AI驅動下的集團財務轉型研究

引言

隨著人工智能技術（Artificial Intelligence， AI）的迅猛發展，AI時代已經到來。當前，AI技術廣泛應用于文化、教育、金融、醫療、工業等各個行業，并展現出巨大的發展潛力和應用價值。在制造業行業，一方面，利用機器學習算法，AI可以使企業精準預測市場需求，按需購置原材料、安排人工、組織生產等，使企業減少庫存積壓，實現優化生產布局，高效系統化運營并管理企業，提高企業資金利用效率和經濟效益的目的。另一方面，智能機器人和自動化技術廣泛應用于重復性、危險性等工作，既大大降低了人工成本，還減少了安全事故隱患，解放了人工，使他們去學習并從事附加值更高、更復雜的工作，從而提高了全社會的勞動生產率，推動了人類社會進步。

機器學習算法和智能機器人的廣泛使用，改變了制造企業成本、收入和利潤的發生時間、數額和結構，進而改變了企業創造利潤和價值的路徑與能力。眾所周知，企業經營的最終目標是實現企業價值最大化。財務管理的使命是從價值創造視角為企業經營規劃、項目決策、成本控制、業績考核等各項活動提供有價值的信息，因此，財務必須先于企業各項活動去發現機遇、識別風險，才能提出有價值的信息[1]。可見，AI時代下，如何對傳統的財務工作模式進行轉型和變革，以適應新環境，服務企業，為企業創造價值奠定基礎，是各行業企業亟待解決的問題。

根據IDC《2023全球AI財務應用白皮書》，制造業財務自動化滲透率僅為31%，顯著低于金融業（68%）與零售業（52%）。此外，中國企業的財務智能化現狀調查報告也顯示，企業規模越大，財務智能化水平越高，這進一步強調了制造業在財務自動化方面的潛力和需求。基于此，本文聚焦制造業行業，以JG集團為例，探索AI技術在制造業財務領域的落地路徑，為同行業企業提供可借鑒的財務轉型和變革方案。同時，通過數據分析，驗證AI技術在提升財務效率、降低運營成本方面的實際效果，為財務轉型和變革提供啟示和參考。

關鍵概念界定

財務轉型的含義 本文所說的財務轉型，是指企業在復雜多變的經濟環境中，將那些重復繁雜、基礎的會計工作交由計算機完成，而讓節約下來的會計人員參與單位管理與決策，以戰略性財務為導向，通過前移財務管理工作，全面參與企業戰略管理、市場營銷以及資產管理等經營活動，強化對企業經營全過程的決策支撐和價值管控。

人工智能技術的含義 人工智能技術（Artificial Intelligence， AI）是研究人類智能活動的規律，構造具有一定智能的人工系統，研究如何讓計算機去完成以往需要人的智力才能勝任的工作，也就是研究如何應用計算機的軟硬件來模擬人類某些智能行為的基本理論、方法和技術[2]。

JG集團簡介及其U9系統應用存在的問題

JG集團及U9系統簡介 JG集團是一家以工程機械制造為主的企業，擁有強大的技術研發實力，產品涵蓋裝載機、挖掘機、壓路機等多種機械設備，型號超過百種。集團采用縱向一體化運營模式，核心零部件自主研發制造，具有較強的市場競爭力。U9系統是一款由用友軟件集團開發的高可靠性企業管理軟件，旨在通過信息化手段提升企業的管理效率和決策能力。它涵蓋了財務、供應鏈、生產制造、銷售和人力資源等多個模塊，能夠滿足企業的內部管理需求以及與稅務機關和其他企業的數據對接需求，從而大大提高企業的管理效率和工作生產力，考慮到U9系統的操作效率及生產系統的完善性等原因，集團于2020年9月開始使用U9系統開展采購、生產、倉儲、銷售工作，經過4年的使用發現其財務系統面臨典型挑戰：數據孤島、流程斷層、決策滯后等問題日益凸顯，亟需通過AI技術實現財務架構的全面升級。

JG集團在U9系統應用中存在的問題

應付賬款差異問題 JG集團在使用U9系統時出現的一個主要問題是應付賬款差異問題。具體表現在：第一，成本核算不準確。因采用采購暫估金額入賬，該金額常與實際發票價格存在偏差[4]。第二，U9系統錄入發票流程繁瑣，工作量大且重復。系統直接顯示采購暫估金額，導致需頻繁手動調整與發票金額的差異。第三，發票價格審核繁瑣。需手動核對發票金額與未錄入U9系統的合同金額，增加了人工核查的工作量。

