在人工智能重塑各行各业的今天，广财正以前瞻性的视野，在一流本科专业建设的领域主动求变，通过深刻的自我革新，培养能够驾驭未来、引领时代的复合型人才。这场变革的核心，在于学科交叉、产教融合与范式重构。
经济学院 经济学专业
AI时代对经济学专业人才的需求
经济学专业是国家级一流专业建设点。经济学与经济学（创新班）分类培养，前者强调复合型能力培养，后者注重创新型拔尖人才培养。AI时代对经济学本科专业人才能力提出了新需求：
扎实的交叉学科理论功底：马克思主义经济学理论、现代经济学分析方法、人工智能和大数据分析技术融会贯通，经济学思维与人工智能理论深度融合。娴熟的数据科学能力：编程与大数据处理、机器学习与深度学习、与AI结合的前沿计量方法等必备技能。
经济学专业人才培养的优化措施
优化课程体系，强化量化与计算能力：增设与AI直接相关的数智融合课程，如“人工智能通识”“Python程序设计”“数字经济”“经济建模与AI写作”“人工智能经济学”“大数据分析与挖掘”“数据分析与R语言”“平台经济学”等，使编程与数据科学成为学生的必修基础课程。将大数据分析、通用人工智能等新一代信息技术应用融入到经济学核心课程中。
创新教学方法，智能化重塑教学流程与场景：共享数字化教学资源，与广东数字经济研究院共建省级“湾区财经数字素养虚拟教研室”；AI赋能教学，建设《经济学原理》《国际贸易》等智慧课程，出版《区块链经济学》学科交叉融合教材；打造教学数字化集成创新平台，整合数字化特色实验室、课程、师资、科研、竞赛等资源，形成集成统一、一专多能的AI教学新生态。
加强实践教学与创新能力培养：培养学生融合经济学理论与AI技术的“人机协同”能力，强化“数字+经济”协同育人思维，联合省级重点实验室“生态环境资源与经济社会系统协同演化实验室”、省级现代产业学院“人工智能与数字经济产业学院”，将数字思维、数据驱动和计算分析方法深度融入经济学实践教学全过程。
财政税务学院 税收学专业
AI时代对税收学专业人才的需求
税收学专业系首批国家级一流专业建设点。随着AI、大数据、区块链等技术在税收领域的深度应用，税收人才正转向“政策-技术-国际”的复合型能力体系需求，需具备以下核心能力：
数字化分析技能：处理税务大数据、应用算法并进行场景分析，适应“金税四期”等智慧税务建设要求。扎实的财税理论功底：精准解读政策，主导税收政策的创新应用，这是AI无法替代的核心能力。跨领域思维：融合经济学、法学、计算机科学等多学科知识，解决复杂税务问题。国际化视野：熟悉国际税收规则，处理跨境交易税务问题，适应经济全球化需求。创新与终身学习能力：解决国际税收争议等复杂问题，持续更新知识体系以应对技术迭代。
税收学专业人才培养的优化措施
细分培养方向，实施分类培养：设立智能税收创新班、税务师方向班、中外联合培养项目班，制定针对性培养方案。
构建数字化引领的课程体系：多元化整合，开设《财税大数据分析》《数智化税收》等交叉课程，建立“税收+技术+行业”知识体系。嵌入数字化课程，将Python、机器学习等纳入《智能税收征管综合实验》等核心课程，强化“税收+AI”双学科基础。强化国际化培养，通过中外合作项目（如西澳大学3+1本硕连读）引入国际先进课程，提升跨境税务处理能力。
创新实践教学与产教融合：与税务局、税务师事务所等共建实践基地，推行校内+行业“双导师制”；利用虚拟仿真技术模拟跨境税收争议等场景，结合真实企业数据开展案例分析；与广东省注册税务师协会合作成立税务师学院，定向培养行业急需的数字化税务人才。
强化师资队伍建设与教学方法改革：加强教师数字技术应用能力培训，培养“财税+技术”复合型教师；推广翻转课堂、案例教学，引入企业真实案例，培养学生解决实际问题的能力；支持学生参与德勤税务精英挑战赛、税务风控大赛等竞赛，提升创新能力。
金融学院 金融学专业
AI时代对金融学人才能力的需求
金融学专业入选国家级一流专业建设点，立足粤港澳大湾区金融开放与数字化转型趋势，以“金融+开放”为核心理念，构建了特色人才培养体系。AI时代对金融学专业人才能力提出了全新要求：
需兼具金融专业知识与AI技术技能，掌握大数据分析、人工智能算法、机器学习等技术，高效处理金融数据并支持决策。
面对大湾区跨境金融新业态（如数字人民币跨境结算等），需熟悉国际金融规则与区域政策，具备数字化跨境资产配置与合规管理能力。
在AI辅助决策背景下，批判性思维和独立判断能力愈发重要，需能够识别算法偏见、保障数据安全。
金融学专业人才培养的优化措施
构建“金融+AI+跨境”融合的课程体系：引入大数据、区块链、人工智能与金融交叉融合的课程（如数字供应链金融、金融大数据分析与应用、区块链与数字资产、人工智能与金融建模等）。将AI课程与具有湾区经济特色的课程（如国际结算、离岸金融与湾区实践等）进行融合。
创新实践教学模式：校内依托经济与管理国家级实验教学示范中心，进行仿真学习与创业孵化；校外通过与建设银行广东省分行合作开办“建行-广财数字金融班”、与大湾区知名行业企业共建20个实践教学基地，推行“真题真做”，将真实项目和数据融入教学，强化技术应用与创新能力培养。?
