要点总结 #
随着ChatGPT等大模型的兴起，会计行业面临着前所未有的技术变革。大模型不仅能够提高财务日常工作效率，还能促进会计人员的知识更新和职能转型。然而，会计人员在评估大模型的影响时，往往存在非理性认知偏差，且在应对变革时面临“知易行难”的困境。本文通过问卷调查，深入分析了大模型对会计基本职能、扩展职能和转型职能的影响，揭示了会计人员在大模型时代面临的机遇与挑战。
研究发现，大模型对会计基础职能的影响较大，但对扩展职能和转型职能的影响相对较小。会计人员需要重构自身的能力框架，掌握与大模型的高效协同方式，并提升数据分析和决策能力。此外，企业和管理层也需要积极推动大模型的应用，同时关注数据安全和隐私保护问题。本文从职能转型、能力框架重构等方面提出了切实可行的建议，帮助会计人员更好地应对大模型时代的变革。
关键要点 #
论文重要性 #
这项研究揭示了ChatGPT等大模型对会计行业的深远影响，尤其是在职能转型和人机协同方面。随着大模型的普及，会计人员将面临新的机遇与挑战，如何有效应对这些变革成为行业关注的焦点。本文不仅为会计人员提供了应对策略，还为企业和管理层提供了技术应用的参考建议。研究结果对于推动会计行业的数字化转型、提升会计人员的职业竞争力具有重要意义，同时也为未来会计职能的进一步拓展指明了方向。
图表分析 #
研究分析框架 #
🔼 该图展示了文章的研究分析框架，以一个金字塔结构呈现，顶部是大模型技术特点，即多模态、上下文感知、多轮对话和长文本生成。这部分表明研究的起点是理解大模型的这些核心技术特征。金字塔的中间部分是核心分析内容，自上而下分为三个主要层次：一是“会计人员对大模型的了解和使用情况”，这表明研究首先关注会计人员对大模型技术的认知水平和实际应用情况。二是“大模型对会计职能转型的影响分析”，这部分细分为会计基础职能、会计拓展职能和会计转型职能，表明研究将深入探讨大模型对会计行业不同职能层面的影响。三是“针对大模型影响的应对现状分析”，涉及会计人员层面、公司/部门层面和外部支持层面，表明研究将评估不同主体如何应对大模型带来的挑战。在金字塔左侧，还包括“其他综合分析”，如群体认知差异性和主题分析，表明研究还将考虑不同群体对大模型的认知差异以及进行主题分析。金字塔中间部分，问卷结果分析通过一个箭头指向研究启示，表明研究结果将转化为实际的启示。右侧是研究启示，共有六点，包括理性看待大模型、重构会计人员能力框架、通过管理手段化解变革阻力、大模型落地需多方聚力、重视数据安全和会计人员价值不可取代，这些是文章的主要结论和建议。金字塔底部是“支撑层”，包括政府部门、行业协会/学会、高校、国家会计学院、专业机构、大模型厂商和财务软件厂商，表明研究强调多方协同对大模型在会计行业应用的重要性。整个框架结构清晰，逻辑严密，体现了研究的全面性和系统性。
更多图表分析
相关系数热力图 #
🔼 该图表为相关系数热力图，展示了会计人员对大模型的了解程度、使用情况以及周围人谈论和使用情况之间的相关性。热力图通过颜色深浅来表示相关系数的大小，颜色越深，代表正相关性越强。图中四个变量分别为：本人了解程度、本人使用程度、周围人谈论情况和周围人使用情况。从图中可以看出，本人了解程度与周围人谈论情况之间存在较高的正相关性，相关系数为0.79，这表明周围人对大模型的讨论越多，个人对大模型的了解程度也越高。此外，本人使用程度与周围人使用情况之间也存在较强的正相关性，相关系数为0.68，这说明周围人使用大模型越多，个人使用大模型的频率也越高。这些发现符合创新扩散理论，即新技术的普及和使用往往受到周围人影响。
热力图还显示，本人了解程度与本人使用程度之间存在中等程度的正相关性（相关系数为0.67），表明了解大模型的人通常也会尝试使用它。周围人谈论情况与周围人使用情况之间也有一定的正相关性（相关系数为0.71），说明周围人谈论大模型越多，他们使用大模型的可能性也越高。总的来说，这张图清晰地展示了社会影响在技术采纳过程中的重要作用，尤其是在新兴技术如大模型领域。通过热力图的视觉呈现，可以直观地了解各个变量之间的关系强度，为进一步分析大模型在会计行业中的应用提供了数据支持。
会计人员对大模型产品的认知和使用情况 #
