數(shù)字經(jīng)濟(jì)時(shí)代智能管理會(huì)計(jì)發(fā)展路徑探析

摘" 要：隨著人工智能與大數(shù)據(jù)技術(shù)廣泛應(yīng)用，數(shù)字經(jīng)濟(jì)概念已成為推動(dòng)現(xiàn)代經(jīng)濟(jì)發(fā)展的核心動(dòng)力。在此背景下，會(huì)計(jì)行業(yè)迎來(lái)轉(zhuǎn)型升級(jí)關(guān)鍵時(shí)期。智能管理會(huì)計(jì)作為新興會(huì)計(jì)模式，在提高財(cái)務(wù)數(shù)據(jù)處理效率、優(yōu)化財(cái)務(wù)決策等方面展現(xiàn)出巨大潛力。本研究聚焦于智能管理會(huì)計(jì)在數(shù)字經(jīng)濟(jì)時(shí)代所面臨的挑戰(zhàn)，提出可行性發(fā)展路徑，以期為智能管理會(huì)計(jì)健康發(fā)展提供指導(dǎo)。

關(guān)鍵詞：數(shù)字經(jīng)濟(jì)時(shí)代；管理會(huì)計(jì)；智能化

【DOI】10.12231/j.issn.1000-8772.2025.12.097

在數(shù)字經(jīng)濟(jì)時(shí)代，企業(yè)環(huán)境愈加復(fù)雜多變，要求管理會(huì)計(jì)應(yīng)擔(dān)負(fù)起指導(dǎo)企業(yè)戰(zhàn)略、優(yōu)化資源配置的重任。智能管理會(huì)計(jì)通過(guò)整合先進(jìn)信息技術(shù)，能夠?qū)Υ笠?guī)模數(shù)據(jù)進(jìn)行高效處理和深入分析，并提供科學(xué)的業(yè)務(wù)洞察。此種轉(zhuǎn)型將改變會(huì)計(jì)職能，并為管理者提供全新工具。因此，深入了解智能管理會(huì)計(jì)的關(guān)鍵技術(shù)與實(shí)施路徑，對(duì)于推動(dòng)企業(yè)持續(xù)創(chuàng)新具有重要意義。

1 數(shù)字經(jīng)濟(jì)時(shí)代智能管理會(huì)計(jì)發(fā)展的必要性

1.1 適應(yīng)數(shù)字化轉(zhuǎn)型需求

數(shù)字化轉(zhuǎn)型已成為現(xiàn)代企業(yè)發(fā)展的核心動(dòng)力。智能管理會(huì)計(jì)通過(guò)集成大數(shù)據(jù)、人工智能、云計(jì)算等先進(jìn)信息技術(shù)，能夠幫助企業(yè)實(shí)現(xiàn)財(cái)務(wù)操作自動(dòng)化和數(shù)字化，適應(yīng)轉(zhuǎn)型需求[1]。例如，自動(dòng)化工具可處理日常賬務(wù)和報(bào)表，人工智能技術(shù)則能夠分析財(cái)務(wù)數(shù)據(jù)，識(shí)別潛在風(fēng)險(xiǎn)和機(jī)會(huì)。此種轉(zhuǎn)型將提升財(cái)務(wù)部門(mén)工作效率，并為企業(yè)提供靈活且迅速的操作模式，使其在市場(chǎng)競(jìng)爭(zhēng)中保持優(yōu)勢(shì)。

1.2 提高數(shù)據(jù)處理效率

傳統(tǒng)會(huì)計(jì)處理方式通常勞動(dòng)密集且時(shí)間消耗大，而智能管理會(huì)計(jì)通過(guò)自動(dòng)化工具和算法可以快速準(zhǔn)確地完成數(shù)據(jù)收集、整理和分析工作[2]。例如，機(jī)器學(xué)習(xí)算法能夠自動(dòng)從成千上萬(wàn)的交易記錄中提取有價(jià)值的財(cái)務(wù)指標(biāo)，以此減少人工輸入錯(cuò)誤或時(shí)間延遲，并減輕會(huì)計(jì)人員工作負(fù)擔(dān)，將更多精力投入到戰(zhàn)略性任務(wù)中。

