如果没有基础的天赋，CFO的数字梦将是空中的城堡。
CFO在不了解未来财务人才培养趋势的情况下，如何为自己的团队储备足够的人才？
金融数字化的全面实现也需要大学教育的参与和支持。
西南财经大学会计学院院长、财能学院专家委员会委员马永强教授以“新技术下的教育改革”为题，畅谈大数据背景下的会计职业发展与人才培养思路。
2018年，西南财经大学打破传统人才培养框架，在全国率先开设会计专业大数据方向实验班。2019-2020年，大数据分析与机器学习相关课程全面引入会计学院各专业。这是一个转变，也是一个挑战，但在这个过程中也有一些收获。今天我想从大学教育工作者的角度和大家谈谈大数据背景下会计职业的发展。
大学要赋予人才能力和价值的境界，要让人才全面地、个性化地学习，就要为“终身教育”打下坚实的基础
回顾世界范围内教育的发展，有两大变化，可称之为教育革命。
第一次教育革命发生在200年前。以前的教育模式基本都是学徒制，最大的特点就是个性化培养。每个老师带一个或几个学生，手把手教。这种个性化教育可以关注每个人的能力和特点，因材施教。但它也有一些缺点:规模小，受众少，限制了整个社会教育水平的提高。
因此，200年前，学徒制教育开始向大学教育转变。
大学教育的特点是知识供给的标准化。每个学校、每个专业的知识都变得系统化、标准化，统一教给学生。所以可以大规模推广受众。它还有一个缺点，就是个性的培养被抹杀了。随着社会的发展，学科知识越来越多，系统越来越复杂。大学教育大规模惠及学生，但很难同时实现个性化培养。随之而来的另一个问题是，由于大学的知识体系相对稳定，更新速度远远落后于社会经济技术的发展，培养出来的人才很难满足市场的需求。
于是，我们迎来了第二次教育革命。
《教育的巨变》一书中有一句话:“未来人才需求变化的特点是快速变化和高度不确定性。”当市场对人才的需求变得更加迅速和不确定时，就很难判断这些人才需要的能力框架。同时，随着社会变化越来越快，学习渠道和教育资源越来越多，“终身学习”已经成为一种趋势。为了适应这种趋势，教育的供给方和需求方都变得全面和个性化，知识资源的供给也会越来越全面。
但是，想学习的人会发现，学习其实是有门槛的。例如，对于从事商业活动的人来说，智能决策非常重要。他们需要具备数据分析的能力，但这种能力不是上网就能轻易获得的。它需要潜在的数学逻辑。面对这个门槛，我该怎么办？
大学培养人才的最高境界包括两个方面:一是能力层面，二是价值观层面。
所谓能力状态，是指最好的大学教育培养出来的学生，走向社会后，能够掌握自己没有通过自学获得的技能。全球顶尖大学的本科课程之前很少教授金融、财务等专业，更多的是普遍侧重于教授基础学科。他们希望为学生打好基础。当学生离开学校，无论社会如何变化，他们都有自学的能力。
所谓价值观境界，就是学生走向社会时充满爱、自信、充实、从容、快乐，那么大学的人才培养目标就达到了。
正因如此，从2010年开始，西南财经大学会计学院打破传统，砍掉了一些专业选修课和专业课，只保留了中级财务会计、高级财务会计、成本管理、财务管理、审计学等核心课程。，让更多的课时可以用来培养学生的基础能力，让他们离开学校后更好地适应变化的世界。大学可以少教一些走向社会后可以自学的东西；以后他有了自学的门槛，就要打好基础。比如大数据会计的人才培养，核心课程有五六门，其余都是数据分析、机器学习、计算机编程等基础课程。目的是帮助学生打好底层逻辑的基础，让他们既懂会计又懂技术，懂数据分析的基本逻辑。
只有认识到会计的缺陷，才能更好地利用会计信息。
作为财务人员，除了要有扎实的专业知识，还需要认清会计信息背后的逻辑所造成的缺陷，这样才能从更高的高度利用会计信息的优势，避免其缺陷。
首先，从历史成本原则来看，资产负债表是不可信的。虽然我们在2007年引入了公允价值，但是除了金融企业，其他企业的资产负债表左侧几乎都是历史成本，历史成本最大的缺陷就是账面价值会偏离真实价值。从资产负债表的顶部到底部，账面价值会越来越偏离真实价值。我们可以假设货币资产的账面价值与实际价值是一致的；说到流动资产，账面价值其实已经偏离了真实价值；对长期资产来说，这种分离更严重，因为周转期更长。所以我们会看到一些非轻资产的企业，长期资产的比重往往很大，也就是说历史成本导致左边的资产有非常大的问题。如果资产的问题很大，按照“资产+负债=所有者权益”的公式，当我们剔除隐形负债和或有负债后，大额负债其实是稳定的，那么显然所有者权益的问题很大。这里的核心原因是历史成本原则的最大特点——从过去投资的角度来推动我的资产。众所周知，从财务的角度来看，资产的价格取决于未来的产出，而不是优秀的投资，这与历史成本原则相冲突。如果是传统的实体产业或者有形资产，两者之间的偏差可能没有那么大，但是随着无形资产的比重越来越大，这种缺陷会越来越大。