强化师资队伍建设：鼓励教师与湾区金融机构交流学习，提升实务经验。组建科研团队开展“AI赋能金融”相关课题研究，确保教学内容与行业、科研前沿同步。通过校企合作、专题培训等方式提升教师数字技术应用能力、培养复合型师资。
工商管理学院 工商管理专业
AI时代对工商管理专业人才能力的需求
传统管理能力（如战略规划、组织协调）仍是基础，但AI时代工商管理专业人才需进一步具备数据驱动决策能力、智能化运营管理能力、跨界融合创新思维。
具体而言，学生需掌握AI工具辅助商业分析、预测市场趋势、优化供应链管理，同时应对伦理挑战，确保技术应用符合社会责任与商业伦理。此外，学生需具备快速适应与终身学习的能力，以应对不断迭代的技术与商业模式冲击。
工商管理专业人才培养优化措施
面对AI时代，工商管理专业以“扎根湾区、数智赋能、跨界融合”为路径，通过课程重构、实践深化、学科交叉与资源升级，培养兼具管理智慧与技术应用能力的高素质人才。
课程体系重构：增设《数字经济》《Python程序设计》《人工智能与商业智能》等前沿课程，强化数据分析和智能技术应用能力。将《创业学》《供应链管理》等课程改为双语教学，引入全英课程，拓展学生国际视野。
实践教学强化：依托沃尔玛等4个省级实践基地和51个校级基地，推行“双导师制”，推动毕业论文选题89%源自企业真实问题。通过“瞪羚拓新行走课堂”“财大创谷”等项目，让学生直面AI技术应用场景，提升解决实际问题的能力。
跨学科融合与创新创业教育：构建“商法融合”“商技融合”课程群，推动管理与技术、法律的交叉培养。依托“挑战杯”“互联网+”等竞赛，鼓励学生开展AI相关创业项目，近三年获省级以上奖项43项，实现“以赛促创、以创促学”。
师资与教学资源升级：通过AI教学专题培训提升教师数字化素养，鼓励开发虚拟仿真实验、案例库等教学资源。目前，《零售学》《管理学》《管理运筹学》已建成国家级一流课程，并依托产学研项目将企业智能管理案例融入课堂。
会计学院 会计专业
AI时代对会计专业人才能力的需求
从“核算者”转向“管理者”：基础核算工作将大量被AI替代，学生需具备数据解读、业务洞察和风险管理能力，成为支持战略决策的“业务合作伙伴”。融合技术素养与批判思维：熟练使用智能财务工具，理解其基本原理与适用边界，能够评估结果可靠性，做出审慎的职业与伦理判断。构建跨学科知识图谱：将会计与数据分析、信息技术、行业、公司战略深度融通，形成复合型知识结构。
会计专业人才培养优化措施
专业设置：开设智能会计专业方向，对传统方向进行智能化升级，培养专业基础扎实、数智应用能力强的复合型会计人才。
课程设置：开设与数智技术融合的跨学科专业课程，构建复合知识体系，强化学生利用AI进行数据处理、分析与决策支持的能力；更新会计核心课程，融入AI在财务会计、管理会计等领域的应用案例，突出传统知识与技术的结合点。
教学资源：组织编写、翻译并出版智能财会审系列教材，配套建设案例库、数据集、实验指导手册、微课等数字化资源，形成完整的教学支持体系。
实践教学：联合行业企业共建省级现代产业学院、科产教融合基地，提供真实的智能财务场景，锻炼学生的数据解读、业务洞察与风险管理能力，提升实操与复杂问题解决能力。
创新培养：通过学科竞赛与创新实践，鼓励学生运用AI技术提出创新的会计解决方案；在跨专业团队协作中，提升沟通能力与跨学科融合素养，更好地适应AI时代对会计人才多元化能力的要求。
师资建设：积极引进具有智能财务领域专业知识和实践经验的教师，鼓励教师参与培训与学术交流，将前沿研究与实践经验融入教学，确保教学内容与行业发展同频升级。
法学院 法学专业
AI时代对法学专业人才能力的需求
当前，法学教育面临两大挑战：一方面，教育体系滞后于技术发展，传统模式难以系统培养学生对人工智能等新技术的理解与应用能力，课程和师资也尚未充分融入AI内容，导致学生难以满足“法律+AI”复合型人才的需求。另一方面，职业路径正经历重构，AI技术已能替代文书起草、合同审查等初级法律工作，压缩了传统法律职业的入口，提高了法学生的就业门槛，促使职业晋升路径发生调整。
为应对挑战，法律人才需重点培养两类核心能力：跨学科复合能力，具备扎实法学专业知识，理解AI基本原理、算法及数据处理逻辑，熟练运用法律AI工具。批判性思维与价值判断能力，在AI辅助决策中保持独立判断，具备对AI输出结果的质疑与纠错能力，以防范“AI幻觉”或技术缺陷可能对司法公正带来的风险。
法学专业人才培养优化措施
建立“教学-课程-实践”三位一体协同机制，系统推进AI时代法学人才培养的转型升级。
夯实智慧教学协同体系：常态化开展AI教学工具应用、数据驱动教学设计、人机协同教研等专题培训与工作坊20余场，支持教师深度整合智能备课系统、学情分析工具等数字资源，提升教学精准度与交互效能，形成可复制、可推广的“数智法学”教学范式。
构建智慧课程协同体系：新增《人工智能法学导论》《人工智能背景下的数据法》《人工智能发展中的法律问题概论》等7门课程，采购小包公法律大模型、得理法律大模型，将人工智能模型深度融入教学环节，实现本科课程体系的动态迭代升级。
培育智慧实践协同新生态：依托经济与管理国家级实验教学示范中心、法学实验教学中心，与阿里集团共道科技、广州晟烨科技共建数字治理实验室、涉外法治·安全人工智能实验室，培育数智法学产教研融合新生态，推动产学研用一体化。