上述問題給JG集團帶來的后果是顯著的：首先，集團每月主營業務成本存在8%的偏差，這不僅影響了利潤的準確核算，還導致了企業所得稅稅費的核算誤差增大，進而影響了年底分紅數據的準確性。這種成本偏差對企業的盈利能力、市場競爭力、生產經營決策以及整體財務狀況都產生了負面影響。其次，計劃科和財務部加班錄入及審核發票，至少需要10個人的人力做這些重復性工作，每年多花100多萬的人力成本，且容易出錯，員工怨聲載道。

通過深入分析本文認為，導致應付賬款差異問題的主要原因是第一，U9系統的采購暫估金額由集團采購科錄入，沒有專人負責整理合同、錄入系統，手動錄入不準確，且量大忙不過來，U9系統沒有表格導入模版，集團不重視此項暫估數據，也沒有人和負責U9系統開發的人員溝通增加導入模版。第二，U9系統中沒有單獨的供應商合同體系。合同體系一旦導入，系統便能智能識別諸如付款條件、付款期限以及合同價格等關鍵信息，進而自動生成精確的采購暫估價格。 第三，集團氛圍差，大家習慣了推卸責任，多做多承擔責任，卻沒有獎勵，做錯只會懲罰，因此，在這種責任多、獎勵少，且犯錯即受罰的環境下，主動承擔額外工作的積極性自然大打折扣。

排款效率瓶頸 JG集團在使用U9系統時出現的另一個主要問題是排款效率低，具體表現為大排款流程需依據已審核的發票金額，按賬期向供應商付款。目前，該流程需計劃科通過Excel制作排款計劃，再由財務科審核，最后交至集團資金科執行付款。這一流程繁瑣冗長，不僅耗時費力，還導致了付款效率低下的問題，錯誤率更是高達8.3%，進而引發了高達每季度27次的供應商投訴。

通過深入分析本文認為，導致排款效率低下的主要原因是：第一，U9系統也能導出應付賬款賬期，但是金額不正確，因為U9系統只認完全按照單筆金額一致的作為核銷的依據，即每單發票金額與付款金額完全一致才算付款，否則按照逾期處理。第二，付款有承兌和現匯兩種，2024年前承兌匯票金額不能分割，只能以整數的形式付款，而發票金額有零有整，系統不能識別金額不一致的付款，因此U9賬期一直不對，不能直接使用。第三，集團內部對效率化辦公的重視程度不足，面對世界的高速發展，JG集團似乎滯后于時代潮流，部分工作流程仍停留在人工操作階段，這不僅導致了效率低下，還增加了耗時和出錯的風險。

應收模塊效率低下 JG集團在使用U9系統時出現的第三個主要問題是應收模塊效率低，具體表現：貨物出庫形成銷售，U9系統下推成發票，財務根據銷售合同審核出庫價格，導出表格后，在稅務系統開票，開票后再在U9系統中手動錄入發票號，做銷售發票。由于JG集團開票量大，該工作極為耗時耗力。一是人工審核出庫價格、人工開票，容易出錯。二是重復性工作量大，耗費的人力、物力大，每年浪費50萬元的人力成本。

通過對JG集團的深入分析，本文認為，導致應收模塊效率低下的主要原因包括以下幾點：第一，集團財務智能化意識薄弱，認為財務該保守，不愿意嘗試新技術和新變革，以加快工作效率。第二，集團對財務工作的重視程度不夠，僅僅將其視為記賬的工具，而未將財務提升至管理階層的高度，更未意識到財務在事前預警和事后監督中的重要作用。

AI賦能下JG集團財務架構重構方案

智能應付管理模塊改造

合同-發票智能比對系統 為了優化合同發票職能比對系統，本文認為JG集團可從技術架構入手，采取如下應對對策：U9系統設置批量導入合同模板，建立合同與發票金額自動檢驗功能，實時生成差異分析報告。通過這些措施，確保合同與發票智能比對系統保持一致，消除應付賬款差異問題。

