大数据（Dig Data）：相当于人的大脑从小学到大学记忆和存储的海量知识，这些知识只有通过消化，吸收、再造才能创造出更大的价值。如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。
物联网主要通过各种设备（比如RFID，传感器，二维码等）的接口将现实世界的物体连接到互联网上，或者使它们互相连接，以实现信息的传递和处理。物联网的终极效果是万物互联，不仅仅是人机和信息的交互，还有更深入的生物功能识别读取等。如今物联网（IoT）肩负了一个至关重要的任务：资料收集
得益于大数据和云计算的支持，互联网才正在向物联网扩展，并进一步升级至体验更佳、解放生产力的人工智能时代。第一条 为了促进我国物联网健康发展，充分发挥财政资金的引导和扶持作用,规范物联网发展专项资金(以下简称专项资金)的管理，根据财政预算管理规定，特制定本办法。
第二条 专项资金是由中央财政预算安排，用于支持物联网研发、应用和服务等方面的专项资金。
第三条 专项资金的使用应当突出支持企业自主创新，体现以企业为主体、市场为导向、产学研用相结合的技术创新战略，符合国家宏观经济政策、产业政策和区域发展政策，坚持公开、公正、公平的原则，确保专项资金的规范、安全和高效使用。专项资金鼓励和支持企业以产业联盟组织形式开展物联网研发及应用活动。
第四条 专项资金由财政部、工业和信息化部各司其职，各负其责，共同管理。
财政部负责专项资金的预算管理、项目资金分配和资金拨付，并对专项资金的使用情况进行监督检查。
工业和信息化部负责确定专项资金的年度支持方向和支持重点，会同财政部组织项目评审，确定项目支持计划，并对项目实施情况进行监督检查。 支持范围与方式
第五条 专项资金的支持范围包括物联网的技术研发与产业化、标准研究与制订、应用示范与推广、公共服务平台等方面的项目。
第六条 项目申报单位应当具备以下资格条件：
(一)在中华人民共和国境内注册的独立法人；
(二)财务管理制度健全，会计信用和纳税信用良好；
(三)财务状况良好，具备承担项目的财务投资能力；
(四)专业技术人员不少于15人，其中高级职称不少于5人；
(五)拥有相应的专利、软件著作权或省部级以上认定的科技成果等研发成果，以及具有相应的市场应用基础。
第七条 项目申报单位应同时提供下列资料：
(一)法人执照副本及章程(复印件并加盖单位公章)；
(二)项目可行性研究报告；
(三)经会计师事务所审计的上一年度会计报表和审计报告(复印件并加盖单位公章)；
(四)相应的专利、软件著作权或省部级以上认定的科技成果等证明材料，以及已开展的市场应用方面的证明材料(复印件并加盖单位公章)；
(五)其他需提供的资料。
第八条 专项资金的支持采用无偿资助或贷款贴息方式。申请专项资金的项目原则上只采用一种支持方式。
无偿资助方式主要支持以自有资金为主投入的项目，贷款贴息方式主要支持以银行贷款为主投入的项目。原则上，技术研发、标准研究与制订、公共服务平台类项目，以无偿资助方式为主；产业化、应用示范与推广类项目以贷款贴息方式为主。
第九条 无偿资助额度或贷款贴息比例，由财政部根据专项资金年度预算安排及年度项目指南确定。
第十条 已通过其他渠道获取财政资金支持的项目，专项资金不再予以支持。 专项资金的申请与审核
第十一条 专项资金采取项目管理方式。工业和信息化部会同财政部根据国家宏观经济政策、产业政策以及行业发展规划，组织研究编制年度项目指南，明确专项资金年度支持方向和支持重点。
第十二条 省级工业和信息化主管部门应会同同级财政部门根据年度项目指南，组织做好本地区项目的初审工作。
第十三条 省级财政部门应会同同级工业和信息化主管部门依据项目初审意见，将审核汇总后的项目推荐名单和申请材料上报财政部与工业和信息化部。
第十四条 中央管理企业直接向财政部与工业和信息化部申报，中央部门(单位)所属企业通过归口管理部门申报。
第十五条 工业和信息化部会同财政部建立专家评审机制，组织技术、财务、市场等方面的专家对申报项目进行评审或委托专业咨询机构进行评估。
第十六条 工业和信息化部会同财政部依据专家评审意见或专业咨询机构评估意见，研究提出年度项目支持意见。
第十七条 财政部根据年度项目支持意见，确定项目资金及支持方式，下达专项资金预算指标，并根据规定及时拨付资金。
第十八条 项目承担单位收到专项资金后，按国家统一的财务会计制度规定处理。 监督检查
