論人工智能對業財融合的影響

曾曦雯 中節能資本控股有限公司

引言

黨的十九大指出，要推動互聯網、大數據、人工智能和實體經濟深度融合。近年來，人工智能在技術不斷成熟的過程中，逐漸探索新的應用領域，財務領域的大數據性、歷史性正好適應人工智能技術的發展要求，成為重要的應用領域。人工智能在財務領域的應用，能夠推動企業業財融合的快速發展，為財務人員加強業務認知，提高業務水平發揮重要推動作用。

一、人工智能對業財融合的積極意義

（一）有助于提高業務效率、財務質量，提升創新力

近年來，互聯網、大數據、人工智能正加速向制造業等實體經濟領域融合滲透，帶動相關產業質量變革、效率變革、動力變革，推動實體經濟高質量發展。未來要推進工業互聯網和制造業“雙創”協同發展，培育構建業財融合協同新生態、優化業財融合發展環境成為新趨勢，人工智能是實體企業實現高質量發展的內在需求。推進人工智能在業財融合層面應用落地，有利于加快企業轉型升級，推動業務財務信息縱向貫通，橫向集成，實現“上下一體、溝通順暢”；有利于提升業務財務管理水平，實現管理制度化、制度流程化、流程信息化；有利于提高業務財務工作效率、工作質量，增加經濟效益，提升創新力。

（二）通過數據挖掘和智能分析，提升業務財務決策質量

數據挖掘和分析系統是建立企業全集團統一的數據倉庫，抽取重要數據資源，將數掘進行再加工、智能分析，將分析結果、預警信息等通過直觀清晰的形式展示給集團管理層，起到輔助決策作用。數據挖掘和分析系統可以讓企業集團公司決策層隨時摸清整個集團的“家底”情況，可從不同維度統計某一類資產的關鍵數據，并為集團生產管理做出智能分析。

通過人工智能技術對于企業以往的財務信息進行多維度、多時間節點的學習，能夠形成對于企業年度財務數據的全面清晰化認知，可以幫助企業財務人員對于企業財務運行狀況、企業資金流量情況等進行實時監控，通過人工智能自動比對往年財務信息，通過財務表現來提示公司業務變動情況，提高企業財務人員對于企業經營狀況的監督、控制能力。在監控的同時，也可以根據每年財務數據形成對于下一會計時期的財務預測，通過人工智能可以及時預警財務風險點，提前預測下一會計時期財務情況，幫助提高企業財務人員對于財務預測、財務預警的能力，形成對于企業業務狀況的合理預判和提前籌劃，提高財務預測能力。

此外，企業在數據倉庫的基礎上，可建立多個共享中心。財務共享中心是將財務工作中共性的、重復的、標準化的業務集中到共享中心，將簡單事務性的會計工作向集團總部集中，將財務權限上收，優化財務決策流程。各企業財務人員向財務中心轉移，留下的人員工作性質也由原來會計做賬改為成本分析和財務管理，提高人員能動性。信息運維共享中心包括基礎設施的運行維護、核心應用系統開發與運維支持、遠程協助等；人力資源共享包括集中提供人事行政服務、人力資源專業咨詢服務等功能。各中心有效融合，提升業務財務決策質量。

（三）有助于防范化解業務財務風險，保障企業健康發展

人工智能系統有助于企業建立健全業務財務方面的內部控制評價過程，有助于及時發現報告期內重大缺陷、重要缺陷、一般缺陷等。資產管理方面，如固定資產入賬不及時、管理臺賬記錄不完整、銷售業務存貨復稱、商品銷售環節無記錄等情況；在財務管理方面，如會計核算不規范、會計憑證附件不全、內部員工借款管理不到位等缺陷；采購管理方面，如供應商審核不充分、零星物資采購方式不規范、個別入庫單未簽字驗收等缺陷；合同管理方面，如合同簽訂不規范、個別合同存在漏洞，易產生法律糾紛、部分銷售合同約定中經濟條款不夠細化等缺陷等，均可透過人工智能系統實時無死角監控，發現風險及時上報。

人工智能的廣泛應用，有助于企業更加注重聚焦主責主業、嚴防業務財務風險、嚴控各類債務和經營風險、法律合規風險；有助于建立健全預判預警、靈敏應對的工作機制，定期排查，做好應對預案，防范各類風險，保障企業健康發展；有助于企業財務人員及時高效全面獲取、處理企業財務信息，節省財務繁重瑣碎工作任務處理時間，減輕財務人員糾錯壓力，從而將更多精力放入企業財務分析工作，提升業務理解能力，提供高質量服務與建議。

