Ảnh hưởng của dữ liệu lớn đến nghề nghiệp kế toán

27NGHIÊN CỨU KHOA HỌC KIỂM TOÁN Số 121 - tháng 11/2017
AÛNH HÖÔÛNG CUÛA DÖÕ LIEäU LÔÙN
ÑEÁN NGHEÀ NGHIEäp KEÁ TOAÙN
ThS. NGUYỄN VĩNH KHƯơNG*
*Trường Đại học Kinh tế - Luật_ĐHQG TP.HCM
Bài viết tập trung chủ yếu vào sự phát triển của báo cáo doanh nghiệp trong thời đại kỹ thuật số, về Internet và công nghệ hiện đại nói chung và dữ liệu lớn nói riêng. Bên cạnh đó, tổng hợp và phân tích các nghiên cứu trước đây về tác động của dữ liệu lớn đến nghề nghiệp kế toán. Thảo luận các kết quả nghiên cứu trước đây về vấn đề này và đưa ra các ý tưởng cho 
nghiên cứu trong tương lai.
Từ khóa: Dữ liệu lớn, kế toán.
The impacts of big data to professional accounting
The article focuses primarily on the development of enterprise reporting in the digital age, on the Internet 
and on modern technology in general and on big data in particular. In addition, synthesis and analysis of 
previous studies on the impact of big data on the accounting profession. Discuss previous research findings 
on this issue and provide ideas for future research.
keywords: Big data; accounting.
1. Giới thiệu
Cuộc cách mạng kỹ thuật số trong những thập 
kỷ qua đã dẫn tới hiện tượng phổ biến dữ liệu lớn 
(big data) (Moffitt và Vasarhelyi, 2013), trong những 
năm gần đây đã gây ra sự cường điệu. 90% dữ liệu 
của thế giới đã được tạo ra từ năm 2010 là một thực 
tế được nhắc đến nhiều, và nói chung niềm tin là dữ 
liệu lớn đặt ra cơ hội lớn cho các tổ chức, Chính phủ 
và cá nhân để cung cấp các giải pháp cho các vấn đề 
hiện tại và tương lai.
Và dữ liệu lớn đã thể hiện tác động trong 
bối cảnh công ty (Moffitt và Vasarhelyi, 2013; 
Vasarhelyi và cộng sự, 2015) đến các hoạt động 
tiếp thị, hoạt động sản xuất, lập kế hoạch / dự toán 
ngân sách / dự báo doanh thu là những ví dụ phổ 
biến khi dữ liệu lớn được sử dụng để cung cấp ước 
tính chính xác hơn, (Bhimani và Willcocks, năm 
2014; Griffin và Wright, 2015; Vasarhelyi và cộng 
sự, 2015; Warren và cộng sự, 2015). Tác động của 
dữ liệu lớn đối với thực tiễn kế toán, hiện tại và 
tương lai, được mong đợi và chủ yếu được nhìn 
nhận tích cực (Warren và cộng sự, 2015) mặc dù, 
có nhiều sự thận trọng để xem xét rủi ro để đối 
phó (Bhimani và Willcocks, 2014; Payne, 2014). 
Tuy nhiên, Quattrone (2016) đề cập về vấn đề số 
hoá kế toán, vì tin rằng các cuộc đối thoại liên quan 
đến kế hoạch sẽ bị mất nếu chúng ta sử dụng phân 
tích dữ liệu lớn thay thế. Trong một thế giới tự do, 
khả năng phân tích giám sát và dự đoán hành động 
của một người thực sự có thể cần thiết. Tuy nhiên, 
đối thoại và phân tích dữ liệu lớn không nhất thiết 
phải là những người có cùng quan điểm - các nhà 
khoa học dữ liệu tìm cách “kể một câu chuyện từ 
dữ liệu”, “tạo ra một tường thuật để làm sáng tỏ sự 
hiểu biết và cung cấp câu trả lời cho những câu hỏi 
hóc búa”. Bên cạnh đó, sự xuất hiện của các dữ liệu 
lớn kết hợp nhiều hơn các cơ sở dữ liệu cực kỳ lớn. 
