財務共享服務數字化轉型的動因與技術影響

張慶龍

【摘要】信息技術是組織變革的根本動因， 它將改變組織形態和管理工作本質， 也是推動財務共享服務數字化轉型的重要支撐。 從財務數字化轉型整體視角、效率視角以及數據價值視角三個方面探討財務共享服務中心數字化轉型的動因， 以及大數據、云計算、人工智能、區塊鏈和物聯網等數字技術對財務共享服務數字化轉型的影響。

【關鍵詞】財務共享服務;信息技術;數字化轉型;動因;數字技術

【中圖分類號】 F275? ? ?【文獻標識碼】A? ? ? 【文章編號】1004-0994（2020）15-0012-5

一、引言

組織變革的技術決定論觀點認為， 信息技術是組織變革的根本動因， 它將改變組織形態和管理工作本質。 財務共享服務在西方早已有之， 為什么在這個時期需要進行數字化轉型？筆者認為， 這與企業所處的階段、周圍的環境變化有著直接的關系。 其中， 最為重要的是信息技術環境的重大變化， 它顛覆了我們對于傳統財務、傳統企業管理的認知， 給過去的不可能提供了可能。

財務共享服務的發展經歷了兩次重大演進。 最初建立財務共享的目的是降低成本、加強集團管控， 企業因此實現了管控模式從分散到集中的轉變。 但這個過程并不是所謂的會計集中核算， 區別于傳統的物理集中， 它是一種邏輯上的集中， 其特征可以概括為“集中的更集中， 分散的更分散”， 并由此帶來財務內部的專業化分工， 即劃分出共享財務、業務財務與戰略財務三個功能。 其中， 業務財務與戰略財務主要針對的是沒有進入財務共享服務中心的員工， 也就是從會計核算等基礎業務中釋放出來的財務人員。 這部分財務人員應按照業務財務與戰略財務的要求從事經營決策服務、戰略目標實現的價值管理等高附加值工作， 但事實上， 結果并不理想， 而是產生了一定的期望差距。 主要原因包括財務組織架構改革滯后、流程再造不徹底、財務人員能力有限以及當時的信息技術落后等。 總之， 傳統財務管理的問題全部暴露出來， “一集就死， 一放就亂”的弊端使得很多建立了財務共享服務中心的企業集團抱怨之聲不絕于耳。

筆者認為， 看上去很完美的財務共享服務中心仍存在諸多問題， 無法充分發揮管理會計的價值。 業務財務與戰略財務則處于尷尬的境地， 由于無法充分利用來自財務共享服務的數據， 導致很多企業集團的業務財務與戰略財務又回到原來的老路。 此時， 財務共享服務迎來了第二次大的迭代， 即如何推進業財融合甚至是業財稅一體化。 在這一階段， 要求業務財務人員不僅要懂財務更要懂業務， 把企業財務的神經網絡融入業務流程中、打通業務與財務之間的壁壘成為主要任務。 從系統來看， 主要體現為財務共享服務中心如何與ERP系統進行有效的對接。 這自然就要發揮財務的服務功能理念， 深入業務， 為業務過程提供數據參考依據， 從而真正熟悉管理過程， 為管理決策提供相關的信息支持。 這時如何加強財務共享服務中心數據服務的能力成為重點。

具體來說， 可以將財務共享服務數據中心視為企業的大數據中心， 至少是管理會計的數據決策中心。 如何運用連接、共生、協同、平臺等理念， 針對來自企業內外部的大量、完整、多類型、異構的數據， 運用數據采集、數據加工、數據挖掘、算法、模型等方法進行數據的加工與管理， 并進行數據的可視化展示， 推動企業數據中臺與財務智能化， 成為財務共享服務中心第二次演進的目標。 筆者認為， 這也是財務共享服務數字化轉型所要達到的目標。 應該看到， 數字技術的飛速發展使得財務共享服務的第二次演進成為可能。 因此， 本文將對財務共享服務的數字化轉型動因和數字技術在哪些方面影響了財務共享服務進行探討。

