站在2020年,我们看财务的下一个10年是什么?财务共享服务中心本质是财务的专业化、标准化、流程化、信息化,这是“传统四化”的概念。而财务的下一个10年则是“新四化”,即财务的信息化、自动化、智能化、数字化。
财务的自动化
财务的自动化包括3个方面:
第一,集成一体化。典型的应用如ERP时代的业务财务一体化。ERP 系统是针对物资资源管理(物流)、人力资源管理(人流)、财务资源管理(财流)、信息资源管理(信息流)集成一体化的企业管理软件。ERP 系统通过相互功能独立又深度集成的模块,增强内部信息的交互,达成了业务财务一体化的目标。
第二,API。即系统与系统之间通过API来进行对接。企业在对外开放、内部连接、内外交换的过程中开放了大量的API接口。最典型的例子如银企互联,还有正在推行的企税互联(即企业与税务局的互联)。
第三,RPA(机器人流程自动化)。财务机器人是RPA在财务领域的具体应用,本质上是一种处理重复性工作、模拟手工操作的程序,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,尤其是对于多个异构以及不允许开放接口和源代码的系统,从而优化财务流程,提高业务处理效率和质量,减少财务合规风险,使资源分配在更多的增值业务上,促进财务转型。
以上3个方面的应用可以极大地促进财务流程的自动化水平。如果说财务共享服务中心建立了企业的会计工厂或数据中心,那么财务的自动化可以使得企业整体的会计基础的处理成为“黑灯工厂”或完全自动化的中心。
财务的智能化
财务智能化是人工智能技术在财务领域的应用。人工智能技术包含计算机视觉、VR、机器学习、自然语言处理等,这些技术在财务领域中的应用可以极大地提高财务的数据采集能力与数据加工能力。
现阶段来看,智能技术在财务领域有4个应用已有不少实践,趋于成熟:
第一,OCR识别技术的应用。利用OCR+卷积神经网络的技术手段,通过图像扫描、预处理、文字检测、文字识别等具体方式,可以实现对发票及其类发票附件(如火车票、机票行程单等)的全结构化信息识别和解读。
第二,NLP技术的应用。财务领域存在大量的文本合同、文本报告、表格信息需要识别,以往这些内容主要依靠人工处理和识别;现在则可以利用NLP技术提取合同文本信息等内部信息,辅助爬虫技术获取工商经营信息等外部信息后,利用语言模型算法对获取的结构化信息进行模型判断,得到所审查合同对应条款的签订是否符合相关规定,抓取出高风险合同,实现对合同舞弊行为的智能化防范。
第三,知识图谱的应用。知识图谱可以很好地应用到企业客户画像、客户与客户之间的关系、供应商之间的关系中。举个例子,在过去,企业供应商之间的关联关系无从查起,只能在审计过程中实现;而现在,我们可以做到对供应商情况的“了如指掌”,包括支付给哪个供应商、入围供应商与其他供应商的关系、股东与供应商之间的关系、股东之间的关系等。还可以对供应商关系进行智能管理:在招标的过程中审查供应商信用、筛选优质供应商,在评标过程中利用“供应商黑名单”发现信用不佳的供应商,在日常管理过程中进行财务日常监控与风险防范。再比如,通过客户知识图谱可以知道客户分布、客户与客户之间的关系、客户画像等。这些都是知识图谱在企业财务领域的应用。
第四,智能审核的应用。自动化的规则加上机器学习的应用可以用于财务审核。在财务的日常审核过程,一个看似普通的费用审核,实则并不简单,其中包含的审核点多达五六十个。在过去,这些审核点都是依靠财务人员人工处理,财务人员的眼睛就像OCR,财务人员的大脑就像机器学习的电脑,人为地进行判断。然而,人的判断是有情绪的,是主观性的,因此后期审计与巡视中会存在大量的、人为的、低级的错误。
现在,我们将整个财务的费用审核点提取出来,由计算机进行辅助审核,可以在极大程度上防范人为的犯错。具体在这里有两个要素,第一个要素是将所有的基础数据结构化:能够用OCR技术识别的用OCR进行识别,无法识别的再进行人工填写。第二个要素是将审核细则提炼出来。每一项费用都要提炼出相应的审核点,由计算机自动读取审核点,并与结构化的信息进行对比。审核通过的费用会被打上标签,审核没有通过的费用则由人工进行辅助审核和比较。举个例子,我们在过机场安检时,需要通过机器进行扫描,扫描之后再由人工进行辅助检查。由此可以使得财务人员的工作量至少降低80%,也能防范人为的差错。
以上4个方面的应用可以极大地提高财务的数据采集与加工能力。以往,财务采集的只是“小数据”,由人工进行处理,财务只能做到审核附件的真实性、合理性、合法性,同时将其转化成记账凭证,而在转化过程中,原始凭证中的大量信息会被丢弃。现在,人工智能技术可以扩大财务的采集能力,使得财务“所见即所得”。上一个10年,我们提出“一点录入,全程共享”;而在下一个10年,应该是“多点自动,全程采集”,即用人工智能技术去采集,并且在全过程中使用。数据不再需要录入,而是进行全程采集,做到“所见即所采”。只要我们能看到的所有信息都应该被采集,由此也催生出财务的第3个变化:财务的数字化。
