逐渐呈现。

（1）偏重技术知识讲解。如表1列出的Python在财务中的应用、大数据财务决策、RPA 财务机器人开发与应用等实训软件侧重于Python 语言的编写、RPA 工具的使用，且与会计专业融合不够，导致课程教学效果非常差。

（2）师生学习成本太高。如大数据财务决策、会计大数据平台等实训软件涉及机器学习算法代码的编写，以及非结构化数据平台Hadoop、R 语言的使用等，这些知识本身难度比较大，导致会计师生学习成本过高，且严重偏离智能会计教育的核心，阻碍了智能会计教育的发展。

（3）实训软件大部分还是基于信息化思维构建。在数智时代，NLP、知识图谱等人工智能技术被广泛应用于财务与会计领域，实现了智能核算、智能预测与分析，而表1 中财务共享实训、业财一体化设计等软件都是以ERP为原型，以强规则、强流程设置实现业务到财务的核算，这与数智时代的实际业务需求严重不匹配。

（4）专门针对会计专业核心课程的实训软件几乎没有。目前针对管理会计、财务管理、审计学等会计专业核心课程的实训平台大部分是由出版社或教育机构基于教材建构的理论衍生内容，如教材电子版、重难点、思政元素、习题及案例等，并没有起到实践教学的作用。

鉴于此，本文认为智能会计实训平台需满足两大建设原则：一是人工智能技术只是工具，够用即可；二是在智能技术快速迭代的背景下，应最大化降低师生学习成本，尤其是在入门阶段，减少计算机编程语言的学习，只需通晓基本运行原理，如平台以封装控件、拖拉拽可视化操作形式呈现。

二、智能会计实训平台建设思路

张敏等（2022）在智能财务人才类型与培养模式的初步框架中提出，智能财务工作流程包括智能财务系统设计、智能财务运营、智能财务分析及智能审计，与之相对应的智能财务人才类型为智能财务架构师、智能财务运营师、智能财务分析师及大数据审计师。张敏等（2021b）基于AACSB 认证视角提出了专业培养方案，重构了技术类、专业类以及技术+专业类三大课程群。其中，技术类包含Python 程序设计、数据库原理及应用、大数据技术、机器学习等，专业类包含财务会计、管理会计、财务管理及审计学等，技术+专业类包含智能会计、大数据财务分析、智能财务决策等。本文以此为出发点，构建以智能会计实训平台为教育底座，以案例、教材、师资为三大支点的智能会计实训体系，平台基于业财融合理念，遵循以数据为驱动、技术赋能业务、场景导向式及界面化操作的原则，建设数智技术与会计领域深度融合的数智化场景，主要为学生展示智能会计最佳实践，以提出问题、思考解决方案，并提供数智技术应用及实训平台操作的实训模式，使学生能利用数智化技术提升会计智能化水平，锻炼学生的财务管理能力、数智技术能力、业务洞察能力、创新创造能力及数字思维能力，最终培养真正的具备数字化思维、擅长基于理论和技术创造性解决会计问题的复合型人才，如图1所示。

图1 智能会计教育实训平台建设思路

三、智能会计实训平台建设内容

1.智能会计实训平台技术架构。智能会计实训平台的技术架构由数据层、算法层、平台层及应用层组成，如图2 所示。数据层包括数据采集层、数据抽取、数据分析、数据治理等，其中数据采集层包括对关系型数据库的提取、对非结构化数据的提取、API 数据源、大数据平台。算法层包括由TensorFlow、RNN、SlowFast、ChatGPT等算法库与学习平台组成的平台服务，以及由自然语言能力、对话能力、视觉能力及推荐与决策等组成的AI能力。平台层包括页面展示、产品编排、网关、运营服务、数据服务等。应用层包括教学服务、科研创新、师资培训、竞赛支撑及企业定制化开发等。

