三、相關(guān)的管理、會(huì)計(jì)、法律問題

（一）管理問題

管理的問題是數(shù)據(jù)價(jià)值的開發(fā)和產(chǎn)權(quán)保護(hù)問題。

1. 數(shù)據(jù)泄露損失

根據(jù)IBM統(tǒng)計(jì)，2019年全球數(shù)據(jù)泄露平均損失392萬美元，也就是說數(shù)據(jù)泄露損失是非常嚴(yán)重的問題。

2．隱私權(quán)侵權(quán)

比如很多手機(jī)APP會(huì)超范圍或在用戶不知情的情況下收集個(gè)人信息，這就侵犯了個(gè)人的隱私權(quán)。

3．?dāng)?shù)據(jù)產(chǎn)權(quán)的爭端

比如在數(shù)據(jù)鏈條中，數(shù)據(jù)的上游有沒有權(quán)利關(guān)閉數(shù)據(jù)下游，或數(shù)據(jù)下游有沒有權(quán)利去分享數(shù)據(jù)上游的數(shù)據(jù)等問題。數(shù)據(jù)產(chǎn)權(quán)的爭端是基于數(shù)據(jù)產(chǎn)業(yè)鏈、價(jià)值鏈必然產(chǎn)生的問題。

4．數(shù)據(jù)開放共享

現(xiàn)在存在的主要問題是，政府和企業(yè)之間共享的權(quán)利不對(duì)稱。政府收集企業(yè)的數(shù)據(jù)比較容易，但企業(yè)使用政府的數(shù)據(jù)難度比較大，如果政府之間信息不共享，就會(huì)形成孤島。這種情況的核心問題在于數(shù)據(jù)透明度與數(shù)據(jù)安全的兩難權(quán)衡，因?yàn)閿?shù)據(jù)越透明、越共享，就越不安全；如果要體現(xiàn)安全就要加大對(duì)數(shù)據(jù)的掌控，然而掌控力度越大分享力度就越小。

（二）會(huì)計(jì)問題

第一，數(shù)字經(jīng)濟(jì)改變了企業(yè)的主體形態(tài)，使企業(yè)的邊界逐漸模糊甚至產(chǎn)生了無邊界的企業(yè)和虛擬企業(yè)，這個(gè)時(shí)候怎么界定會(huì)計(jì)主體就成為了問題。

第二，各企業(yè)加速進(jìn)行輕資產(chǎn)智能化的轉(zhuǎn)型或者數(shù)字化的轉(zhuǎn)型，企業(yè)的產(chǎn)品生命周期越來越短，很多數(shù)據(jù)的生命周期只有幾秒鐘，導(dǎo)致企業(yè)的生命周期也會(huì)越來越短。企業(yè)生命周期越來越短，會(huì)挑戰(zhàn)持續(xù)經(jīng)營假設(shè)（持續(xù)經(jīng)營假設(shè)是指被審計(jì)單位在編制財(cái)務(wù)報(bào)表時(shí)，假定其經(jīng)營活動(dòng)在可預(yù)見的將來會(huì)繼續(xù)下去，不擬也不必終止經(jīng)營或破產(chǎn)清算，可以在正常的經(jīng)營過程中變現(xiàn)資產(chǎn)、清償債務(wù)）。

第三，數(shù)字資產(chǎn)的計(jì)量是用貨幣計(jì)量還是用數(shù)量計(jì)量的問題。如果用貨幣計(jì)量該怎么體現(xiàn)？是用歷史成本法還是用公允價(jià)值？如果用公允價(jià)值數(shù)據(jù)資產(chǎn)或者是數(shù)字資產(chǎn)，很多是沒有現(xiàn)實(shí)的市場價(jià)格可供參考的，這種情況下就只能通過類似的資產(chǎn)，作為一個(gè)替代價(jià)格或者可比價(jià)格。如果市場上連這種替代性的資產(chǎn)都沒有，這個(gè)時(shí)候用什么來呢？只能用模型來進(jìn)行推測。所以這種情況下資產(chǎn)的估值越來越依賴職業(yè)判斷，因?yàn)椴煌哪Ｐ退愠鰜淼慕Y(jié)果還不一樣。

（三）法律問題

即“一民兩法”（《中華人民共和國民法典》《中華人民共和國數(shù)據(jù)安全法（草案）》《中華人民共和國個(gè)人信息保護(hù)法（草案）》）的規(guī)范和落地問題：

第一，“一民兩法”現(xiàn)在強(qiáng)調(diào)對(duì)數(shù)據(jù)權(quán)屬的規(guī)范，忽略了對(duì)數(shù)據(jù)挖掘行為的規(guī)范。

第二，我們傳統(tǒng)的司法行為主要以事實(shí)行為為證據(jù)，現(xiàn)在數(shù)字經(jīng)濟(jì)下很多數(shù)據(jù)的證據(jù)甚至推測的證據(jù)能不能算有效司法證據(jù)？這需要有待進(jìn)一步的確認(rèn)。

四、教育供給側(cè)結(jié)構(gòu)性改革

教育供給側(cè)結(jié)構(gòu)性改革對(duì)人工智能方面影響最大的是會(huì)計(jì)與金融的融合，這個(gè)融合體現(xiàn)在培養(yǎng)高位人才的一些要求，新復(fù)合型人才既要懂人工智能、懂科技，又要懂金融、懂戰(zhàn)略，歸納為十六個(gè)字，即“會(huì)計(jì)為表、金融為里，戰(zhàn)略為本，科技為氣”。

也就是說，現(xiàn)在企業(yè)會(huì)計(jì)編報(bào)表越來越次要，分析報(bào)表越來越重要。并且除了對(duì)數(shù)據(jù)進(jìn)行挖掘，對(duì)公司戰(zhàn)略的制定和風(fēng)險(xiǎn)管理也越來越重要。

在此背景下，2018年教育部開始對(duì)人工智能學(xué)科和專業(yè)建設(shè)加快了推進(jìn)。現(xiàn)在中國的人工智能整體實(shí)力已經(jīng)領(lǐng)跑全球了，人工智能論文發(fā)表數(shù)量全球第一，企業(yè)數(shù)量、融資規(guī)模全球第二，但是美中不足的是論文的影響力指標(biāo)稍微落后一點(diǎn)。

2020年2月21日，教育部公布2019年度普通高等學(xué)校本科專業(yè)備案和審批結(jié)果，新增備案專業(yè)數(shù)量最多的人工智能，共有180所高校新增，其他新增的部分專業(yè)與人工智能相關(guān)度較高。說明人工智能專業(yè)以及交叉學(xué)科成為我們教育供給側(cè)改革的主流方向和主要實(shí)施路徑。

隨著產(chǎn)業(yè)數(shù)字化帶來的數(shù)據(jù)基礎(chǔ)的日益成熟，人工智能在營銷、金融、數(shù)字政府、零售、醫(yī)療等行業(yè)落地持續(xù)推進(jìn)。如何產(chǎn)業(yè)落地成為人工智能的主要命題。

人工智能技術(shù)無法直接解決業(yè)務(wù)需求，需根據(jù)具體業(yè)務(wù)場景和目標(biāo)，形成可規(guī)?；涞氐漠a(chǎn)品與服務(wù)。人工智能在數(shù)據(jù)、算法業(yè)務(wù)場景理解、服務(wù)方式、產(chǎn)出投入等方面面臨挑戰(zhàn)。