云顶财说｜张敏：企业财务智能化 要素·路径·阶段

  企业财务智能化是大势所趋，但如何推进财务智能化全面落地是亟待研究的重要问题。针对企业财务智能化过程中三个相互关联的重要问题，首先提出了智能财务的三要素观，对智能财务概念进行界定；其次指出构建基于财务中台的智能化系统是公司实现财务智能化转型的重要路径，并提供了一些可行的解决方案；然后提出了企业财务智能化转型的三阶段论，为智能财务发展提供一个可能的方向；最后提炼了企业财务智能化转型过程中面临的几点挑战。该研究结论对公司进行财务智能化转型具有参考价值。原载《财会月刊》2020年第17期。

  随着工业4.0时代的到来，财务部门在企业中的地位与经济发展水平之间的倒U型关系日益明显：在很长一段时期内，这二者之间是正相关关系，经济越发展，财务越重要；然而拐点可能已经到来，二者之间越来越呈现出负相关关系，即随着经济的发展，财务部门的地位逐渐下降，被边缘化的趋势比较明显。要扭转这一局面，财务职能必须从“核算型”与“弱管理型”向“强管理型”转型，而财务智能化是实现这一转型的绝佳路径。财务智能化通过提升财务信息的完整性、及时性、准确性与科学性，讲好“数据故事”，为企业科学管理与决策提供必需的高质量信息，提升决策者对财务部门的依赖性，唯此，财务部门的地位才会逐渐提升，让倒U型关系变为持续的线性正相关关系。

  在分析财务智能化实施路径之前，首先需要厘清的一个关键问题是：何为智能财务？关于这一问题，目前学术界和实务界尚未进行认真讨论，远未达成共识。有人认为，在企业财务管理中应用机器人流程自动化（Robotic Process Automation，RPA）等工具便是智能财务。这属于一种广义的智能财务观。以RPA为例，它是一种用来模拟人类员工操作的快速开发的软件或平台，以实施基于规则的、高度重复的劳动密集型工作，达到优化企业流程作业、降本增效等效果。实际上，目前大多数的RPA产品属于自动化产品，而非智能化产品，因此，严格来说，RPA只是智能财务工具而已，智能财务有更深刻的内涵。

  笔者认为，智能财务至少应包含三大核心要素：人工智能（Artificial Intelligence，AI）、智能工具［如RPA和BI（Business Intelligence，BI，又称商业智能）］以及大数据分析。具体如图1所示。

  首先，AI在智能财务中扮演着大脑的角色。其主要任务有两项：其一，接收人的指令，并将其分解落地；其二，向智能工具下达指令，将财务工作分配给具体的智能工具来完成。AI是智能财务的核心，缺少AI的智能财务只能称之为自动化财务。

  其次，智能工具类似于人体的内脏或四肢，它们可以根据AI的指示自动运行，从而完成财务工作，降低人工参与度。诸如RPA、BI等工具具有高度模仿性、自动化特征，能够承担大多数传统的人工财务中需要大量人力的、重复性高的工作。可以预见，传统的大量“核算型”“弱管理型”财务人员将被这些工具所替代。

  最后，大数据分析就如同人体的血液。没有血液，大脑和内脏将无法运转。将大数据分析应用于企业决策的全过程，不仅可以为企业创造更多的价值，提升决策效率和效果，甚至能改变企业的商业模式与管理模式。在智能财务流程中，大数据分析模块如何进化将直接决定智能财务的未来。

  如图1所示，AI+智能工具模块解决的是财务管理效率提升问题，而大数据分析阶段生产的决策信息直接解决的是企业价值提升问题。决策信息与企业价值提升的正相关关系越强，智能财务的未来就越光明。

  1.基于财务中台的企业财务智能化转型。企业的财务智能化系统可以基于财务中台进行构建。中台这一概念最早源于阿里巴巴在2015年提出的“大中台、小前台”的中台战略，通常包括财务中台、业务中台、数据中台、技术中台等，意在整合企业的数据及技术，以支撑前台业务的变革与发展。