二、財務共享服務為什么要進行數字化轉型

1. 整體視角。 財務數字化轉型始于共享服務， 該觀點主要源于對財務轉型始于共享服務的認知， 源于財務共享服務中心的優勢——解決了企業集團存在的數據管理問題， 并為財務數字化轉型搭建了重要的數據基礎、組織基礎、技術基礎與服務基礎。 財務數字化轉型是指企業在財務領域運用云計算、大數據等數字技術來重構財務組織、再造業務流程， 提升財務數據質量和財務運營效率， 從而更好地賦能業務、支持管理、輔助經營和支撐決策。 顯然， 看上去很完美的財務共享服務中心距離財務數字化轉型的要求還有很大的差距。 作為企業擁抱數字化浪潮的“先行者”， 機器人流程自動化（RPA）、人工智能、區塊鏈等數字技術已經開始運用于財務共享服務中心。 也就是說， 從財務數字化轉型的整體視角來看， 財務共享服務數字化轉型更重要的使命是實現企業內外部數據的連接和協同， 不僅包括業務環節的數字化， 還包括與客戶、供應商、投資人、債權人等第三方連接的數字化。 這是財務共享服務數字化轉型的動因之一。

2. 效率視角。 財務共享服務中心的工作效率提升不明顯， 主要體現在工作流程和技術應用兩個方面。

（1）財務共享服務將核算等重復性工作集中后， 其財務人員面臨較大的工作量。 一是， 雖然財務人員只需通過查閱電子影像而無須查看實物進行核驗， 但仍需要進行大量的數據錄入、審核判斷等人工處理。 二是， 財務人員此時提供的會計數據類型單一、數據量較小， 對管理會計的決策支持功能依然較弱， 對企業的規劃、決策、控制、評價以及價值創造方面的作用也不大。 三是， 從整體的角度來看， 財務共享服務中心效率的提升還應帶動企業整體運營效率的提升。 事實上， 許多財務共享服務中心的流程將原始數據錄入等工作轉移到業務人員， 增加了不必要的工作， 這與提升企業整體效率的目的顯然是相背離的。

（2）財務共享服務實施的過程中， 其效率受技術應用的影響較大， 而財務共享服務中心的建設時間以及管理水平又決定了財務共享服務中心的技術應用能力。 常媛等[1] 通過對我國制造業部分企業的財務共享服務中心效率進行靜態和動態分析， 發現較晚實施財務共享服務中心的制造業企業擁有可借鑒的成功經驗以及可應用的新技術， 因而效率普遍較高。 并且， 企業的管理水平也會影響先進技術在財務共享服務中心的運用， 如果只是簡單套用現有財務共享服務的實施模式， 則可能影響企業對新技術的應用， 只能通過提高當前的技術效率來提高財務共享服務中心的效率。

新技術的應用， 特別是自動化與智能化技術的部署， 成為提高財務共享服務中心效率、進一步釋放核算資源的關鍵所在。 財務共享服務中心需要考慮如何通過數字化轉型進一步替代現有人工， 通過自動化共享作業進一步釋放勞動力， 從而實現轉型。 例如， 在審核環節引入機器學習引擎， 實現對單據的風險等級判斷， 提高審核的靶向性， 而審核后的結果則通過會計引擎完成全自動的記賬核算。 這樣所構建的財務共享服務平臺會減少大量低附加值的報賬、審核、核算環節， 使相關工作由智能化系統實時自動完成， 使財務人力得到最大限度的利用。

3. 數據價值視角。 從財務轉型的方向上來看， 財務共享服務中心并不能僅滿足于對流程效率的提升; 在集團會計數據管理現狀和下一代財務的智能化思維中， 還需要明確數據價值以及數據對財務數字化轉型的重要性。

為了發揮數據價值， 企業需要建立采集數據的“觸角”， 并在管理數據的平臺上通過對數據質量的控制， 找到能深度分析和挖掘數據價值的算法與模型[2] 。 財務要實現數字化轉型， 應及時、廣泛地采集企業內外部數據， 從企業的小數據集轉化為大數據中心， 借助經營預測、風險預測模型和工具為管理者提供服務。 可以看到， 獲取和采集數據是利用數據的前提， 然而在這一環節上， 財務共享服務中心存在數據采集率低、數據顆粒度（數據集的最小單元）不夠細致等問題， 難以滿足管理會計決策大數據分析的要求。