1.3 增強(qiáng)決策精準(zhǔn)度

智能管理會(huì)計(jì)系統(tǒng)能夠提供深入且綜合的數(shù)據(jù)分析，幫助決策者理解復(fù)雜財(cái)務(wù)狀況，預(yù)測(cè)未來(lái)趨勢(shì)，并據(jù)此做出科學(xué)決策。例如，通過(guò)對(duì)歷史數(shù)據(jù)深入挖掘和模式識(shí)別，企業(yè)可以準(zhǔn)確預(yù)測(cè)市場(chǎng)動(dòng)向和消費(fèi)者行為，并制定有效的營(yíng)銷(xiāo)策略或資源配置方案。此外，智能分析工具還能夠?qū)崟r(shí)監(jiān)控財(cái)務(wù)表現(xiàn)和風(fēng)險(xiǎn)指標(biāo)，確保管理層能夠及時(shí)調(diào)整策略，以應(yīng)對(duì)外部環(huán)境變化[3]。

2 數(shù)字經(jīng)濟(jì)時(shí)代智能管理會(huì)計(jì)發(fā)展存在的問(wèn)題

2.1 數(shù)據(jù)整合復(fù)雜，多源異構(gòu)數(shù)據(jù)難以有效處理

在數(shù)字經(jīng)濟(jì)時(shí)代，智能管理會(huì)計(jì)所面臨的這一挑戰(zhàn)具體表現(xiàn)如下：第一，智能管理會(huì)計(jì)系統(tǒng)需要處理多種數(shù)據(jù)類(lèi)型，包括內(nèi)部會(huì)計(jì)數(shù)據(jù)、市場(chǎng)營(yíng)銷(xiāo)數(shù)據(jù)、客戶(hù)行為數(shù)據(jù)等，格式標(biāo)準(zhǔn)各不相同。例如，財(cái)務(wù)數(shù)據(jù)以標(biāo)準(zhǔn)會(huì)計(jì)格式存儲(chǔ)，而市場(chǎng)數(shù)據(jù)和客戶(hù)行為數(shù)據(jù)則是非結(jié)構(gòu)化的文本或圖像數(shù)據(jù)。因此，數(shù)據(jù)整合尤為困難，需要大量時(shí)間技術(shù)投入來(lái)進(jìn)行格式轉(zhuǎn)換和數(shù)據(jù)同步。第二，現(xiàn)有數(shù)據(jù)管理系統(tǒng)和工具通常針對(duì)特定類(lèi)型數(shù)據(jù)或特定處理任務(wù)設(shè)計(jì)，缺乏足夠靈活性來(lái)處理多源異構(gòu)數(shù)據(jù)。例如，傳統(tǒng)會(huì)計(jì)軟件擅長(zhǎng)處理結(jié)構(gòu)化財(cái)務(wù)數(shù)據(jù)，但在處理大規(guī)模非結(jié)構(gòu)化數(shù)據(jù)時(shí)則明顯不足。此外，不同數(shù)據(jù)源之間易存在技術(shù)兼容性問(wèn)題，使數(shù)據(jù)無(wú)縫對(duì)接和實(shí)時(shí)分析成為一大技術(shù)挑戰(zhàn)。第三，多源數(shù)據(jù)質(zhì)量參差不齊，部分?jǐn)?shù)據(jù)易存在錯(cuò)誤、缺失或過(guò)時(shí)問(wèn)題，若未能夠在數(shù)據(jù)預(yù)處理階段得到有效解決，將直接影響到數(shù)據(jù)分析準(zhǔn)確性[4]。因此，數(shù)據(jù)清洗和預(yù)處理工作將會(huì)成為數(shù)據(jù)分析過(guò)程中耗時(shí)最長(zhǎng)、最為復(fù)雜的一部分，需要投入大量人力和技術(shù)資源。

