1、 人工智能与注册会计师行业发展：协同、风险及挑战 北京注册会计师协会行业发展战略委员会 2025 年 9 月 执笔人：张宏亮 蔡 伟 刘尔奎 钟 丽 李福春 王清峰 张 昆 张恩军 辛 峰 葛 明 曾艳玲 王 薇 刘启宸 李銘杨 审核人：周重揆 姜 昆 校对人：曾艳玲 目录 一、引言.1（一）研究背景.1（二）研究目的与意义.2（三）研究方法.2 二、人工智能与注册会计师行业应用的协同性分析.3（一）人工智能技术与工具在注册会计师行业的应用.3 1.自动化数据处理工具.3 2.审计分析与风险识别工具.4 3.智能辅助决策与报告工具.5 4.通用效率提升工具.6（二）人工智能技术、工具与注册会计

2、师行业的协同机制分析.8 1.人工智能下数据的独特性而产生的审计协同.8 2.人工智能下的人机相对优势而产生审计协同.9 3.人工智能下的知识结构差异而产生审计协同.10（三）协同路径分析.11 三、人工智能与注册会计师行业应用协同发展的风险与挑战.13（一）人工智能在注册会计师行业应用的主要挑战.13 1.会计师事务所应用层面的挑战.13 2.投资资源挑战.14 3.人才结构挑战.15（二）人工智能在注册会计师行业应用的主要风险.15 1.数据质量与安全隐患.15 2.伦理与法律规范不完善.18 3.观念与组织文化阻碍.19 四、人工智能与注册会计师行业的协同发展案例.23（一）安永.23（

3、二）毕马威.28（三）德勤.32（四）普华永道.36 （五）容诚.39（六）天职国际.44（七）信永中和.50（八）致同.54 五、人工智能与注册会计师行业协同发展的建议.59（一）会计师事务所催化协同的应用措施.59 1.战略规划与管理层面.60 2.技术应用与创新层面.61 3.人才培养与发展层面.61 4.数据管理与安全层面.63（二）对监管部门和协会的建议.64 1.加强行业监管与规范层面.64 2.推动行业协同与发展层面.65 3.人才培养与教育层面.66 4.研究与创新支持层面.67 1 一、引言（一）研究背景 自 1956 年达特茅斯会议首次提出“人工智能”（Artificial

4、 Intelligence,AI）概念以来，AI 技术已经从初期的逻辑推理、专家系统，演变为以深度学习为核心的现代智能系统。2016 年，DeepMind 的 AlphaGo 击败围棋冠军李世石，使人工智能强化学习进入大众视野。2023 年，ChatGPT 的发布引发了全球 AI 热潮，多模态大模型（如 GPT-4、Gemini）成为研究焦点。至 2025 年，DeepSeek 等国产大模型实现了里程碑式的突破，AI 正以开源、低成本的方式深入各行各业。AI 作为第四次工业革命的核心驱动力，历经符号主义、机器学习到深度学习的技术迭代，已从实验室走向广泛的商业场景。当前，生成式 AI、大语言模型

5、（LLM）和垂直领域模型的突破性进展，正推动 AI 从“工具辅助”迈向“智能共生”的新阶段。全球头部会计师事务所已将 AI 深度嵌入审计、税务、咨询等核心业务，形成了“规划试点规模化”的行业应用图谱。AI 对注册会计师行业的颠覆性影响已初步显现：一方面，其通过 OCR（光学字符识别）、NLP（自然语言处理）、知识图谱等技术重构审计流程，实现文档处理、风险识别、数据分析的智能化，显著提升效率；另一方面，生成式 AI 的“内容生成”能力对传统审计模式提出挑战，例如底稿复核的自动化可能削弱人工经验的权重。然而，AI 并非替代注册会计师的角色，而是通过使其工作从基础操作转向战略决策、从经验驱动2 转向

6、数据驱动，重塑其职业价值。（二）研究目的与意义 1.研究目的 本研究旨在系统分析人工智能技术与注册会计师行业需求之间的协同机理，识别技术应用过程中可能产生的风险。通过理论研究和案例调研，聚焦以下方向：一是分析不同会计师事务所在 AI 转型的战略规划、技术路线和应用定位等方面的共识与差异；二是探讨各会计师事务所如何通过 AI 协同提升审计质量和效率，推动行业智能化转型升级；三是研究如何防范与应对数据安全、算法偏差及伦理争议等潜在风险。2.研究意义 理论层面，通过研究 AI 与注册会计师行业的协同机理，有助于丰富和完善行业 AI 协同的理论体系，推动审计理论与AI 技术的深度融合，为 AI 赋能行