其次，从权责发生制来看，利润表不可信。按照权责发生制，不收钱可以确定收入，不交钱可以确定成本，这就给空留下了不道德操作的空间。
再次，从货币计量假说来看，三种说法往往是无力的。货币计量就是能用货币计量的可以进入报表，不能用货币计量的不能进入会计体系。表面上看，这种核算很专业，但反过来看，如果你不能用金钱来衡量一件事，那你就无能为力，这是一个很大的缺陷。随着社会的发展，这种缺陷会越来越突出，因为现实中有太多难以计量又无法进入会计报表体系的东西，比如管理的能力，比如技术创新，比如数字资源。这些因素在未来企业价值中所占的比重会越来越大。
随着大数据时代的到来，财务的作用可能会下降，但至少在短期内是不可替代的，因为会计信息系统是唯一能够系统反映一个微观主体的财务状况、经营成果和现金流量的系统。但是，只有深刻认识到会计的缺陷，学习财务的人才能跳出专业的限制，更好地利用会计信息。
真正的高手总是长线，人工智能会让会计职业发展的陷阱逐渐消失。
会计专业的学生很容易获得幸福感，因为专业的不可替代性，就业很容易；然而，当他们工作一段时间后，往往会感到困惑。领导职位越高，需要的专业知识越少，需要的是眼光、眼光、战略。所以金融很难推广。
我不建议学生一出校门就进大企业。传统环境下，企业越大，分工越细。在一个具体的企业中，一开始，学生能接触到的业务非常简单和狭窄。入职前三个月可能是你专业能力提升最快的阶段，以后会越来越深。
未来人才流动的障碍会越来越小，跳槽会越来越频繁。就业的核心标准之一是“能力提升”。如果一个职位能在短时间内提升你的能力，那一定是个好职位。如果不是真的遇到特别喜欢的职位或岗位，最好进会计师事务所。公司里出现了新的业务，挑战你的专业极限和专业判断。三五年内，你专业能力的提升可能会超过在大企业工作一辈子带来的提升。同时，在事务所工作会有非常广阔的视野，因为你会遇到不同的企业，不同的业务，不同的人，这样你的视野会不断提升。在事务所工作几年后，再跳槽到企业，未来的生活可能会有不一样的平台。
一个可喜的变化是，人工智能让会计职业发展的陷阱逐渐消失。虽然有专业机构指出，未来90%以上的会计岗位将被人工智能取代。但是，消失的只是会计岗位，而不是会计和会计职业。对于高层次的会计人才来说，人工智能把我们从日常繁琐的会计业务中解放出来，有更多的时间和精力从事更高层次的分析、决策和管理。未来会计专业的发展趋势，需要更多的基于数据分析和管理决策的人才。
基于这种趋势，西南财经大学会计学院提出了“3+1”的培养理念，即学生要熟悉三种逻辑，具备一种思维。所谓三大逻辑，是指会计财务逻辑、数据分析逻辑和计算机编程逻辑。所谓思维，就是要有战略思维。
从会计和财务逻辑的角度来看，当人工智能直接取代会计，自动生成一套报表时，如果得到报表的人不懂会计，就很难理解这些数字背后的逻辑和它所反映的商业规律，更难有效利用数据提出建设性的方案。
从数据分析的逻辑来说，未来的财务人员只懂会计和财务数据是远远不够的。人们会发现数据分析的软件越来越多，越来越简单。但是，如果他们不了解数据资源的处理逻辑，他们仍然不能很好地利用软件生成的结果。
从计算机编程逻辑来看，如果不懂技术，在推进数字化建设的过程中很难与技术人员交流；如果不了解技术的底层逻辑，就无法实现有效的管理。
从战略思维的角度来说，财务人一定是觉得自己是基于企业整体和长远发展的理念和事业，要跳出企业，跳出行业，甚至单出来看整个企业的经营。
真正的大师总是长远的，只有不断提升自己，才能成为更高层次的人才。同时，只有在长远的基础上，保持内心的平静，克服眼前的功利，才能有长远的发展。
原文:财能007
编辑:何彬彬
照片:pexels
来源:财大咖啡
相互/动态
金融应该如何拥抱人工智能和数字时代？
评论区见！
