活动简介

目前，以“大智移云物区”为代表的新一代信息技术正改变着传统会计的流程、组织、职能和处理方法，甚至改变着会计的基础理论和战略思维。会计从业人员均在面临着信息技术的挑战，为了持续帮助中国会计从业人员和行业相关群体了解信息技术对会计的影响机理，熟悉常见的信息处理工具与平台，掌握会计信息系统建设的成功密码，知晓会计信息化发展的未来趋势，在总结2002年、2017年至2023年共八次评选活动经验的基础上，上海国家会计学院携手中兴新云服务有限公司、北京元年科技股份有限公司、浪潮通用软件有限公司、用友网络科技股份有限公司、金蝶软件（中国）有限公司、上海汉得信息技术股份有限公司等专业机构，在上海国家会计学院智能财务研究院的指导下，由上海国家会计学院会计信息调查中心调查执行。

候选信息技术需与广义会计行业相关，即与会计、财务、审计、税务等工作领域相关；任意两项候选信息技术之间不得有概念相互包含或重合的关系，即需提名相互不交叉、外延相对独立的技术；预期3-5年内会有会计类应用场景的信息技术。

1、元宇宙与虚拟混合现实

元宇宙与虚拟混合现实是指借助互联网、计算机图形、人工智能、区块链等技术，构建出一个与现实世界平行、交互的虚拟世界，可以进行社交、娱乐、学习、工作、交易等活动，实现虚拟与现实的无缝融合。元宇宙与虚拟混合现实技术不仅是搭建一个虚拟现实平台，更是会形成一个数字原生的生态系统和经济形态，代表了数字技术发展的新阶段，预示着人类社会正在从信息互联走向虚实共生。

2、分布式账本与智能合约

分布式账本技术是要实现在多个节点之间共享、复制和同步。它通过密码学和共识机制，确保账本的一致性、安全性和不可篡改性，从而实现了分布式（多中心化)的信任基础。智能合约则是运行在分布式账本上的自动化执行程序。它将合约条款以代码形式嵌入区块链，当预定条件满足时，合约自动触发执行，确保了合约执行的客观性和确定性。分布式账本与智能合约，奠定了"代码即法律"的基础，有望重塑商业协作和社会治理模式，实现机器信任和价值互联网络。

3、可视化仿真预测

可视化仿真预测是指充分利用物联网、可视化及仿真等技术，在数字空间构建物理实体的虚拟映射，并通过实时数据交互，实现对物理实体的全生命周期监测、分析、优化和预测。它不仅是对物理实体的高度逼真建模，还能够模拟其内在机理和动态行为，可以在数字空间观察物理实体的运行状态和效果，并预判其发展趋势。该技术可以推动科学、工程、管理等领域走向更加数字化、精细化和智能化。

4、物联网、智联网与自组织网络

物联网、智联网与自组织网络是通信技术将物理世界与数字世界融合演进的三个阶段。物联网技术实现物理实体与数字网络的连接与信息交互，智联网技术通过人工智能赋予物联网以智能化能力，使得物理实体不仅可以被感知，还能够被理解、预测和优化，自组织网络则是网络发展的高级阶段，其中分布式的节点能够基于规则自发地形成动态联盟。物联网、智联网、自组织网络的融合发展，将推动人类社会从信息化走向智能化，最终实现数字世界与物理世界的深度协同与共生。

5、AI智能视频生成技术

AI智能视频生成技术是指利用深度学习模型等人工智能算法，通过学习大量视频数据，自动生成逼真的视频内容。可以实现从其它媒体模态到视频模态的自动转换与创作。AI智能视频生成技术不仅可以用于娱乐领域，还可以应用于教育培训、虚拟助理等多个场景，极大地拓展了视频内容生产的范围和效率。未来，AI生成视频的质量和多样性还将得到进一步提高，这可能催生出全新的视频应用形态和商业模式，同时对内容真实性、版权保护、伦理道德等提出了新的挑战。

6、基于自适应人工智能的交互式数据分析

基于自适应人工智能的交互式数据分析是指在数据分析过程中，引入自适应人工智能技术，实现人机协同和交互的优化。自适应人工智能可以根据数据的特征和分析目标，自动调整模型结构和参数，形成最优分析决策。它还可以借助交互式可视化界面，实时呈现分析过程和结果，并根据反馈动态对决策分析进行优化。它代表了数据分析技术的未来趋势，提供了一种更加智能、高效、人性化的数据分析方案，可以在商业决策、社会治理等领域得到广泛应用。