2.2 信息安全問(wèn)題加劇，敏感財(cái)務(wù)數(shù)據(jù)泄露風(fēng)險(xiǎn)增高

在數(shù)字經(jīng)濟(jì)時(shí)代，智能管理會(huì)計(jì)所面臨的這一挑戰(zhàn)具體表現(xiàn)如下：第一，隨著企業(yè)數(shù)據(jù)量大幅增加以及數(shù)據(jù)類(lèi)型多樣化，現(xiàn)有信息安全措施明顯不足，難以全面應(yīng)對(duì)網(wǎng)絡(luò)威脅。公司財(cái)報(bào)、投資記錄及客戶(hù)財(cái)務(wù)信息等敏感財(cái)務(wù)數(shù)據(jù)一旦泄露將會(huì)造成一定經(jīng)濟(jì)損失，并損害公司信譽(yù)和客戶(hù)信任。第二，內(nèi)部風(fēng)險(xiǎn)管理缺失，企業(yè)內(nèi)部能夠接觸到敏感財(cái)務(wù)信息的員工，會(huì)因操作失誤、權(quán)限濫用或其他安全弱點(diǎn)，直接引發(fā)數(shù)據(jù)泄露[5]。例如，對(duì)數(shù)據(jù)訪問(wèn)權(quán)限的管理不嚴(yán)，或是缺乏對(duì)敏感操作的足夠監(jiān)控和審計(jì)，都將導(dǎo)致重要信息外泄。此種內(nèi)部風(fēng)險(xiǎn)存在，說(shuō)明現(xiàn)有風(fēng)險(xiǎn)管理和控制流程未能有效識(shí)別并覆蓋新興風(fēng)險(xiǎn)點(diǎn)，內(nèi)部安全防護(hù)過(guò)于薄弱。第三，隨著全球?qū)?shù)據(jù)保護(hù)法規(guī)的強(qiáng)化，如歐盟的通用數(shù)據(jù)保護(hù)條例（GDPR）等，企業(yè)在處理和存儲(chǔ)數(shù)據(jù)的過(guò)程中需要遵循更為嚴(yán)格的法規(guī)要求，不僅增加了企業(yè)操作成本，還意味著一旦違反相關(guān)法規(guī)，企業(yè)將面臨高昂法律和經(jīng)濟(jì)處罰。對(duì)管理會(huì)計(jì)而言，如何在確保數(shù)據(jù)安全和效率的同時(shí)，合規(guī)地處理并使用財(cái)務(wù)數(shù)據(jù)，已成為亟須解決的重大問(wèn)題。

2.3 倫理與合規(guī)沖突，自動(dòng)化決策易觸及道德?tīng)?zhēng)議

在數(shù)字經(jīng)濟(jì)時(shí)代，智能管理會(huì)計(jì)所面臨的這一挑戰(zhàn)具體表現(xiàn)如下：第一，自動(dòng)化決策系統(tǒng)常常被批評(píng)為“黑箱”操作，其決策邏輯缺乏透明度。由于算法復(fù)雜性和保密性，外部利益相關(guān)者很難獲得關(guān)于決策過(guò)程的詳盡信息，使外界對(duì)系統(tǒng)作出的財(cái)務(wù)評(píng)估和預(yù)測(cè)的合理性及公正性產(chǎn)生疑問(wèn)。例如，一個(gè)企業(yè)使用系統(tǒng)進(jìn)行信用評(píng)估或財(cái)務(wù)審計(jì)，但如果決策過(guò)程不公開(kāi)，結(jié)果將會(huì)遭受質(zhì)疑，并影響決策接受度與實(shí)施效果。第二，偏見(jiàn)與歧視問(wèn)題在自動(dòng)化決策中尤為突出。由于AI系統(tǒng)的學(xué)習(xí)和決策依賴(lài)于訓(xùn)練數(shù)據(jù)，若這些數(shù)據(jù)中反映了某些偏見(jiàn)，那么AI系統(tǒng)將會(huì)無(wú)意中復(fù)制甚至放大偏見(jiàn)，進(jìn)而引發(fā)道德?tīng)?zhēng)議，并導(dǎo)致法律問(wèn)題。例如，如果自動(dòng)化信用評(píng)分系統(tǒng)基于偏見(jiàn)數(shù)據(jù)，錯(cuò)誤地低估了某個(gè)群體信用等級(jí)，將對(duì)該群體成員產(chǎn)生不公平負(fù)面影響。第三，在復(fù)雜算法決策過(guò)程中，若出現(xiàn)負(fù)面后果，通常難以界定是由系統(tǒng)設(shè)計(jì)缺陷、開(kāi)發(fā)者編程錯(cuò)誤、還是運(yùn)營(yíng)者操作失誤所導(dǎo)致。由于責(zé)任歸屬不明確，易給法律訴訟帶來(lái)挑戰(zhàn)，并對(duì)企業(yè)道德責(zé)任界定造成困擾，增加企業(yè)在采用智能管理會(huì)計(jì)系統(tǒng)時(shí)的潛在法律與道德風(fēng)險(xiǎn)。

