新加坡，1.5万财务人正在学AI

两个月，1.5万人！

2026年7月初，新加坡特许会计师协会（ISCA）和资讯通信媒体发展局（IMDA）一起推出了"AIxAccountancy"人工智能流利度计划。

不到两个月，超过1.5万名会计和财务专业人士报名。

原计划是三年6万人，现在两个月就完成了四分之一。

根据ISCA数据，2026年，新加坡约有12万会计和企业财务专业人士。

6万的目标，相当于新加坡一半的财务人。

理想一点——

按这个速度，不到两年，新加坡财务人都将获得AI技能培训。

这还是会计和企业财务专业人士主动报名参加培训。

那么问题来了——

他们为什么这么主动？

这门课不学编程。

课程时长约30小时，全部围着真实工作场景转：

覆盖了会计和财务领域120多个AI实际应用案例，涉及审计、财务、税务、内审、治理和董事会报告六个方向，配套600多项学习活动。

可以学到一些很实用的技能，包括：

AI怎么辅助财务分析和报告，怎么帮着准备董事会和管理层材料，怎么支持审计规划和测试，怎么加快税务研究和内审规划。

目前超过250人已经拿到AI流利度数码徽章，近80人完成了全部30小时课程。

学员给课程的平均评分是4.85分（满分是5分）。

整体来看，效果很突出。

来的也不只是个人。

安永（EY）、德勤（Deloitte）、星展银行（DBS）、新能源集团（SP Group）、新加坡会计署（AGD）等大企业的员工也有参加。

而且会计署给超过400名官员报了名，还计划逐步推广到全政府约4,000名财务和内审官员。

可以说，这是一次覆盖面很广的AI培训。

这不是偶然。

首先是政策在推动。

2026年2月，总理兼财政部长黄循财宣布：

政府要把AI技能培训扩展到非科技专业人士，首先从会计和法律两个行业开始。

其次是会计工作本身适合AI。

IMDA表示，挑会计和法律当第一批，是因为这两个行业"跨多个行业运作，又高度暴露在AI应用场景里"。

ISCA会长Lee Boon Teck则说：

会计工作中很多都是文本化、结构化数据和监管框架。文件审查、合规检查、财务分析、报告这些，很适合使用AI。

行业常年缺人也是重要原因。

近年来，新加坡会计专业新生入学和毕业生人数持续下降，加上AI技能需求增加，导致了行业常年缺人。

ACRA最新的行业调查显示，会计师事务所在2024年仍有超过1,500个职位机会

业内不少人认为，更强的AI素养能缓解招聘压力，又能提高专业人士的价值。

会计挑头学AI，有工作特征符合、行业需求和政策推动三重因素。

AI会不会取代会计？造成失业？

ISCA表示：

岗位没有大规模消失。AI做的是把那些常规、重复、数据密集的活接过去，把这个岗位重新塑形。

Lee Boon Teck说：

"AI不会取代专业判断。它最大的价值，是让专业人士把AI能力和自己的专业知识、判断力结合起来，给客户、雇主和社会交出更好的结果。"

这引出了一个更现实的问题——是"谁会失业"，还是"什么样的人更值钱"？

过去，一个会计值多少钱，主要靠学历、经验、专业3证书。以后可能变成：专业能力，加上AI能力，再加上人的判断。

ISCA说，AI能分析数字，但维护信任这件事它做不了——那份责任，还得专业会计师扛着。

这种变化，工资上已经看得出动静。

2026年5月，职业平台NodeFlair发布《2026年科技薪资报告》，给出了明确的结论：

在新加坡，带AI技能的软件工程师，收入明显更高。

以初级工程师（0到2年）为例，有AI技能的月薪中位数比没有的高出25%。中级（2到5年）则高出13%，高级（5年以上）更是高出了18%。

NodeFlair创始人Ethan Ang说：

"AI流利度不再是个加分项，它现在就是一种薪资优势。"

IMDA的目标，是2029年前培训10万名"AI双语"工人，既懂自己的专业，又能用AI工具解决实际问题。

当懂AI成为主流，不懂AI就会被拦在外面。

AI培训模式已成为新加坡的产品

ISCA的AI流利度计划，已经引起了不少国家关注。

目前正准备推出中文、泰文、越南文版本，跟东盟各国的会计组织、事务所和企业谈合作。

不久前，ISCA和印度特许会计师协会签了协议，计划把这套课程推给印度超过150万名会员和学生。

新加坡把这套模式做成了可以输出的"产品"。

会计之后是谁？

政府计划里已经点名了法律。

新加坡法律学会（SAL）首席执行官杨子健说：律师每天处理大量复杂信息，这个行业"特别适合早期AI赋能，尤其是研究、文件分析和知识管理"。

人力资源、行政、市场营销——这些工作里，有大量文档处理、信息整理和标准化沟通。

AI重新设计这些环节，只是时间问题。

自己要明白学习AI的紧迫性

你与其问到处去问"AI会取代哪个职业"，不如问自己两个更简单也更实在的问题：

我的工作里，有多大比例是标准化、可重复、能交给AI的？

又有哪些是需要自己去做判断、做决定的？

把这两个问题搞懂，你就知道自己该不该学AI了。

那么，需要学代码吗？

对普通人而言，不学代码也没事。

因为真正要做的，是把自己的专业活想清楚——哪几步能交给AI，哪些需要自己做决定。

而且AI工具很多，又天天在变。

你不能总想着自己去开发一个工具。这很不现实。

我们更应该做的是，让AI进自己的工作流，比如：

做财务的，可以碰碰AI分析；做HR的，可以让AI帮你筛简历；做市场的，可以用AI跑数据、写分析。

未来，整个白领职场，都会被AI系统性地升级。

"下一个会是谁"，问的其实不只是哪个行业会变，更是在问：

下一个被重新定义工作价值的，会不会就是你？

而你又有没有做好准备？