图2 智能会计实训平台技术架构

2.智能会计实训平台应用架构。智能会计实训平台应用架构包含实训操作系统与实训管理系统，如图3 所示。其中：实训操作系统包括数据中台、业财一体化平台、AI 平台以及BI 工具，采用数据驱动模式，以数据中台为数据底座，包含财务、业务及用户等全量数据，提供数据交换、数据治理、数据可视化等数据服务，通过人工智能技术与算法模型预测，最后通过BI 可视化展示；实训管理系统包括教学管理与智能教学辅助，教学管理主要支撑教师、学生端的日常实践教学，智能教学辅助为数字教育下的若干智能小工具。

图3 智能会计实训平台架构

3.实训操作系统架构及功能设计。张敏等（2021a）提出，智能财务是基于业务数据、财务数据以及其他数据，通过应用数字化、自动化和人工智能等技术，提升财务核算、过程管理和决策规划等财务全过程管理的自动化和智能化水平，为业务和战略赋能，从而提升管理的价值创造力的新型财务管理工作，可把企业智能财务细分为三个领域，分别是智能核算、智能财务管理及智能财务分析与决策。鉴于此，本文将智能会计实训理念划分为两条“主干道”，如图4所示。一条为业务到财务的智能核算，开设“智能会计核算”与“业财融合”等课程；另一条为财务反哺业务的智能财务管理及智能财务分析与决策，支撑“智能管理会计”“智能财务决策”“大数据财务分析”及“数智审计”等课程。学生在实训过程中可充分认识到业财如何融合、数据如何驱动业务及人工智能技术如何应用于会计数智化场景。

图4 智能会计实训理念

张敏等（2021a）提出，智能核算利用票据智能识别、场景识别、自动核算、影像数据管理功能的深度融合，实现企业财务核算智能化标准化作业，包括智能财务核算与智能财务报告。智能核算实训路径包括自动获取原始数据、原始凭证自动审核、自动编制记账凭证、智能报告、智能档案以及多种技术方案对接数据中台等其他各类系统，如图5所示。

图5 智能核算实训路径

张敏等（2021a）认为，智能财务管理、智能财务分析与决策是利用大数据技术与人工智能算法对财务数据、业务数据、其他数据等进行分析，实现企业业务、财务风险智能控制和智能预测决策，从而赋能业务，包括智能财务共享、智能预算管理、智能业绩评价、智能资金管理及智能内控管理、大数据财务分析与智能财务决策等。智能预测与分析实训路径包括数据汇聚整合、数据提纯加工、数据服务可视化、数据价值变现，利用机器学习等算法进行数据预测，并进行数据可视化分析，如图6所示。

图6 智能预测与分析实训路径

（1）数据中台系统架构及功能设计。张庆龙（2020）提出，数据中台的数据能力是实现智能财务的基础，数据中台强调资源整合集中配置、能力沉淀、分步执行的运作机制，是一系列数据组件或模块的集合，为企业数据治理效率的提升、业务流程与组织架构的升级、运营与决策的精细化赋能。数据中台实训模块提供的编程可视化、组件可编排、模式可切换功能，使学生能够理解聚合和治理跨域数据，将数据抽象封装成服务，提供给前台以及业务价值的逻辑理念，增强数据整合能力、数据分析加工能力以及资产服务化能力，如图7所示。

图7 数据中台与可视化工具功能架构

数据中台包含系统管理、数据集成、数据开发建模、数据资产管理及数据服务体系等模块，各模块的功能如下：①系统管理，主要包括权限管理、元数据管理及外部系统对接设置等内容。②数据集成，主要实现对业务数据的采集，包括异构数据源、实时接入和可视化配置工具，可锻炼学生的数据整合和管理能力。③数据开发建模，主要包括离线开发、实时开发、算法开发等多种开发模式，学生在实训过程中可根据场景选择多种建模方法，锻炼自身的数据提炼与分析加工能力。④数据资产管理，从数据资产评估、检索到分析、共享，展示数据资产全貌，使得学生提高数据资产服务化能力。⑤数据服务体系，可方便数据调用，减少数据直接重复引用底层数据造成的资源浪费。

