在 AI 浪潮中，会计如何守护资本市场的信任防线

张连栋教授强调，在人工智能无处不在的经济环境中，会计的价值不仅限于报告职能，更是整个经济信息基础设施的关键一环。其核心使命在于确保信息的可靠性，从而为市场参与者的决策提供坚实的支持。他进一步补充道，我们不应将会计行业的未来狭隘地框定为一次“职业生存之战”。张连栋教授认为，更大的风险在于，市场可能充斥着大量低成本但缺乏责任归属的智能分析，导致“有智能，无问责”的困境。

未来的会计师，不仅要知道何时不该轻信人工智能，还需懂得如何验证其可靠性，并能向他人解释这一判断。（照片：PIXABAY）

与普遍看法相反，人工智能对会计行业的挑战，核心并非劳动力替代问题。目前，关于人工智能与会计行业的讨论大多围绕“会计师是否会被取代”，但这是一个误导性的问题。

2024年，印度两大主要证券交易所向投资者发出警告，称出现了冒充其执行官的深度伪造 (deepfake) 视频，这些视频被用来提供虚假的个股建议。该案例揭示，人工智能生成的叙事能够轻易披上的外衣，并渗透进市场的信息流中。其核心症结并非自动化本身，而在于可信度。

正因如此，对会计行业而言，人工智能带来的主要挑战并非劳动力问题，而是资本市场面临的可信度问题。当分析、评论乃至看似出自高管的沟通信息都变得易于伪造时，市场更需要企业内部建立坚实的“锚点”：即严谨的报告制度、可供质询的披露机制，以及对专业判断负有明确责任的归属体系。

在人工智能普及的经济环境中，会计的重要性不仅在于其报告职能，更在于它构成了经济信息基础设施的一部分，确保这些信息足够可靠，足以支撑各方据此采取行动。从这个角度看，该行业的未来将呈现出不同的面貌。

职能重塑

确立“真实”与“可验证”的基石

长期以来，会计学科常被（有时甚至是不公地）视为一种仅侧重于合规与历史记录的学科。然而，其更深层的经济职能在于确立“何为真实”与“何为可验证”，厘清报表数据背后的假设前提，并明确当引入人为判断时，谁应当对此负责。

随着人工智能的广泛应用，这一职能非但不会削弱，反而愈发重要。倘若机器能够大规模生成报告、对账、起草分析报告并标记异常，那么核心问题便会从“这能否被生成？”转向“这是否值得信赖？”

这是一个更为棘手的问题，因为人工智能辅助工作的可信度，并不意味着要证明每一个模型输出都是“真实”的。在许多情况下，这根本不可能做到。

它意味着一些更实际的要素：数据的来源可追溯；模型的用途与边界清晰明了；重大假设已被识别；流程中内置了人为质询机制；人工干预均有日志记录；并且有责任人能够解释，为何尽管存在不确定性，最终的数字或叙述依然值得被信赖。

风险透视

生产力跃升背后的治理隐忧

企业有望在以下三个关键领域深化人工智能的应用：管理层评述、拨备计提以及信息披露。

由人工智能生成的业绩叙述可能辞藻华丽，却在不经意间夸大了财务数据所能支撑的实质；拨备模型或许在表面上显得更为精准，但其底层依据的假设可能并不稳固，抑或所依托的数据缺乏有效的治理；拟定的披露文件看似详尽完备，却可能模糊了人类判断与模型建议之间的界限。

在上述每一种情形中，生产力固然得以提升。然而，若治理机制无法与之同步跟进，系统的脆弱性亦将随之加剧。

实践路径

新加坡的治理探索与转化

新加坡在此领域并非从零起步。新加坡金融管理局 (MAS) 已通过推动“公平、伦理、问责与透明度”原则及 Veritas 计划，成功将人工智能治理从宏观的抽象原则转化为更具可验证性的具体实践。

AI Verify 同样侧重于技术测试与流程核查。新加坡特许会计师协会 (Institute of Singapore Chartered Accountants) 也已发布了《会计行业负责任人工智能框架》(Responsible Artificial Intelligence Framework in Accountancy)。

当前的战略机遇在于，将这些框架转化为投资者可见的市场规范：即人工智能的应用需接受董事会审查，能够向审计师作出解释，并体现在投资者能够切实解读的信息披露中。

行动纲领

治理架构与人才素养的变革

由此可得出三点推论。

首先，董事会应将人工智能视为公司管控架构的组成部分，而不仅仅是提升效率的工具。

倘若银行援引 AI 来预估信贷损失，或是上市公司借由 AI 来润色管理层评述，审计委员会的审视目光绝不应仅仅停留在“节省了多少工时”这一浅层指标上。

真正关键的拷问应当直击核心：数据源自何处？哪些关键假设发生了实质性变动？该模型已知的缺陷与短板何在？输出结果经过了怎样的质询？人工干预的记录留存于何处？以及，最终由谁来为这一判断承担决策责任？