受財務特殊的數據處理方式的影響， 目前財務共享服務中心業務數據化程度仍然較低， 所采集到的數據也僅是企業可利用數據的“冰山一角”， 并且主要集中于結構化的財務數據。 華為聯合全球權威的咨詢與服務機構IDC發布的白皮書指出， 當前企業數字化轉型數據僅涉及企業10%的管理數據， 90%的數據仍處于“沉睡”中。 要推進數字化轉型， 能否采集物理世界的全量數據， 能否將不同物理世界數據融合， 能否將物理世界數據和現有管理數據融合是數據價值創造的核心關鍵點。

同時， 區分“業務數據化”與早已有之的“業務流程信息化”概念， 有助于我們加深對業務數據化的理解， 更好地指導實踐。 建立在信息化技術基礎上的ERP系統是企業財務共享服務中心建設的重要支撐[3] ， 而信息化建設主要以業務流程為核心， 注重滿足流程需求， 而不關心數據之間的關系。 例如， 以財務管理為主導的ERP系統以及在此基礎上建立起來的財務共享服務中心， 大多只關心流程中的財務信息或貨幣化的勞動是否被記錄， 而忽視了采購、生產和銷售等環節數據之間的邏輯關系， 更沒有采集詳細數據[2] 。 與此不同的是， 業務數據化更強調從數據采集到數據應用整個環節來構建數據邏輯， 避免信息化建設所造成的數據孤島問題。 因此， 業務數據化將為財務共享服務的數字化轉型特別是大數據的利用奠定基礎。

三、數字技術驅動財務共享服務數字化轉型

在技術決定論的觀點影響下， 管理者需要加強自身企業的技術應用能力， 密切關注外部信息技術資源的快速迭代， 才能適應信息技術沖擊下的外部環境。 目前， 大數據、云計算、人工智能、區塊鏈和物聯網等數字技術正顛覆傳統行業， 而財務共享服務中心的業務特征又天然具有應用這些數字技術的條件。 因此， 數據的采集、加工， 提升客戶體驗等就成為財務共享服務中心應用這些數字技術的突破點。 可以看到， 它們是實現財務共享服務數字化轉型的技術支撐， 是推動財務共享服務數字化轉型的主要技術驅動力。

1. 大數據： 拓展財務視野， 挖掘數據價值。 結合大數據的特征， 其應用主要體現在兩個方面：

（1）大數據拓展了財務視野。 數據容量大、數據類型多樣化是大數據的兩個典型特征。 數據容量大意味著大數據擁有普通計算機、傳統常規軟件無法應對的數據量級; 多樣化意味著數據類型較豐富， 除了能在表格或數據庫中處理的結構化數據， 還包括非結構化數據和半結構化數據。 從這兩個特征可見， 財務目前所涵蓋的數據很難稱得上大數據。 原因在于： 一是在企業內部， 數據并沒有達到大數據的量級; 二是財務所處理的經營數據、會計分錄等數據僅是結構化數據。 對財務管理工作而言， 大數據技術的出現， 真正擴大了財務的視野， 使財務獲得的數據類型從財務向業務、結構化向非結構化、內部向外部三個方向擴展。 以前財務所能管控的數據主要是面向企業內部的系統進行集成， 更多管理的是企業內部數據。 未來數據的匯總核算可基于交易進行明細核算， 實現真正的精細化。 隨著數據的邊界越來越模糊， 企業可以將產業鏈端的能力釋放出來， 收集產業鏈上下游的數據， 并接入社會級、行業級數據， 幫助企業從全產業、全行業視角評價企業經營行為。