（2）业财一体化平台系统架构及功能设计。业财一体化平台主要利用OCR、NLP、知识图谱等AI技术与智能算法处理经济业务的自动核算，包括系统管理、智能采集、智能稽核、智能核算、智能报告及智能档案模块，如图8所示。各模块的功能如下：①系统管理。本模块主要包括人员管理、流程管理、权限管理及表单管理等，主要为平台的运行提供基础设置。②智能采集。本模块主要包括结构化数据采集、非结构化数据采集、API数据采集等数据采集方式，提供多种数据、多种单据等原始数据的采集场景。③智能稽核。本模块主要利用知识图谱技术、可信值算法等人工智能技术对发票、合同等单据的合法性、合规性等实施智能稽核，在本模块学生可以感知会计知识图谱的构建及应用于稽核的详细过程。④智能核算。本模块主要提供多种经济业务的会计核算，如费用报销、资产管理、薪酬管理、销售到收款、采购到付款等涉及的会计核算，主要锻炼学生对企业日常业务的处理能力。⑤智能报告。该模块包括引擎推送凭证、报告智能生成功能，主要处理总账到报表过程，通过可视化的界面让学生在实训过程中感知到单据、数据推送过程。⑥智能档案。该模块包括数电发票、档案生成、档案四性检查及归档等，主要使学生掌握电子档案管理全过程的实际操作，尤其是数电发票的运用。

图8 智能会计核算系统架构及功能

（3）AI平台+BI工具系统架构及功能设计。AI平台包括基础设置、数据选择、数据清洗、数据处理、数据分析及可视化报告模块（如图9所示），并以控件拖拉拽方式，为业务人员、财务人员提供人工智能应用学习机会，降低操作难度，也与“人工智能为人人所用”的愿景更靠近。①基础设置。本模块提供数据下载、训练数据与测试数据展示及AI会话等基础功能。②数据选择。本模块主要为平台提供多种来源的数据选择，包括CSV、Excel、SQL等数据库，为后面的模块做准备。③数据清洗。本模块为将要进行分析的数据执行清洗功能，包括缺失特征删除、缺失观测删除、填充缺失值、异常值检测、异常值填充、重复值处理等。在进行预测分析的过程中，数据质量的影响很大，数据清洗则是非常关键的一步，数据质量越高，预测效果越好。④数据处理。本模块主要包括添加年份与季度数据、数据列运算、生成虚拟变量、数据排序、增加+1期数据、数据转换、年份数据集划分、随机数据集划分等功能，根据需求的不同，提供多种数据处理功能。⑤数据分析。本模块提供多种数据分析方法，包括随机森林分类、支持向量机分类、GBDT 分类、XGBoost 分类、线性回归、决策树回归、深度神经网络回归等常见算法，也是AI平台的关键所在。⑥可视化报告。本模块主要将预测分析结果生成PDF、Word、PPT等形式的报告。

图9 AI平台系统架构及功能

（4）教学管理系统架构及功能设计。教学管理平台包含系统管理、课程管理、实训管理、会计数智化案例库、可视化评价及智能辅助教学模块，如图10 所示。各模块功能如下：①系统管理。其主要包含教师管理、班级管理及学生管理子模块，用于教学的基础设置。②课程管理。本模块主要实现对实训操作系统的课程进度管理及自主课程开发，当下可作为理论课程的数智技术实验内容，也可以支撑开设新课程，如“业财融合”“智能会计”“智能财务决策”“智能管理会计”“大数据财务分析”“数智审计”等。③实训管理。该模块主要提供实训平台入口，学生可通过此功能进入实训操作，进行实训进度管理，教师可以查询到学生各个案例的完成情况，方便其进行教学监控、教学点评，同时，支持教师根据教学或科研需求进行自主实训开发。④会计数智化案例库。该模块精选数智技术与财务会计、管理会计、审计等知识领域的深度交叉融合内容，建立医疗、金融、制造、电商等多行业的会计数智化最佳实践案例，支持案例资源的上传、编辑及下载，并包括案例的业务数据、操作文档、微课视频等辅助资源。表2 列示了不同课程下会计数智化案例的实训路径。⑤可视化评价。该模块主要提供综合实训信息查询和展示、实训数据分析、信息图表形式呈现等资源服务应用，系统通过调用教师在讲师端设置的每个角色、每项实训业务内容的考核标准，自动生成可视化评价报告，供学生、教师进行定性、定量分析，准确地考核学生对智能会计知识的掌握程度，可视化评价报告成为教学档案，为教学提供分析模板和案例模板。⑥智能辅助教学。该模块主要提供智能会计课程体系知识图谱，可帮助教师备课及实现学生个性化学习路径推荐、资源推荐，同时配置了基于大语言模型的会计问答系统，这也是数字教育发展的必然趋势。

