Trí tuệ nhân tạo và sự chuyển đổi của kế toán – kiểm toán trong kỷ nguyên số

Trần Thị Kim Phượng(*)

Viện Đào tạo Quốc tế NTT, Trường Đại học Nguyễn Tất Thành

Email: tran.phuong@ntt.edu.vn

Tóm tắt

Sự phát triển nhanh chóng của trí tuệ nhân tạo (AI) đang làm thay đổi căn bản ngành kế toán – kiểm toán trong bối cảnh chuyển đổi số. Bằng phương pháp dữ liệu lịch sử, nghiên cứu đưa ra cái nhìn tổng quan về nền tảng lý thuyết liên quan đến nguồn gốc và khái niệm của AI cũng như việc ứng dụng AI trong kế toán và kiểm toán. Dựa trên các nghiên cứu mới nhất, bài viết nhấn mạnh tầm quan trọng của việc các doanh nghiệp triển khai AI vào kế toán và kiểm toán, đồng thời đề xuất những giải pháp thực tiễn để triển khai AI hiệu quả. Qua đó, bài viết làm rõ tiềm năng cũng như các điều kiện cần thiết để ứng dụng AI thành công trong kế toán – kiểm toán hiện đại, hướng đến sự phát triển bền vững và giá trị lâu dài cho doanh nghiệp.

Từ khóa: Trí tuệ nhân tạo, kế toán, kiểm toán, đạo đức nghề nghiệp, chuyển đổi số

Summary

The rapid development of Artificial Intelligence (AI) is fundamentally transforming the accounting and auditing profession in the context of digital transformation. Employing a historical data-based approach, the study offers an overview of the theoretical foundations concerning the origins and concept of AI, as well as its diverse applications in accounting and auditing. Drawing on recent researches, the article emphasizes the importance of integrating AI into accounting and auditing practices, and proposes practical solutions to ensure its effective implementation. Accordingly, the study clarifies both the potential and the necessary conditions for successfully applying AI in modern accounting and auditing, aiming toward sustainable development and long-term value creation for enterprises.

Keywords: Artificial intelligence, accounting, auditing, professional ethics, digital transformation

GIỚI THIỆU

Sự phát triển nhanh chóng của trí tuệ nhân tạo (AI) đang làm thay đổi căn bản vai trò kế toán – kiểm toán trong bối cảnh chuyển đổi số. Nhiều nghiên cứu ghi nhận ảnh hưởng tích cực của việc triển khai các hệ thống AI trong quy trình kế toán – kiểm toán. Xu thế hiện nay cho thấy có sự hội tụ giữa kế toán và AI khi ngày càng có nhiều dự án ứng dụng AI trong mọi mặt của kế toán hiện đại. Việc tích hợp AI không chỉ cần thiết để tự động hóa các tác vụ lặp lại mà còn để hỗ trợ phân tích chiến lược, qua đó chuyển vai trò của kế toán viên và kiểm toán viên từ thực hiện nghiệp vụ sang tư vấn tạo giá trị cho doanh nghiệp. Do vậy, nghiên cứu về AI và sự chuyển đổi của kế toán kiểm – toán trong kỷ nguyên số mang ý nghĩa quan trọng trong việc định hình tương lai của lĩnh vực này.

CƠ SỞ LÝ THUYẾT

Nguồn gốc của trí tuệ nhân tạo

AI chính thức được “khai sinh” năm 1956 tại Hội nghị Dartmouth, khi John McCarthy, Marvin Minsky, Claude Shannon và Nathaniel Rochester khởi xướng nghiên cứu nhằm phát triển hệ thống mô phỏng trí thông minh con người (Cordeschi, 2007). Quan điểm coi AI là tập hợp thuật toán vận hành trên mạng nơ-ron nhân tạo (Haenlein & Kaplan, 2019) đã thúc đẩy ứng dụng công nghệ này không chỉ trong kinh doanh mà còn trong đời sống và các lĩnh vực chuyên môn khác.

