张敏：智能财务十大热点问题

企业财务管理的数字化、智能化转型已经成为实务界和学术界关注的焦点，不少优秀企业在这方面已经取得了不小的进展，各大高校也已经或者正在筹划开设智能财务（会计）方向的课程。然而，作为一个新兴领域，关于智能财务的一些基本问题尚需要进行深入讨论，争取能在某些方面尽快达成共识，多方共同推动智能财务向纵深发展，提升企业财务转型升级的速度和质量。本文拟对智能财务十个热点问题进行一些尝试性回答，希望抛砖引玉，以引起更多讨论。

一、智能财务产生与发展的背景是什么？

智能财务之所以产生，无外乎两个原因：其一，传统财务管理模式与财务信息使用者日益增长的个性化需求之间的矛盾越来越突出；其二，人工智能、大数据等新技术的快速发展，让财务管理模式的变革成为可能。

近几十年来，对于传统财务的批评和变革一直没有停止。例如，Sorter提出了“事项会计”理论，其核心思想是会计应该提供可能在各种决策模型中有用的所有相关经济事项信息，而会计人员应该提供原始的经济事项信息，由使用者自己对这些信息进行加工，以生成其决策模型所需的输入信息。

Wallman认为传统会计报表属于黑白模式，决策相关性较弱。未来应该采用彩色报告模式，并且披露多维度、多层次的信息：第一层次为符合确认标准的事项；第二层次为可能不满足可靠性的事项，例如未来价值不确定的研发费用等；第三层次为可能不满足可靠性和可定义性的事项，例如顾客满意度等；第四层次为不满足可定义性的事项，例如公司风险分析等；第五层次为可能不满足可靠性、可定义性、可计量性的事项，如人力资本等。20世纪80年代提出的作业成本法也具有重大改革意义。作业成本法认为传统制造费用的分配方法过于间接，于是将企业所有与制造费用相关的行为划分为不同的作业，归集在不同的作业中心，再根据作业分配制造费用。这种分配方式使得成本核算更加准确，但实施难点在于难以将企业大量的经营管理活动细分为一个个的作业并将它们记录下来。受限于技术条件，上述变革思想并未真正应用于实践。直到最近几年，随着技术的日益成熟，对财务进行颠覆性变革才成为可能。笔者曾去深圳黑云科技有限公司参观，该公司借助数字技术实现了对各条生产线的全程数字化管理，通过智能管理系统监控生产线的完工程度，实时显示每件产品的收入、成本及利润，让“实时财务”成为现实。另外，大数据技术能自动抓取上市公司的所有公开信息，将财务分析与宏观经济、市场行情等因素全面结合，实时绘制公司全景图；还可以将文本信息等非结构化信息纳入分析体系，刻画企业管理行为。如果利益相关者能够直接对企业的经营管理行为进行分析，会计信息还有何用呢？

二、什么是智能财务？

1.智能财务的提出与定义。

根据笔者检索到的资料，早在20世纪90年代，美国学术界就开始研究智能财务，涉及专家系统、机器学习等诸多技术在财务领域的应用问题。中国最早提出智能财务概念的是上海国家会计学院的刘勤教授。刘勤等认为智能财务是一种新型的财务管理模式，它基于先进的财务管理理论、工具和方法，借助于智能机器和人类财务专家共同组成的人机一体化混合智能系统，通过人和机器的有机合作，完成企业复杂的财务管理活动，并在管理中不断扩大、延伸，进而逐步取代部分人类财务专家的活动。之后，也有不少学者从不同角度对智能财务进行了定义，这些定义各有特色，但普遍比较复杂。笔者认为，智能财务是指建立在“大智移云物”等新技术基础上的，具备智能化、自动化等特征，能够实时提供高度决策相关信息并致力于提升管理的价值创造力的新型财务管理工作。智能财务主要包含AI、RPA等智能工具以及大数据分析三个要素。首先，AI的功能类似于人的大脑，负责将人的指令分解落地。其次，RPA、BI等工具如同人的内脏与四肢，根据AI下达的指令自动运行，高效地完成任务。RPA等工具可以帮助企业实现精细化、自动化管理，包括帮助银行快速编制合并财务报表、帮助大型集团企业实现自动报税等，这不仅节约了人力、物力、财力，更带来了企业经营模式的变革，能够提升财务人员工作积极性，将他们从繁琐的重复劳动中解放出来，做更有创造性的工作。最后，大数据类似于人的血液，用于训练模型和分析，推动财务管理工作由核算型向管理型转变，缺少血液，大脑、内脏与四肢都无法运转。