图10 教学管理系统架构及功能

表2 会计数智化案例实训路径

四、智能会计实训教学示例——以智能预算为例

在智能会计类课程教学设计层面，院校可根据实际需要选择一体化方案或双轨制方案教学模式。一体化方案是指对现有课程利用数智化技术进行改造，即财务与会计场景以数智化技术实现；双轨制方案是指开设全新的数智化会计课程，先学传统课程，再学数智化会计课程。在教学设计上，张敏等（2021c）提出新文科背景下项目制学习方法有助于学生在完成项目任务的过程中整合所学知识，熟练运用计算机技能与理论知识解决实际问题，实现不同学科知识的交叉融合，以及理论与实践的深度融合。

下面基于学生实训操作视角，以“智能管理会计”课程中医疗行业智能收入预算场景为例，详细阐述实训路径，如图11所示。

图11 智能预算实训路径

首先，学生进入“教学管理”平台｜“智能管理会计”课程｜“智能预算”，切入实训环境。

其次，依据实训路径，进入“数据中台”，将收入预算所需的2018 ～2022 年内NCC 系统收入数据表与HRBP系统业务收费数据表整合，可以通过平台控件的拖拉拽可视化按钮勾选NCC数据库与HRBP数据库，勾选相应数据表及医院、科室、患者、病种、出入院时间、费用、耗材费、诊疗费等费用明细字段，也可以通过编写SQL 语句实现，所形成的新数据集将沉淀在数据中台中。进一步对数据集的缺省值、异常值等一系列数据进行清洗，形成新的数据集。然后秉持价值医疗预算、回归医疗的本质，模拟患者的就医全流程，依据病情症状针对性治疗寻找相应的消耗因子来构建模型，因此将医疗业务收入拆解到院级、科室等传统组织维度，按照资源消耗来源拆解至病种、医生与病人维度。具体拆解层级如下：

院级：∑每个科室收入

科室：∑每个医生收入

医生：∑每个医生治疗病种收入

病种：∑病种×病人人次×单价（平均病种单价）

病人：∑工作量（病人人次）×单价（每人次平均收费）

完成上操作后会形成集业务与财务口径数据的大宽表，即数据资产。之后根据AI 平台的数据结构需求，提供API 数据传输接口，向AI 平台提供数据服务，也可以直接导出至本地数据库文件，再在AI平台内选择本地文件上传。

最后，进入AI平台，需要预测下一年、下一月、下一日病人人次，因医院收入数据相对比较稳定，可以利用时间序列（ARIMA）预测，通过平台控件以拖拉拽方式进行数据清洗以及ADF 检验、模型拟合等模型评估工作，预测出t+1 天的病人人次，从而预测出t+1 天的病种收入、科室收入及院级收入。学生在整个实训过程中，能深刻体会到预算如何回归到业务层面、机器学习算法如何应用到财务预测中、数智技术如何提高预算预测水平，从而加深对智能会计的理解。