AI bắt đầu được ứng dụng trong kế toán từ những năm 1980, với nhiều nghiên cứu tập trung vào kiểm toán, thuế, kế toán, quản trị và lập kế hoạch tài chính cá nhân, trong đó hệ chuyên gia (Expert Systems) là chủ đề nổi bật. Những tiến bộ công nghệ gần đây trong lĩnh vực AI đang tạo điều kiện cho ngành kế toán bước sang một giai đoạn phát triển mới, với sự chuyển dịch nghiên cứu từ hệ chuyên gia sang các cách tiếp cận hiện đại hơn, mở rộng nghiên cứu không chỉ về lợi ích mà AI mang lại mà còn về cách AI có thể tái định hình vai trò của kế toán – kiểm toán và mối quan hệ của chúng trong tổ chức (ICAEW, 2017).

Kế toán – kiểm toán trong kỷ nguyên số

Trong kỷ nguyên số, kế toán và kiểm toán đang trải qua sự chuyển đổi căn bản dưới tác động của công nghệ số, đặc biệt là các công nghệ như AI, dữ liệu lớn (Big Data), chuỗi khối (Blockchain) và tự động hóa quy trình bằng robot (RPA). Kế toán truyền thống vốn tập trung vào ghi nhận, phân loại và báo cáo thông tin tài chính định kỳ nay được mở rộng sang phân tích dữ liệu thời gian thực, dự báo xu hướng và hỗ trợ ra quyết định chiến lược (Quinn & Kristandl, 2014). Kiểm toán cũng thay đổi mạnh mẽ khi ứng dụng công nghệ cho phép kiểm tra toàn bộ dữ liệu thay vì chọn mẫu, giám sát liên tục và phát hiện gian lận sớm hơn. Ngoài ra, kế toán – kiểm toán trong kỷ nguyên số không còn là hoạt động độc lập, mà được tích hợp sâu vào hệ thống thông tin doanh nghiệp, tạo nên quy trình vận hành minh bạch, nhanh chóng và chính xác, giúp nâng cao hiệu quả, độ tin cậy của thông tin tài chính, dịch chuyển vai trò của kế toán viên và kiểm toán viên từ người xử lý dữ liệu sang người phân tích, tư vấn và hỗ trợ chiến lược cho tổ chức.

Phương pháp nghiên cứu

Nghiên cứu này áp dụng phương pháp nghiên cứu tài liệu (archival method) – một kỹ thuật tiếp cận có hệ thống nhằm phân tích các tài liệu và dữ liệu thứ cấp nhằm làm sáng tỏ các hiện tượng và hành vi trong bối cảnh xã hội. Quá trình nghiên cứu bắt đầu bằng việc xác định các từ khóa then chốt phù hợp với chủ đề, sau đó tiến hành thu thập tài liệu từ các nguồn học thuật đáng tin cậy. Sau khi thu thập, các tài liệu được sàng lọc và phân nhóm theo chủ đề chính: ứng dụng AI trong kế toán – kiểm toán, thách thức, cơ hội và giải pháp/chiến lược ứng dụng AI trong kế toán – kiểm toán. Cuối cùng, phương pháp tổng hợp và khái quát hóa được áp dụng để đúc rút các luận điểm chính, từ đó xây dựng hệ thống cơ sở lý luận và trình bày các phát hiện trong những phần tiếp theo của nghiên cứu.

KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

Công nghệ AI trong kế toán và kiểm toán

Trong lĩnh vực kế toán và kiểm toán, AI thường được ứng dụng thông qua các nhóm công nghệ chủ đạo sau đây:

Hệ chuyên gia (Expert Systems – ES): là công nghệ AI mô phỏng kiến thức và lập luận của chuyên gia, hỗ trợ các tác vụ như lập kế hoạch, đánh giá rủi ro, lập báo cáo tài chính, quản lý tồn kho và quyết định đầu tư, đôi khi tích hợp logic mờ để đánh giá trọng yếu. Tuy nhiên, ES chưa được ứng dụng rộng rãi do hạn chế về tính trung lập người dùng, mở ra cơ hội nghiên cứu các công nghệ AI khác trong kế toán – kiểm toán.

Kiểm toán liên tục (Continuous Auditing): là quy trình thu thập có hệ thống bằng chứng kiểm toán điện tử trong môi trường kế toán thời gian thực, giúp đưa ra ý kiến về tính trung thực của báo cáo tài chính ngay khi hoặc không lâu sau khi công bố. Phương pháp này gắn với hệ thống kế toán điện tử, nhưng đối mặt với thách thức kỹ thuật, thiếu chuẩn mực, đồng thời nâng cao giá trị thông tin tài chính thời gian thực và báo cáo kịp thời.

