编者注：Artie Minson 是总部位于纽约的 Trullion 公司 CEO，该公司为财务团队提供 AI 驱动的会计与审计平台。他曾任 WeWork 联席 CEO、时代华纳有线及 AOL 的 CFO。本文观点仅代表作者个人。

据 CFO Dive 近期报道，金融与会计已成为美国增长最快的商科专业。今年春季，金融专业 enrollment 增长 9.4%，会计专业增长 8.9%，远超商科整体 2.2% 的增速。在经历多年会计人才短缺后，这一逆转令人瞩目。

这并非偶然。美国超过 40 个州已修订 CPA 执照规则，允许考生仅凭学士学位即可参加考试，无需额外一年学业。四大会计师事务所将 CPA 考试奖金翻倍至 10,000 美元，起薪亦有所提高。行业为提升职业吸引力付出了切实努力，学生也积极响应。

这解决了招聘难题，却带来了新的挑战：如何确保进入行业的新人将 AI 作为判断力的跳板，而非替代品。

我在 EY 开启职业生涯，深知旧路径的模样：多年从事“打勾和打字”的工作——将客户数据录入电子表格、手工核对行项目、逐张工作底稿地学习业务。过程艰辛，却塑造了一代会计师：他们理解数字如何从原始凭证流转至财务报表，以及当数据不符时该关注哪些信号。

如今，AI 已能胜任许多曾占据初级审计师头两年时间的任务。它能在数秒而非数天内读取 PDF 并提取数据；能测试全量总体而非小样本；能在实时而非紧张的审计截止日前深夜匹配记录。对事务所而言，这显然在成本和质量上带来优势。

但这引发了对新一代专业人才的疑问：如果新会计师从未在职业生涯早期理解交易如何流经会计记录、不同系统之间应如何（或不应如何）相互关联，他们是否仍能通过“艰难方式”积累直觉与经验？专业判断建立在重复中——识别最细微处的异常，学会发现危险信号。若将这种实践过早自动化，事务所可能招募到多年来最大规模的初级会计师群体，却无法从中培养出下一代合伙人。

更糟的是，这会削弱审计质量的根本基础——而事务所多年来一直在投入系统与流程以提升这一基础。

随着行业采用 AI，构建判断力的工作并未消失。新人不再花两年做数据录入，而是可以花两年时间追问：为何 AI 标记了这笔交易而非那笔？他们学会审问证据，而非仅签字了事。例如，他们不再通过机械计算学习重要性，而是通过审阅 AI 辅助分析，判断输出结果是否真正适用于该客户。

专业判断是唯一无法外包的部分。AI 能提取数据、运行总体测试、标记异常，但它无法决定某个数字是否经得起推敲，也无法决定是否要质疑客户的解释。会计决策终究依赖基于多年训练与经验的人类判断。

我认为答案并非放慢 AI 以保留旧式训练场——那会浪费 AI 在提升审计质量方面带来的效率与机遇。关键在于，事务所需要以结构化、深思熟虑的方式部署 AI 系统，并在公司层面监控 AI 在业务中的实际应用。如同任何重大变革，组织需要变革管理框架与治理结构，将 AI 执行与员工发展置于同等优先地位。

鉴于近 75% 的 CPA 劳动力在 2020 年已达到退休年龄，我们应当庆祝会计行业正重新赢得新一代人才。然而，在 AI 时代，培养并留住这些人才将至关重要。未来五年，我们行业的变革将超过历史上任何时期，而确保下一代 CPA 理解工作背后的判断——而不仅仅是工作本身——是所有人的责任。