28
CAÙCH MAÏNG COÂNG NGHIEÄP 4.0 VAØ NHÖÕNG TAÙC ÑOÄNG TÔÙI NGAØNH NGHEÀ KEÁ TOAÙN - KIEÅM TOAÙN
NGHIÊN CỨU KHOA HỌC KIỂM TOÁNSố 121 - tháng 11/2017
Cái gọi là “người bản địa số”, thế hệ thiên niên kỷ 
(the millennial generation), sử dụng thuật ngữ dữ 
liệu lớn để biểu thị cách thông tin được khai thác 
theo những cách mới (Jariwala, 2015), về cơ bản là 
trạng thái tâm trí, phản ánh những cơ hội mà dữ 
liệu lớn cung cấp , ổn định và phát triển, không có 
giới hạn hoặc không di động, và các lập luận chung 
về hướng thu thập dữ liệu lớn (Jariwala, 2015).
Hệ sinh thái dữ liệu của tổ chức đang được mở 
rộng liên tục, dữ liệu lớn và phân tích dữ liệu lớn 
ngày càng được tích hợp nhiều hơn trong bối cảnh 
tổ chức (Moffitt và Vasarhelyi, 2013; Vasarhelyi và 
cộng sự, 2015). Theo khái niệm ‘dữ liệu là dầu mới’ 
ngụ ý, dữ liệu lớn là tài nguyên chưa được tinh chế 
và thô, để hữu ích, cần phải được tinh chế, tức là 
làm sạch, cấu trúc và xử lý để tạo ra thông tin hữu 
ích. Các đặc điểm, hoặc định nghĩa của dữ liệu lớn, 
nghĩa là khối lượng, đa dạng, vận tốc, tính xác thực, 
biến đổi và giá trị (Gandomi và Haidar, 2015) phản 
ánh các cơ hội nhưng cũng có cạm bẫy liên quan 
đến khái niệm này. Ví dụ, các hình thức mua hàng 
khác nhau cung cấp nhiều dữ liệu đầu vào khác 
nhau, nhưng đồng thời nhiều tổ chức vẫn chưa biết 
làm thế nào để quản lý dữ liệu được tạo ra như vậy 
đáng tin cậy, phản ánh tính xác thực của dữ liệu.
Mặc dù, một số nghiên cứu đang điều tra hoặc 
tranh luận về mối quan hệ tiềm năng của các dữ 
liệu lớn, báo cáo tài chính, kế toán và những ảnh 
hưởng của việc số hóa tài khoản kế toán (Bhimani 
và Willcocks, 2014; Payne, 2014; Quattrone, 2016), 
điều này chủ yếu có đưa ra khuôn mẫu lý thuyết 
với ít bằng chứng thực nghiệm cho vấn đề này. Một 
nghiên cứu định tính đã được thực hiện để thu 
thập nhận thức của người tham gia, ngoài các dữ 
liệu phỏng vấn, các tài liệu video và văn bản được 
quảng cáo bởi nhiều tổ chức khác nhau như các 
nhà cung cấp giáo dục trực tuyến và các hiệp hội kế 
toán chuyên nghiệp đã được sử dụng để tăng cường 
và điều tra các kết quả phỏng vấn. Các câu hỏi phổ 
biến mà chúng tôi quan tâm trả lời là: Trên cơ sở 
dữ liệu thu thập được, liệu có hay sẽ có ảnh hưởng 
lớn đến các hoạt động báo cáo của công ty và vai 
trò của các kế toán trong bối cảnh này? Vai trò tiềm 
năng của kế toán và các kỹ năng cần thiết liên quan 
đến dữ liệu lớn và báo cáo của công ty là gì?
Chính vì vậy, các phần tiếp theo sẽ phác thảo 
29NGHIÊN CỨU KHOA HỌC KIỂM TOÁN Số 121 - tháng 11/2017
các nghiên cứu trước đây liên quan đến phân tích 
ảnh hưởng của dữ liệu lớn đến báo cáo doanh 
nghiệp và kế toán. 
