财务智能化变革来临

唯你新闻唯你科技 2021-04-19 14:04

未来已来，智能时代以前所未有的速度进入了我们所有财务人的视野。人工智能技术发展突飞猛进，在人机博弈、无人仓储、模式识别、风险诊断、决策支持、自然语言处理等诸多应用领域实现了极大的突破。人工智能技术的快速发展，直接影响企业战略，也同样决定性地改变着财务的未来。

智能时代的到来，企业需要更快、更好、更有效地响应客户需求，挖掘潜在需要，这不仅对业务部门提出了挑战，也对传统的财务管理产生了巨大的冲击。继财务电算化、财务信息化之后，以人工智能为代表的信息技术在财务领域的运用进入了财务智能化的新阶段。

NO.1财务智能化—财务领域的工业革命

在谈工业革命之前，我们需要先认识工业这个概念。工业是“集中式生产”，把很多同样的东西按照流程制作出来。长期以来，流水线作业一直是工业生产中高效生产力的标志，生产的高效率与低成本，是制造企业追求的目标。

我们回头审视历史，每一次工业革命，本质上都是机器智能程度的提升。用机器人和自动化改变传统的人工生产模式，人工作业逐渐被工业机器人取而代之。

△工业机器人的启示

传感器。赋予机器人知觉功能和反映能力，使工业机器人能够感受到被测量的信息，并能将感受到的信息，按一定规律变换成为其所需的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求。

示教能力。赋予机器人学习能力，通过实时在线示教，机器人本身凭记忆操作，不断重复再现，完成特定的预期作业。

随着工业4.0的到来，信息化技术在财务领域的应用极大地提高了财务的数据采集能力与数据加工能力。技术，不仅是推动财务智能化转型的动因，也是实现转型的发力点之一。

RPA（机器人流程自动化）。主要用于在不侵入现有系统的基础上将流程的断点衔接起来。根据其行业的需求和规则，通过自主学习来发现行业规律，逐步研磨出一套理论和经验，用以辅助财务人员完成交易量大、重复性高、易于标准化的基础业务，提高业务处理效率和质量，减少财务合规风险，实现业务流程自动化。整个过程模拟人工操作，在财务领域又被称为“财务机器人”。

财务机器人的主要应用场景：

· 原始数据获取、导入和处理；

· 对账、审查与复核；

· 会计核算、报表及附注生成；

· 其他常规工作场景，主要包括系统内、外部平台的登录，文件下载与上传，信息通知等。

财务机器人是目前智能财务最为基础的应用，可以实现商业活动和流程的自动化，能有效提升业务运营效率与服务质量，企业财务部通过使用RPA提升税务及财务工作效率，在降低人力时间成本、提升工作质量等方面收效明显。此外，还能够通过大数据收集分析，发出财务风险的防范预警。

财务机器人细分应用场景已经得到充分的挖掘，未来仍可在如下实现改进：

1.通过标准化、持续统一地执行业务规则，帮助识别和应对常见的管控问题。

2.自动化流程在处理速度、处理容量上改善，并进行自我优化。例如通过增强学习算法提高票据识别的精确度。

3.利用人工智能引擎在同等的期限与限制条件内，提供过往难以实现的数据基础，最终向业务财务、战略财务和监管机构提供有价值的数据信息。

OCR智能识别（财务机器人的传感器）。利用OCR识别技术，通过图像扫描、预处理、文字识别/检验等具体方式，实现对发票、合同、单证以及文件等非结构化信息的识别和采集，拯救无数因长期盯着发票逐渐沦为“斗鸡眼”的会计。

OCR智能识别目前应用最广泛的就是标准模板的发票识别，标准模板主要包括火车票、增值税发票、火车票、飞机票、定额发票，基本上可以实现自动识别，可以把发票上的信息提取出来。还有进项税核对，发票的验真验重，自动的发票开具，自动的辅助审单，发票的预报预审，以及ERP会计数据接入系统，以及把会计数据翻译成会计凭证，在财务系统中可以通过财务接口形成档案件，会计处理方面的合并报表等等。

未来还能进行合同分析，合同通过OCR智能识别后，可以自动定义合同性质如租赁合同，可自动把合同中的租期，免租期，月租金，押金，等重要信息抽取出来形成一个结构化的文件。未来处理上百页的投资合同、股权转让合同就轻松多了。

NLP知识图谱（财务机器人的示教能力）。基于海量历史数据的积累和分析，精准提取票面、单据以及文本中的信息，利用知识图谱和NLP自然语言处理技术辅助识别做自动补充和纠正，结合应用场景生成标准、规范的结构化信息，大幅提升业务处理效率。

△会计核算事理图谱部分片段示例

NLP目前比较有价值的应用包括：

· 出差及报销流程优化。

员工在系统可以根据自然语言发起出差申请，系统将基于NLP抽取用户的意图自动生成出差申请单；管理者对出差申请进行审批，通过NLP可以自动进行内审数据分析，进行疑似点风险控制；基于员工的出行习惯数据，系统通过NLP技术为员工推荐最佳出行方案；当员工进行费用报销的时候，可以基于NLP技术提取设定的报销规则，并进行精确的补助标准计算；到财务申报阶段，系统可以基于NLP相似度分析算法实现模糊算法，连号、重复、相近号和相近金额的查验。