2.企业财务的发展阶段。

企业财务实践具体可分为六个阶段：手工，电算化，信息化，数字化，自动化和智能化（如图1所示）。其中，信息化和数字化是两个不同的概念。信息化是将原本由人工完成的工作交由系统处理，而数字化是对信息化的升级，两者的本质区别在于对数字的运用。“数字资产化”这一概念表明数字已经成为企业不可或缺的核心资产，构成了企业的核心竞争力，能够推动企业变革发展。目前大多数企业仍处在电算化阶段，主要体现为会计核算的电算化，而没有完成数字化转型，只有部分领先企业可以实现数字化和自动化，两极分化较为严重。从目前实践来看，智能财务尚处于萌芽阶段，未来还需要实务界与学术界加强合作，共同推动财务朝着智能化方向发展。

智能财务的发展趋势是去中心化，这与传统中心化运营模式下的财务管理有着本质上的区别。去中心化这一理念是今日头条等新媒体的核心特征：由个别记者采集信息变为全民采集信息；由标准化报纸变为定制化信息。基于数据分析，今日头条的移动客户端按照用户感兴趣的领域推送新闻，故每位用户所浏览的新闻都是定制化的。财务管理去中心化的发展模式亦是如此。过去由财务人员负责财务管理工作，提供标准化的财务信息，但现在财务信息不再由财务人员采集，而是系统自动抓取，再根据使用者的不同需求加工出定制化信息。这一模式突破了时间、成本等因素的限制，快速抓取市场、行业等信息，从而能够实现对企业的全面评价。

三、智能财务智能吗？

要回答“智能财务智能吗”这个问题，我们首先要了解“强人工智能”和“弱人工智能”这两个概念。“强人工智能”是指让计算机拥有像人一样的思维判断能力，像人一样聪明，但目前在技术上尚不成熟，因此不可应用于财务中。“弱人工智能”是指让计算机在某些特定方面具有智能性，能够根据规则和学习拥有一定的判断能力。例如，机器人可以掌握下棋的规则，并提前计算好每步棋获胜的概率，因而能够在与人类对战时获胜。目前，画像技术等“弱人工智能”技术已发展成熟，能够广泛应用于财务工作中。在商业银行传统的管理模式下，客人进入银行后的活动未能全部数字化，前后台数据并没有联通，大堂经理前去接待时无法了解到该客人的存贷款等详细信息，难以定制化接待。但是借助画像技术，系统能够自动对进入银行的客户进行画像，提取客人的信息，指派最适宜的接待人员，充分挖掘潜在的高价值客户，实现精准营销。“弱人工智能”的应用让商业银行财务部门能够参与到业务活动中，并提升客人到客户的转化率。本文将介绍几种典型技术在智能财务中的应用，以便一窥智能财务的智能化特征。

1.机器学习。机器学习是指让机器像人一样学习，做出判断并进行决策。机器学习与人的学习原理相似，即基于历史数据训练模型，利用模型形成预测、解决问题。

实践证明，利用机器学习技术预测的准确度高于分析师的预测，更接近实际的数值。企业内部存在大量可供开发的数据，企业可以利用机器学习开发系统进行数据分析，不断修正模型以提高准确性，用来准确预测企业未来年度的经营业绩、风险、资金需求量等，让机器学习服务于企业管理和决策。机器学习技术在企业财务管理中有很多应用场景。例如，在传统的贷款管理模式下，银行在决定是否向企业发放贷款时往往是利用一些有限的指标来判断是否向申请人提供贷款，为了降低违约率，银行往往会设置较高的贷款门槛。利用机器学习技术能够更全面地评估企业状况，使得贷款发放决策更加精准，在降低贷款门槛的同时也降低了违约率，从而减少银行损失。同时，这种模式还可以提高发放贷款的速度，机器通过对企业进行画像来评价企业的信用等级，快速决定是否发放贷款，从而节约审批时间。