2. Quá trình phát triển của báo cáo tài chính 
trong thời đại kỹ thuật số 
Internet đã trở thành một hiện tượng ngày càng 
phổ biến trong việc phổ biến thông tin của công 
ty (Fisher và cộng sự, 2004) vì báo cáo tài chính 
của công ty đã được điều chỉnh và những mẫu báo 
cáo doanh nghiệp đã được chuyển sang các hoạt 
động trên Internet. Với việc các tập đoàn số hóa 
ngày càng tăng đã công bố báo cáo hàng năm trực 
tuyến nhằm tiếp cận các nhà đầu tư và các bên liên 
quan nhanh hơn, cung cấp thông tin họ có thể xử 
lý dễ dàng hơn cho các phân tích của chính họ và 
tiếp cận đối tượng rộng hơn so với các định dạng in 
(Fisher and Naylor, 2016). 
Thế hệ đầu tiên, của báo cáo doanh nghiệp số 
bắt đầu từ giữa những năm 1990 ở các nước Châu 
âu và ở Mỹ, vào thời điểm kết nối Internet thông 
qua số điện thoại (dial-up). Vì vậy, các kế toán 
đã chấp nhận sớm của công nghệ đó. Sau đó, báo 
cáo của các công ty trên Internet chỉ đơn giản dựa 
trên việc có một trang web của công ty như là một 
công cụ thay thế cho việc phân phối các báo cáo 
hàng năm dựa trên bản in, nói cách khác là công 
khai bản báo cáo hàng năm của tổ chức thông qua 
Internet (Hedlin 1999, Lodhia và cộng sự, 2004). 
Sự ra đời của Hyper Text Markup Language hay 
tương tự, cho phép các công ty sao chép các báo 
cáo tài chính bản in bằng cách sử dụng các định 
dạng điện tử tĩnh như HTML và / hoặc định dạng 
tài liệu di động (PDF) (Lymer và Debreceny 2003)).
Vào đầu những năm 2000, các tập đoàn bắt đầu 
tận dụng các tính năng độc đáo và khả năng của 
Internet như một phương tiện để tiết lộ thêm thông 
tin (Lymer và Debreceny, 2003). Trong thời gian 
này, một thế hệ ngôn ngữ trình bày Internet mới, 
định dạng XML (eXtensible Markup Language) đã 
được sử dụng để tạo thuận lợi cho việc trình bày 
trên web vì nó có ưu điểm là siêu liên kết và khả 
năng thao tác dữ liệu được hiển thị trên màn hình 
hiển thị (desktop) bằng cách nhập trực tiếp vào các 
ứng dụng địa phương của người sử dụng (Lymer 
và Debreceny, 2003). Lợi thế chính của báo cáo 
doanh nghiệp Internet thế hệ thứ hai này liên quan 
đến sự phát triển của Ngôn ngữ Báo cáo Doanh 
nghiệp (XBRL) dễ dàng trao đổi thông tin giữa 
các định dạng của web và cung cấp nhiều cơ hội 
nghiên cứu để tìm các trang và dữ liệu tài chính cụ 
thể trên Internet (Beattie và Pratt, 2003). Khi công 
nghệ phát triển hơn nữa, các cơ hội mới cho báo 
cáo doanh nghiệp Internet thế hệ thứ ba đang được 
nghiên cứu. Sự phát triển liên tục của những đổi 
mới công nghệ, như SoMoClo, là bước tiến ngay 
lập tức để thay đổi cách báo cáo của công ty, đặc 
biệt là chuyển các báo cáo của công ty và các ứng 
dụng có liên quan sang các nền tảng điện toán đám 
mây. Điều này sẽ cho phép cả các công ty và các 
bên liên quan giới thiệu dữ liệu, văn bản, âm thanh 
và giọng nói đã được đăng lên để xây dựng kho dữ 
liệu và áp dụng phần mềm phân tích dữ liệu để thu 
thập, đối chiếu và phân tích thông tin khối lượng 
này, dữ liệu lớn được tạo ra và chia sẻ bởi các công 
ty và các bên liên quan sử dụng mạng xã hội, thiết 
bị di động, phân tích và công nghệ đám mây.