第十九条 各级财政部门与同级工业和信息化主管部门应加强对专项资金使用情况和项目实施情况的监督检查，对专项资金使用情况和项目实施进展情况采取定期或不定期检查。
第二十条 中央级项目承担单位应在项目完成后3个月内向财政部、工业和信息化部报送项目完成情况及专项资金的使用情况；地方级项目承担单位应在项目完成后3个月内向省级财政部门与工业和信息化主管部门报送项目完成情况及专项资金的使用情况；省级财政部门会同同级工业和信息化主管部门于项目完成后6个月内向财政部、工业和信息化部报送项目完成情况及专项资金使用情况的总结报告。
第二十一条 对弄虚作假骗取专项资金、不按规定用途使用专项资金的单位，财政部依据《财政违法行为处罚处分条例》(国务院令[2005]第427号)的有关规定进行处罚，并取消三年内的申报资格。项目因故中止(不可抗力因素除外)，财政部将收回全部或部分专项资金 。 附则
第二十二条 省级财政部门与工业和信息化主管部门可根据本地实际情况，比照本办法制定具体的实施办法。
第二十三条 本办法由财政部会同工业和信息化部负责解释。
第二十四条 本办法自发布之日起施行。
工业和信息化部办公厅 财政部办公厅
在西方法治成熟且执行较严格的国家，会计也没有完全被人工智能所替代。人工智能只能替代会计核算和预算工作的部分工作。这些都是固定的标准和程序。管理会计即财务管理部分绝大部份都是灵活多变，人为因素占相当的比重，人工智能是解决不了的。因此，只有低端的、死板的会计工作可能由人工智能替代；凡是不走标准程序或者有多重方案选择的，包括那些不同程度违规的业务，人工智能是派不上用场的，还得需要人脑进行综合复杂思考并做出判断，然后实际 *** 作。
现在的很多宣传只是强化目标意图，曲扭了事物的本身，不要被不实的宣传所误导。从会计工作的性质看，属于文职人员，受很多规则(会计法规、税法、企业财税制度、 社会 惯例、企业内部习惯等）所制约，环境、条件、规则变化无常，人工智能可以解决吗？若文职人员被人工智能化了，那些理工科被人工智能化且不更加厉害？所以，想做会计的人别担心被人工智能化了，关键是你要会做非人工智能化的那部分复杂且有价值的业务，这才是你努力的方向。
因为会计的工作会有大量的数据处理，账单结算等，而这部分工作又是人工智能可以处理的，但事实也不必提心吊胆，必须人工智能来临很多简单重复的工作将被代替。
与其担心被代替倒不如想着如何不被代替，如何在公司中体现个人价值，个人建议如下：
1、比如考取相关的证书，比如注册会计师，提高自己的专业水平。
2、现在部分内审会计或者外审会计也很吃香，可以考虑往这方面发展。
3、目前企业面对最大问题是利润，所有如何合理为公司避税，也是公司的问题，会计也可以考虑一下，如何从财务角度给公司“提升利润”（合理避税），这样更能立足企业，不被人工智能代替
以上为个人意见，如果有不同意见，欢迎留言讨论~
管理会计也叫分析会计，人工智能取代不了，但这不需要太多人。人工智能将冲击所有行业，但会计岗位尤甚，这是趋势，不可阻挡！
会计就业形势和未来发展前景内资企业：需求量大，待遇、发展欠佳
职业状况：这一块对会计人才的需求是最大的，也是目前会计毕业生的最大就业方向。很多中小国内企业特别是民营企业，对于会计岗位他们需要找的只是“帐房先生”，而不是具有财务管理和分析能力的专业人才，而且，此类公司大都财务监督和控制体系相当简陋。因此，在创业初期，他们的会计工作一般都是掌握在自己的亲信（戚）手里。到公司做大，财务复杂到亲信（戚）无法全盘控制时，才会招聘“外人”记记帐。有种可能也不排除：你选择的公司具有极大的成长性，你做为元老在公司壮大以后能分到一杯羹。但更多的情况是，你进去的时候是记帐，离开时还是只会记帐，最多能学到简单的财务监管和避税方法。
财务管理也是一个经验与知识越多越值钱的职业，而企业提供的培训机会不同于在学校听老师讲课，它更贴进实际工作，也更适用。
判断一下自己是否有在这方面的有利优势，比如独特的见解，对宏微观经济信息的掌握，是否有相关的人脉和导师等等。
那么人类会被人工智能代替吗？
会计工作 高大上的来讲，有人说往管理会计一行转变， 社会 上遍雨后春笋一般泛起波澜，你要学管理会计等等，我个人觉得，你有一技之长不会饿死！会计工作有的一些数据式的录入，则会被人工智能式的代替，不是那么简单的录入凭证之类的，但是会计管理以及会计人的思维理念绝不会被取代