7、生成式人工智能AIGC

生成式人工智能(AIGC)是指利用深度学习算法等，从大规模数据中学习数据的分布特征，并基于学习特征生成与训练数据高度相似的新样本的一类人工智能技术。AIGC能够在文本、图像、音频、视频等多种模态上生成逼真、多样、富有内涵的内容。AIGC代表了人工智能技术的重要突破，使计算机不仅能够感知和理解现有的信息，还能够创作出新的信息。可以说，AIGC是对人类智能中想象力、创造力的初步模拟，标志着人工智能正在向更高层次的智能形态演进。

8、财务多模态垂直大模型

财务多模态垂直大模型是指专门针对财务领域，利用大规模多源异构数据，训练得到的特定行业的多模态人工智能模型。这种模型能够处理和理解财务相关的结构化数据和非结构化数据，并在此基础上完成财务分析、预测、决策等任务。与通用人工智能模型相比，财务垂直大模型融合了财务领域的专业知识、法律法规准则等，具有更强的领域适应性和任务性能。它代表了人工智能技术与财务领域深度融合的趋势，有望在企业管理、财务管理、金融投资、风险管控等方面取得深入应用，进一步推动财务行业的数字化、智能化转型。

9、脑机接口与智能人机交互技术

脑机接口与智能人机交互技术是指利用脑机接口设备采集人脑神经活动信号，并通过智能算法解码和分析这些信号，实现人脑与外部设备的直接联系与控制的一类技术。通过脑机接口可以直接与机器交流，使人机交互更加直观、自然、高效。智能人机交互技术借助人工智能对脑机接口采集到的脑信号进行解释和转换，不仅可以识别用户的控制意图，还可以感知用户的认知和情感状态，实现更加智能化、个性化的人机协作。脑机接口与智能人机交互技术的结合，将促进由“人适应机器”向“机器适应人”的转变，进一步优化人机混合智能。

10、财务数字员工及其智能调度与管理

财务数字员工及其智能调度与管理是指利用人工智能、机器人流程自动化（RPA）等技术，创建能够执行财务业务工作的虚拟员工，并通过智能算法优化这些数字员工的任务分配和协作。财务数字员工可以像人类员工一样，根据设定的规则和算法完成财务数据的采集、处理、分析、报告等工作，具有24小时不间断工作、快速高效高质等优势。同时，智能调度与管理系统可以根据财务任务的特点和数字员工的能力，动态分配和协调工作，并实时监控和反馈执行结果，确保财务流程的顺畅和合规。财务数字员工代表财务职能数字化转型的重要方向，使财务人员可以聚焦于更高价值的决策支持和业务赋能。

11、智能体（AI Agent）与智能决策

智能体(AI Agent)与智能决策是指具备感知、决策、行动能力的人工智能系统，以及其所使用的决策优化算法。智能体能够通过传感器获取环境状态信息，并根据内置的知识、规则和目标，采用智能决策算法，在多个可选行动方案中求解最优决策，以实现预设目标。智能体的决策过程通常是连续和动态的，它在获得新的观测数据后要不断更新条件判断，调整决策策略，形成“观察-决策-行动-学习”的闭环反馈。未来，多智能体的协同决策将是智能体技术的重要发展方向。

12、数据资产及其管理的自动化与智能化

数据资产及其管理的自动化与智能化是指将数据视为一种关键的企业资产，并利用人工智能等技术，对数据资产的收集、存储、处理、分析、应用等进行自动化和智能化全生命周期管理。数据资产管理的自动化与智能化旨在利用智能算法和自动化工具，代替人工完成数据资产管理的各项任务，智能化的数据资产管理还能够通过数据分析和挖掘，发现数据资产中的模式和价值，为业务决策提供智能支持。它的实现需要建立完善的数据治理体系，包括数据标准、质量控制、安全防护、价值评估等，并与业务流程深度融合，形成数据驱动的组织文化和能力。

13、业财税融合与数据编织

业财税融合与数据编织是指打通业务、财务、税务等企业管理环节，并将其产生的多源异构数据进行关联、整合、共享，形成全面、一致、实时的数据视图，以支撑企业决策的一种数字化技术。业财税融合旨在通过流程再造和数据集成，实现业务、财务、税务的一体化运作和实时互联。数据编织则是利用数据仓库、主数据管理、数据挖掘等技术，将业财税各环节产生的结构化、非结构化数据进行抽取、清洗、转换、加载，并建立数据之间的语义关联，使其能够相互解释和映射，最终形成一个全局统一、高度关联的数据资产，为业财税管理提供可信的数据基础。