Hệ thống hỗ trợ ra quyết định (Decision Support System – DSS): là hệ thống máy tính tương tác, linh hoạt và thích ứng, được thiết kế nhằm hỗ trợ giải quyết các vấn đề quản lý phi cấu trúc để nâng cao chất lượng quyết định. Mục tiêu của Hệ thống hỗ trợ ra quyết định là cung cấp các phương án và dự đoán kết quả để người dùng đưa ra quyết định tối ưu, khác với Hệ chuyên gia vốn hướng đến tự động hóa và thay thế con người trong ra quyết định. Hệ thống hỗ trợ ra quyết định được ứng dụng trong nhiều tác vụ kế toán và kiểm toán có tính phi cấu trúc.

Mạng nơ-ron (Neural Networks – NN): là hệ thống học máy (Machine Learning) mô phỏng cấu trúc não bộ con người với các nơ-ron và liên kết, có khả năng tự điều chỉnh để cải thiện hiệu quả thực hiện nhiệm vụ. Khi mạng có nhiều tầng, nó được gọi là học sâu (Deep Learning) (Deloitte, 2018). Mạng nơ-ron đã được nghiên cứu ứng dụng trong thủ tục phân tích của kiểm toán viên để thu thập bằng chứng và trong đánh giá rủi ro – một phần cốt lõi của quy trình kiểm toán.

Học máy và Học sâu (Machine Learning & Deep Learning): Học máy (ML) là nhánh của AI tập trung vào phát hiện quy luật từ dữ liệu và huấn luyện máy tính thực hiện nhiệm vụ mà không cần lập trình tường minh, còn học sâu (DL) là phân nhánh của học máy sử dụng kiến trúc mô phỏng não người để xử lý dữ liệu phức tạp (Deloitte, 2018). Học máy có thể hỗ trợ phân loại giao dịch trong phạm vi chức năng kiểm soát.

Xử lý ngôn ngữ tự nhiên (Natural Language Processing – NLP): là lĩnh vực nghiên cứu giúp mô hình AI hiểu và xử lý ngôn ngữ của con người (Deloitte, 2018), tái hiện phương thức giao tiếp tự nhiên của con người. Ứng dụng của Xử lý ngôn ngữ tự nhiên gồm xử lý dữ liệu văn bản phi cấu trúc, tự động truy xuất và rà soát tài liệu, cũng như nhận diện các trường hợp rủi ro cao lệch khỏi điều khoản mục tiêu.

Logic mờ (Fuzzy logic): Theo các chuyên gia AI, logic mờ là phương pháp suy luận mô phỏng cách con người ra quyết định, với giá trị chân lý của biến có thể nằm trong khoảng từ 0 đến 1, phản ánh “mức độ đúng” thay vì chỉ đúng hoặc sai tuyệt đối. Kỹ thuật này giúp xử lý khái niệm “đúng một phần” và được Baldwin et al. (2006) đánh giá là hữu ích trong các quyết định về mức trọng yếu, đánh giá rủi ro gian lận quản lý và nhiều vấn đề định tính khác.

Thuật toán di truyền (Genetic Algorithm): là phương pháp tìm kiếm và tối ưu hóa dựa trên thuyết chọn lọc tự nhiên, sử dụng các toán tử như đột biến, lai ghép và chọn lọc. Trong kế toán – kiểm toán, Thuật toán di truyền được áp dụng cho phân loại tài khoản, giao dịch (Baldwin et al., 2006), mô phỏng hành vi kiểm toán viên khi ra quyết định gian lận, cũng như dự đoán phá sản và đánh giá khả năng hoạt động liên tục (Zemánková, 2019).

Tự động hóa quy trình bằng robot (Robotic Process Automation – RPA): Theo PwC (2017), Tự động hóa quy trình bằng robot là dạng tự động hóa thông minh (IPA) dùng robot phần mềm theo quy tắc lập trình sẵn để xử lý dữ liệu có cấu trúc, thực hiện tác vụ lặp lại, tối ưu năng suất và chuyển nhân sự sang công việc giá trị cao hơn. Khác với AI hướng dữ liệu, Tự động hóa quy trình bằng robot tập trung vào quy trình, ứng dụng trong chuẩn bị dữ liệu kiểm toán, tổ chức tệp, tích hợp dữ liệu, kiểm tra Excel, sao chép – dán và chú thích thủ công.