难不成没电没电脑，会计就下班了吗？手工帐现在被电脑账取代，会计就下岗了？编程的人 是不是也得请教会计逻辑思维 有会计专业的人啊
当然还是要有危机意识，提升自己。一技在手 天下你走
过去几年，接触过一些与会计人工智能相关的研发机构，下面来说说我的观点。
会计这个职业在未来的很长一段时间内不会被取代，但一些会计相关的最基础的工作内容会被取代。
举个简单的例子。在很多代理记账公司，过去，一名会计基本会管理10-20套账，一个人能做到20套基本上已经是极限了，但现在一名会计可以做到管理100多套账，这是由于很多功能都被整合，例如“一键报税”，“自动识别发票信息”等，当然也包括财务软件的功能越来越强大。
再举个例子。国内很多大企业，纷纷开始建设财务共享中心，尤其是大集团型企业。在某集团企业，在建财务共享中心之前，全集团的财务人员有3000多人，但建完之后，专职账务处理、资金往来等工作，就仅需要不到100人。
由此可以看出，以前对会计定义的很多工作内容，在未来都会被代账公司或是财务共享中心所替代。
那么，会计这个职业，未来发展之路又在哪里呢？
虽然现在很多基础性工作，人工智能都可以替代，但财务的另一大职能，人工智能几乎无法取代，那就是财务数据分析，并做出从财务角度上的业务可行性分析。
很多大企业的CEO，在上位之前基本都会做一段时间的CFO，原因就在于，对企业经营的把控，不仅仅要有对业务的理解，还要有数据分析做支撑，而数据来源大多都会来源于财务。
当然除此之外，像财务合规、资本运作、投资分析、财务风险管控等，这些也都是人工智能在短期之内无法取代人的，因为这些还与具体的客户、业务等紧密相关，并不仅仅出于对过去已发生的数据进行分析而得出相关的结果。
不过如果是做为最基层的会计，倒是有可能会面临失业，但人是有学习能力的，可以去学习更高级的知识，这样才能够找到短期难以被取代的工作。
你这个问题很好，很有意思，也很有前瞻性。
社会 的发展，人工智能一定会越来越多地取代人的工作，特别是一些重复性、数字性较强的工作，会计就是其中之一。
如果你现在是会计，你一定跟银行打过交道，你发现没有，银行的很多业务，原来是人工做的，现在都智能化了。比如：存钱、取钱、对账、排队叫号，原来还需要插卡输密码，现在带张脸就行了。下一步，银行的现场工作人员还是减少，还会更加智能。这说明什么呢？说明人工智能真的可以做很多事情，甚至我们难以想象的事情。
那么会计这个行业呢？
会计行业的发展趋势，一定是朝人工智能发展的。我们甚至可以想象一下，以后，每个人、每个单位都会有一个专有代码，你花钱进钱的一切出入，你甚至在大街上吃碗泡面，都会通过这个专有代码记录，有大数据自动汇总生成各种报表。不需要什么人工帐，不需要纸质帐，一切都是电子版，都是大数据库。
所以，作为会计从业人员一定要关注这方面的信息，一定要学习，跟上时代的发展，掌握最新的动态，掌握最新的技能，才不会被淘汰。
当然，现在也不需要提心吊胆，胆战心惊，一是会计的人工智能是需要一定时间的；二是人工智能智只能做数据分析，不能做理性分析。以后会计的职能可能会在数据理性分析上有所加强。就像医院的医生一样，检测仪器会给病人出很多数据，但是，看病还是医生根据各种数据及病人的实际情况做理性的综合分析，这个分析，机器是很难做出的。
不管怎么说，站在行业和时代的前端，你永远不会落后，不会被淘汰。
说到人工智能，现在发展的确很快，无论是脑力劳动的白领，还是体力劳动的蓝领，似乎都在被计算机所取代。所以担心会计被人工智能取代是很正常的想法。
为什么呢？会计工作，准确的说是会计核算工作，因为规则统一，重复度高，很容易被人工智能替代。未来随着会计共享服务中心的兴起，会计核算会批量化、片段化。人工智能大批传统会计人员可能会面临失业。
就像计算机面世与手写工作者一样，淘汰了大批手写劳动者，但是计算机的出现提供了大量新的职位之多远远大于想像，还比如两百年前机械化与蒸汽机时代的老生常谈一样。
因此，人工智能的到来是机遇也是挑战，所以时刻需要加强自己的学习，等真正到那么的一天，不至于被 社会 淘汰，因为你己经变成高一级层次的技术人才。
”一开始我是害怕的，仔细思考之后，我又得瑟了老半天。“一名会计人员观此文有感。
事情是这样的。