二、人工智能在企業落地面臨的挑戰

雖然人工智能對業財融合發展具有十分重要的意義，但多數企業在人工智能落地方面仍面臨較多挑戰。

（一）制度建設和信息化建設滯后于業務發展

近幾年，人工智能在財務領域迅速普及發展，部分企業尚未建立起相關的管理制度，存在潛在風險。財務信息系統建設較為單一，主要針對核算業務，對資金的管控力度不足，且多數境外企業還未納入財務信息化體系之中，造成一定的監管困難。財務信息系統智能化仍有較大提升空間?？傮w來看，目前多數企業沒有將成熟的業務流程總結并固化成可復制的信息語言，管理流程大多保存在人的經驗中，而經驗的傳遞和遷移效率遠遠不足，使得新成立企業梳理業務過程漫長；當前系統不能應對國際化財務準則，導致同一公司的海內外業務難以直接匯總，海外財務人員工作難度很大；集團公司對于境外的人、財、物等方面基本是信息化空白，使得集團管控力度較弱，難以有效地支撐集團公司更好的實踐“走出去”戰略；財務人工智能化屬于新發展趨勢，其建設成本和建設期間導致目前多數企業還未建立成熟的貼合公司業務發展情況的人工智能技術信息系統。

（二）個別企業持續虧損，財務基礎薄弱

各企業分散投資、重復建設，資源消耗多、運營成本高；數字化發展不充分，智能控制技術尚未在大型企業中發揮潛能，中小企業自動化應用較落后；信息化人才分布不均衡等。此外，受近年來宏觀經濟環境相對低迷影響，企業成本由于以前年度大量投入形成資產轉固，加之人工成本、安環成本逐年上升，部分企業連年虧損。企業效益不好，財務基礎工作較為薄弱，內控機制不夠健全，財務人員流失嚴重，有的企業只留下會計一人，財務規范性不足，間接導致企業進行財務信息化建設和升級的動力不足、能力不夠。

（三）財務人員嚴重不足，管理人才極度匱乏

隨著業務不斷擴張，財務工作難度和強度不斷加大，對財務工作人員的要求進一步提高，不僅要求財務工作人員具備財務技能，能做好基礎的數據支持工作，還需要財務人員具備業務技能，在理解公司主業的情況下對公司業務有所預測和監控。但是，近年來大量企業財會人員流動頻繁，財務管理人才嚴重不足，即使自身財務技能突出也存在對于企業業務理解不透徹，在做決策分析時經驗不夠的問題。部分第一、二產業企業受地域偏遠、工資水平低等原因，出現了招人難、留人難的情況，只能不斷降低用人標準，導致人員水平參差不齊，財務管理水平提升難度較大。

（四）數據不及時、不統一、不準確

目前大多數系統是各部門或企業按各自想法開發建設，數據標準不一，信息資源不能共享，使得集團各部門間、集團與企業間、企業與企業間數據孤立，生產、業務、財務的數據割裂，無法達到企業財務數據的可對比性。由于數據源不能自由流動，信息不能一眼看到底。從集團管控層面匯總分析生產、管理等數據只能靠人工層層上報，工作量大，處理過程復雜，使得分析結果在精度和時效性上都存在很大問題，也可能存在財務口徑上的不同，集團決策層難以及時有效地發現問題、管控風險。

三、在業財融合上用好人工智能的建議

（一）加強財務信息系統及人才隊伍建設

一是加強財務信息系統的建設，提升對于信息技術培育的重視度，進一步發揮信息化創新驅動作用，打通財務系統和業務系統間的數據壁壘，提升財務管控水平。

二是在業務流程信息化的基礎上，將內控合規要求及標準嵌入流程節點，將已有財務人員的企業業務經驗進行數據化、流程化，進一步夯實控制節點管理責任，把控資金風險。

三是加強財會人才隊伍建設。人才是發展的關鍵，為適應新形勢的發展需要，就要加強財務人員的招聘和培訓，制定有效的培養計劃、職業規劃及合理的薪酬待遇，做到招得進、留得住，使人才看到發展前景。經過持續的培養、輸出，建立人才梯隊，為公司發展提供有效支撐。