Hệ thống tích hợp (Hybrid systems): Các nhiệm vụ kiểm toán có thể mang tính định lượng, định tính hoặc kết hợp cả hai, do đó việc sử dụng hệ thống AI tích hợp nhiều công nghệ AI đã nêu sẽ mang lại hiệu quả cao hơn nhờ khai thác thế mạnh của từng phương pháp (Baldwin et al., 2006).

Cơ hội và thách thức

AI mang đến nhiều lợi ích rõ rệt cho lĩnh vực kế toán, góp phần nâng cao hiệu quả hoạt động và mở ra những cơ hội phát triển mới.

Thứ nhất, AI giúp tự động hóa các nhiệm vụ lặp đi lặp lại và xử lý khối lượng lớn công việc một cách nhanh chóng, từ đó nâng cao năng suất và giảm chi phí vận hành cho doanh nghiệp. Công việc trước đây cần nhiều nhân lực nay được thực hiện chính xác và hiệu quả hơn nhờ AI, đồng thời hạn chế sai sót do con người. MISA báo cáo trợ lý AI giúp giảm 80% thời gian xử lý công việc kế toán thường ngày, trong khi Bizzi ghi nhận khách hàng tiết kiệm một nửa chi phí quy trình hóa đơn nhờ AI. Những con số này minh chứng AI giúp tối ưu hiệu quả vận hành tài chính.

Thứ hai, AI góp phần cải thiện chất lượng và độ tin cậy của báo cáo tài chính thông qua việc đối chiếu số liệu nhất quán, phát hiện sai lệch nhỏ và tự động tổng hợp dữ liệu, giúp cung cấp thông tin kịp thời, chính xác cho nhà quản lý và nhà đầu tư (Odonkor et al., 2024). Các hệ thống như AI Fraud Detection hay AI Transaction Scoring của KPMG Việt Nam có thể nhận ra mẫu bất thường trong dữ liệu rất lớn, nâng cao khả năng kiểm soát nội bộ cho doanh nghiệp.

Ngoài ra, AI còn đóng vai trò hỗ trợ ra quyết định chiến lược khi biến dữ liệu kế toán thô thành thông tin phân tích có giá trị, dự báo xu hướng và nâng cao vai trò của kế toán viên trong tổ chức. KPMG Việt Nam nhận định AI đang tái định hình vai trò của kiểm toán viên, từ người chỉ kiểm tra sang người tư vấn dựa trên phân tích dữ liệu sâu. Điều này đồng nghĩa kiểm toán viên có thể đóng góp nhiều hơn cho định hướng chiến lược tài chính của tổ chức.

Bên cạnh đó, sự kết hợp giữa AI và kế toán đang mở ra cơ hội nghề nghiệp và dịch vụ mới, như tư vấn tài chính ứng dụng AI hoặc phân tích dữ liệu kế toán nâng cao. Bên cạnh đó, AI cũng đóng góp tích cực vào mục tiêu phát triển bền vững thông qua việc tối ưu hóa nguồn lực, tiết kiệm chi phí xử lý dữ liệu và tăng cường minh bạch, trách nhiệm giải trình trong BCTC (Odonkor et al., 2024).

Mặc dù AI mang lại nhiều lợi ích cho ngành kế toán, tuy nhiên trong quá trình triển vẫn đối mặt với không ít thách thức và rào cản đáng kể. Trước hết là chi phí đầu tư cao và sự phức tạp trong tích hợp công nghệ, đặc biệt với các doanh nghiệp nhỏ thiếu nguồn lực tài chính và đội ngũ công nghệ thông tin chuyên môn (Odonkor et al., 2024).

Bên cạnh đó, khoảng cách kỹ năng là trở ngại lớn, khi nhiều kế toán viên truyền thống thiếu kiến thức về dữ liệu, lập trình và AI, trong khi nhân lực có chuyên môn lại đòi hỏi mức đãi ngộ cao, gây áp lực lên ngân sách nhân sự (Thanasas et al., 2025). Các vấn đề đạo đức và trách nhiệm pháp lý cũng đặt ra thách thức: nếu AI đưa ra quyết định sai trong báo cáo tài chính, việc xác định trách nhiệm giữa con người và hệ thống là không rõ ràng, đồng thời tiềm ẩn nguy cơ làm giảm tính độc lập nghề nghiệp của kế toán viên.