财务的数字化
未来的财务是数字化的。财务本身是数据和算法的集合。在传统的财务过程中,算盘是财务的算力,复式记账法是财务的算法,财务采集的会计科目是财务的数据,因此算力、算法和数据三者相结合会催生出传统的会计。在未来,财务通过信息化的手段转变为自动化、智能化后,可以获得更大量的数据。
财务从仅仅关注于记账凭证和科目转变为收集全面业务单据的全面数据。这些业务单据的全面数据不仅包括财务系统的数据,也包括业务系统的数据;不仅包括企业内部的数据,也包括企业外部的数据。因此,在技术的支持下,财务的算力会趋于云端化,从算盘到一台计算机,到一台服务器,到多台服务器集成的私有化服务器机房,再到云端数据中心,财务的算力不断地提高,财务的算法也会更加多元化。
除了记账方法外,企业的经营管理过程中也会存在大量的算法与规则。这其中既包括日常报销中蕴含的员工从事各类业务所发生的行为,也包括对外支付过程中与供应商的交易行为、与客户的交易行为、与银行或税务的交易行为等。这些交易行为不能仅仅被视为会计科目,而应该将全流程的数据进行展示,采集所有的交易频次、交易行为、交易金额、交易实质,同时进行相应的数据加工。整个数据加工过程从数据采集到数据加工处理与清洗,再到数据模型的建立,进而实现数据算法,建立数据可视化的展示。财务部门不仅要实现事后展示,还要利用规则实现预警和对未来的预测分析。
因此,财务需要以数据为核心进行经营信息的提炼分析,并实现可视化展示,而不再是仅仅围绕三张报表。在一定意义上,未来财务部门会从企业的业务处理中心和“三张报表中心”转变成企业数据中心&算法中心,从而帮助企业进行内外部的决策。
在“传统四化”中,企业在专业化、标准化、流程化、信息化的基础上,减少财务基础人员,建立财务共享服务中心,提高财务处理效率,降低财务管理风险。在“新四化”中,企业在信息化、自动化、智能化和数字化的背景下,不再仅仅是业务处理中心,更是企业的算法、数据和算力的集成中心,因此“新四化”对财务部门提出了更高的要求:
财务部门是技术中心。财务部门的工作包含大量技术的应用。我们在《财务就是IT》这本书中提到,财务部门是与信息技术紧密结合的部门,它能够进行数据的采集、加工与处理,因此财务本身就是信息系统,是与技术的结合。
财务部门是管理中心。在管理PDCA循环(计划——执行——检查——改进)中,管理的核心是决策,决策需要数据,而财务就是提供数据的。同时,财务也拥有大量的管理工具,比如财政部发布的管理会计指引中提到了很多管理会计的工具,这些管理会计的活动和工具,支持了企业的整个管理过程:从战略到计划,到过程控制再到结果评价。因此,财务部门也是管理的中心。
财务部门是数据中心。数据的采集、加工、处理,模型算法,数据的安全,数据的可视化等,都是一系列数据的加工过程。不管是复式记账法产生的会计报表、税务规则产生的纳税申报表,还是内部管理过程中所做的预算和内部绩效考核等报表,实质上都是算法与规则对于数据的重新加工,因此财务又是数据的中心。
财务人员的知识结构
既然财务部门是技术、管理和数据的中心,那么对财务人员也提出更高的要求。我们希望未来财务人员:第一,精通会计,财务人员必须精通会计的专业知识,具有专业技术能力,运用专业判断来评价数据和作出决策。第二,擅长管理,财务人员需要理解如何做战略、如何做规划、如何做计划、如何做预算、如何进行过程管理、如何进行绩效考核和奖励等,这是一系列的管理动作,需要财务深入其中进行配合;第三,熟悉IT,财务人员需要将最新的或成熟的技术应用到财务中,从而提高财务的能力,“工欲善其事,必先利其器”。
以上3个方面是对于财务人员的基础要求。我们还希望可以培养一大批从CFO转型为CEO的财务人员。因此,对财务人员的知识结构的要求还需要再加两条,第四,洞察业务,财务人员还应该做到洞察业务,与企业的业务紧密结合;第五,战略远见,财务人员需要参与到企业的战略规划过程中,并拥有战略远见。
在跨国公司中,CFO接任CEO的比例一直很高;在中国的大型企业中,CFO接任CEO的比例也在逐渐提高,这是未来财务人员的发展方向。我们不仅需要培养CFO,还要更多地培养企业的CEO,培养他们在财务、管理、IT、业务和战略这5方面的能力,使得他们能够驾驭一个企业的经营与管理。财务的发展方向不仅仅是管理财务,财务与企业的运营管理、经营管理的结合会更加紧密。
来源:中兴新云财务云