我認為，大資料這個方向最終會接管最基礎的帳務工作。比如銷售確認、回款、採購入庫、付款、費用報銷，等等。今後需要人工干預的工作主要是一些偶發性帳務以及一些需要特別技巧的帳務。當然，調整自動帳務處理也的靠人。現在的學生除了課堂基礎學習，最好再瞭解下計算機的處理邏輯。 今後計算機更多的參與財務工作是趨勢。###大資料說的不是具體的錄單，確認等等的事。而是在現有基礎上，加大錄入的資訊量。經過積累，找出事件，物品之間隱含的聯絡。比如，從長期的資料找出更加穩定的供應商。更好的細分市場和季節等等。對於財務和審計來說，個人覺得是否在管理會計上作用會更大，可分析可掌握的資料更多，找出管理中的隱含影響事項以利用，審計的話，是否能發現更多的對於風險有影響的事項有助於風險控制。 ###現在美國的四大也都有大資料的部門，不過大多是給consulting做技術支援的，不過我相信，在不久的將來，審計也會用到大資料。上學期我上了一門會計課其中講到了JonesModel其實就是審計在資料統計方面的具體應用。簡單來說，Jonesmodel先給出一個演算法(公式)，需要用WRDS裡面近10年的財務資料做dataanalysis來得出一個平均行業指數，每個行業都有自己的指數區間，如果在一個特定的行業裡，某個公司偏離了本行業的指數區間，就說明這個公司在財務的某一方面可能會有問題。 再舉一個簡單的例子，比如在能源產業，depreciation一定會佔到revenue的百分之X，如果一個能源公司depreciation的費用高的或低的過於行業平均值，它就有很高的審計風險(以上例子只是幫助大家理解，其實Jonesmodel要比這個複雜得多)。 如果大家感興趣，我還可以改天具體再寫一下，今天有點兒晚了先隨便寫寫。###我不太清楚大資料的準確定義，但覺得大資料應該不是指現有的效率已經不錯的一些財務軟體、審計軟體、甚至office等辦公軟體，等。下面說說我覺得是一個大資料應用的例子吧：我們部門最近引進了一個database，作用是存放file，替代了原有的紙質file。 員工在一個專案完結時將該專案所涉及的最終版相關材料放入該資料庫，其他員工可以透過授權檢視該資料庫裡面其他員工、其他專案的資料，實現一個資源共享的作用，比如一個team接到一個以前為做過的新專案，透過該資料庫，他們可以查閱公司其他人是否做過類似專案，他們都放了哪些材料進去，還可以透過該資料庫找到做過類似專案的team，並與之交流。 (P。S。其他人並不是只能看到專案材料的目錄，而是完全可以參考材料的內容，其實有點類似大學圖書館電子圖書，但也不完全相同)。目前該資料庫是公司中國所有office共享的，相比紙質文件的儲存與查閱，該資料庫要方便、有效很多。另外紙質file還有一個侷限是上海office的人做的file都放在上海，其他office的人很難檢視，但該database避免了這一點。 以上例子純屬我個人理解的大資料的影響，並且還不是針對審計的，但我想審計需要放的file是很多很多的吧望指正。###財務資料本來已經就是一個分析預測層面的資料，比如可以透過結構分析得出企業的經營狀況，透過變動分析，對比較近的未來做出預測(年度預算就是一個應用吧)。 但是我也感覺，隨著大資料分析深入人心，財務資料還有很多可以挖掘的空間，比如非直接(借貸)關係的兩個科目之間關聯關係分析、變動趨勢分析，底層資料(憑證)發生規律分析等，空間很大。

大資料是我的主要研究方向之一，目前也在指導大資料方向的研究生，所以我來回答一下這個問題。

首先，不論是我們選擇了大資料，還是大資料選擇了我們，結果都是統一的，就是大資料創造了新的價值維度，能夠打造一個新的產業生態，而且這個產業生態的預期規模會非常大，這個是大資料被廣泛關注的重要原因。