Về mặt kỹ thuật, rủi ro bảo mật và xâm phạm quyền riêng tư cũng gia tăng khi AI xử lý dữ liệu tài chính nhạy cảm, đòi hỏi tuân thủ chặt chẽ các quy định bảo mật như Quy định chung về bảo vệ dữ liệu của Liên minh châu Âu (GDPR). Ngoài ra, tâm lý kháng cự từ nhân viên và văn hóa tổ chức e ngại thay đổi cũng có thể làm chậm quá trình chuyển đổi số.

Về mặt dữ liệu, nhiều doanh nghiệp chưa có đủ dữ liệu lịch sử chất lượng để huấn luyện mô hình AI, trong khi bản chất “hộp đen” của một số thuật toán lại thiếu tính minh bạch, mâu thuẫn với yêu cầu giải trình trong kế toán.

Sự chậm trễ của khung pháp lý và chuẩn mực kế toán – kiểm toán trong việc điều chỉnh theo sự phát triển nhanh của AI tạo ra khoảng trống pháp lý, làm gia tăng rủi ro cho doanh nghiệp trong quá trình đầu tư và vận hành hệ thống thông minh. Một số chuẩn mực kế toán – kiểm toán vẫn giả định công việc do con người thực hiện. Do đó, việc tích hợp AI đôi khi gặp khoảng trống pháp lý hoặc phải vận dụng linh hoạt trong khuôn khổ hiện hành.

Ứng dụng AI trong kế toán và kiểm toán tại Việt Nam

Tại các doanh nghiệp lớn và thậm chí doanh nghiệp vừa và nhỏ ở Việt Nam, AI đang được áp dụng chủ yếu để tự động hóa quy trình kế toán và phân tích dữ liệu tài chính. Những công việc lặp đi lặp lại như nhập liệu chứng từ, xuất hóa đơn, đối chiếu sổ sách được giao cho robot phần mềm và thuật toán xử lý thông minh. Chẳng hạn, công nghệ OCR kết hợp AI cho phép máy tính tự động quét và trích xuất thông tin từ hóa đơn, chứng từ giấy rồi nhập vào hệ thống kế toán một cách chính xác. Nhiều doanh nghiệp đã ứng dụng robot phần mềm lập báo cáo tự động, giúp cắt giảm khối lượng công việc thủ công cho phòng kế toán. Theo một báo cáo, việc ứng dụng robot phần mềm và máy học vào xử lý hóa đơn có thể giảm đến 80% thời gian và 50% chi phí cho quy trình thanh toán, đồng thời tăng tính minh bạch và tuân thủ về thuế. Bên cạnh tự động hóa, AI còn hỗ trợ phân tích dự báo tài chính. Thuật toán học máy có thể phân tích dữ liệu kế toán lịch sử để dự đoán xu hướng dòng tiền, chi phí, doanh thu trong tương lai, giúp nhà quản trị đưa ra quyết định kịp thời. Nhiều doanh nghiệp lớn đã tích hợp các công cụ Business Intelligence (BI) kết hợp AI (như Power BI, Tableau) nhằm khai thác dữ liệu kế toán cho báo cáo quản trị và dự báo tài chính chính xác hơn.

Trong lĩnh vực kiểm toán độc lập, AI đang được đưa vào quy trình kiểm toán nhằm tăng hiệu quả và chất lượng. PwC Việt Nam đã áp dụng các công cụ phân tích dữ liệu thông minh, như Halo for Journals, để đánh giá rủi ro, phân tích và kiểm tra giao dịch bất thường trong báo cáo tài chính. Tương tự, Deloitte Việt Nam triển khai nền tảng kiểm toán thông minh Argus (phát triển bởi Deloitte toàn cầu), tích hợp AI để tự động đối chiếu số liệu, nhận diện điểm bất thường và tự động hóa nhiều bước trong lập kế hoạch kiểm toán. KPMG đã tích hợp AI (bao gồm cả công nghệ AI tạo sinh – GEN AI) vào nền tảng kiểm toán toàn cầu KPMG Clara, cho phép nhanh chóng nhận diện rủi ro và hỗ trợ kiểm toán viên đưa ra quyết định kịp thời ở các khu vực trọng yếu. Theo lãnh đạo KPMG, việc bổ sung dữ liệu và AI giúp đội ngũ kiểm toán tập trung hơn vào các lĩnh vực rủi ro cao, đồng thời nâng cao chất lượng và tốc độ cuộc kiểm toán.