（二）加強人工智能在業財融合領域落實力度

一是建議成立業財融合建設領導小組，建立健全業財融合制度體系，進一步完善業財融合工作組織機構和制度，明確了以人工智能應用落地為推進重點的目標任務，強調人工智能應用的重要意義，推動工作落到實處。

二是細化保障措施，推動財務系統轉型升級通過加強業財融合人才培養、加大資金投入力度、引進優秀研發機構開展合作、積極爭取地方政府業財融合管理體系資金支持等方式，以培訓和學習提高財務人員對業務的敏銳度，以考核和要求促進財務人員的能力提升，以資金保障推動下屬企業人工智能建設平穩較快開展。

三是創建示范企業，推廣先進經驗。通過組織開展宣講、觀摩等方式，相互交流經驗，督促和引導其他企業深度開發、整合、利用信息資源，推動自動控制系統、在線監測系統和安全避險系統等有效數據集成和共享。通過業財融合標準體系建設，進一步優化生產流程，提升工藝水平，實現管理變革。對示范企業的成功經驗要及時在其他企業推廣應用。

四是加強業務交流，許多大型集團所屬單位眾多，業務類型多樣，國際化程度不斷加強，資金管理和內控建設存在較大提升空間。建議組織與行業內企業加強交流溝通，互相學習先進和優秀的管理做法，促進共同發展。

（三）擺脫數據管理對于外部的依賴

數據的內涵在于專業領域體系化的知識沉淀，完成一個信息系統建設項目，外部第三方提供的是技術平臺和工具的能力輸出，這個固然非常重要，但是在數據管理及規范層面上，是不能依賴于外部機構的，以集中采購系統建設為例，軟件公司可以根據業務部門的需求進行功能的定制化開發和提供開放的技術平臺，但在物資編碼、規格、計量等數據規范層面是沒有能力完成這樣的工作。作為一個系統的成功應用，類似這樣的數據規范建設與系統功能建設同等重要不可偏廢。這就要求企業自身必須對數據標準及規范有科學清晰的設計思路，具體要求如下。

一是集中資源建立專業的數據庫運維技術團隊，該團隊須具備企業數據庫的日常維護和架構初步的設計開發能力，能夠獨立的完成各系統之間數據源的抓取、存儲工作。

二是在系統建設項目立項之初（可行性論證環節），應與各業務專業部門及企業共同就重要的數據規范和標準進行討論和明確，并以此結果作為項目下一步選型、造價、招標的必要環節。如此能保證數據信息的獨立性，擺脫外部產品對于數據要求的依賴。

（四）建立高度集成各業務模塊的數據系統

首先，盡量統一平臺，破除系統壁壘。對數據信息而言，不應以信息安全的理由人為地增加訪問鴻溝，信息安全強調的是備份完整性和恢復及時性，不應將其與數據的開放共享對立。強調數據管理和規范的根本目的在于把人工智能建設從一個花錢的角色轉變為一個能夠量化效益的角色。對系統而言它的功能是沒有價值的，只有數據才是有價值的，數據的量、結構、模型才是信息系統最真實的載體，有用、高效的數據及其模型對企業而言是可以產生收益的。在數據治理達到一定程度之后，是可以挖掘數據更廣更深的價值。

其次，在建立高度集成各業務模塊的數據系統方面：一是推廣制定業務數據標準體系以及數據字典，對指標項、數據結構、存儲及處理邏輯等信息進行規范統一，確保順利實施數據的跨系統調??；二是形成多層面的數據交換和共享機制，打通數據資源在各個業務板塊之間的融合通道，滿足運營和管理對信息共享的要求；三是整合集團范圍內部底層數據資源，建立高度集成各業務模塊的數據系統（數據倉庫），選取人力資源、財務、資產、風險控制以及績效等重點管控方向率先應用對接大數據分析平臺，從而實現數據從前期的提取、裝載、預處理，到后期的分析挖掘、可視化的全數據流程，支持集團經營分析以及管理決策。

結語

總體而言，人工智能的應用對于業財融合的發展具備獨特的助推作用，有助于提高業務效率、提升創新力，也有利于通過數據挖掘和智能分析，提高財務決策效率、防范企業財務風險。雖然目前人工智能的落地還存在一些問題，但是通過一系列舉措，如加強財務信息系統及人才隊伍建設、加強人工智能在業財融合領域落實力度、擺脫數據管理對于外部的依賴和建立高度集成各業務模塊的數據系統等，可以幫助人工智能在未來逐步實現技術落地，實現適應企業業財融合需求的新發展。