在大数据、云计算、人工智能、区块链和物联网等数字技术愈演愈烈的形势下，“机器代替或者战胜人类”这一个话题也被讨论得越来越激烈，技术确实给各行各业都带来了挑战。爱思考的财会宝宝们问“财会人员会面临失业吗？”这确实是一个值得好好抓抓脑门子的问题。
因为数字化太可怕了！新华社有了智能主编，文章都不一定非要你去苦思冥想；各种AI主持人登上荧屏不知疲倦；无人驾驶 汽车 穿梭人流全天候服务
很多人都感到恐慌的问题是：
“未来的世界还需要我们吗？”
说到财会行业，最近国家税务局大力推进纳税人实行增值税专用发票电子化政策。有警觉的财会人再一次清醒地认识到：电子会计档案时代已经全面来临！而这背后更深层次的问题是什么？难道不是时代的变革、财会行业的革命吗？
会计这样一份要求不算低，职业前景也被 社会 主流看好的职业竟有高达 976% 的几率被机器人取代，着实令人意外，然而这已经不是什么新鲜事了。凯恩斯早就分析过，人类的失业里面有两类，一类是技术性失业，一类是结构性失业，结构性失业是因为某个行业消失了，技术性失业是由于技术的进步，某些行业因此被改变了。
财务工作被技术替代的说法在目前学术界和实务界已经定论了，就看在时间长河里如何演进了。
技术会取代财会哪些工作？
哪里有市场哪里就有杀戮！
现在很多企业盯着“技术取代会计工作”背后的市场，研发了很多智能机器和程序系统，基层财务的记账、制表、报销、审核票据都成了小问题，前仆后继的企业正不断研究如何解决更复杂更高级的财会工作问题。
事实上，早在2018年，全球四大会计师事务所中的德勤、普华永道和安永相继推出了财务智能机器人的方案。
好吧，一个追求效益的企业绝不会耗费人工、时间成本去做大量重复性工作！
那么，技术是如何取代财务基础工作的？
第一步便是让会计平日收集的实物变成数字。除了已有电子数据外，企业运营过程中的纸质文件，比如票据、文本、表单、电子邮件、二维码等通过技术变成数字储存起来。财会宝宝们，你们的手以后不用再酸痛三日了，手工作坊就此歇业。
第二步就是加工上面收集到的数据啦！人工总是要耗费大量的时间精力制表、处理数据，为避免错误还需要几人重复数据整理工作。有了可信赖算法后，机器处理完数据就不再需要人工复查。机器还负责完成包括自动审核、自动核算等一系列会计工作。
以上两步好 *** 作并且已被实务界投入企业经营活动。技术的世界还可以去到哪里？
将人工智能技术与云计算、大数据相结合，还可以通过人工智能技术提高财务管理的工作能力，在财务共享服务数字化转型的基础上向智能财务迈进。
区块链技术可以把任何区块链数据、交易、有形或无形资产，形成可编程控制的软件系统、市场和资产。这样不仅为企业提供了去中心化的交易模式与数据安全保障，还为财会领域自动化业务提供了解决方案。
然后，物联网又可获取多维度数据，推动万物互联。网络层通过接入设备与互联网、云计算平台等，迅速、准确、安全地传递和处理在感知层获取的信息，应用层则利用经过分析处理的信息，为用户提供特定服务。财会服务的智能化上限难以想象！
财会人员将往何处去？
山雨欲来风满楼。财会人员有危机感是件好事。只有保持危机意识，拥抱变化，时刻准备着的人，才能变“失业”为“事业”，变危机为机遇。
财会宝宝们要好好思考一下自己擅长于财务的哪个方面：行业、资本、税务、基金、证券、并购、管理中的哪一项？确定好发展方向后进行深入学习，努力成为某一领域的资深专家。一个优秀的财会人员，一定是具有广阔财会和管理视野的。如果会计只会记账，放在以前来看，可能一辈子只能从小会计熬成老会计。放在现在来看，只有面临失业。
数字化使得会计如虎添翼，是因为它解放了财务宝宝的双眼与双手，使其更注意自己的大脑。财会从来就是“高要求得高发展，低要求得低发展”，方差巨大。
数字化浪潮下，财会人员还需具备数字化思维，财务要实现数字化转型，应掌握现代技术快速处理数据、分析数据，进而为企业的规划、决策、控制、评价以及价值创造方面发挥作用。
现阶段，会计们无须恐慌，毕竟技术的普及和国家政策的推行都需时日。华为联合全球权威的咨询与服务机构IDC发布的白皮书指出，当前企业数字化转型数据仅涉及企业10%的管理数据，90%的数据仍处于“沉睡”中。换句话说，数字化浪潮虽然到来，但是距离真正失业还有一段距离，我们还有时间去全身心地拥抱数字化后的会计世界。
所以，小伙伴们，未来已来，又该努力啦！
具体看法如下：
1人工智能本质就是人造的智能，不可能超越人，比如，人有感情，但机器不可能有感情，人会制造工具，而机器不可能会主动制造工具。