2.4 專(zhuān)業(yè)技能缺口擴(kuò)大，新技術(shù)需求與現(xiàn)有能力脫節(jié)

在數(shù)字經(jīng)濟(jì)時(shí)代，智能管理會(huì)計(jì)所面臨的這一挑戰(zhàn)具體表現(xiàn)如下：第一，技能更新滯后，隨著人工智能、大數(shù)據(jù)分析等技術(shù)快速發(fā)展，會(huì)計(jì)專(zhuān)業(yè)人員所需掌握的技能也在不斷變化。然而，現(xiàn)實(shí)中，部分會(huì)計(jì)專(zhuān)業(yè)人員技能更新速度與技術(shù)演進(jìn)速度并不匹配。導(dǎo)致現(xiàn)有專(zhuān)業(yè)能力無(wú)法滿(mǎn)足日益復(fù)雜的技術(shù)需求，易影響會(huì)計(jì)工作效率。第二，盡管市場(chǎng)對(duì)于高級(jí)技術(shù)會(huì)計(jì)人員的需求日益增加，但培訓(xùn)和教育資源卻相對(duì)匱乏。一些現(xiàn)有會(huì)計(jì)教育課程和專(zhuān)業(yè)培訓(xùn)普遍側(cè)重于傳統(tǒng)會(huì)計(jì)技能，對(duì)于如何有效利用人工智能工具、進(jìn)行大數(shù)據(jù)分析等內(nèi)容涉及較少，易限制會(huì)計(jì)專(zhuān)業(yè)人員技能多元化發(fā)展。第三，當(dāng)前會(huì)計(jì)教育培訓(xùn)仍然過(guò)于側(cè)重于傳統(tǒng)會(huì)計(jì)和財(cái)務(wù)管理技能培養(yǎng)，易忽視與信息技術(shù)、數(shù)據(jù)科學(xué)等相關(guān)領(lǐng)域的融合互動(dòng)，導(dǎo)致會(huì)計(jì)專(zhuān)業(yè)人員在面對(duì)復(fù)雜問(wèn)題時(shí)普遍能力不足。

3 數(shù)字經(jīng)濟(jì)時(shí)代智能管理會(huì)計(jì)發(fā)展路徑

3.1 強(qiáng)化數(shù)據(jù)治理，建立全面的數(shù)據(jù)安全架構(gòu)