治理的关口必须前移，向数据与叙事的生成源头靠拢。

其次，监管机构与鉴证方需进一步厘清权责边界。凡涉及财务数据或披露信息的环节，AI 理应被纳入财务报告的内部控制体系之中。但必须明确的是，会计工作本质上并不能确保“预测”或“生成式叙事”的真实。

其核心价值在于强化溯源能力、可质询性、披露纪律以及权责归属。这才是“保障”的现实边界：重点不在于对机器智能本身进行认证，而是旨在通过可审查的流程和经得起辩护的管控措施，赋予市场对关键产出的信心。

最后，在教育和职业发展层面，切勿将 AI 素养的培养简单等同于软件操作培训。对工具的熟悉固然重要，但这种技能极易过时。相比之下，更具持久价值的能力包括：审视证据、洞察因果关系、识别管控漏洞、有效传达不确定性，以及在那些无法外包给机器的责任领域，行使专业判断力。

未来的会计师，绝不仅仅是懂得如何使用 AI 的人。真正具备高价值的人才，应当知晓何时不应盲信 AI，掌握如何对其进行测试，并具备向他人清晰解释这一判断的能力。

这一点至关重要，对新加坡而言尤为如此。金融中心的竞争力不仅取决于速度与效率，更在于市场信心。如果人工智能降低了生成金融主张的成本，那么值得信赖的治理、可信的披露以及强有力的保障，便成为更具分量的竞争优势。

换言之，信任不是一种抽象的软实力，而是坚实的经济基础设施。

价值锚定

构建可治理的 AI 兼容市场

我们不应将会计行业的未来狭隘地框定为职业生存之战。更大的风险不在于岗位的更迭，而在于市场充斥着低成本的智能，却极度匮乏与之匹配的问责机制。

相反，这一变革带来的机遇在于，会计职能非但不会被边缘化，反而会跃升至核心地位：它将不再局限于后台报告职能，而是转型为构建“可治理的AI兼容市场”的底层架构基石。

因此，核心议题并非会计师能否在 AI 时代生存，而是像新加坡这样的金融中心，能否在智能技术爆发式增长而责任体系尚未同步跟进的当下，依然稳固市场的信心。要实现这一目标，离不开会计学科所带来的严谨规范与约束。

MPA 课程亮点

国际认可的专业文凭

MPA 学位文凭已经受到全球10家专业会计机构和商学教育质量认证机构的认证，其中包括新加坡注册会计师公会 (ISCA)，英格兰及威尔士特许会计师协会 (ICAEW)，英国特许公认会计师公会 (ACCA)，国际精英商学院协会 (AACSB) 等。

卓越的就业前景

MPA 课程为您锁定全球的工作机遇。自2006年课程创办以来，MPA 的资深就业服务团队稳定地成功协助毕业生获得在国际各大知名机构就职或实习的机会。据2024年就业数据显示，MPA 学生毕业后6个月内就业率达88%。

课程的灵活性升级

为顺应市场趋势与学生需求，MPA 项目课程体系实现灵活化设计。无论是针对如注册会计师等专业认证考试的课程准备，还是探索其他更契合个人兴趣与职业发展的方向，学生拥有自主决定权。

全球的教学团队

在 UTD 世界知名商学院排名和 BYU 会计研究排名中，新加坡管理大学的会计专业均名列亚洲首位。MPA 课程的师资由会计学院的众多知名学者和组成，提供扎实的基础与进阶训练、及分享最新的学术前沿发展。同时，课程邀请了行业内的领军人物教授部分实务课程，让您获得与众不同的行业视角和实践经验。

课堂中的多样性

在这里，您将享受多样化学习环境中的乐趣。在 MPA 的课堂中，您会遇到拥有不同文化和职业背景的同学，他们中有想要借 MPA 课程过渡至财会行业的职场新人，也不乏为了拓宽管理技巧而深造的资深管理执行官。不同的思维方式会不断地激发您产生和讨论新的见解与观点。会计行业已经在不断演变的商业环境中扮演全新的角色，您将从同学们的不同背景里感受并反思其中的变化。

MSA 课程亮点

课程革新

MSA 课程匹配行业需求，聚焦当前商业环境中的核心挑战，实现全面升级和优化。课程通过强化财务报告、数据分析与技术、财务转型和可持续发展等众多关键领域的能力，确保学生能够从容应对企业对财务智能化与创新的高需求。这一升级不仅使学生掌握前沿技术，更培养了他们推动商业决策和价值创造的实战技能，显著提升其职场竞争力。

备战未来

许多企业正逐渐使用能产生大量结构化或非结构化数据的技术手段。这是一种具有革命性的行业趋势，金融和会计类专业人士也正试图通过大数据降低处理信息的难度，从而增加决策的深度和质量。在本硕士项目的众多课程中，学生将学习如何分析大数据、揭秘潜在的数据模型，并获得针对不同行业和商业场景的洞察力，从而为各类企业创造宝贵的竞争优势。