14、超级流程自动化

超级流程自动化是指利用人工智能、机器人流程自动化(RPA)、低代码/无代码开发等新兴技术，对企业端到端业务流程进行全面的自动化改进，实现从数据输入到决策输出的全流程智能化运作。超级流程自动化能够处理更加复杂、动态和认知型的流程，涵盖了数据处理、数据集成、流程编排、智能决策等各个环节。通过对业务场景的智能理解和建模，超级流程自动化可以根据上下文动态调整流程，并利用语义分析等技术，实现跨系统、跨领域的数据关联和流程协同。超级流程自动化代表流程自动化技术的发展新阶段，通过持续优化业务运营的效率，促进组织敏捷性和创新性。

15、数据即服务财务云平台

数据即服务财务云平台是指以数据为核心驱动力，通过云计算架构和服务化交付模式，为企业财务管理提供全面、实时、智能的数据服务的新型财务管理平台。数据即服务财务云平台则聚焦于财务数据的采集、整合、分析、共享等环节，通过大数据、人工智能等技术，挖掘和激活财务数据的价值，使其成为企业经营决策的关键依据。该平台可以提供数据治理、数据建模、数据可视化等工具，使财务人员能够便捷地访问和使用数据，还嵌入了财务智能引擎，提供智能化的财务预测、风险预警、绩效分析等服务。通过"数据即服务"，财务云平台使财务部门从数据的生产者转变为数据的服务提供者和赋能者，推动财务从核算型向价值创造型转变。

16、量子计算与超级计算机

量子计算与超级计算机是指面向复杂计算问题的高性能计算技术。量子计算利用量子力学原理，实现并行计算和指数加速，在理论上可以快速求解某些经典计算机难以处理的问题。超级计算机则是通过大规模并行、集群化的系统架构，将大量高性能处理器、内存、存储等资源集成在一起，实现超高的浮点运算速度和存储带宽，可以处理传统计算机无法承载的海量复杂计算。未来，量子计算和超级计算机的融合有望进一步拓展计算边界，实现更高效、更智能的计算模式。

17、区块链审计与大数据智能审计

区块链审计与大数据智能审计技术是指将区块链和大数据分析技术应用于审计领域，以提高审计的效率、准确性和可靠性。区块链技术以其分布式、不可篡改、可追溯等特性，为审计提供了可信的数据基础，也可使得审计结果更加可信和透明。大数据分析技术则通过机器学习、数据挖掘等手段，从海量数据中智能识别异常模式和风险信号，实现对业务全流程的持续监控和预警。区块链与大数据技术的结合，进一步使得审计从事后检查向事前预防转变，从单点核查向全局分析转变，形成了事前、事中、事后全方位的审计监督体系。

18、多方安全技术与联邦学习

多方安全计算与联邦学习是指在保护数据隐私和安全的前提下，实现多个参与方之间的数据分析和机器学习的一类技术。多方安全计算通过密码学技术，如安全多方计算、同态加密等，实现多方数据的加工处理和聚合分析，确保数据在使用过程中的机密性和完整性。联邦学习则是多方安全计算在机器学习领域的重要应用，它通过安全的通信协议交换模型参数，实现模型的联合训练和预测，从而在不直接共享数据的情况下实现协作学习。多方安全计算和联邦学习代表了隐私保护数据分析的重要方向，有望推动多领域的数据要素流通和价值释放。

19、AI信任、风险和安全管理

AI信任、风险和安全管理是一种综合性的解决方案，涵盖了模型可解释性、AI隐私、模型运行和对抗性攻击防御的技术和流程。这些方案能够支持AI模型的治理、可信度、公平性、可靠性、稳健性、有效性和隐私。要求来自不同部门（如人工智能、安全、合规和运营）的参与者共同努力实施新措施，以提高人工智能采用率、业务目标实现和用户接受度。

20、碳捕捉与可持续发展技术

碳捕捉与可持续发展技术是指通过技术手段实现二氧化碳的捕集、存储、利用，以应对气候变化，推动经济社会可持续发展的一系列技术。碳捕捉技术（Carbon Capture and Storage，CCS）可以减少大气中的碳浓度，还可以促进能源结构转型，推动工业绿色升级。可持续发展技术是利用信息技术，结合一系列的政策与实践，对环境造成最小影响并最大限度发挥长期可持续性发展。未来，碳捕捉与可持续发展技术的突破和规模化应用，需要政策引导、市场驱动、产业协同等多方合力，共同构建新一代现代能源体系。