  一家大型国有银行财务部门主管曾经向笔者提出过一个“如何让客人转化为客户”的问题，即如何借助智能财务，帮助银行业务部门提升由客人向客户的转化率，这是一个典型的业财融合场景。客人进入银行后，有可能会成为客户，在银行办理存款、贷款或者理财等业务，从而在银行系统中留下记录；也有可能未成为客户，未在银行系统中留下记录。在传统财务管理模式下，银行只对成为客户的这部分业务量进行考核，并与预算进行比较。这一过程如图2所示。

  在传统管理模式下，从客人进入银行到成为客户或未成为客户的过程因为未能数字化，所以是一个黑箱，导致银行无法对客人未能转化为客户的这部分业务进行分析。因此，银行对业务部门的考核只能基于结果进行，忽视了过程。同时，传统模式下的预算是基于推测形成的。将基于结果的业绩与基于推测的预算进行比较，所得到的差异显然是不可靠的信息，基于这种不可靠的信息进行决策，大概率会导致考核系统的失灵与决策的失误。这就是数字化程度低所带来的典型问题。这与统计学上关于“生存偏差”的一个经典案例非常类似。二战时期，英国军方为了提升战斗机的存活率，派统计学家沃尔德去研究战斗机哪些部位需要加固。沃尔德研究了众多战斗机的中弹部位，发现只有机舱、油箱和发动机等几个部位从未中弹。军方认为应该加固除这几个部位之外的其他所有地方。而沃尔德认为正好相反，应该加固这几个未被击中过的部位。原因很简单：这几个部位被击中的飞机都未能飞回来。这就是统计学中著名的“生存偏差”问题。如果不考虑未能生存的样本，只基于生存样本得到的结论进行决策必然会导致决策失败。在企业管理实践中，数字化程度低导致的“生存偏差”问题非常普遍。

  基于财务中台的智能化模式可以从根本上解决上述问题。在传统管理模式下，企业业务部门与后台部门是多对多的关系，由后台职能部门回应业务部门的需求，提供技术方案。但是很多共性问题需要在不同部门中多次回应，导致浪费了大量资源。建立中台系统后，业务部门与管理部门形成一对一关系，极大地提升了企业效率。中台系统发挥了“大本营”作用，为业务部门提供各种支援，随时呈现所需数据和结果，支撑业务快速扩张。财务中台汇集了大量业务、管理和财务数据，能够实时提供决策层及业务部门所需信息，因此可以在财务中台中嵌入各种智能化功能模块，如图3所示。

  在智能化模式下，当客人进入银行时，系统会立即对客人进行画像，例如客人在银行是否有存款或贷款、存贷款规模与频率、对银行贡献值的大小等。然后，系统根据画像精准匹配最优的银行产品与服务，并指派相应的工作人员去接待，这实际上属于精准营销。同时，银行接待的过程会留有记录，这些记录可以帮助银行分析客人成为客户或未成为客户的具体原因，从而能够深入且有针对性地寻找改进策略。

  这种智能化运行模式可以应用于各类企业实践。财务中台对外可以对企业客户等利益相关者进行画像，对内可以对内部员工进行画像，实时采集并分析数据，实时做出响应并输出结果，随时提供企业决策所需的信息。企业的日常经营过程中会不断产生大数据，这些新增加的数据可以进一步拓展训练样本，提升模型的准确性。在这种模式下，考核不再仅基于结果，而是同时考虑结果和过程，因为整个过程都是数字化的；预算也不是仅基于经验进行推测，而是基于历史数据，采用机器学习的方法进行更加科学、准确的预测。这种更全面的考核和更准确的预算能够极大地提升考核系统的准确性，为决策者提供更有价值的决策信息，帮助他们进行科学决策。决策信息的数字化、科学化会催生企业决策的模型化、数据化、智能化，整体提升企业决策的科学化水平。

  在财务中台中可以嵌入各种智能模块，如智能纳税筹划、智能业绩评价、智能风险管理、智能商业分析、智能资金管理等。这些智能模块能够智能、自动地完成以前主要靠人工完成的各项财务管理工作。