🔼 该图表展示了会计人员对以ChatGPT为代表的大模型产品的认知和使用情况的调查结果。图表以柱状图的形式呈现了四个指标的平均得分，这些指标分别是：对ChatGPT等大模型产品的了解程度、对ChatGPT等大模型产品的使用程度、周围（含线上）的会计人员对大模型的谈论情况以及周围（含线上）的会计人员对大模型的使用情况。所有指标均采用1-5分的评分标准，其中5分代表非常了解/频繁使用过，3分代表基本了解/偶尔使用，1分代表不了解/没用过。
从数据上看，会计人员对大模型的平均了解程度为3.08分，表明整体上会计人员对大模型产品有基本的认知。然而，平均使用程度为2.49分，低于了解程度，这意味着虽然会计人员对大模型有所了解，但实际使用情况并不普遍。周围人员的谈论情况平均得分为2.84，略高于使用情况，说明大模型在会计人员中的讨论度较高，但实际应用尚待推广。周围人员的使用情况平均得分为2.33，为四个指标中最低，这也印证了当前会计行业内大模型的应用普及度较低的现状。
总体而言，此图表揭示了会计人员在大模型技术认知和实践方面存在一定差距。尽管大家对大模型有一定的了解，但实际应用还处于起步阶段。这可能是由于大模型技术的复杂性、数据安全担忧以及缺乏足够的应用场景等因素所致。图表同时也反映出，同事之间的讨论和使用行为，对个体了解和使用大模型有一定影响，符合创新扩散理论。
此图表是理解会计人员如何接受和应用新兴技术的重要依据，对未来推动大模型技术在会计领域的应用具有指导意义。
深度解读 #
大模型影响 #
ChatGPT 等大模型对会计职能的影响是全方位且深远的。研究表明，大模型不仅能够显著提高财务日常工作的效率，还能促进会计人员的知识更新和职能转型。具体而言，大模型在财务分析、决策支持等领域的应用尤为突出，能够帮助会计人员从繁琐的基础工作中解放出来，更多地参与到战略财务等高层次工作中。然而，大模型的普及也带来了挑战，尤其是对会计类岗位的就业机会可能产生负面影响。尽管大模型在自动化处理和数据驱动决策方面表现出色，但其在精确性和专业性要求较高的领域（如会计核算、税务管理等）仍存在局限性。因此，会计人员需要理性看待大模型的影响，既要充分利用其优势，也要警惕其局限性。
职能转型 #
大模型时代，会计人员的职能转型势在必行。传统的会计核算、财务报告等基础职能将逐渐被自动化工具取代，而会计人员的角色将更多地转向战略财务、财务 BP 等高层次职能。研究表明，大模型对会计基础职能的影响较大，但对会计扩展职能和转型职能的影响相对较小。这意味着，会计人员需要从“财务+技术+管理”的复合型人才方向转型，具备更强的沟通协调能力、战略眼光和商业洞察力。未来，会计人员不仅需要掌握财务专业知识，还需具备数据分析、技术应用等跨领域技能，以应对人机协同模式下的新挑战。
应对策略 #
面对大模型的冲击，会计人员和企业需要采取积极的应对策略。研究表明，会计人员普遍认为，应对大模型的影响需要从应用场景挖掘、技术原理学习、人机协同方式掌握等方面入手。企业层面，尽管大模型的应用仍处于初级阶段，但其在提高工作效率、优化流程、降低成本等方面的潜力已得到初步验证。然而，企业在推广大模型时也面临技术、资源、数据安全等多重挑战。因此，企业需要综合考虑技术可行性、数据安全性和人员培训等因素，制定切实可行的推广计划。同时，外部支持（如国家会计学院、行业协会等）在提供课程培训、能力框架构建等方面的作用也不可忽视。
认知偏差 #
会计人员在评估大模型影响时存在一定的非理性认知偏差。研究表明，尽管会计人员普遍意识到大模型对职能转型的深远影响，但在具体评估其影响时，往往高估了大模型在基础会计工作中的替代能力。这种偏差部分源于大模型技术目前处于“欲望膨胀期”，公众对其潜力的预期往往超出实际能力。因此，会计人员需要更加理性地看待大模型的影响，避免过度乐观或过度悲观。同时，企业和管理层也应加强对大模型技术的深入了解，避免在技术推广过程中出现盲目跟风或过度保守的现象。
人机协同 #
大模型时代，人机协同将成为会计工作的主流模式。研究表明，大模型的应用将催生“数字员工”，并与会计人员形成协同工作关系。在这种模式下，会计人员将从繁琐的基础工作中解放出来，更多地参与到战略决策、业务支持等高层次工作中。然而，人机协同也带来了新的挑战，尤其是数据安全和隐私保护问题。因此，企业在推广大模型时，必须建立完善的数据安全管理体系，确保敏感信息不被滥用。同时，会计人员也需要掌握与大模型高效协同的技能，如合理使用 Prompt（关键提示词）等，以充分发挥大模型的潜力。
完整论文 #