Do đó, thế hệ thứ ba của báo cáo doanh nghiệp 
trên Internet cung cấp cho các bên liên quan các 
cấp độ tiếp cận khác nhau, tính tương tác, nghiên 
cứu và khả năng chia sẻ dữ liệu. Các cập nhật thời 
gian thực có thể thực hiện được trong đám mây 
(Krahel and Vasarhelyi, 2014), ví dụ như giả định 
về chi phí cho việc phân phối hàng tồn kho không 
cần thiết (Moffitt và Vasarhelyi, 2013) và cho phép 
người dùng trích xuất dữ liệu cho các phân tích.
3. Dữ liệu lớn và kế toán
Các công nghệ hiện đại, chẳng hạn như 
SoMoClo, đã tạo ra một lượng dữ liệu khổng lồ 
(Cisco, 2015), làm cho phân tích dữ liệu lớn và 
khoa học dữ liệu trở thành chủ đề quan trọng trong 
cả cộng đồng học thuật và doanh nghiệp (Chen và 
cộng sự, 2012). Các công ty và những người khác 
có thể thu thập, đối chiếu và phân tích số lượng lớn 
thông tin, từ nhiều nguồn khác nhau. Trước tiên, 
dữ liệu đến từ hồ sơ của riêng tổ chức, thường được 
coi là dữ liệu sạch và đáng tin cậy, chẳng hạn như 
phân tích chuỗi thời gian của dữ liệu tài chính trong 
quá khứ, nhưng cũng có thể là từ các nguồn bên 
30
CAÙCH MAÏNG COÂNG NGHIEÄP 4.0 VAØ NHÖÕNG TAÙC ÑOÄNG TÔÙI NGAØNH NGHEÀ KEÁ TOAÙN - KIEÅM TOAÙN
NGHIÊN CỨU KHOA HỌC KIỂM TOÁNSố 121 - tháng 11/2017
ngoài, như quảng cáo, phương tiện truyền thông xã 
hội, hoạt động, các dữ liệu đen của công chúng và 
doanh nghiệp, có thể không có cấu trúc, lộn xộn và 
được thu thập từ phương tiện truyền thông xã hội, 
không gian đám mây của người dùng nếu có thể 
truy cập và các nguồn khác trên Internet (Moffit 
and Vasarhelyi, 2013). Tuy nhiên, dữ liệu thô này 
chưa hữu ích đối với các tập đoàn, do đó, các tập 
đoàn cần phải phân tích dữ liệu thô để tạo ra các 
câu trả lời có ý nghĩa. Ví dụ: việc áp dụng phân tích 
dữ liệu lớn có thể được nhìn thấy trong các cộng 
đồng kinh doanh khác nhau, như Google, Yahoo, 
Amazon, eBay, Oracle, IBM và Microsoft thông 
qua việc sử dụng các phần mềm phân tích phức 
tạp như Google Analytics, MapReduce và Apache 
Hadoop (Chen và cộng sự năm 2012). Gandomi 
và Haidar (2015) thảo luận về các định nghĩa khác 
nhau của dữ liệu lớn và kết luận rằng các tính năng 
quan trọng nhất là khối lượng, liên quan đến độ lớn 
của dữ liệu, tính đa dạng, cho thấy sự không đồng 
nhất về cấu trúc và vận tốc, hàm ý tốc độ tại dữ liệu 
được tạo ra và do đó cần được phân tích và hành 
động. Hơn nữa, các nghiên cứu đề cập đến các ‘Vs’ 
khác, đó là tính xác thực, có nghĩa là sự không tin 
cậy của một số nguồn dữ liệu, sự thay đổi, đề cập 
đến tốc độ và giá trị của dữ liệu, cho thấy ở dạng 
ban đầu dữ liệu lớn có giá trị thấp nhưng giá trị này 
tăng đáng kể khi dữ liệu đang được phân tích.