△智慧商旅——事前管控，提升差旅内控效率

△多维度差标管控，多平台比价成本最优

△预订机票、酒店，多维度差标管控

△报销智能稽核

· 辅助我们对商务合同的审核，发现可疑的财务风险点。

财务审核时往往需要对相关财务条款进行检查。例如，对方的付款条件十分苛刻，有不合理的惩罚条款，缺少重要的付款账户信息等等。这些检查事项原有计算机技术是无法解决的，必须靠人工进行核查。有了NLP技术后，我们就可以对AI算法进行训练，经过数据标注方式，让计算机学习不同的语言模式。经过大量训练后，计算机就能帮助我们对合同的文本进行检查复核，并提出相关意见了。

· 通过多模态交互、人机协同实现基于对话式用户界面的智能财务助理。

可基于语音指令实现会计核算，训练人工智能将语言转为结构化信息，完成各类会计要素和凭证要素的填写和计算。在智能报表助理帮助下，用户可通过移动端的文字搜索、聊天输入或语音问答形式，向系统提出数据和报表需求。系统在后端数据治理的基础上，与前端语音交互、自然语言处理（NLP）和知识图谱技术相结合，从而提供个性化的数据服务。在智能报表助理的自助定制化分析下，可以实现研发、制造和销售等场景的专门分析，使每位业务财务人员得到“千人千面”的数据助手，从而实现更具针对性的自动推荐数据功能。

· 通过增强或模拟财务人员的分析、决策能力，形成对财务专家脑力的辅助，实现决策支持等管理会计职能。

为管理层提供动态、实时的经营信息；为管理层及经营者提供经营分析的模型和工具；为企业战略提供财务评价。如将智能财务预测与全面预算管理相结合，可通过数据挖掘、回归分析、机器学习等手段，对业务、收入、费用、减值和资本情况进行科学预测，优化预算编制过程。同时搭建起预算控制和分析的智能化平台，以监控预测的执行状况，形成基于数据预测并实时调整的预算管理体系。

· 基于全过程、多层次的原则，可在数据挖掘技术下实现对成本的精益管理。

如在设备层可以用数据挖掘来评估设备制造成本，从而提高设备检查和维修的精确度，追踪设备更新成本；在流程层数据挖掘技术用来在成本核算中确定成本驱动因素，并有助于制定转移定价的决策；在施工层通过创建神经网络系统，实现快速并足够精确的成本评估；在产品层挖掘出的数据可用于预测产品单元的成本、评估产品生命周期成本；在项目层数据挖掘可以协助建立成本评估体系，包括有形产品和无形产品，如软件和应用等。

· 将企业的资金管理职能升级为司库职能，融入企业对金融资源的管控能力。

企业财务在资金管理中的资金计划、资金调度、资金监控、资金风险管理等职能可在连接社会大数据的基础上，将人工智能技术和相应的管理理论相结合，实现司库管理系统的升级。如财务人员可以根据重要经济指标，运用神经网络模型为公司制定投资方案，以追求长期的稳健回报，这也将使得财务人员关注外部金融资源，借助人工智能提高投融资、运营管理能力，从管理决策导向走向战略支持导向。

· 智能财务同样具备运用通用人工智能乃至强人工智能的潜力，融入智慧企业的建设过程当中，成为“智慧企业大脑”。

智能财务将成为智慧企业中的关键能力，它的重要性体现在：智能财务强调数据驱动，并发挥算法和算力的作用。智慧企业在运营和管理上追求的是标准化和数字化。例如决策的标准化和数字化，采购、招标和定价的标准化和系统化。智能财务可以在大量全样本数据的基础上，对需求和有限资源之间的配置进行无限模拟，做出更加完整、客观的预测，辅助甚至代替企业管理人员做出决策。亦可把管理指标变成类似“今日头条”一样千人千面的数据“新闻门户”，为更灵活的阿米巴会计报告和财务数据服务创新提供了可供参考的实践路径。目前的算法在数小时内就可以探索出数千种可行的策略，并进行逐一模拟和判断。智慧企业大脑在识别新模式、发现并模拟新策略的速度和能力上超过了任何经验丰富的人类分析师和管理者。

NO.2数字会计—财务智能化引路人

财务智能化已经成为当下企业会计信息化发展的重要趋势。它不再是只停留于理念阶段，而是越来越多地出现在企业管理实践中，为企业经营在洞察业务痛点、提升运营效率、识别并控制风险等多方面带来实际价值。

数字会计，是在财务信息化基础上的突破与提升。相对于传统信息化，其摒弃了人的不稳定因素，质量、细致度远远高于人的交付。随着业务量的增加，规模经济带来的效益使得每新增一单的边际成本趋近于零。