2会计不可能被替代，但会计的内涵会发生改变。
3人通过财务对总体业务的分析，机器短期内是很难取代的，因为数据代表的是 历史 的结果，而未来一切都是不可确定的。
4事物有质和量的部分，不可能所有的情况都能用数据表达，人工智能也因此而具有局限性，会计不可能被完全替代。
天天都说会计要被智能化，干脆就不要设这个专业好了
文 刘晓春
曾几何时，人们认为，随着科学技术的发展，人类会从繁重的体力劳动、简单乏味的重复劳动中解脱出来，人类会进入一个更加公平、和谐的 社会 。然而，这样的美好 社会 从来没有达到过，自从工业 社会 以来，繁重的体力劳动、简单乏味的重复劳动，在技术进步中只是转换了形态，且在资本和技术的作用下，被更加精准和残酷地挤压。
工业化时代来临，机器代替人的同时，人类也发明了泰勒制。科学的机器设备和科学的生产管理制度，造成的是贫困的工人和紧张的劳资关系。
互联网、大数据、云计算、人工智能，出发点是造福人类。但是资本的逻辑很清楚，减少人工，降低人工成本。更加精准科学的管理，带来的是“996”福报和被算法牢笼的员工、快递小哥和客户。
曾几何时，我们认为，互联网的发展，数据更加开放，信息更加透明，销售者可以更方便地找到需求者，消费者可以更容易地找到所需要的商品，投资人可以撇开中介直接找到合适的投资项目，精准地评估风险。因此，敦促 社会 各方开放数据，打破信息孤岛。结果却是形成了严重的信息和数据垄断。并且，数据成了数据垄断者垄断经营、向数据提供者索取收益的工具。
曾几何时，我们认为，互联网的发展，信息更加公开，信息的传递更加快速与广泛，人们获取信息的渠道更丰富、更方便，有利于促进人们开放思维、独立思考。却没曾想到，互联网是个信息泥沙俱下的深坑，充斥着各种虚假信息和垃圾信息。更由于各种人工智能算法的作用，反而固化了人们获取信息的渠道，为每一个人筑起了思想的围墙。
人工智能、客户画像，初始是为了商品的精准营销。但当在互联网上任何事物都有了商品属性和营销属性后，思想的营销、观念的营销，比商品的营销更成为互联网上的主流。 当一个人接受了一种观念，算法会自动不断地发送同类观念的信息，并且观念不断地极端化和低俗化，人们的思想于是更封闭、更极端，为 社会 带来看不见的动荡隐患。部分人的过度消费、过度借贷，是这类观念灌输在经济领域造成的一个恶劣结果。
因为互联网的发展，因为数字经济的未来，数据，突然成了被广泛叙事的名词，有所谓“得数据者得天下”之说，这之前是“得渠道者得天下”“得流量者得天下”，也因此，数据便成为了“资产”。
前两年有几位搞智慧管理的朋友跟我讲大数据的神奇作用，并吹嘘他们已经拥有了多少数据。我说：“作为一个管理者，我完全清楚掌握足够信息的重要性，也完全清楚打通各类信息隔离的协同效应。但是，我更清楚，你应该采集什么信息，确保信息的安全性，比掌握足够信息和打通信息隔离更重要。不该你拥有的信息，你抓取来了，并且用到了不该用的地方，说严重点，是可能要被杀头的。”
因为 科技 的高度发展，人类现在意识到，人需要与自然和谐相处。同样， 科技 更需要与人类和谐相处， 科技 平台公司要与 社会 和谐相处。
科学技术是中性的，并没有善恶之分，为善还是为恶，是人的因素；资本是逐利的，逐利的结果是善是恶，同样是人的因素。要让科学技术与人类和谐相处，让 科技 平台公司与 社会 和谐相处，不可能只靠资本背后的人的自我道德约束，还是需要公共制度和机制的安排。
厘清数据交易的概念与逻辑
科技 平台公司之所以能发挥作用，正在于大数据的有效运用。因此，要创造一个大型 科技 平台公司与 社会 和谐相处的环境，先要理顺大数据的一些问题。
首先，需要更清晰地定义“数据”概念。 目前，关于“数据”的概念包含非常庞杂的内容，有时与传统的“信息”“资料”“情报”相混淆。当然，在大数据技术面前，没有什么是不可以成为“数据”的。但是，经过大数据技术采集、处理之前的“数据”与经过大数据技术采集、处理后输出的可以作为资产的“数据”究竟有没有区别？区别在哪里？经过大数据技术采集、处理之前的“数据”是不是资产，是否可以交易？这个分别，是非常重要的。这也是确认原始数据所有权、使用权及今后数据收益分享的前提。