Không chỉ dừng ở nghiệp vụ tài chính, các công ty kiểm toán còn tiên phong phát triển dịch vụ mới liên quan đến AI. Chẳng hạn, Deloitte, EY, PwC đang chuẩn bị ra mắt dịch vụ “đảm bảo AI” (AI Assurance) – dịch vụ kiểm toán, đánh giá mức độ hiệu quả và an toàn của các hệ thống AI của khách hàng. Điều này cho thấy kiểm toán viên đang mở rộng vai trò sang việc đánh giá độ tin cậy của công nghệ AI bên cạnh báo cáo tài chính truyền thống. Cùng với đó, lĩnh vực kiểm toán công cũng bắt đầu ứng dụng AI. Kiểm toán Nhà nước Việt Nam mới đây đã ban hành quy chế thí điểm áp dụng AI vào hoạt động kiểm toán (từ 5/2025). Hệ thống AI nội bộ do Kiểm toán Nhà nước phát triển có khả năng phân tích dữ liệu kiểm toán, phát hiện rủi ro tiềm ẩn, hỗ trợ kiểm toán viên tổng hợp và đánh giá sai sót, đồng thời đề xuất các thủ tục kiểm toán phù hợp để kiểm toán viên lựa chọn. Trong lĩnh vực thuế, cơ quan thuế đã áp dụng hệ thống phân tích dữ liệu dựa trên thuật toán máy học, giúp tự động phát hiện dấu hiệu bất thường tài chính, phục vụ việc chọn mẫu thanh tra kiểm tra thuế hiệu quả hơn (vietda, 2025).

Đáng chú ý, một xu hướng mới là “kiểm toán liên tục thời gian thực” (real-time audit) bắt đầu xuất hiện. Thay vì các thủ tục kiểm tra định kỳ, doanh nghiệp lớn đang thử nghiệm hệ thống giám sát giao dịch ngay khi phát sinh bằng AI để kịp thời phát hiện sai lệch hoặc gian lận (vietda, 2025). Tuy xu hướng này còn mới tại Việt Nam, nhưng tiềm năng AI sẽ mở rộng từ kiểm toán báo cáo kỳ cuối sang kiểm toán liên tục và kiểm toán nội bộ trong tương lai.

Khuyến nghị nhằm triển khai hiệu quả AI trong kế toán – kiểm toán trong tương lai

Để triển khai hiệu quả AI trong kế toán – kiểm toán, cần có định hướng chiến lược toàn diện và các giải pháp cụ thể.

Một là, yếu tố con người đóng vai trò quyết định. Do đó, việc đào tạo và tái đào tạo kế toán viên về dữ liệu, công nghệ số và tư duy AI cần được ưu tiên. Các tổ chức giáo dục và hiệp hội nghề nghiệp cần cập nhật chương trình đào tạo, trong khi doanh nghiệp cần đầu tư vào các chương trình nâng cao năng lực nội bộ.

Hai là, triển khai AI cần được thực hiện theo lộ trình từng bước, bắt đầu từ các ứng dụng có giá trị rõ rệt thông qua dự án thí điểm, từ đó đánh giá hiệu quả trước khi mở rộng. Đồng thời, cần xây dựng hệ thống quản trị dữ liệu và hạ tầng an ninh mạng vững chắc để bảo vệ dữ liệu tài chính nhạy cảm. Việc tích hợp công nghệ Blockchain có thể tăng cường tính minh bạch và bảo mật trong xử lý dữ liệu kế toán.

Ba là, một khung pháp lý và đạo đức rõ ràng là điều kiện cần thiết để bảo đảm AI được sử dụng có trách nhiệm. Cơ quan quản lý và hiệp hội chuyên môn cần sớm ban hành các tiêu chuẩn hướng dẫn, kết hợp các nguyên tắc như minh bạch, trách nhiệm và công bằng vào trong chuẩn mực kế toán hiện hành.

Ngoài ra, cần thúc đẩy mô hình kết hợp giữa con người và AI, trong đó AI hỗ trợ phân tích và xử lý dữ liệu, còn kế toán viên đưa ra đánh giá cuối cùng và giám sát hoạt động AI, nhằm tận dụng sức mạnh tổng hợp giữa công nghệ và chuyên môn nghề nghiệp. Các doanh nghiệp và cơ sở nghiên cứu cần tiếp tục thử nghiệm các công nghệ AI tiên tiến như GEN AI, AI dự báo tài chính, phân tích ngữ nghĩa báo cáo, kiểm toán thời gian thực hoặc các mô hình học liên kết (Federated Learning, XAI…) để theo kịp xu hướng và xây dựng lộ trình chuyển đổi số phù hợp với đặc thù ngành.