RPA作为“数字化劳动力”，其非侵入式部署恰好能解决企业所面临的痛点，打破数据壁垒，实现多系统、应用、平台之间的交互自动化；通过应用RPA机器人可以有效缓解人力资源的压力，将一些传统财务工作中高频次、低风险、弱判断的重复性劳动自动化，实现“产能不减，人员不增”，促进财务逐步向智能化的方向迈进。

NO.3智能化—为企业财务带来新生

财务作为企业数字化转型的重要部分，需要达成提升数据质量、工作效率和价值创造的效果，以便更好的赋能业务、提升管理和支持决策。智能化技术的普及，进一步优化了财务运营能力，实现重科技、轻人力的智能运营模式。

传统财务工作困局

· 财务能力薄弱。

管理者很难根据财务数据了解一线业务真实情况，更不能实时掌握业务经营状况。

· 财务人员匮乏。

大多数财务人员长期忙于基础核算工作，无暇顾及管理层面的财务需求，致使高层次财务人员严重短缺。

· 信息系统落后。

不同系统相互割裂，烟囱式架构造成企业内部形成一个个信息孤岛、数据孤岛和技术孤岛。一些财务管理工作需要消耗大量人力或信任成本来保证交易的一致性。如关联交易核对、内部往来核对、业财一致性核对、合同一致性核对等。

· 风险控制滞后。

风险控制以事后的监督发现为主，很难将风险控制手段介入事前和事中，且事后监督缺少更加高效的工具，难以发现隐藏的关联风险。

Dingtalk_20210419142103

△传统财务工作场景

现有智能财务应用场景局限

· 当前的实际应用主要集中在通过智能化提高效率、审核的功能上，缺乏更能发挥数据价值的应用。

· 智能财务应用场景的体系未建立，缺乏层次性。当前对于智能财务应用场景的探讨多为点状的举例，而不具备科学的应用框架；层次性不强体现在技术和应用场景的对应关系较为模糊。

· 当前应用场景的研究缺乏理论性总结，侧重应用端，而较少探讨背后的技术原理。

智能财务工作优势

在以大智移云物区等技术应用为特征的新数字经济的推动下，智能财务的工作优势逐步显现出来。财务预测决策、财务风险管控以及财务成本管理等有了更先进的算法、模型和工具。数据处理技术可以汇集更全面的数据，商业智能和专家系统能够综合不同专家的意见，移动计算可以帮助财务人员随时随地完成管理工作，财务机器人可以实现财务管理活动的自动化操作，现代系统集成技术可以消除业务、财务和税务等之间长期形成的信息和管理壁垒。

人机协同。将原本占据财务人员大量时间的审核、对账、记账以及开票等工作，交由财务机器人来完成，通过夯实数据基础，实现从业务发生到财务分析的全流程数据管理自动化，实现90%以上业务智能自动处理，将具备专业知识的财务人员从繁琐的低价值交易流程活动中解放出来。

△以进项管理为例人机协同工作

业财融合。财务智能化模糊了财务与其他业务职能间的边界，打通了层级壁垒、部门壁垒，实现信息与资源共享。很多传统财务工作中基础的工作实际上已经转给业务人员和机器人来完成，使财务更多地扮演业务伙伴的角色，参与业务决策。智能时代的财务管理将构建在一个融合了财务管理各个相关方的智能化、开放式生态平台之上。

风控预警。基于大量企业内外部数字化的交易信息和背景信息的采集，能够预测企业内部与外部环境的变化，展开更为丰富的风控分析和管控。如通过构建员工、领导、供应商、客户多方的社会关系网络图谱，能够在网络中出现风险节点时，快速对网络中该节点的周边节点实施预警监控，减少风险。

具体到工作中，智能财务主要带来以下变化：

一）提高会计工作效率

传统财务工作主要靠人力驱动，而人的精力是有限的。智能技术的应用将人力驱动转变为数字驱动，将重复性高、易于标准化的基础业务交由机器人完成，票据智能审核、信息自动录入、凭证一键生成，数据由录入为主转为采集为主，节省了会计相当大的计量和记录的工作，提高了信息的时效性和准确性。

二）深化企业对财务数据的挖掘、分析及利用

传统财务的数据受技术条件约束，仅能在有限的维度上进行信息的记录承载，而智能技术的应用使得海量数据以高效率、低成本的方式进行采集。数据从财务向业务、结构化向非结构化、内部向外部扩展，海量历史数据的积累和分析不仅能够提升财务洞见能力，还能提升财务的运营效率。

三）提升财务风险控制能力

传统的财务管理是通过人员、岗位、流程等来相互制约，智能技术的应用把授权审批归口管理，岗位分离，将预算控制、支出控制、流程控制、单据管理等纳入单位财务管理及会计核算的各个环节，不断规范单位内部控制建设，并实现管理及审批过程信息化，原始票据及会计信息数字化，财务管理及财会账表智能化，全方位提升财务的风控能力。