许多人强调，大部分数据都是人们在交易、生活等行动中产生的，本来就无所谓归谁所有，这些数据 科技 公司不采集，就不成其为数据。但另一方面，许多人又大声疾呼打通信息孤岛，实现信息共享，其目标不是这些行为数据，正是那些原始档案信息及个人、机构的身份等各类相关信息。不能不说，这是两类完全不同性质的数据或信息。可能分别讨论两类数据，才能分清有关数据的一些法律等边界。
其次，需要分清可共享数据和不可共享数据。 可共享数据需要确定相应的共享范围和期限。现在出台的新的法律要求对数据分级分类，是完全必要的。目前，不仅“数据”这个概念泛化，“信息共享”也是一个非常泛化的概念。同样的信息，或者数据，对不同的人、不同的机构，其意义、性质和作用是不同的。“共享”也不是一个绝对的概念，不是任何数据都可以全 社会 共享的。不同的数据需要有不同的共享范围和期限，更不是所有数据都可以提供给市场交易。实际上，许多 科技 平台公司，以“共享”的名义攫取数据后，都垄断数据，不仅不与 社会 共享，甚至也不与原提供数据的个人和机构共享。
第三，审慎对待数据资产和数据资产交易，区分数据服务和数据买卖。 数据是“资产”，这同样是一个泛化的概念，因为这个概念，导致许多 科技 企业不择手段地去攫取各种信息，倒卖各种信息。以前，信息服务、咨询服务，甚至情报服务，都有一定的市场，但整体规模不大。今后，数字经济、数字 社会 条件下，数据服务业应该会有非常大的市场空间。但是，数据服务与数据交易是否等同，恐怕是要进一步探讨和厘清的。
在厘清数据服务和数据交易的基础上，还需要厘清什么样的数据才可以作为资产。前文讲要清晰定义“数据”，分级分类，要区分可共享与不可共享数据，都与最终哪些数据可以作为资产进行交易有关。
必须明确的是，可共享的数据是不可以交易的。比如，中国人民银行征信系统，银行将相关的信贷风险数据发送中国人民银行征信系统，供参与银行在业务范围内共享。这样的数据，中国人民银行是不能作为资产出售的，共享这些数据的银行也不能将这些数据据为己有并转卖获利。前期一些地方搞数据交易中心等，之所以没有成气候，就是还没有搞清楚什么样的数据才可以作为资产进行交易。
第四，数据资产的会计处理。 数据如果可以作为资产，就带来会计记账和核算问题。现在会计科目中一般有资料费、咨询费等管理费用开支。数据资产如何认定属性，肯定不是固定资产，也不是库存材料，与低值易耗品不同。作为资产的价值如何确定？是折旧还是摊销？是否按公允价值计算现值？如何记账背后的问题是，数据资产的市场价格是不是波动的？价格没有波动，市场交易就活跃不起来。数据资产的质量如何认定？数据资产如果像现在这样有如黑箱或盲盒，就无法确认质量和评估价格，市场也不可能活跃起来，否则只能是如同赌石一类的另类市场。真是这样的话，数据资产作为对数字经济的促进作用就很难正常发挥。
再有，数据资产如何保存和使用？作为资产，是否可以出借或转让？如果可以出借，最初的买入还有意义吗？如果可以转让，接受方如何认定转让数据的价值？这里牵涉到，数据未被使用而出借或转让，或已被使用并留有备份而被出借和转让等情况。数据无限制地出借或转让，对于最初的数据资产生产商又意味着什么？如果真是这样，这个市场是不可持续的。也因此，对于开放数据交易，建设数据交易市场，恐怕需要制度先行，而不能贸然先开放再说。
和谐共处的五项制度安排
在理清楚大数据问题的基础上，更进一步需要就 科技 平台公司与 社会 和谐相处探讨相应的制度安排。
首先，科学地看待 科技 平台公司的垄断。 应该看到，同类业务在 科技 平台的集中，正是数字 科技 发挥协同效益的体现。万物互联条件下，今后的物联网一定是相关行业或产业产供销各个环节的参与者都在同一个物联网平台，物联网才能真正发挥作用。目前已经出现的 科技 平台公司，应该说还只是初级形态的平台。今后还会出现不同领域形形色色的平台。
由此逻辑看，一方面要鼓励平台竞争，但又不能以市场集中度定性垄断。我们还是要从 科技 的两面性着手，平台的市场集中度不是必然负面的，真正的问题是平台实现市场集中的手段。
以电信为例，电信公司是人们电信沟通的平台。要实现沟通，交流双方就必须能接通信号，所以，人们一定会集中到互相能接通信号的平台上。如果电信公司的电信通道不能互相接通，人们最后一定会集中到一两家电信公司。如果以市场集中度把这一两家公司定性为垄断，要求分拆，过一段时间，人们又会自然而然地集中到一两家公司。现在，电信公司之间的信号通道互相打通，用户可以带号转台，就有了竞争，但总体上，人们在习惯上还是会相对集中。