Các dữ liệu lớn và phân tích dữ liệu lớn chỉ mới 
được giải quyết trong các nghiên cứu kế toán, với 
số lượng ấn phẩm chỉ tập trung vào một số lượng 
lớn các dữ liệu lớn. Đối với dân bản địa thời kỳ 
kỹ thuật số (digital natives), dữ liệu lớn mở rộng 
vượt quá kích thước của dữ liệu đến trạng thái 
nhận thức dựa trên văn hóa, kinh nghiệm, tiện ích 
và mong đợi, về cơ bản là một thế giới theo thực 
nghiệm (Jariwala, 2015) mà con người tiếp cận với 
tính tự động và có thể thậm chí không nhận thức 
được. Thay vì tập trung vào một phương tiện thu 
thập, thu thập các thông tin đã tồn tại, cung cấp 
quá trình phản hồi nhanh hơn và liên tục, làm cho 
phân tích dữ liệu rất quan trọng (Chen và cộng sự., 
2012; Earley, 2015). Warren và cộng sự (2015) cho 
thấy dữ liệu lớn sẽ thay đổi đáng kể kế toán trong 
tất cả các khía cạnh của thực tiễn và nghề nghiệp. 
Để cải thiện chất lượng báo cáo tài chính và tính 
xác thực của thông tin kế toán, do đó sự minh bạch 
và các quyết định của các bên có liên quan sẽ được 
cải thiện và báo cáo của công ty về việc tạo ra và 
sàng lọc theo các chuẩn mực sẽ giúp đảm bảo sự 
tiến triển liên tục của ngành nghề với nền kinh tế 
thời gian thực (Warren và cộng sự, 2015).
Dữ liệu có kích thước lớn, do đó không thể 
được phân tích bằng các phần mềm và hệ thống 
cơ sở dữ liệu truyền thống, và có cấu trúc (khoảng 
10%) và không có cấu trúc (khoảng 90%). Dữ liệu 
phi cấu trúc như vậy được tạo ra từ âm thanh, hình 
ảnh và các nguồn nguyên bản và cần được xử lý và 
phân tích thêm trước khi nó có thể được sử dụng 
để báo cáo và ra quyết định (Warren và cộng sự, 
2015). Nguồn, cách sử dụng và thách thức của dữ 
liệu lớn trong kế toán là khác nhau theo quan điểm 
của các nhà nghiên cứu kế toán (Griffin và Wright, 
2015). Vasarhelyi và cộng sự (2015) cho rằng dữ 
liệu lớn thay đổi căn bản thông tin của chúng ta - 
ví dụ như các tổ chức có khả năng cung cấp thông 
tin theo thời gian thực, trái ngược với kế toán tổng 
hợp và tổng hợp thông tin được cung cấp định kỳ. 
Warren và cộng sự (2015) chủ yếu xem xét việc sử 
dụng dữ liệu lớn trong bối cảnh các quy trình kiểm 
soát nội bộ, tạo ra mối liên hệ giữa hành vi và mục 
tiêu có thể dẫn đến các biện pháp thực hiện mới. 
Krahel và Titera (2015) cho rằng các chuẩn mực 
kế toán không phản ánh sự phát triển của dữ liệu 
lớn vì các báo cáo tài chính dựa trên GAAP vẫn 
chưa đủ mạnh và các tác giả cho rằng những thay 
đổi này sẽ được thay thế bởi dữ liệu thô mà người 
dùng cuối có thể tự động trích xuất và xem xét. Các 
chuẩn mực báo cáo tài chính là cần thiết để duy trì 
khía cạnh so sánh nhưng cần tập trung vào các dữ 
liệu cơ bản cần cung cấp về nội dung và thời gian 
(Moffitt và Vasarhelyi, 2013).