首先，企業(yè)應(yīng)實(shí)施分級(jí)數(shù)據(jù)管理制度，根據(jù)數(shù)據(jù)敏感性和業(yè)務(wù)重要性進(jìn)行分類(lèi)。例如，將數(shù)據(jù)分為公開(kāi)級(jí)、內(nèi)部級(jí)、敏感級(jí)和機(jī)密級(jí)，每一級(jí)別具有相應(yīng)安全措施。對(duì)于財(cái)務(wù)報(bào)表和投資決策信息等機(jī)密級(jí)數(shù)據(jù)，應(yīng)采用最高級(jí)別訪問(wèn)控制和監(jiān)控系統(tǒng)，對(duì)訪問(wèn)這些數(shù)據(jù)的每個(gè)請(qǐng)求進(jìn)行身份驗(yàn)證和授權(quán)，以此防止數(shù)據(jù)被未授權(quán)訪問(wèn)或?yàn)E用。其次，在數(shù)據(jù)存儲(chǔ)和傳輸過(guò)程中，應(yīng)使用最新加密算法，如AES（高級(jí)加密標(biāo)準(zhǔn)）或RSA（非對(duì)稱(chēng)加密技術(shù)）來(lái)加密數(shù)據(jù)。確保即便數(shù)據(jù)在傳輸過(guò)程中被截獲，沒(méi)有相應(yīng)的密鑰也無(wú)法解讀數(shù)據(jù)內(nèi)容。此外，對(duì)于在云環(huán)境中存儲(chǔ)的數(shù)據(jù)，應(yīng)實(shí)施端到端加密技術(shù)，確保數(shù)據(jù)在進(jìn)入云存儲(chǔ)前已經(jīng)被加密，且只有客戶(hù)端持有解密密鑰，以此增強(qiáng)數(shù)據(jù)安全性。最后，定期進(jìn)行安全審計(jì)是確保數(shù)據(jù)安全管理體系有效運(yùn)行的重要環(huán)節(jié)。這一過(guò)程應(yīng)對(duì)現(xiàn)有數(shù)據(jù)保護(hù)措施進(jìn)行全面檢查評(píng)估，以及時(shí)識(shí)別并修補(bǔ)安全漏洞。安全審計(jì)應(yīng)由獨(dú)立第三方機(jī)構(gòu)執(zhí)行，以保持審計(jì)客觀性。審計(jì)過(guò)程中，應(yīng)檢查數(shù)據(jù)訪問(wèn)日志、安全事件響應(yīng)過(guò)程及數(shù)據(jù)恢復(fù)策略的有效性。根據(jù)審計(jì)結(jié)果，企業(yè)應(yīng)及時(shí)調(diào)整優(yōu)化數(shù)據(jù)安全政策和措施，如強(qiáng)化數(shù)據(jù)訪問(wèn)控制、改進(jìn)數(shù)據(jù)加密技術(shù)或更新防病毒軟件，確保數(shù)據(jù)安全管理體系能夠快速適應(yīng)技術(shù)環(huán)境。

3.2 推動(dòng)技術(shù)融合，集成AI與大數(shù)據(jù)以?xún)?yōu)化決策

首先，企業(yè)需要開(kāi)發(fā)智能分析工具來(lái)自動(dòng)化數(shù)據(jù)分析，支持復(fù)雜數(shù)據(jù)環(huán)境下的決策制定。具體做法包括引入機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘技術(shù)，開(kāi)發(fā)能夠自動(dòng)識(shí)別數(shù)據(jù)模式和趨勢(shì)的算法。企業(yè)需要確保這些工具能夠處理大量異構(gòu)數(shù)據(jù)，提供實(shí)時(shí)分析結(jié)果，幫助管理者快速理解業(yè)務(wù)現(xiàn)狀和未來(lái)變化。為此，企業(yè)應(yīng)建立跨部門(mén)技術(shù)團(tuán)隊(duì)，由數(shù)據(jù)科學(xué)家和業(yè)務(wù)分析師組成，共同定義數(shù)據(jù)分析工具的開(kāi)發(fā)目標(biāo)和功能需求。隨后，采用敏捷開(kāi)發(fā)模式，快速迭代產(chǎn)品原型，測(cè)試并優(yōu)化算法性能。其次，企業(yè)應(yīng)構(gòu)建財(cái)務(wù)預(yù)測(cè)模型，使用時(shí)間序列分析、回歸模型等方法，對(duì)銷(xiāo)售收入、成本支出等關(guān)鍵財(cái)務(wù)指標(biāo)進(jìn)行預(yù)測(cè)，以提高預(yù)測(cè)準(zhǔn)確性和及時(shí)性。實(shí)施過(guò)程中，企業(yè)需要定期更新模型參數(shù)，確保預(yù)測(cè)結(jié)果有效性。此外，應(yīng)建立預(yù)測(cè)結(jié)果反饋機(jī)制，將實(shí)際業(yè)績(jī)與預(yù)測(cè)數(shù)據(jù)進(jìn)行對(duì)比，分析預(yù)測(cè)誤差，持續(xù)優(yōu)化模型。最后，企業(yè)應(yīng)通過(guò)AI算法優(yōu)化資源配置。實(shí)施過(guò)程中，需要對(duì)財(cái)務(wù)資源、物料資源及人力資源等資源現(xiàn)狀進(jìn)行全面評(píng)估。隨后，利用線性規(guī)劃、網(wǎng)絡(luò)流分析等優(yōu)化算法，模擬不同資源配置方案的成本效益，選擇最優(yōu)解。例如，在供應(yīng)鏈管理中，應(yīng)通過(guò)AI算法優(yōu)化庫(kù)存水平和物流路徑，減少庫(kù)存成本和運(yùn)輸成本。此外，企業(yè)還應(yīng)建立動(dòng)態(tài)調(diào)整機(jī)制，根據(jù)市場(chǎng)變化和內(nèi)部條件實(shí)時(shí)調(diào)整資源配置，確保資源配置始終處于最優(yōu)狀態(tài)。