（2）大數據使財務運用數據的能力增強。 大數據的另外兩個特征是時效性與價值性。 大數據往往通過數據流的形式動態、快速地產生， 具有很強的時效性， 用戶只有把握好對數據流的掌控才能有效利用這些數據[4] ， 這就需要不斷地縮短處理和分析數據的時間。 同時， 大數據可基于數據之間的相關關系預測未來趨勢， 因而具有比一般分析更高的商業價值。 對大數據的分析和挖掘將為企業提供預測性信息， 使會計工作從反映過去逐漸向預測未來發展[5] 。 財務共享服務中心還可以利用大數據來加強企業自身的運營管理， 通過數據分析來發現管理改進的機會， 幫助業務部門挖掘管理信息。 基于相關性的發掘能力使傳統的財務分析得以擴展， 發現更多影響經營結果的關鍵因素， 并使得財務人員有機會對這些關鍵因素的影響程度進行識別， 通過干預影響關鍵因素， 達到改善經營績效的效果。 總的來說， 大數據技術從數據來源、處理、分析和輸出等方面， 從更大、更廣和更深的角度影響企業會計數據管理， 進而改變企業經營決策環境。 大數據技術將為財務共享服務中心提供強大的數據基礎和數據處理能力， 助力財務共享服務向企業大數據中心和數據中臺轉變。

2. 云計算： 搭建財務云平臺， 提升數據算力。 美國國家標準與技術研究院認為， 云計算通過可用、便捷、按需的網絡訪問， 快速提供網絡、服務器、存儲、應用軟件和服務等共享的計算資源。 基于提供服務的類型， 可以將云計算分為三種類型： ①基礎設施即服務（IaaS）， 即由云服務供應商通過網絡， 為企業提供需要進行高額投資的網絡基礎設施服務; ②平臺即服務（PaaS）， 即利用互聯網構建的應用程序和服務平臺， 為企業開發、測試和管理軟件提供環境; ③軟件即服務（SaaS）， 即企業直接使用開發商提供的軟件服務。 云計算資源共享、按需取用、動態調配和實時響應， 有助于財務共享服務中心信息系統架構能力以及對數據處理能力的提升。

在信息系統架構能力上， 一方面， 財務共享服務中心可以將作業系統或終端架構在IaaS模式下， 直接將應用系統和數據庫部署在云服務提供商上; 另一方面， 財務共享服務中心亦可以作為SaaS模式產品的直接使用者， 租用第三方的云服務產品， 將自身的作業平臺建立在云服務產品上。 這些都可以通過按需租用云計算資源的方式， 實現輕資本運營并靈活增減算力資源， 減少信息化的開發和維護成本， 助力財務轉型。 財務共享服務中心“上云”可以降低企業信息化建設的成本， 并且在與企業內部各信息系統平臺的連接中實現信息流、審批流和票據流三流合一， 并為外部系統對接提供了可能。 財務共享服務中心通過云化方式打破物理“圍墻”， 實現從員工費用報銷到應收應付管理、資金管理、資產管理和合同管理端對端的全連接， 形成業務連接和數據匯集的平臺， 推動業財資稅一體化[6] 。

3. 人工智能： 提高自動化能力， 催生智能財務。 埃森哲咨詢公司將人工智能背后廣泛的技術視為一套能力框架， 包括感知能力、理解能力、行動能力和學習能力， 并根據工作和數據的復雜性， 將人工智能的潛在應用分為自動化和提升能力兩個主要方向。 其中， 越是常規、可預測和基于規則的工作， 而且只需處理少量穩定的結構化數據時， 人工智能的應用越傾向于自動化; 工作的臨時性越大、判斷性和不可預測性越強， 數據越傾向于大量、易變化且非結構化時， 人工智能的應用越傾向于對能力的提升 。

（1）實現會計工作的自動化作業。 財務共享服務中心將企業重復性高、業務量大、標準化程度高的財務業務進行集中處理， 符合常規、可預測和基于規則的工作條件以及少量、穩定和結構化的數據條件， 可以通過部署機器人流程自動化（RPA）的形式， 實現常規業務活動的自動化作業。