KẾT LUẬN

Nghiên cứu này góp phần làm rõ vai trò và tác động của AI đối với sự chuyển đổi của kế toán – kiểm toán trong kỷ nguyên số, từ đó cung cấp cái nhìn toàn diện về cách thức công nghệ đang tái định hình quy trình kế toán – kiểm toán, vai trò nghề nghiệp và yêu cầu kỹ năng của kế toán viên và kiểm toán viên. Bằng cách tổng hợp các ứng dụng thực tiễn, lợi ích, rào cản và định hướng triển khai AI, nghiên cứu không chỉ đóng góp về mặt học thuật mà còn mang giá trị tham khảo thiết thực cho các doanh nghiệp, nhà hoạch định chính sách và cơ sở đào tạo trong việc xây dựng chiến lược chuyển đổi số và phát triển nguồn nhân lực kế toán thích ứng với bối cảnh công nghệ mới. Trong tương lai, dù có thể xuất hiện những thách thức và rủi ro mới, AI chắc chắn sẽ mở ra nhiều cơ hội và mang lại các giải pháp hiệu quả. Việc tích hợp AI vào lĩnh vực kế toán kiểm toán có ý nghĩa vô cùng to lớn, giúp thúc đẩy tăng trưởng và đổi mới của ngành, đồng thời nâng cao lợi thế cạnh tranh cho các doanh nghiệp.

(*) Tôi xin cảm ơn Trường Đại học Nguyễn Tất Thành, Thành phố Hồ Chí Minh đã hỗ trợ cho nghiên cứu này.

Tài liệu tham khảo:

1. Baldwin, A. A., Brown, C. E., & Trinkle, B. S. (2006). Opportunities for Artificial Intelligence Development in the Accounting Domain: The Case for Auditing. Intelligent Systems in Accounting, Finance and Management, 14, 77-86.

2. Berdiyeva, O., Islam, M. U., & Saeedi, M. (2021). Artificial intelligence in accounting and finance: Meta-analysis. International Business Review, 3(1), 56-79.

3. Chukwuani, V. N., & Egiyi, M. A. (2020). Automation of Accounting Processes: Impact of Artificial Intelligence. International Journal of Research and Innovation in Social Science (IJRISS), 4, 444-449.

4. Cordeschi, R. (2007). AI turns fifty: revisiting its origins. Applied Artificial Intelligence, 21(4-5), 259-279.

5. Deloitte (2018). 16 Artificial Intelligence Projects from Deloitte Practical Cases of Applied AI. https://www2.deloitte.com

6. Haenlein, M., & Kaplan, A. (2019). A brief history of artificial intelligence: On the past, present, and future of artificial intelligence. California management review, 61(4), 5-14.

7. ICAEW. (2017). Artificial intelligence and the future of accounting. https://www.icaew.com

8. Odonkor, B., Kaggwa, S., Uwaoma, P. U., Hassan, A. O., & Farayola, O. A. (2024). The impact of AI on accounting practices: A review: Exploring how artificial intelligence is transforming traditional accounting methods and financial reporting. World Journal of Advanced Research and Reviews, 21(1), 172-188.

9. PwC (2017). Spotlight: Robotic Process Automation (RPA) What Tax Needs to Know Now. https://www.pwc.com

10. Rezaee, Z., Sharbatoghlie, A., Elam, R., & McMickle, P. L. (2002). Continuous Auditing: Building Automated Auditing Capability. Auditing: A Journal of Practice & Theory, 21, 147-163.

11. Thanasas, G. L., Kampiotis, G., & Karkantzou, A. (2025). Enhancing Transparency and Efficiency in Auditing and Regulatory Compliance with Disruptive Technologies. Theoretical Economics Letters, 15(1), 214-233.

12. Vietda. (2025). Ứng dụng AI trong kiểm toán: Xu hướng tất yếu 2025–2030. http:// vietda.com.vn

13. Zemánková, A. (2019). Artificial Intelligence and Blockchain in Audit and Accounting: Literature Review. WSEAS Transactions on Business and Economics, 16, 568-581.