智能排款系統 為了突破排款效率瓶頸，本文認為，JG集團還可以在U9系統中開發智能排款系統，具體做法是：第一，智能合約的開發。集團搭建排款承諾鏈，包含供應商歷史履約數據（權重30%）、現金流預測模型（LSTM算法，權重50%）、戰略合作等級（權重20%）。第二，排款具體細節設置，包括付款期限、付款條件、留底金額、排款的具體計算方法、供應商銀行賬號、開戶行等。第三，流程再造。建議集團取消紙質審批流程，改為第一步財務部提交排款清單，第二步智能引擎自動分級排序，第三步資金科一鍵確認付款作業的流程。通過這些措施，提高排款效率，進而提高財務工作的質量和效率。

業財稅一體化系統建設

智能稅務搭建 為了使集團稅務工作更加高效且合規，本文認為JG集團可以搭建智能稅務財務、業務一體化系統，為此在系統架構方面，設置U9系統與稅務系統鏈接，實現一鍵開票，自動抓取U9銷售單生成稅控編碼（響應時間lt;3秒）。生成的發票號碼自動反應到U9系統，一鍵生成銷售憑證，節約時間，防止人為出錯。風險攔截方面，基于知識圖譜技術構建480條稅務合規規則（如：跨區開票預警、稅目匹配檢測）[5]。初期投入時，接口開發費為6.8萬元 ，年度維護費為2.4萬元。這一投資將幫助集團減少開票專員，每年節約人力成本約50萬元，并有效規避約35萬元的稅務罰款。

實時經營決策駕駛艙 為了提高集團的經營決策效率和決策質量，建議JG集團建設實時經營決策駕駛艙。具體做法是：在數據層面，將U9數據倉庫遷移至華為云GaussDB，支持PB級實時計算。在分析層面，部署帆軟FineBI動態模型，包括客戶信用評分卡（FICO模型改良版）、產品線邊際貢獻熱力圖。在展示層面，開發多終端可視化看板（PC/移動端/指揮中心大屏）。此番操作可使應收賬款DSO從58天降至39天，高毛利產品識別速度提升70%（支撐即時調產決策）。

組織能力升級配套機制

為了確保上述智能應付管理模塊改造方案和業財稅一體化系統建設方案能夠順利實施，JG集團還需要制定一系列配套保障措施，特別是組織能力的升級改造。鑒于此，本文提出如下建議措施：

數據專員培養體系 企以才興，人才是第一生產力，為此，建議JG集團建立數據專員培養體系，以保障專業人才的供給。具體做法是：通過三階能力矩陣培養專業的數據專員，第一階能力目標為數據可視化，通過學習Tableau/Power BI，能獨立完成6類分析報表。第二階能力目標為業務建模，通過學習Python財務分析，能開發2個預測模型。第三階能力目標為算法優化，通過學習TensorFlow財務場景實戰，能達到模型準確率大于88%。

跨部門協同創新機制 集團內部各部門之間的資源、知識和技術的分享，以及協同合作是保障智能應付管理模塊改造方案和業財稅一體化系統建設方案實現的另一個關鍵點，為此，建議JG集團建立跨部門協同創新機制，通過財務BP派駐制法，參照海爾\"三翼鳥\"模式，向計劃科、生產部門派駐3名財務專員。通過季度流程黑客松法，設置20萬元創新基金，獎勵流程優化提案（參考阿里\"828財務節\"機制）。

隨著AI時代的來臨，轉變傳統的財務工作模式以適應新環境，更加高效地服務企業、服務于企業價值創造，是各行業企業財務工作亟待解決的問題。本文聚焦于制造業行業，以JG集團為例，采用案例研究法，從AI驅動視角深入研究了目前JG集團使用的U9系統存在的問題，發現主要問題有：采購暫估金額與實際發票金額存在差異、排款效率低下、應收模塊效率低下等，接著針對問題，論文提出了融合AI技術的財務架構改造方案。提出通過智能合同解析、智能排款系統、實時經營決策駕駛艙等方案，構建業財稅一體化管理模型。經計算分析，本方案實施后可使月均財務處理時效提升62%，年節約人力成本超200萬元，為制造業集團財務數字化轉型提供可復制路徑。隨著技術的不斷進步，AI在財務領域的應用將更加廣泛。未來研究可進一步探索AI在財務預測、風險控制等方面的深度應用。

（責任編輯" 莊雙博）

（作者單位： 龍工（上海）精工液壓有限公司）