（2）在自動化的基礎上， 利用機器學習技術發揮人工智能作用。 機器學習是賦予人工智能此類能力的技術核心， 已經實現的前瞻性判斷預測系統、解讀語音和文本的自然語言處理系統、識別視覺內容的機器視覺技術等都依托于機器學習技術。 機器學習通過模型和算法的應用， 可以在復雜的變化當中學習和適應， 以保持對規則判斷的一致性[7] ， 只有當自動化程序具備了學習與判斷的能力， 才能被稱為一定程度的智能。 將該思路應用于財務共享服務中心作業中， 傳統財務共享服務中心審核人員的思考過程就可以通過規則引擎轉換為機器規則， 嵌入計算機系統處理程序。 再結合電子發票、電子檔案、電子簽名、光學字符識別（OCR）等技術， 由機器替代人工審核， 審核通過后由會計引擎根據業務類型、單據及單據要素信息完成全自動的記賬核算， 實現會計核算流程的自動化、智能化。 這樣所構建的財務共享服務中心會進一步減少大量低附加值的報賬、審核、結算環節， 為業務財務和戰略財務作用的發揮提供可能。

若將人工智能技術與云計算、大數據相結合， 還可以發揮模型和算法在數據處理方面的功能。 此時， 若要通過人工智能技術提高財務管理的工作能力， 前提是提高財務共享服務中心在獲取數據、處理數據方面的能力， 同時基于不同業務設計出合適的應用場景， 進而發掘出數據價值， 在財務共享服務數字化轉型的基礎上向智能財務邁進。

4. 區塊鏈： 建立信任機制， 促進模式創新。 區塊鏈具有去中心化和不可篡改的特點， 并對智能合約功能進行重新定義， 能為企業的數字化轉型提供技術條件。 首先， 去中心化體現在區塊鏈采用純數學的方法建立分布式節點間的信任關系， 形成去中心化的可信分布式系統， 產生交易、驗證交易、記錄交易信息等活動， 這些均是基于分布式網絡完成的， 是徹底的去中心化。 其次， 特殊的加密技術保證了區塊鏈的安全性， 想要篡改區塊鏈中的數據只是在理論上可行， 但所花費的電力、設備等成本并不符合成本效益原則[8] 。 另外， 智能合約作為一種嵌入式程序化合約， 可以內置在任何區塊鏈數據、交易、有形或無形資產上， 形成可編程控制的軟件所定義的系統、市場和資產。 這些特征不僅為企業提供了去中心化的交易模式與數據安全保障， 還為自動化業務提供了解決方案。

區塊鏈在財務共享服務中心的應用， 主要體現在分布式記賬帶來的數據安全性和通過智能合約實現自動化處理兩個方面。 一方面， 區塊鏈提供了在公共區域保存分布式賬本系統的機制， 并通過“哈希值”來保證電子檔案的完整性， 且具備可追溯性。 它將個體記錄串聯成一個網絡， 重新構建信任機制和價值網絡， 這將極大地顛覆現有的財務管理和共享服務模式。 作為一種去中心化的共識記賬模式， 它的價值在于能夠大幅提升交易信息記錄的安全性和可靠性。 在區塊鏈模式下， 信息在多個賬簿中被同步重復鏈式記錄， 這種記錄方式不易被篡改， 可信度得到保障， 從而解決了交易或信息傳遞過程中的信任問題， 降低了信任成本。 財務共享服務在引入分布式記賬的形式后， 任何生成會計信息的參與者和信息的外部使用者都可以獲得指定區塊的全部信息， 并嵌套進下一步， 從而從技術上確保會計信息的真實性和完整性。 另一方面， 區塊鏈的智能合約同樣可以實現交易的自動化處理， 進一步確保交易的可靠性。 一旦滿足了事前定好的條件， 將會自動觸發交易， 執行約定的合同條款并滿足上述記賬條件。 在不需要交易雙方進行文字確認的情況下， 基于區塊鏈的智能合約將大大減少業務的交易成本， 提高財務共享服務中心運作的效率。

