会计中的自动化与人工智能：全面的文献计量分析与未来趋势

目的 本文旨在提供一种全面的文献计量方法，以分析自动化和人工智能（AI）在会计领域的融合情况。本研究确定了关键趋势、有影响力的著作和未来方向，以帮助学者、从业者和监管机构充分发挥自动化和 AI 在会计中的潜力。设计/方法/途径 本文进行了文献计量分析，利用绩效分析和科学图谱技术审查了 Scopus 数据库中涵盖 2001 年至 2024 年期间的 343 篇文章。采用系统评价和荟萃分析优先报告条目（PRISMA）方案，以确保识别、筛选和纳入相关研究的过程系统且客观。分析使用 Biblioshiny 生成文献计量指标，例如发文趋势、主题图以及对同被引模式、主题演变和概述会计中自动化与 AI 范围的知识框架的洞察。研究结果 结果表明，该研究领域围绕四个主要概念聚类构建：自动化和 AI 作为增强会计实践的工具、向数字化管理会计流程的转变、区块链和物联网等用于会计与审计流程自动化的新兴技术，以及用于欺诈检测、实时报告和成本优化的机器学习（ML）与高级数据分析。此外，主题演变分析表明，从自动化（2001–2010年）明显转变为 AI 和 ML（2011–2020年），而数字化转型、大数据和数据分析成为 2023–2024 年的主导主题。原创性/价值 据作者所知，本研究是对关于会计中自动化与 AI 的现有文献进行的首次全面文献计量分析。该分析通过提供对研究领域的知识和社会结构等意料之外领域的见解，填补了关键空白。本研究利用 PRISMA 和 Biblioshiny 概述了主要趋势和空白，为数字时代的进一步研究提供了指导。