  以智能纳税筹划模块为例（详见图4），其运行过程如下：第一步，让机器学习税务规则，并基于以往纳税筹划数据训练模型，提高机器的判断力和准确性，使机器像会下国际象棋的机器人一样会进行判断；第二步，当业务发生时，由机器根据训练的模型提供可能的筹划方案；第三步，由机器在所提供的方案中选择一个最优方案；第四步，当决策者认可后，将该方案付诸实施。在面对不同的业务场景时，系统可以实时提供各种方案并推荐最优方案。这种模式可以将纳税筹划从企业的专项行动变为日常行为，最大化降低企业税负。如智能纳税筹划之类的智能模块以财务中台为平台，依靠中台强大的模型训练能力和海量数据的处理能力，不断优化模型，自动完成各项财务管理工作。

  与传统人工操作系统不同的是，财务中台中涉及的工具和技术（例如BI、RPA、语音交互、人脸识别等）更加智能化，自动化程度也更高。随着技术的进步，这些工具的智能化与自动化程度将越来越高，整体提升智能财务系统智能化与自动化水平。

  2.基于中台系统的组织变革。搭建包括财务中台在内的中台系统可以为企业带来巨大的优势，它不仅能够提升企业的迅捷反应能力，而且能够帮助企业构建更加高效的组织。

  在传统的科层组织形式下，决策层向下传递战略，业务部门向上传递信息（详见图5）。层层传递会降低信息的时效性与可靠性。向上传递的信息到达决策层时可能已经错过了宝贵的市场机会；由于代理问题的存在，有价值的战略信息也不一定能够及时传达到业务部门。组织结构的层级越多，代理问题就越严重。因此，传统的组织形式会产生严重的信息不对称问题。在这种组织形式下，企业只能采取模糊的、以结果为导向的考核方式，导致企业决策效率与运行效率低下。

  基于中台系统可以构建更加高效的组织形式（详见图6）。企业所构建的业务中台、财务中台、技术中台等整合性中台系统是一个强大的大本营，企业的决策机构、职能部门、业务部门都通过中台系统进行连接。这些部门实时向中台系统输入信息，中台系统实时反馈每个部门，甚至每个员工所需要的信息。决策层能够实时从中台系统中提取数据进行决策，各个业务单元也能够接触到实时的市场信息、行业信息以及宏观信息。这种信息具备高度的实时性与定制化特征。在这种组织形式下，中台系统凭借其强大的计算能力和信息加工能力，能够根本性地解决传统组织形式下的信息不对称问题。

  3.财务智能化转型的模式。企业实现财务智能化转型的模式通常可以分为两种：一种是全面部署，由面到点；另一种是敏捷部署，由点到面。

  在全面部署模式下，企业需要从整个企业层面来构建财务智能化方案。企业的智能化工作始于重构企业流程，摒弃人工管理的模式，完成数字化转型，然后才能进行智能化转型。由于全面部署成本很高，因此，该模式适合变革意愿强烈的大型企业。

  对于中小企业来说，高企的全面部署成本通常难以承受，因此，可以采用敏捷部署的模式，由点到面，寻找一些点作为突破口，再逐步加以完善。中小企业可以改进现有系统，比如对系统进行AI改造，形成标准化系统，解决系统不兼容的问题；也可以在不改变系统核心的前提下，采用“AI+RPA”的外挂模式；或者将现有系统替换成AI系统。

  不过，对于中小企业而言，更为普遍的一种做法是直接利用第三方的智能系统平台。企业将财务管理完全外包，由平台帮助企业完成自动核算、自动分析、自动结算等工作，从而让中小企业专注于核心业务，提升竞争力。这是中小企业未来财务智能化转型的发展趋势。

  企业财务智能化是大势所趋，它的深度和广度必然会不断深化。按照财务智能化的广度和智能度可以将智能化过程划分为三个发展阶段（详见图7）：第一阶段是智能财务1.0阶段，智能财务应用的广度和智能度较低，仍处于起步阶段；第二阶段是智能财务2.0阶段，智能财务的广度得到提升，扩展到财务的各个流程和领域，但智能度的提升仍然较为缓慢；第三阶段是智能财务3.0阶段，智能财务实现从广度向智能度的转变，应用范围十分广阔，智能化程度也越来越高。前两个阶段可以被称为自动化阶段，智能财务的主要目标是降低企业的财务管理成本及企业管理成本；第三阶段可以被称为真正的智能化阶段，智能财务的目标是最大限度地提升企业的核心竞争力。

