如何在MiM项目学习具体课程前，先窥见知识的全貌？如何将分散的课程串联成强大的能力体系？上海国家会计学院刘凤委教授在MiM先导课上给出了答案。刘教授从宏观至微观，深入阐述了：

1、项目各个课程的内在逻辑与核心价值；

2、知识体系在企业管理中的实际应用；

3、培养系统思维与跨界整合能力的路径。

刘教授指出，本次先导课旨在帮助学生“先见森林，后见树木”。他强调，会计与数据分析的结合，关键在于从技术融合升维至思维转型，引导学生立足公司整体运营与价值创造，理解课程逻辑，培养系统思维与跨界整合能力。

公司认知框架：从哲学到数据

刘教授从哲学认知论出发，提出“世界不可知，我们只能通过数据认识世界”的观点。他指出：

数据决定认知边界：人类感知能力有限，只能捕获部分数据，而数据量的多少决定了我们对世界的理解程度。

知识与模型的构建：人类通过数据构建知识与模型，用于预测与决策，但所有科学理论都具有暂时性，随时可能被新数据证伪。

信息与决策的关系：信息是决策的基础，但最终决策由人完成，涉及立场、利益与价值观的复杂判断。AI虽能提供预测，但不具备价值观与决策权。

会计的核心功能与三大维度

刘教授勾勒出“三位一体”的会计功能框架，揭示了其从基础到深化的价值逻辑：

1、信息生产是基础：构建覆盖财务与业务的信息系统，为组织提供决策的“数据燃料”。

2、决策支持是深化：基于信息，为战略与业务决策提供量化模型与分析视角，但坚守“业财边界”，不越位决策。

3、管理控制是保障：将信息应用于预算、成本与合规等流程，确保组织行为不偏离战略航道。

大数据时代的会计转型

刘教授一针见血地指出，传统会计正面临两大瓶颈：挑战一：数据颗粒度不足。过度依赖货币计量，忽视了海量非财务业务数据，导致业财脱节、分析流于表面；挑战二：算法与算力落后。善于用统计模型处理不确定性，却在确定性计算上效率低下，未能释放现代算力的潜能。对此，他提出必须向“数据思维”转型，并勾勒出四条破局路径：

数据融合：打通业财数据链，实现一体化。

数据标注：对业务活动进行多维度标签化，挖掘数据价值。

智能核算：引入RPA、AI等技术，驱动核算与报告自动化。

经营会计：财务需深入产品、客户、流程等业务前端，成为价值管理的伙伴。

战略、治理与财务的协同

刘教授强调，公司的高质量发展离不开战略、治理与财务的协同。战略层面：财务应参与战略制定、资源配置与绩效反馈，支持公司长期发展；治理层面：公司治理结构决定战略方向与执行效果，财务应关注控制权、利益分配与信息透明度；组织层面：财务应与业务部门协同，打破职能壁垒，实现价值共创。

同时，刘教授对课程体系进行了梳理，重点指出部分课程的核心价值。《战略管理》：理解公司整体目标、环境分析与资源配置逻辑；《财务会计研究》：掌握会计准则与信息披露规范，理解其社会功能；《管理会计》：重点学习预算、成本、绩效等管理控制工具；《财务报表分析》：从价值视角分析企业经营成果与风险，掌握资金运营与资本结构优化；《统计学与会计分析》、《数据挖掘》、《企业数据分析》、《商业数据可视化》：学习统计分析、数据挖掘、可视化等技术工具；《高级审计、内控、审计和舞弊的防范与识别》：理解信息真实性保障与风险防控机制。

学习建议与方法

建立联系：每门课程都应放在公司整体系统中理解，思考其与其他课程的关系。

主动拓展：利用AI工具整理课堂内容，查阅推荐书目，构建个人知识体系。

开放心态：尊重每位教师的专业视角，吸收多元观点，避免陷入“认知闭环”。

实践导向：结合工作实际，思考理论如何应用于真实场景，提升解决问题的能力。

会计与数据分析的结合不仅是技术升级，更是思维方式的根本转变。未来财务人员应具备“数据思维+价值视角+系统认知”三大能力，从传统的“记账者”转型为“价值管理者”与“业务伙伴”。刘教授希望学员们能够以开放、整合、实践的姿态，真正实现“既见树木又见森林”。