2026 年 5 月 30 日，上海国家会计学院发布《影响中国会计行业的十大信息技术评选报告》，人工智能通用大模型以 60.60% 的得票率连续第二年登顶。更值得关注的是，自主智能体与多 Agent 协同以 72.58% 的票数获评潜在影响力第一，领先第二名近 30 个百分点。

213 位行业专家联合 6 个国产大模型研判后，给出的判断是：财务 AI 正在从理解对话阶段，全面进入自主执行阶段。

同一份报告还披露了两个数据：中国企业财务场景大模型应用率已达 32.10%，82.72% 的企业明确了财务数智化战略。央国企跑得更快——根据国资委 2026 年 1 号文，中央企业需在 2026 年底前全面实现司库、共享、战略等财务管理系统互联互通。

摆在央国企财务管理者面前的问题是：大模型等 AI 技术一方面能提升管控效率、支撑战略决策，另一方面也在推动财务职能和人才体系的重塑。转型成败的关键不在于技术选型，而在于怎么把技术和企业实际匹配起来，在国资监管框架内搭好智能财务体系。

一、财务正在经历从算数到算法的变革

会计行业对技术迭代并不陌生。从电算化到信息化、数字化，再到智能化，每次技术升级都在减少手工操作，但过去的自动化和今天的 AI，有本质区别。

传统自动化只能处理规则明确的事务——发票录入、银行对账、凭证生成等，这些工作需要执行，不需要判断。AI 已经跨过了这条线：它能读懂复杂的商务合同，提取关键条款、标记风险点；能基于企业历史审计数据，自动圈定年度高风险审计领域；能分析非结构化的经营数据，生成初步的业务洞察……

它不再只是替人动手，开始替人做初步判断了。

• 财务正在从算数走向算法。过去，财会人的核心是「算」——算账、算税、算成本；现在，机器正全面接管「算」的环节，人的价值转向「法」——判断、策略、决策。

这个变化比多数人想的快。两年前，行业还在讨论大模型能否读懂财务报表；今天，主流 AI 已能在数十秒内完成数百页年报的关键指标提取、异常波动标注与初步分析。对央国企来说，集团层面的合并报表、财务分析效率会有数量级的提升，财务人员能摆脱大量数据处理事务，去做更高价值的工作。

二、财务分析从「向后看」转向「向前看」

传统财务工作本质上是「向后看」的。

财会人员花大量时间记录和报告已经发生的事项——上个月的收入、上季度的成本、去年的利润。这些数据再清晰准确，也回答不了企业经营最关心的两个问题：下一步会发生什么？我们应该做什么？

AI 驱动的预测分析正在打破这一局限。现金流预警、成本异常识别、税务风险预判——这些过去靠管理者经验直觉的判断，现在可以通过模型在更早的时间窗口、用更广的数据维度来完成。不是因为机器比人聪明，是因为机器能够同时追踪的变量数量、能持续监控的时间跨度，人是做不到的。

在央国企实践中，管理复杂度越高的企业，越期待感受到 AI 的价值。集团型企业交易量庞大、业态多元、管理层级多，仅凭人的经验和判断很难覆盖到所有经营环节的风险点。接入 AI 后，可以实现对全集团经营数据的实时监控与动态分析，给管理层更及时、更全面的决策支持。

三、三个因素在加速央国企财务 AI 化

在中国国资监管与企业发展的语境下，有三个因素正在把央国企财务 AI 化推入快节奏。

· 财税数字化基建已全面贯通

金税四期搭起了以数治税的底层架构，全电发票覆盖率快速攀升，电子会计凭证试点全面推开。发票、凭证、申报表全部数字化以后，AI 拿到的就是标准化数据，可以直接处理。对央国企来说，财务数据的采集、传输、处理环节将实现全流程自动化，为 AI 应用奠定了坚实的数据基础。