五、智能会计实训平台的保障措施

1.教学新体系。在智能会计实训体系运行过程中，需优化实践性教学方案，变革知识传授方式，促进教师课程角色和教学理念的转变。

（1）复合型师资培养。会计智能化实践教学对教师的要求非常高，院校可以结合自身情况引入具有信息技术背景的教师或是提升已有会计教师的数智能力。针对技术类背景教师不懂会计领域知识及会计教师的学习成本过高的阻碍因素，都可以利用本平台培养复合型师资，且平台来自企业智能会计最佳实践，对接产业实际需求，设置教学、科研、竞赛三种模式，分别内置相应的案例、课件和题目等资源，可促进教学、科研、竞赛相助相长。

（2）知识传授方式变革。智能会计课程教学范式强调场景式、问题导向式教学，注重引导学生对技术工具与专业知识进行参与式、互动式和解决问题式独立思考、批判、探索及再生产，培养学生的数智技术能力、创新创造能力和数字思维能力。

（3）教学理念转变。智能会计是动态发展的，智能会计教学课堂也在向平等开放的民主性、开放性和协作性延展，引导学生在快速迭代的技术环境下、复杂多变的商业环境中发挥独创精神，以学生为中心，尊重差异，因材施教。教师的教学理念应由教学示范观向教学民主观、教学协作观转变，达到教与学的和谐促进。

2.去中心化的教育新范式。教育数字化是建设教育强国的重要基础，随着数字教育的推进，教育理念、教育形态、教育模式发生巨大变迁，教育新范式正逐渐显现。张敏（2021）提出，智能财务的发展趋势是去中心化，数字时代的智能会计教育亦是如此，由权威教师提供教学内容变为全民提供教学内容，由标准化教材教辅资源变为定制化信息，基于教学数据分析，每一所院校、每一位教师、每一名学生所学的内容都是定制的，这一教育新范式突破了教学地点、教学时间、教学服务成本等因素的限制，从而实现数字教育的全面推进。智能会计实训平台可实现用户平台化，教师与学生不只是平台的使用主体，也是平台的创造主体，教师可根据自身的教学需求、科研需求创建场景，建设教学内容，在实训平台上构建属于他的课程体系，供其他教师用户使用，从而不断地丰富与完善平台资源，建设智能会计教育生态。

3.动态的平台周期性循环评估机制。实训平台的设计和建设不可能一劳永逸，随着新技术、新知识的不断涌现，实训平台也需要适应知识和技术的不断迭代升级。即时评估实训平台与新技术、新知识不匹配的因素和内容，即时评估实训平台的模块、数据、案例、功能，以便及时调整实训模块、维护实训数据、更新实训案例、升级平台功能，确保实训平台与新技术、新知识不断融合升级，以实时评估教学效果是否满足智能会计人才培养目标。

智能会计实训平台的建设能够促进智能会计类课程理论与实践的深度融合、并行教学，让学生在学习理论知识的同时思考如何应用实践技能，并在实践操作中加深对理论知识的理解，既协同了市场智能财务人才需求，解决了智能会计教育的一大痛点，又丰富了智能会计教育体系，升级了会计专业数智化内涵。

【 主要参考文献】

王爱国，牛艳芳.智能会计人才培养课程体系建设与探索［J］.中国大学教学，2021（6）：34 ～39.

张敏，付建华，周钢战.智能财务基础——数智化时代财务变革实践与趋势［M］.北京：中国人民大学出版社，2021a.

张敏，王银屏，李昂.新文科背景下的商科学生项目制学习方法——以智能会计专业为例［J］.财会月刊，2021c（23）：63 ～67.

张敏，王银屏，李昂.智能会计（财务）专业培养方案：一个框架构建——基于AACSB认证视角［J］.中国大学教学，2021b（6）：25 ～33.

张敏，吴亭，史春玲等.智能财务人才类型与培养模式：一个初步框架［J］.会计研究，2022（11）：14 ～26.

张敏.智能财务十大热点问题论［J］.财会月刊，2021（2）：25 ～30.

张庆龙.以数字中台驱动财务共享服务数字化转型［J］.财会月刊，2020（19）：32 ～38.