大資料時代背景下，資料的價值不斷被挖掘，資料本身能夠表達的含義也越來越豐富，未來隨著大資料的不斷髮展，大量的社會資產將資料化，資料將是各種資源最為直接的呈現方式。所以，資料整合能力越強的企業，資源的整合能力也就會越強，這也是為什麼很多網際網路企業積極整合各種資料的原因。目前在產業網際網路發展的大背景下，產業資料的整合能力將決定企業在產業網際網路階段的競爭力。

從大資料的產業鏈來看，無論是資料採集、儲存、分析和應用，都有一個共同的基礎，這個基礎就是資源資料化，所以是我們選擇了資料來成為資源的呈現方式。隨著大資料的發展，大資料不僅能夠讓已有的資源資料化，同時能夠發掘新的資源，這個是大資料的重要特點。可以說，資料發現的過程，也是資源發現的過程，而這個資源將隨著雲計算、物聯網的發展而不斷得到拓展，資源的規模也會越來越大。

從應用的角度來看，大資料最終的受益者是每一個參與大資料生態的使用者，比如我們在進行網路購物的過程中，推薦系統給我推薦適合的產品，或者是諮詢系統給我推薦了我需要使用的知識，這個時候就是資料在選擇我們。而要想讓資料選擇我們，前提是我們必須主動擁抱大資料。

大資料的發展是雲計算和物聯網發展的必然結果，同時大資料也是智慧化的重要基礎，大資料本身並不是目的，利用大資料並創造價值才是目的。

大資料讓我們成為資料。萬物數字化是大資料時代最顯著的特質。一方面，我們就是資料，我們的日常消費、家居出行，全部會成為資料、儲存起來。另一方面，資料也許比我們還了解自己，標識著我們的特性、行為、思想，比如我們在電商平臺購買了瑜伽服，有了大資料，下次線上購物就會有同類資訊、相關資訊推送，比如瑜伽帶、瑜伽襪，大資料讓我們瞭解到我們還需要什麼，超乎我們想象。資料讓我們更加智慧化。我們即將被無數智慧裝置包圍，智慧化的計算與決策改變了我們，而這一切也基於資料。比如手機導航基於交通和路況大資料，為我們提過了最最佳化的出行方案。另一方面，智慧裝置的運營也產生資料，大資料技術會讓裝置智慧化程度更高。比如回家途中遠端遙控智慧空調，這樣的操控也是資料，下次也許我們出門的同時，大資料就已經啟動了智慧空調倒計時啟動。我們的目的決定資料使用。數字化表達是大資料時代必備的能力，需要強大的資料分析能力。但是，我們的動機不純，也帶來了大資料使用的盲目性。比如，片面的商業的資料分析帶來了反面效果，手機微信資料洩露了我們的社交、隱私風險，消費資料反映了我們的財務狀況，大資料押題助長了投機取巧，訂票系統透過大資料對老客戶提出歧視化價格。大資料迷信、大資料濫用、大資料殺熟，緣於我們面對大資料時的思維、動機、行為的不配套，使得資料統計分析從源頭就南轅北轍、跌入陷阱。歡迎關注，批評指正。

作為IT行業的一名從業人員，我來回答下這個問題。

大資料時代，資料的價值會得到最大程度的開放。大資料成了一個新的生態體系，我們選擇資料還是資料選擇我們只是價值維度上的一種體現。

人在生產和生活中，無時無刻的都在產生這資料，平常這種資料看似無用，但是大資料時代下，資料的集中收集、分析、應用會讓資料成為一個人的代表，人的想法、思維、選擇都會在資料中體現，從資料選擇的角度去看，資料一旦洩密，不軌者用資料去分析、引導一個人的話，這種程度上就是我理解的資料控制人。