3.3 制定倫理規(guī)范，確保智能化應(yīng)用合規(guī)性

首先，企業(yè)必須建立一套完善的倫理審查機(jī)制，成立由倫理專(zhuān)家、技術(shù)專(zhuān)家及法律顧問(wèn)組成的倫理審查委員會(huì)，對(duì)所有使用人工智能的應(yīng)用進(jìn)行定期倫理審查。此審查包括評(píng)估AI應(yīng)用是否會(huì)導(dǎo)致不公平或歧視行為，算法決策依據(jù)是否透明，以及是否有足夠的措施防止數(shù)據(jù)被濫用。此外，審查機(jī)制還應(yīng)包括對(duì)AI應(yīng)用更新的持續(xù)監(jiān)控，確保這些應(yīng)用在演進(jìn)過(guò)程中仍然符合最初設(shè)定的倫理標(biāo)準(zhǔn)和社會(huì)責(zé)任。其次，企業(yè)需要采用先進(jìn)數(shù)據(jù)加密技術(shù)，確保數(shù)據(jù)在傳輸和存儲(chǔ)過(guò)程中的安全性。同時(shí)，企業(yè)應(yīng)實(shí)施數(shù)據(jù)訪問(wèn)控制機(jī)制，確保只有授權(quán)人員才能夠訪問(wèn)敏感數(shù)據(jù)，且每次訪問(wèn)都應(yīng)有明確記錄和審計(jì)跟蹤。此外，智能系統(tǒng)應(yīng)設(shè)計(jì)成允許用戶(hù)輕松理解和控制自己的數(shù)據(jù)如何被收集、使用和共享，以此增強(qiáng)用戶(hù)對(duì)智能系統(tǒng)的信任。最后，企業(yè)應(yīng)開(kāi)發(fā)部署可解釋的AI模型，確保智能決策的每一步驟均可被追蹤理解。具體來(lái)說(shuō)，可以采用解釋性較高的算法，并提供詳細(xì)的決策記錄，以便在出現(xiàn)爭(zhēng)議時(shí)能夠清楚地解釋決策過(guò)程。此外，企業(yè)還應(yīng)定期發(fā)布關(guān)于AI系統(tǒng)工作方式和決策過(guò)程的白皮書(shū)或透明度報(bào)告，與公眾分享AI決策的影響評(píng)估和性能指標(biāo)，以此增強(qiáng)外部利益相關(guān)者信任。