此外， 區塊鏈去中心化、不可篡改的特征也促進了財務領域工作模式的創新。 在實際應用中， 海爾集團的財務團隊運用區塊鏈技術， 建立了自己的結算體系——“票聯網”。 海爾集團基于結算業務， 整合稅票、資產、費用、收付、往來平臺等內部資源， 并鏈接稅務和法務等外部資源， 有效并聯供應商、客戶、資源方以及相關的信息化平臺， 最終形成一種內外部協同的基于區塊鏈的結算生態。 票聯網不僅實現了結算效率的提升和成本的降低， 更將眾多利益相關方通過技術手段進行并聯， 打破了企業的組織邊界， 實現了各方數據的安全共享和有效交易， 有助于實現企業各方的共贏與價值增值。 可見， 區塊鏈技術還將助力財務組織的功能性轉型， 形成開放的財務生態圈。

5. 物聯網： 獲取多維度數據， 推動萬物互聯。 物聯網可以實現物與物、物與人的廣泛連接， 實現對物品和過程的智能化感知、識別和管理， 因此成為大數據的“源泉”。 物聯網的深度應用加速了大數據的形成， 開創更多萬物互聯的場景并產生海量數據， 推動大數據時代的到來， 進而為人工智能的深度發展創造條件。 物聯網的技術架構主要由感知層、網絡層和應用層構成。 其中， 感知層通過射頻識別（RFID）、傳感器等數據采集技術或感知終端， 對物體進行識別和數據采集; 網絡層通過接入設備與互聯網、云計算平臺等連接， 迅速、準確、安全地傳遞和處理在感知層獲取的信息; 而應用層則利用經過分析處理的信息， 為用戶提供特定服務[9] 。

（1）在技術上， 物聯網可以通過感知層的數據采集功能， 幫助財務共享服務中心前端實現業務數據化， 并確保會計信息的真實性和完整性。 從采購到入庫、生產、物流、銷售等所有環節中， 可以通過在原材料、設備、產品等資產中嵌入RFID電子標簽， 利用感應設備或手持讀寫設備自動識別該物體的信息并將其錄入相關的數據庫中。 根本不需要人工進行數據錄入， 而是僅僅通過技術就可以保證數據的真實性。 同時， 物聯網多維度的傳感技術滿足了多種類型結構數據的要求， 進而有助于推動財務共享服務中心向大數據中心的轉變。 在迅速、可靠地獲取大量數據的基礎上， 財務共享服務中心可以借助物聯網技術實現對生產成本、銷售成本以及資產狀況的管理， 提高財務共享服務中心業務財務一體化水平。

（2）在理念上， 物聯網在IT行業又叫“泛互聯”， 意指物物相連、萬物互聯。 因此， 物聯網是連接思維在新技術條件下更高級的體現。 在物聯網時代， 廣泛的連接使用戶的需求從產品延伸到服務， 并衍生出基于場景的社群經濟， 這對傳統的組織維度、產品維度和用戶維度都形成了較大挑戰。

【 主 要 參 考 文 獻 】

[ 1 ]? ?常媛，左憲磊.我國制造企業財務共享服務中心實施效率研究[ J].財會通訊，2020（11）：148 ～ 152+171.

[ 2 ]? ?趙興峰.數字蝶變：企業數字化轉型之道[M].北京：電子工業出版社，2019：9，164 ～ 165.

[ 3 ]? ?王興山.數字化轉型中的財務共享[M].北京：電子工業出版社，2018：242 ～ 244.

[ 4 ]? ?李國杰，程學旗.大數據研究：未來科技及經濟社會發展的重大戰略領域——大數據的研究現狀與科學思考[ J].中國科學院院刊，2012

（6）：647 ～ 657.

[ 5 ]? ?秦榮生.數字化與財務分析的發展趨勢[ J].新理財（政府理財），2017（8）：53 ～ 54.

[ 6 ]? ?王興山.云+數+AI，助力建企數字化轉型[ J].施工企業管理，2019（12）：43 ～ 44.

[ 7 ]? ?索拉夫·杜塔.會計演變之我見[ J].會計之友，2020（1）：2 ～ 9.

[ 8 ]? ?沈鑫，裴慶祺，劉雪峰.區塊鏈技術綜述[ J].網絡與信息安全學報，2016（11）：11 ～ 20.

[ 9 ]? ?王慧，洪輝.物聯網時代會計信息化發展探析[ J].財務與金融，2012（1）：91 ～ 95.