Bhimani và Willcocks (2014) xem xét việc số 
hóa các hoạt động kế toán có tiềm năng mang lại 
lợi ích, tuy nhiên lo ngại rằng nhiệm vụ của kế toán 
trong việc làm cho dữ liệu có thể hiểu được thông 
qua kiến thức không thể chuyển thành thực tiễn 
và dữ liệu đó sẽ mang lại cái nhìn sâu sắc nếu chịu 
phân tích kỹ càng. Trong thời đại kỹ thuật số, các 
mô hình kinh doanh mới xuất hiện dẫn đến các 
31NGHIÊN CỨU KHOA HỌC KIỂM TOÁN Số 121 - tháng 11/2017
thực tiễn kế toán mới, không còn giả định mối 
quan hệ tuần tự giữa chiến lược, cấu trúc và kế 
toán, nhưng là sự kết hợp của ba mô hình đó có 
thể đối phó với dữ liệu lớn có cấu trúc và không 
có cấu trúc liên quan đến khách hàng và xu hướng 
thị trường. Các hoạt động kế toán cần được điều 
chỉnh để thu thập dữ liệu, và các báo cáo tài chính 
sẽ cần phản ánh các sự kiện không có cấu trúc liên 
quan đến khách hàng ảnh hưởng đến việc tạo ra giá 
trị kinh tế (Bhimani và Willcocks, 2014). Với lượng 
dữ liệu khổng lồ, việc thu thập dữ liệu trong tương 
lai sẽ mang tính tạm thời chứ không phải là tĩnh 
và được lưu trữ, và do internet mà các nguồn dữ 
liệu mới sẽ được thực hiện trong hệ thống cần phải 
được cung cấp trong hệ thống thông tin kế toán của 
một tổ chức (Krahel và Vasarhelyi, 2014). Payne 
(2014) cho rằng các công ty thường được khuyên 
tham gia vào các dữ liệu, phân tích và hình ảnh 
lớn, tuy nhiên trong thực tế, khó có thể thay đổi hệ 
thống kế toán và kiểm soát hiện tại vì các hệ thống 
này thường bị phân mảnh, dựa vào các mục nhập 
thủ công và thường chỉ được biết đến với một vài 
thành viên có kinh nghiệm của tổ chức mà không 
thể dễ dàng nuôi dưỡng kiến thức hiện có vào hệ 
thống kế toán. Tuy nhiên, tác giả thừa nhận rằng 
kế toán cần tham gia vào các công nghệ mới, ví 
dụ: bằng cách áp dụng các công cụ phân tích mới, 
kế toán đám mây hoặc tương tác truyền thông xã 
hội, sự chú ý về thời gian và liên tục (Payne, 2014). 
Quattrone (2016) xem xét việc số hóa tài khoản 
liên tục là vấn đề, vì ông quan tâm đến việc mất 
liên lạc và tập trung vào việc phân tích dữ liệu, “cơ 
sở dữ liệu và mô hình thống kê biết cá nhân tốt hơn 
so với cá nhân khác và có thể dự đoán mong muốn 
và hành động trong tương lai. Theo quan điểm này, 
kế toán dẫn đến các hành động giao tiếp tác động 
đến quá trình ra quyết định, và quá trình truyền 
thông quan trọng hơn con số thực trên báo cáo 
(Quattrone, 2016), điều này trái ngược với phân 
tích dữ liệu tập trung vào việc cung cấp nhiều nhất 
số thực. Quattrone (2016) đưa ra câu hỏi làm thế 
nào có thể đảo ngược quá trình số hóa. Cho dù 
quá trình này có thể được đảo ngược có lẽ là một 
câu hỏi thực tế hơn để yêu cầu, cho rằng số hóa đã 
thâm nhập tất cả các lớp của xã hội và các tổ chức. 
Tuy nhiên, quan điểm cho rằng công nghệ có thể là 
vấn đề không phải là không phổ biến, và nghịch lý 
(Arnold, 2003) như sẽ được thảo luận trong phần 
tiếp theo.