3.4 增強(qiáng)能力培訓(xùn)，提升會(huì)計(jì)人員新技術(shù)適應(yīng)性

首先，企業(yè)應(yīng)定期組織技術(shù)更新培訓(xùn)，與專(zhuān)業(yè)培訓(xùn)機(jī)構(gòu)或技術(shù)供應(yīng)商合作，定期舉辦培訓(xùn)研討會(huì)和在線課程，涵蓋人工智能基礎(chǔ)、數(shù)據(jù)分析技術(shù)，以及這些技術(shù)如何應(yīng)用于會(huì)計(jì)工作的實(shí)際案例分析。此外，培訓(xùn)還應(yīng)包括實(shí)操環(huán)節(jié)，如數(shù)據(jù)處理軟件的操作，AI工具在財(cái)務(wù)報(bào)表分析中的應(yīng)用等，確保會(huì)計(jì)人員能夠?qū)⒗碚撝R(shí)轉(zhuǎn)化為實(shí)際操作能力。其次，企業(yè)應(yīng)為會(huì)計(jì)人員設(shè)計(jì)一條明確的職業(yè)發(fā)展路徑，包括晉升機(jī)制、專(zhuān)業(yè)能力培養(yǎng)及潛在的職位轉(zhuǎn)換機(jī)會(huì)。為此，企業(yè)應(yīng)開(kāi)展職業(yè)規(guī)劃研討會(huì)，幫助會(huì)計(jì)人員理解在智能管理會(huì)計(jì)領(lǐng)域中的發(fā)展前景，并提供必要的資源支持，如資助會(huì)計(jì)人員參加專(zhuān)業(yè)資格認(rèn)證課程，或者提供在職學(xué)習(xí)和研究機(jī)會(huì)。最后，企業(yè)應(yīng)鼓勵(lì)會(huì)計(jì)部門(mén)與IT部門(mén)、數(shù)據(jù)分析團(tuán)隊(duì)等進(jìn)行深入交流協(xié)作，定期組織跨部門(mén)工作坊和團(tuán)隊(duì)建設(shè)活動(dòng)，讓會(huì)計(jì)人員參與到數(shù)據(jù)系統(tǒng)的設(shè)計(jì)優(yōu)化過(guò)程中，了解數(shù)據(jù)流程和系統(tǒng)運(yùn)作的全貌。同時(shí)，企業(yè)也可實(shí)施跨部門(mén)項(xiàng)目，如企業(yè)資源計(jì)劃（ERP）系統(tǒng)更新或財(cái)務(wù)數(shù)據(jù)自動(dòng)化處理項(xiàng)目，使會(huì)計(jì)人員在實(shí)際項(xiàng)目中應(yīng)用新技術(shù)，培養(yǎng)其項(xiàng)目管理和技術(shù)應(yīng)用的雙重能力。

4 結(jié)束語(yǔ)

綜上所述，智能管理會(huì)計(jì)在數(shù)字經(jīng)濟(jì)時(shí)代展示出強(qiáng)大的發(fā)展?jié)摿蛯?shí)際應(yīng)用價(jià)值。通過(guò)引入人工智能、大數(shù)據(jù)等技術(shù)，智能管理會(huì)計(jì)能夠提高財(cái)務(wù)信息處理效率，促進(jìn)企業(yè)戰(zhàn)略決策和資源優(yōu)化。未來(lái)，企業(yè)和會(huì)計(jì)專(zhuān)業(yè)人士應(yīng)積極適應(yīng)這一變革，通過(guò)持續(xù)教育和技能提升，以把握智能時(shí)代下管理會(huì)計(jì)的新機(jī)遇。

參考文獻(xiàn)

[1]程巖.數(shù)字經(jīng)濟(jì)時(shí)代智能管理會(huì)計(jì)人才培養(yǎng)改革研究[J].北京經(jīng)濟(jì)管理職業(yè)學(xué)院學(xué)報(bào)，2023（01）：52-58.

[2]黎裕卿.數(shù)字經(jīng)濟(jì)時(shí)代下管理會(huì)計(jì)智能化轉(zhuǎn)型策略探析[J].中國(guó)電子商務(wù)，2023（13）：80-82.

[3]丁嬌.人工智能時(shí)代下財(cái)務(wù)會(huì)計(jì)向管理會(huì)計(jì)轉(zhuǎn)型淺析[J].首席財(cái)務(wù)官，2022，18（10）：3.

[4]趙潞銘.數(shù)字經(jīng)濟(jì)時(shí)代背景下管理會(huì)計(jì)發(fā)展路徑研究[J].中文科技期刊數(shù)據(jù)庫(kù)（全文版）經(jīng)濟(jì)管理，2022（12）：4.

[5]陳平鋒.數(shù)字經(jīng)濟(jì)時(shí)代企業(yè)管理會(huì)計(jì)數(shù)智化轉(zhuǎn)型路徑分析[J].審計(jì)與理財(cái)，2023（12）：58-60.

作者簡(jiǎn)介：趙鮮艷（1984-），女，漢族，山西忻州人，本科，中級(jí)會(huì)計(jì)師，研究方向：管理會(huì)計(jì)。