· 数据资产入表倒逼财务职能边界拓展

2024 年 1 月 1 日，《企业数据资源相关会计处理暂行规定》正式施行，数据资源被确认为企业会计资产。到 2024 年三季度，已有 55 家 A 股上市公司披露数据资源入表，总金额达15.12亿元，上百家企业凭数据资产拿到了银行授信。

对央国企来说，数据资产入表不仅是会计核算方式变了，财务部门的职能也在变。财务需要承担数据资产的估值、计量、减值和增值管理，这些工作没有成熟做法，但正在成为央国企财务绕不开的课题。

· 政策导向明确，转型路径清晰

从国务院《新一代人工智能发展规划》到国资委《关于推动中央企业加快财务数智化转型升级的指导意见》，国家层面已经划定了央国企财务 AI 应用的发展方向和合规框架。对财务管理者来说，现在的问题不是要不要做，是怎么做。

四、转型不是替代而是分化

AI 会不会取代会计？每一次技术迭代都有人问。

回看行业发展史，每次技术变革的结果都不是取代，而是分化。低端重复操作岗位在减少，但战略分析、决策支持、风险管控等高端岗位的需求在涨。数据录入的人少了，财务业务伙伴、经营分析师、数据治理专家的需求多了；纯粹的记账会计在变少，懂业务、能判断、会沟通的复合型财务人才越来越稀缺。

AI 时代的央国企财务管理者，需要重新构建自身的能力模型：

• AI 基础认知
  核心要求：理解 AI 的能力边界与局限性
  央国企场景价值：科学评估 AI 应用场景，避免盲目投入
• 数据分析与解读
  核心要求：提出正确问题，验证 AI 结论
  央国企场景价值：将数据转化为支撑国资决策的有效信息
• 数据治理能力
  核心要求：建立统一的数据标准与口径
  央国企场景价值：确保 AI 输入数据的准确性与合规性
• 批判性思维
  核心要求：评估 AI 洞察，做出最终判断
  央国企场景价值：守住财务决策的最终责任
• 政策理解力
  核心要求：精准把握国资监管与财税政策动态
  央国企场景价值：确保转型在合规框架内推进
• 持续学习能力
  核心要求：跟踪行业技术与管理变革
  央国企场景价值：带领团队适应新的工作模式

六项能力中，政策理解力对央国企财务管理者尤其关键。中国财税政策与国资监管要求调整频繁，AI 可以帮你解读政策文本，但判断一项政策对企业具体意味着什么、制定符合企业实际的应对方案——这需要扎根行业、扎根企业的理解。AI做不了这个。

也要看到另一面：当前央国企财务 AI 应用还有明显短板。行业数据显示， 63% 的企业已部署财务 AI 工具，但仅 21% 认为取得了可量化的价值。工具落地和实际产出之间的差距，说到底就是技术上了，配套管理和组织变革没跟上。

结语

财务工作正在进入一个新阶段：AI 处理事务，人做判断决策。财务人员的核心任务，不再是处理海量数据，而是基于 AI 的输出，结合企业战略和业务实际，做出判断。

会计这个职业不会消失。但只会做账的会计，空间会越来越窄；不会用 AI 的会计，将被会用 AI 的同行拉开距离。

对财务管理者来说，驾驭 AI、守住合规底线、为企业创造战略价值——能做到这些，这次变革就是机会。

 

本文主要信源：

1. 上海国家会计学院《2026 年影响中国会计行业的十大信息技术评选报告》，2026 年 5 月 30 日

2. 国务院国资委《关于推动中央企业加快财务数智化转型升级的指导意见》（国资发财评规〔2026〕1 号），2026 年 1 月

3. 财政部《企业数据资源相关会计处理暂行规定》（财会〔2023〕11 号），2024 年 1 月 1 日

4. 中兴新云、厦门国家会计学院、ACCA《2025 年中国企业财务数智化趋势报告》，2025 年 10 月

5. 《金融时报》2026 年 5 月 19 日报道：四大会计师事务所 AI 岗位招聘量首超审计岗位