4. Nghịch lý của dữ liệu lớn
Nhiều người thừa nhận tiềm năng tích cực 
nhưng cũng có quan điểm phê bình về việc kết hợp 
các dữ liệu lớn vào kế toán và báo cáo của công 
ty. Ngoài việc điều tra nhận thức về dữ liệu lớn và 
báo cáo của công ty, sự sẵn sàng kết hợp các dữ 
liệu lớn trong bối cảnh chuyên nghiệp của các kế 
toán được phản ánh trong trạng thái dữ liệu đối 
với báo cáo của công ty và vai trò của kế toán, bài 
viết cũng nhằm mục đích phân tích những yếu tố 
nghịch lý vốn có của dữ liệu lớn và báo cáo của 
công ty. Arnold (2003) giới thiệu khái niệm khuôn 
mặt Janus (Janus-face) về công nghệ, khuôn mặt 
của nhân vật thần thoại La Mã nhìn theo hai hướng 
cùng một lúc. Khái niệm này hàm ý rằng công nghệ 
có tính chất “mỉa mai và nghịch lý” (Arnold, 2003, 
trang 231), và gợi ý rằng cùng một công nghệ có 
thể phát triển theo hai hướng khác nhau (Arnold, 
2003). Bản chất nghịch lý này không được xây dựng 
trong sự phát triển công nghệ mà đúng hơn là hiệu 
quả phục hồi các nhu cầu và kết quả trong bối cảnh 
xã hội học và cần được xem xét trong khung phân 
tích (Arnold, 2003). Arnold (2003) sử dụng khái 
niệm của Heidegger về thế giới đời sống bị công 
nghệ giải quyết nhằm cung cấp một lời giải thích 
về lý do tại sao công cụ hợp lý được tạo ra theo con 
người sẽ thực hiện nghịch lý. Heidegger gợi ý rằng 
công nghệ không chỉ đơn thuần là một công cụ mà 
còn có khả năng thay đổi cách chúng ta nhận thức 
thế giới, bởi vì thế giới của chúng ta bị công nghệ 
bẻ cong theo cách không rõ ràng (Arnold, 2003; 
Jarvenpaa và Lang, 2005).
Arnold (2003) và Jarvenpaa và Lang (2005) đều 
xác định một số nghịch lý liên quan đến công nghệ 
di động. ví dụ như cuộc trò chuyện điện thoại di 
động thường là công cộng nhưng chính điện thoại 
là một sở hữu riêng, nghĩa là điện thoại báo hiệu 
rằng người ta luôn có nhu cầu và bận rộn nhưng 
cũng có sẵn, sản xuất và tiêu thụ, nghĩa là điện 
thoại di động cho phép người sử dụng có năng 
suất cao để quản lý thời gian hiệu quả nhưng đồng 
32
CAÙCH MAÏNG COÂNG NGHIEÄP 4.0 VAØ NHÖÕNG TAÙC ÑOÄNG TÔÙI NGAØNH NGHEÀ KEÁ TOAÙN - KIEÅM TOAÙN
NGHIÊN CỨU KHOA HỌC KIỂM TOÁNSố 121 - tháng 11/2017
thời tiêu tốn tài nguyên và thời gian. Jarvenpaa và 
Lang (2005), dựa trên những gợi ý của Arnold, đề 
xuất tính xác thực, tức là chịu trách nhiệm về thời 
gian của mình mà còn phải liên tục tham gia vào 
các thiết bị di động, độc lập với sự phụ thuộc, tức 
là điện thoại di động quản lý nhiều nhiệm vụ cần 
phải đáp ứng và tương tác, đáp ứng nhu cầu và tạo 
ra các nhu cầu, tức là các lựa chọn và ứng dụng 
mới đáp ứng nhu cầu, đồng thời tạo ra một năng 
lực mới, năng lực và không đủ năng lực, ví dụ như 
điện thoại di động là những công cụ lập kế hoạch 
hoàn hảo về mặt kỹ thuật nhưng người dùng thích 
ứng nhiều hơn do kết nối dễ dàng với người khác, 
dễ dàng tham gia và loại bỏ, tức là có khả năng liên 
tục liên lạc với người khác nhưng cùng lúc muốn 
được chia sẻ công cộng. 