2.自然语言处理。

自然语言处理是让机器学习人类的语言，从而实现人与计算机的沟通。Chan等曾将人民日报自创刊至今的所有文章输入到机器中，并基于这些数据训练机器模型，预测未来哪些新闻可能成为头版头条，并将预测值与实际值相比，构建PCI指数。因为头条新闻是国家政策的风向标，因此，PCI指数越小说明国家政策越平稳，反之则说明国家政策变化较大。这项研究的核心就是让机器学习人类的语言，像人类一样阅读报纸，而这也是“弱人工智能”在实践中的具体运用。自然语言处理技术可以广泛应用于企业财务管理实践，例如，可以利用该技术分析企业海量的文本信息，自动生成财务报告、审计报告等。

3.自动生成摘要。

目前，Facebook和Google都已开发出自动文本分析平台，可自动生成文章摘要。这一技术也能够应用在企业分析中，将外部宏观信息、舆论信息、内部会议纪要等信息输入系统中，自动生成简报，节省了阅读大量材料的时间，并可帮助信息使用者快速而全面地了解企业。

4.利用文本进行情绪分析。

每一段文字都隐含了作者的情绪，作者受自己写作时情绪的影响，自然或者不自然地采用积极乐观或者消极悲观的形容词。基于上述原理，IBM公司开发的智能文本分析系统可以根据文章的用词判断作者的情绪。同理，投资者在投资之前可以利用该技术对目标公司进行情绪分析，如果管理层对公司持悲观态度，投资者或许就可以将该公司排除在投资范围之外。

5.流程挖掘技术。

流程挖掘技术能够将储存在ERP等系统中的业务信息下载并自动生成流程图，重现公司的某一业务流程。通常情况下，标准的业务流程是一条或几条路径，倘若借助流程挖掘技术发现该项业务从开始到结束有上百条路径，形成了网状结构，则说明该流程存在问题，企业可据此整改优化。此外，流程挖掘技术还能发现流程中不合常理的操作。例如，填单与审批之间几乎不存在时间差，或者某次审批发生在凌晨等不合理的时间。通过对这些非常规性操作的分析有助于审计人员发现舞弊行为，提高审计质量。

6.基于机器学习的智能决策支持系统。

基于机器学习的智能决策支持系统是在用户与问题求解系统之间通过对话子系统建立联系，用户可以文本或者语言等方式向系统提出问题，系统予以解答。

这是一种辅助系统，在红绿灯设计、物流调配、路线规划等方面应用广泛。传统的决策模式是基于决策者的个人经验，他们离职后经验就无法再利用，且将不同个体的经验加以整合的成本较为高昂，因此，要将基于经验做决策转变为基于事实做决策和基于大数据做决策。例如，传统的本量利分析是人工分析，需要人工估计售价、成本等，基于经验推测，缺少事前分析。而现在可以利用机器学习等技术，让机器自动抓取产量信息、行业信息等，借以预测产品的价格、成本，提前做好事前分析，自动出具分析报告，并且以可视化加智能语音解读的方式加以呈现。总之，目前智能财务领域自动化发展速度较快，但智能化发展速度较慢。未来，实务界和学术界须加强合作，各显所长，充分利用各类人工智能技术，在注重设计、优化系统界面的同时提升对系统内容的关注度，让系统真正理解业务的内涵和实质，加快财务智能化的发展步伐。

四、智能财务为企业带来了什么？

智能财务可以提升企业的财务管理效率，进而提升企业价值。企业的经营管理活动发生时，AI、RPA、BI等工具可以自动执行财务管理工作，大幅节约人力、物力、财力，提高财务管理的效率。而财务部门又可以进一步借助上述智能工具进行高质量的数据分析，为业务部门和管理部门提供决策有用信息。这不仅能提升财务部门的地位，而且能为企业创造巨大的价值。决策信息与企业价值提升之间的正相关关系越强，智能财务的未来越光明。

