兩個月，1.5萬人！
2026年7月初，新加坡特許會計師協會（ISCA）和資訊通信媒體發展局（IMDA）一起推出了"AIxAccountancy"人工智慧流利度計劃。
不到兩個月，超過1.5萬名會計和財務專業人士報名。
原計劃是三年6萬人，現在兩個月就完成了四分之一。
根據ISCA數據，2026年，新加坡約有12萬會計和企業財務專業人士。
6萬的目標，相當於新加坡一半的財務人。
理想一點——
按這個速度，不到兩年，新加坡財務人都將獲得AI技能培訓。
這還是會計和企業財務專業人士主動報名參加培訓。
那麼問題來了——
他們為什麼這麼主動？
1.5萬人報名，到底在學什麼
這門課不學編程。
課程時長約30小時，全部圍著真實工作場景轉：
覆蓋了會計和財務領域120多個AI實際應用案例，涉及審計、財務、稅務、內審、治理和董事會報告六個方向，配套600多項學習活動。
可以學到一些很實用的技能，包括：
AI怎麼輔助財務分析和報告，怎麼幫著準備董事會和管理層材料，怎麼支持審計規劃和測試，怎麼加快稅務研究和內審規劃。
目前超過250人已經拿到AI流利度數碼徽章，近80人完成了全部30小時課程。
學員給課程的平均評分是4.85分（滿分是5分）。
整體來看，效果很突出。
來的也不只是個人。
安永（EY）、德勤（Deloitte）、星展銀行（DBS）、新能源集團（SP Group）、新加坡會計署（AGD）等大企業的員工也有參加。
而且會計署給超過400名官員報了名，還計劃逐步推廣到全政府約4,000名財務和內審官員。
可以說，這是一次覆蓋面很廣的AI培訓。
為什麼是會計先動
這不是偶然。
首先是政策在推動。
2026年2月，總理兼財政部長黃循財宣布：
政府要把AI技能培訓擴展到非科技專業人士，首先從會計和法律兩個行業開始。
其次是會計工作本身適合AI。
IMDA表示，挑會計和法律當第一批，是因為這兩個行業"跨多個行業運作，又高度暴露在AI應用場景里"。
ISCA會長Lee Boon Teck則說：
會計工作中很多都是文本化、結構化數據和監管框架。文件審查、合規檢查、財務分析、報告這些，很適合使用AI。
行業常年缺人也是重要原因。
近年來，新加坡會計專業新生入學和畢業生人數持續下降，加上AI技能需求增加，導致了行業常年缺人。
ACRA最新的行業調查顯示，會計師事務所在2024年仍有超過1,500個職位機會
業內不少人認為，更強的AI素養能緩解招聘壓力，又能提高專業人士的價值。
會計挑頭學AI，有工作特徵符合、行業需求和政策推動三重因素。
"AI流利度"正在變成硬門檻
AI會不會取代會計？造成失業？
ISCA表示：
崗位沒有大規模消失。AI做的是把那些常規、重複、數據密集的活接過去，把這個崗位重新塑形。
Lee Boon Teck說：
"AI不會取代專業判斷。它最大的價值，是讓專業人士把AI能力和自己的專業知識、判斷力結合起來，給客戶、僱主和社會交出更好的結果。"
這引出了一個更現實的問題——是"誰會失業"，還是"什麼樣的人更值錢"？
過去，一個會計值多少錢，主要靠學歷、經驗、專業3證書。以後可能變成：專業能力，加上AI能力，再加上人的判斷。
ISCA說，AI能分析數字，但維護信任這件事它做不了——那份責任，還得專業會計師扛著。
這種變化，工資上已經看得出動靜。
2026年5月，職業平台NodeFlair發布《2026年科技薪資報告》，給出了明確的結論：
在新加坡，帶AI技能的軟體工程師，收入明顯更高。
以初級工程師（0到2年）為例，有AI技能的月薪中位數比沒有的高出25%。中級（2到5年）則高出13%，高級（5年以上）更是高出了18%。
NodeFlair創始人Ethan Ang說：
"AI流利度不再是個加分項，它現在就是一種薪資優勢。"
IMDA的目標，是2029年前培訓10萬名"AI雙語"工人，既懂自己的專業，又能用AI工具解決實際問題。
當懂AI成為主流，不懂AI就會被攔在外面。
下一個會是誰？
AI培訓模式已成為新加坡的產品
ISCA的AI流利度計劃，已經引起了不少國家關注。
目前正準備推出中文、泰文、越南文版本，跟東協各國的會計組織、事務所和企業談合作。
不久前，ISCA和印度特許會計師協會簽了協議，計劃把這套課程推給印度超過150萬名會員和學生。
新加坡把這套模式做成了可以輸出的"產品"。
會計之後是誰？
政府計劃里已經點名了法律。
新加坡法律學會（SAL）執行長楊子健說：律師每天處理大量複雜信息，這個行業"特別適合早期AI賦能，尤其是研究、文件分析和知識管理"。
人力資源、行政、市場營銷——這些工作里，有大量文檔處理、信息整理和標準化溝通。
AI重新設計這些環節，只是時間問題。
自己要明白學習AI的緊迫性
你與其問到處去問"AI會取代哪個職業"，不如問自己兩個更簡單也更實在的問題：
我的工作里，有多大比例是標準化、可重複、能交給AI的？
又有哪些是需要自己去做判斷、做決定的？
把這兩個問題搞懂，你就知道自己該不該學AI了。
那麼，需要學代碼嗎？
對普通人而言，不學代碼也沒事。
因為真正要做的，是把自己的專業活想清楚——哪幾步能交給AI，哪些需要自己做決定。
而且AI工具很多，又天天在變。
你不能總想著自己去開發一個工具。這很不現實。
我們更應該做的是，讓AI進自己的工作流，比如：
做財務的，可以碰碰AI分析；做HR的，可以讓AI幫你篩簡歷；做市場的，可以用AI跑數據、寫分析。
未來，整個白領職場，都會被AI系統性地升級。
"下一個會是誰"，問的其實不只是哪個行業會變，更是在問：
下一個被重新定義工作價值的，會不會就是你？
而你又有沒有做好準備？