5. kết luận
Bài viết đã tổng hợp các nghiên cứu về báo cáo 
của công ty và dữ liệu lớn, sự sẵn sàng để kết hợp 
dữ liệu lớn trong bối cảnh công việc của kế toán, 
vai trò dự kiến của kế toán trong bối cảnh này và 
những nghịch lý áp dụng các khái niệm công nghệ 
mới. Bên cạnh đó, các hàm ý cho tổ chức và xã hội. 
Kế toán phải tham gia với các bộ phận khác nhau 
của tổ chức và phải cùng nhau chủ động về các dữ 
liệu lớn và báo cáo của công ty. Vì kế toán cung 
cấp số lượng đáng kể dữ liệu cho các bên liên quan 
và cũng như thu thập và phân tích dữ liệu lớn, kế 
toán viên cần liên kết với các nhà khoa học dữ liệu 
để cùng nhau cho ra kết quả có ý nghĩa. Hơn nữa, 
cung cấp dữ liệu và hiểu biết sâu sắc hơn giúp các 
tổ chức có thể giảm bớt sự không đối xứng thông 
tin, có thể có tác động tích cực đến sự tin tưởng của 
các nhà đầu tư trong thực tiễn kế toán.
TÀI LIỆU THAM KHẢO
1. Arnold, M. (2003) On the phenomenology 
of technology: the ‘Janus-faces’ of mobile 
phones, Information and Organization, 
Vol. 13, pp. 231 - 256.
2. Chen, H., Chiang, R. And Storey, V. (2012), 
Business intelligence and analytics: from big 
data to big impact, MIS Quarterly, Vol. 36, 
No. 4, pp. 1165 – 1188.
3. Cisco White Paper (2015), The Internet 
of Things, https://www.cisco.com/.../iot_
IBSG_0411FINAL.pdf.
4. Dimitriu, O. and Matei, M. (2015), Cloud 
Accounting: A New Business Model in a 
Challenging Context, Procedia Economics 
and Finance, Vol. 32, pp. 665 - 671.
5. Gandomi, A. And Haidar, M. (2015), 
Beyond the hype: Big data concepts, 
methods and analytics, International 
journal of Information Management Vol. 
35, No. 2, pp. 137 – 144.
6. Griffin, P. and Wright, A. (2015), 
Commentaries on Big Data’s Importance 
for Accounting and Auditing, Accounting 
Horizons, Vol. 29, No. 2, pp. 377 - 379.
7. Hopper, T. and Powell, A. (1985), Making 
Sense Of Research Into The Organizational 
And Social Aspects Of Management 
Accounting: A Review Of Its Underlying 
Assumptions, Journal of Management 
Studies, Vol. 22, pp. 429–465.
8. Jariwala, B. (2015), Give the 
Digital Natives Room to Run, 
available at: https://www.ifac.
o r g / g l o b a l - k n o w l e d g e - g a t e w a y /
finance-leadership- development/
discussion/give-digital-natives-room-run;
9. Krahel, J. and Titera, W. (2015), 
Consequences of Big Data and 
Formalization on Accounting and 
Auditing Standards, Accounting Horizons, 
Vol. 29, No. 2, pp. 409 - 422.
10. Lymer, A., Debreceny, R., Gray, G. L., and 
Rahman, A. (1999). Business reporting on 
the Internet . London: IASC.
11. Moffitt, K. and Vasarhelyi, M. (2013), AIS in 
an Age of Big Data. Journal of Information 
Systems, Vol. 27, No. 2, pp. 1-19.
12. Payne, R. (2014), Discussion of 
‘Digitisation, Big Data and the 
transformation of accounting information’ 
by Alnoor Bhimani and Leslie Willcocks, 
Accounting and Business Research. Vol. 
44, no. 4, pp. 491 - 495.
13. Warren, J., Moffitt, K. and Byrnes, P. 
(2015), How Big Data Will Change 
Accounting. Accounting Horizons, Vol. 29, 
No. 2, pp. 397-407.