五、智能财务的发展趋势是什么？

智能财务的一大发展趋势是将新技术与财务工作深度融合，朝着自动化、智能化、可视化方向发展。从上海国家会计学院组织评选的“2020年影响中国会计从业人员的十大信息技术”中可以看出，新兴技术已经影响了财务工作的方法和流程。例如，电子发票的大量使用直接提升了企业的数字化水平，不仅可以解决纸质发票在数据转换过程中易出错的问题，还能直接录入系统快速完成核算和分析任务，节省了票据录入与整理的时间。而电子档案和电子合同的应用则让自动审核成为现实，提高了内部控制部门的审核效率。

智能财务的另一发展趋势是将智能决策支持系统大规模应用于财务工作中。未来将从基于经验进行决策转变为基于事实进行决策，最终实现智能决策，由系统提供可供选择的决策方案（如图4所示）。知识图谱能够深入挖掘不同主体之间的关系，并多维度呈现出来，把看起来毫不相关的主体联系起来。借助知识图谱，企业将能够挖掘出部门之间的业务流程，评估每个节点的价值，从而发现供应链、价值链中存在的问题，进而做出决策。

六、中国发展智能财务有什么优势？

1.强大的政策支持与引导。

大数据和人工智能等技术是我国大力发展的领域。国务院曾在2017年发布《新一代人工智能发展规划》，指出我国“到2030年人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心”。2018年中央经济工作会议上提出“新基建”战略，计划大力发展人工智能、5G等高科技技术。相关政策的制定与出台为企业发展数字化、智能化提供了良好的政策环境。

2.“大智移云”技术的飞速发展。

“大智移云”是大数据、智能化、移动互联网和云计算技术的统称，这些技术的融合与飞速发展为企业提供了巨大的发展机遇。2017年全球人工智能领域投融资规模达395亿美元，中国融资总额达277.1亿美元，占到了70%；全球人工智能领域共发生融资事件1208起，中国占到了31%。中国高新技术发展迅速，民间创新创业潜力巨大，融资迅速且规模大；中国人工智能企业数量位居全球第二，越来越多的中国企业尤其是高科技企业进入世界500强。

3.中国大型企业集团和科技型企业的发展。

中国大型企业集团是智能财务的先行者，率先建设财务共享中心、财务中台等，发挥了示范带动作用，并为各类企业提供了宝贵的发展经验。阿里巴巴建设财务中台是为了解决2C业务下财务与业务脱节的难题。由于2C业务直接面向用户，产品千差万别，每类产品的会计核算也不尽相同，使得业务和财务逻辑产生不一致。于是财务中台应运而生，由财务为业务提供实时的定制化信息，在财务和业务不一致时发挥传导作用。华为公司开发智能报销系统，发票扫描后自动审核，并通过银企直连系统直接将报销费用转入员工账户；滴滴公司研发企业版产品，跟踪出差员工的行动轨迹，识别异常路线，减少员工借机办私事的行为，实现风险控制。可以看出，高科技企业尤其是民营高科技企业，已经成为智能财务实践的领先者。

4.中国会计教育、科研、实践承担领先者角色的内在动力。

在很长一段时间内，中国会计基本都是西方会计的追随者。西方领先的市场经济驱动会计发展，而中国市场经济起步晚、发展慢，会计准则也是参考国际标准来制定的。但是现在，全球在智能财务方面都站在同一起跑线上，甚至中国在很多方面都是领先者：“大智移云”技术与实践发展迅速、会计教育与时俱进、科研投入不断增加，智能财务为中国会计承担领先者角色提供了绝佳机会。

七、财务工作会消失吗？

随着人工智能的不断发展，部分财务岗位定会被智能机器所替代。首先受到冲击的是非技术性岗位，银企直连系统会直接替代缺乏技术含量的出纳岗。其次是会计核算岗位。目前，很多大企业集团和金融机构已经没有核算岗位，前台业务完成后，后台可以自动记账并生成财务报表。随着机器学习技术的大量使用，未来对于非标准化的核算业务也将实现自动核算。然后是一般性会计管理岗位，包括资金管理岗、业绩评价岗等。机器借助历史数据搭建模型，可以准确地自动预测未来的资金需要量及资金缺口，资金管理岗将会随之消失。