人在產生資料，資料不是憑空而來，我們主動客觀的去選擇，去做事產生資料，這就可以理解為人在選擇資料的誕生。

從唯心的角度上看，資料是我們主觀判斷的產物，資料由人產生。隨著人的消亡，資料的價值急劇下降。資料的分析與應用最終還是使我們受益，所以可以認為是我們在選擇資料。

但是資料可以引導我們生活、思維。從某種片面化的程式上說也是資料在控制這我們。

大資料的發展是雲計算和物聯網發展的必然結果，同時大資料也是智慧化的重要基礎，大資料本身並不是目的，利用大資料並創造價值才是目的。

價值應該才是資料選擇我們還是我們選擇資料的最終決定因素。

我本人從事多年網際網路Java開發，感興趣的朋友可以關注私聊，共同努力，共同進步。

一、大資料的含義

大資料（big data），指無法在一定時間範圍內用常規軟體工具進行捕捉、管理和處理的資料集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程最佳化能力的海量、高增長率和多樣化的資訊資產。（來自百度百科）

自從大資料一詞問世，越來越多的人喜歡提及這個詞彙。人在社會發展發現這一資料龐大，利用價值的背景下，衍生了新詞彙，而這些資料的來源本身就是我們人，人類創造了大資料，讓資料成為了能夠變現，擁有價值的無形資產。而這些資料到底有沒有發揮的價值，完全取值於人類的主觀意識和變造。

例如目前的AI和RPA技術的成熟，就是人類在運用已知的大資料和相關技術讓大資料變得更有價值更有意義，到現在我們可以很明確的在屬於與人的分界線上，人永遠是處於主動方，無論是從資料的創造亦或是選擇資料時，完全取決於我們的人類，當然不包括目前智慧大腦透過自主學習產生的資料，排除之外，還是我們人類選擇了資料。

在汽車時代來臨之前，所有的人選擇無非只是更快的馬而已。在iphone誕生之前，沒有人會知道我們開啟了一個叫做“移動網際網路”的激情年代。

那麼這個問題答案就很清晰了，大資料時代到來之前，你甚至都不知道未來會有這樣一個時代。就像你在第一天晚上，你沒辦法知道第二天的中午，你會在食堂的轉角遇到誰一樣。

這是資料早期的價值，我們那個時候對資料的訴求無非是把一個應用做得更好用而已。但是後來資料的爆發並非是我們能夠輕鬆遇見的。

全網資料的進一步沉澱，加上移動網際網路和人的深度繫結，這些資料產生之後，我們才開始意識到可能這些東西能夠做些什麼。

而當資料不斷地展現自己的魅力，讓我們注意到她的存在之後，我們才恍然大悟，也許我們即將進入一個“大資料時代”。

在這個時代到來之前，我們在談什麼呢？在說上游的產品、下游的渠道，但是沒有幾個人在談資料。說到底，我們就根本沒有去做主動選擇資料的事情。

一切都是時代在發展，時代塑造了我們而已。

歷史學裡有個經典的問題：究竟是人創造了歷史？還是歷史塑造了人？

我們從現在看歷史的時候，我們會覺得一切都好像是必然的，一切事情都可以分析背景、過程和影響。但是歷史學得再好，我們很難去預言未來。

我們每個人都是隨著歷史洪流的改變，被歷史推著往前走而已。

簡單介紹一下本人，資料庫方向PhD, 07年開始從事大資料基礎架構的研發工作。

這個問題看起來是雞生蛋還是蛋生雞的問題，其實不是。因為資料是一直都存在的。我們在大資料誕生前，就儲存了無數多的資料。這些年的變化是人類大規模計算能力跟得上資料的產生速度了。所以我們終於有了對資料進行分析的能力。所以我們從資料分析裡面提取出了形形色色的東西，包括大資料殺熟啊之類的。類似的人工智慧，深度學習等等，理論上並沒有什麼變化，上世紀80年代就有的東西，為什麼今天大行其道，不是因為資料的問題，而是因為我們現在的處理資料的能力，規模等等都具備了。所以準確的說，我們選擇了資料。