第三方支付平台、电商平台等各类平台，也是同样道理。近期出台办法，禁止平台公司采取“二选一”等手段垄断经营是非常正确的。
其次， 科技 平台公司职能单一化。 科技 平台公司真正的垄断问题是利用平台垄断客户、垄断平台上的相关业务。比如，电商平台公司利用平台资源经营各类金融业务等。
最近人们讨论平台公司在联合贷款中收取引流费是否增加了实体经济的融资成本，笔者认为，一、从这些年实际情况来看，所有互联网金融平台发放的贷款，利率都比银行高。技术真的没有解决贷款贵的问题，只是让贷款更贵了。二、助贷、引流等，实际上是增加了中间环节，当然就增加了中间环节的盘剥。
据说平台们都觉得很委屈。真委屈吗？未必。电商平台，就相当于线上的义乌小商品市场，里面的商户只是在经营商品交易的时候才是平台的客户。当这些商户需要办理其他非商品交易业务的时候，他们就不是平台的客户。就好比义乌小商品市场的商户，他们在摊位上销售商品的时候，他们是义乌小商品市场的租户；当他们进货需要贷款和支付的时候，人虽然坐在摊位上，但却是银行的客户。希望给商户减少中间环节的互联网平台自己却横插一杠，成为中间环节，实在是一个悖论。
在数字经济中，各类数字平台既是商业机构，同时也具备公共品的属性，因为公共品的属性，为了保持公信力，其职能必须单一化。为此，互联网 科技 公司的平台服务业务必须与其他业务严格隔离，其他业务只能以同样条件在平台上与平台上的其他参与者公平竞争。
第三，数据采集、治理、服务、出售持牌制。 数据的产生与运用，大致可分为采集、治理、服务和交易这四个环节。由于数据的特殊性，可能需要对这四个环节分别考察和分别监管。
就采集数据而言，目前亟须规范数据采集资格和权限。现在可以说是各种机构、各种场合、各种App都随时随地在采集数据，尤其是个人身份等数据，被采集者根本不知道采集者是谁，为什么目的而采集。采集个人身份等数据，都号称按规定需要实名制，需要采集姓名、身份z号码、电话号码、人脸识别等，有的甚至还要求与yhk绑定。
当客户yhk发生盗刷或资金损失，银行认为是客户没有保管好自己的相关信息，但在到处采集个人信息、交易个人信息的环境下，客户确实不知道如何保管好自己的信息，更不知道自己的信息被什么人、什么机构所掌握。所以，yhk资金损失，客户觉得很无助。如果法院因此让银行承担资金损失的责任，无论是法理还是事实，都是说不通的。
所以，对采集数据必须有明确的规则，什么类型的数据采集，必须持牌。 无资格者不得采集特定的数据。根据机构不同的经营目的，必须明确不同的数据采集范围。对一些场合必须确认真实身份等数据，可以考虑集中认证机制。比如公园门票，客户只要刷一下身份z或输入手机号等，系统自动到公安等系统确认身份，公园本身不得采集、保存、应用、转卖相关数据。
就数据治理而言，毫无疑问，也需要持牌经营，对不同机构可以核准不同的数据内容。
就数据服务而言，对数据内容、数据服务形式、服务对象，可能需要有明确规定。比如征信公司，就是为金融机构，或者贷款机构提供客户征信服务。今后工业物联网平台，其数据服务对象，可能只能是同一个平台上的相关企业，不能超出这个范围。
就数据资产交易而言，恐怕至少出售业务必须是持牌经营，购买方是否需要持牌，需要进一步探讨。这里的关键还是前文说到的，什么样的数据可以成为资产，可以上市交易。
这里之所以把四个环节分开了分析，是因为一般来说一个 科技 平台公司不会只经营其中的一个环节，但这四个环节可以有不同的组合。笔者认为，可能不能允许同一个 科技 平台公司可以拥有所有这四个环节的业务，特别是数据服务业务和数据交易业务，不能由同一个公司经营。比如征信业务，就只能是为特定客户提供数据服务，其所拥有的数据不得上市交易。前文讲到的共享数据，就只能用于数据服务，绝对不允许作为数据资产出售获利。
有些企业采集数据，是为了自身产品研发、改善营销等，比如 汽车 制造企业采集行车数据，目的是为了 汽车 技术的研发，首先需要规定这类数据的范围，比如行车数据、路况数据等，但与提供导航服务企业不同，并不需要定位数据；其次就是，数据只能用于自身研发，不得对外提供数据服务和出售相关数据。因此，这样的企业，就只能拥有采集数据和治理数据的牌照。