  财务智能化的终极目标是“去中心化”。目前，企业的财务管理属于中心化管理模式，由财务部门收集、输入、计算并输出数据，全方位负责企业的财务管理工作。在这种模式下，财务部门获取的信息不够全面，只能输出标准化的信息。在定制化、个性化信息需求越来越高的今天，中心化管理模式已经很难满足企业的财务需求。因此，智能财务要朝着“去中心化”的方向演进。在这种模式下，所有业务部门、职能部门，甚至个人以及外部渠道都是原始信息的提供者，这些信息自动被输入中台系统，由系统自动对信息进行加工整理，然后根据不同决策者的不同需求实时输出定制型信息，快速做出反应。这与“事项会计理论”所倡导的应该将会计信息的选择权交给信息使用者的理念是一致的。

  从目前应用日益普遍的智能报销系统就能够管窥这种趋势。在传统的人工管理模式下，报销是一件费时费力的工作。员工从申请出差到提交报销申请，各级领导层层审批，再到最后的打款，整个过程环节多、效率低，员工体验效果差。在智能报销模式下，员工只需要在系统里提交出差申请，出差结束后将发票扫描上传到系统即可。系统会自动进行审批，并通过银企直联自动打款，后台会自动进行账务处理。整个过程人工参与度很低，员工体验效果很好。在这种模式下，出差员工实际上扮演了信息提供者的角色，具有典型的“去中心化”特征。

  财务智能化虽然是必然的发展趋势，但其在发展过程中会面临各种挑战，归纳如下：

  1.企业内部的信息孤岛问题。企业各部门可能都有自己的信息系统，这些系统之间普遍存在不兼容问题。如何将不同系统进行整合，将不同系统中不同标准的数据进行合并、清洗、处理，是一项巨大的挑战。如果这项基础性工作不能以可接受的成本和方式完成，企业智能化转型就会成为“无水之鱼”。

  2.企业的变革动力不足。一般而言，面向市场的业务部门的变革往往会快于后台的管理部门，“互联网+”行业的变革要快于传统产业。管理部门及传统产业智能化需求相对较小，缺少变革的压力和动力，往往都是被动变革。在一个缺乏主动变革的环境中，财务智能化转型这种高成本、见效慢的变革效果会很差。

  3.财务智能化方面的人才奇缺。目前，会计人员以核算型人才为主，这也是传统会计教育系统主要培养的人才类型。公司进行智能化转型的关键条件之一是拥有智能财务人才队伍。目前，很多高校已经意识到传统会计教育的不足，开始开设智能财务专业方向，培养既懂技术又懂会计的复合型人才。

  未来财务领域的人才结构会从“金箍棒型”向“双节棍型”转变（详见图8）。目前大部分财务专员是会计核算师，会计系统架构师和分析决策师占比较小。未来必然形成会计核算师占比很小，而会计系统架构师与分析决策师占比越来越大的人才结构。会计系统架构师的定位是帮助企业设计财务系统，使财务更好地服务于业务与管理；分析决策师则帮助企业分析数据，从大量数据中挖掘更多、更有价值、更及时的信息，帮企业决策。

  但是，目前会计系统架构师及分析决策师的市场需求及供给之间有着巨大缺口。从需求方来说，企业急缺智能财务方面的人才，企业内部的高级技术工程师及数据分析师缺少必要的财务知识，无法将AI与财务相结合，限制了企业智能财务的转型发展。但是，从供给方来说，虽然已有不少高校开设了智能财务专业方向，但是提供的人才数量远远不能够满足市场需求。并且高校普遍面临缺乏智能财务师资的问题，很多传统的会计教师尚未向智能化财务方向转变，导致智能财务课程往往只能由实务界的专家讲授，而这种教学模式并不具有可持续性。因此，高校也需尽快完成教学转型，培养更多的智能财务人才。

  乔治 H.索特著．张敏译．基本会计理论中的“事项法”［J］．经济资料译丛，2005（1）：35~40．

  中国人民大学科学研究基金（中央高校基本科研业务费专项资金）项目（项目编号：19XNL007）