人工智能在替代传统岗位的同时也催生了众多新型财务管理岗位，包括大数据分析师、系统架构师、财务专家等。目前多数企业的数据分析仍是在传统报表的基础上编制分析报告，指出传统财务分析指标的变化，并没有将财务与业务指标、行业发展、宏观经济相联系，缺少企业发展的全景图。如果企业仍因相机业务毛利率高而沾沾自喜，却没有意识到潜在的竞争危机，势必被市场淘汰。因此，充分利用大数据技术将企业放到整个市场环境中做全面分析是大势所趋，大数据分析师也应运而生。

系统架构师是另一个兴起的新型职业，即懂得智能财务管理系统架构的人才。当企业的财务系统朝着数字化、智能化方向发展时，如果企业内部没有懂技术、懂系统架构的人员，企业转型将难以实现。即使企业借助第三方的力量搭建系统，双方的沟通效率也相当低下。因此，既懂技术又懂业务和财务的系统架构师才是未来真正有价值的人才。此外，企业对财务专家的需求也会增加。人工智能的发展和传统财务工作的减少催生了专门提供咨询的财务专家，他们专注于企业的业务、财务、管理和战略领域，为企业提供综合性的咨询服务。

八、智能财务专业培养的是应用型人才吗？

智能财务专业培养的不是单一的应用型人才，而是同时具备技术和会计专业知识的专家型人才。智能财务人才要能动手、懂建构、会决策，即：能够利用技术提升财务管理工作的自动化、智能化水平；能够搭建企业智能财务体系；能够基于事实（大数据分析）提供重要决策信息和建议。新时代的CFO必然成为智能财务方面的专家。

九、财务人员如何转型？

与传统的核算型人才不同，新技术环境下的财务人员的一个核心特征是专家型人才，至少应该成为某方面的专家，而不是“多面手”。如前文所述，正在兴起的新型财务岗位有大数据分析师、系统架构师和财务专家。前两类岗位需要的人才均为既懂技术又懂会计的新型复合型人才。其中大数据分析师需要掌握大数据分析技术、人工智能技术、商业分析技术、可视化技术等，能够利用这些技术进行大数据分析，搭建大数据分析系统，为企业决策提供高质量决策信息。系统架构师需要掌握系统开发技术、流程挖掘技术、数字化技术等，能够利用这些技术帮助企业构建数字化、智能化财务管理系统。与技术型人才不同，财务专家扮演的更多是咨询专家角色，具备战略、管理、财务、业财融合等多维度知识和经验，能够对企业的财务战略进行诊断和改进，通过提升财务管理水平为企业创造价值。

十、企业财务如何转型？

企业财务智能化转型的模式通常可以分为两种：全面部署和敏捷部署。

在全面部署模式下，企业站在全局角度规划未来几年的智能化转型路径，分步骤实施，由面到点，先重构流程，再推进数字化转型，最后实现智能化转型。很多企业斥巨资在报税、内控等流程中使用RPA，但是随着企业的转型升级，很多流程将不复存在。因此，企业首先要做好规划，重构流程，减少不必要的支出。然后，企业要实现数字化转型，将线下信息转移到线上，为智能化转型奠定基础。转型阶段必然会面临众多难题，这就需要企业在实践中慢慢摸索，逐渐改进，分步骤完成，最终实现智能化转型。

在敏捷部署模式下，企业由点到面，对现有系统进行改造。企业内部各部门相对独立，系统与系统之间不连通，若推倒现有系统重新建构不仅耗时长，而且成本高。因此，可以在不改变现有系统的基础上把系统间的数据提取出来，采用敏捷部署的方式寻找突破口，逐步完善。企业可以将现有系统替换为AI系统，也可以对系统进行AI改造，还可以在不改变系统核心的基础上，采用“AI+RPA”的外挂模式。对于中小企业而言，最简单的方式是直接利用第三方平台，将财务管理完全外包，而企业则专注于最核心的业务，提升竞争力。与传统代理服务相比，这种模式保密性、准确性更高，价格更低。

笔者认为，智能财务的现状可以用一“有”二“无”三“好”来形容：一“有”是有技术，“大智移云”快速发展给企业转型提供了技术支持；二“无”是无动力、无人才，财务部门作为后台管理部门都是被动变革，缺少动力和人才支持；三“好”是好机会、好条件、好前景，科技革命和产业变革创造了无限机遇和可能，政府、企业、高校共享共建共治共赢，智能财务发展前景广阔。