第四，建立专业的 科技 平台公司及数据行业监管体制。 有关这方面，相关的法律法规正在不断发布，更有许多深入的研究。本文不做赘述，只谈几点建议：一是，鉴于今后数字经济的发展，各类 科技 平台公司和数据行业会有很大的发展，这两个行业与传统的各行各业有很大的区别，又具有公共品属性，风险影响很大，可能需要设立专门的部门进行专业监管。二是，为了监管的专业性、公开性和有效性，需要引入如会计师事务所之类的第三方机构，依据监管要求，对 科技 平台公司和数据行业的业务、 科技 、算法模型等进行审计。三是，数据资产交易，需要考虑场内交易和场外交易的规则和程序。监管，包括市场规则等，必须统一规制，不能各部门各搞一套本系统的市场和规则，最后形成监管套利的混乱局面。
第五，各类 科技 平台必须开放。 要建设 科技 平台与 社会 和谐相处的环境，消除垄断和赢者通吃现象，必须从制度上要求平台公平开放，让平台本身成为一个充分竞争的平台。
以电商平台为例，一方面平台的职能或功能需要单一化，就是提供一个有利于商品交易的高效率平台，真的让天下做生意的人没有不好做的生意。另一方面，为了让平台上的人们好做生意，应该允许各类支付手段在平台上提供服务，充分竞争；让各类金融机构进入平台，直接面对平台上的各类客户提供金融服务，充分竞争；其他行业也是如此。
如果该电商平台公司自己也要开展这些业务，可以设立专业公司，获得相应牌照，与平台本身业务严格隔离，与其他同业在平台上公平竞争。许多大型商场都有银行网点进驻，银行只向商场业主支付租金，商场业主并不过问商场里的商家与顾客到这个银行网点办理业务，更遑论代替银行确定贷款利率和收取引流费。地铁站里银行布设的ATM机，同样如此。 当然，如果银行需要平台提供相关的有偿数据服务，则平台提供的数据，客户不应该是打了马赛克的，数据的质量是可以鉴别的。平台提供的只是数据服务，客户还是必须与银行直接洽谈相关业务和价格。
放眼人类 历史 ， 科技 造福人类。数字 科技 以及因数字 科技 而起的 科技 平台公司，也一定会造福人类。但 历史 也告诉我们，每当有重大 科技 产生，都会带来人类 社会 的重大转型。转型本身是人类 社会 的发展与进步，但转型过程并不总是为当时的人类带来幸福， 科技 在转型中并不总是给人类带来平等与快乐，更多的往往是一代人遭遇的动荡、不平等甚至战争。
如何让 科技 、大型平台公司与 社会 和谐相处，减少转型期的 社会 摩擦强度，是当前百年未有之大变局中人类所面临的重大课题。
题图来源 | Pixabay
版面编辑 | 周斌
大数据与会计主要学习的课程有很多，主要包括基础会计、财务会计、成本会计、管理会计、智能财税、会计信息系统运用、行业会计、出纳实务、经济法、理财规划、纳税筹划、互联网+会计综合实训、Excel在会计中的应用、ERP财务业务一体化、大数据财务分析、智能审计、财务机器人等。会计主要研究会计理论知识，包括基本的会计概念、假设、原则，使学生能够根据企业的实际经济业务填制凭证、登记账簿和编制会计报表，运用所学的知识为企业降低生产经营成本。例如：收集与整理原始凭证、根据原始凭证编制记账凭证、汇总编制资产负债表和现金流量表、为公司做好成本分析等。
大数据会计与会计的区别主要有以下三点：
1、时间不同。大数据会计和会计相比，大数据会计出现要晚一些，先有大数据后才有相关的会计需求。
2、接触不同。会计负责结账核算已经完成的资金活动，并描述资金账目，而财务则负责分析资金运转，并对未来资金做预算，而大数据会计对于数据接触比较多。
3、方式不同。大数据、人工智能、云计算、移动互联和物联网技术的迅猛发展，让传统会计的工具得到了发展，从而变成大数据会计。
大数据会计的相关解释：
1、会计学（大数据方向）前瞻性培养适应当今人工智能与大数据时代会计业务和会计信息日益呈现海量数据处理、实时云计算化、会计智能决策等新型会计业务特征。
2、会计学（大数据方向）具备会计财务专业理论知识、大数据分析处理技术、计算机人工智能与IT信息技术 “文理工”专业知识和技术技能综合为一身的新型高端复合型会计人才和会计财务领导者。
3、毕业生适合在会计师事务所、证券公司、基金公司、商业银行、上市公司、国有企业、事业单位、政府机关等企事业单位从事传统财务会计、金融投资领域工作，更能够进行复杂大数据会计业务逻辑处理和系统设计工作。
4、大量重复性、标准化的会计职能被替代，既能基于会计专业判断又能融合大数据分析为企业做出有效决策的数据管理人员和分析师却有着巨大缺口。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）