论人工智能对业财融合的影响

曾曦雯 中节能资本控股有限公司

引言

党的十九大指出，要推动互联网、大数据、人工智能和实体经济深度融合。近年来，人工智能在技术不断成熟的过程中，逐渐探索新的应用领域，财务领域的大数据性、历史性正好适应人工智能技术的发展要求，成为重要的应用领域。人工智能在财务领域的应用，能够推动企业业财融合的快速发展，为财务人员加强业务认知，提高业务水平发挥重要推动作用。

一、人工智能对业财融合的积极意义

（一）有助于提高业务效率、财务质量，提升创新力

近年来，互联网、大数据、人工智能正加速向制造业等实体经济领域融合渗透，带动相关产业质量变革、效率变革、动力变革，推动实体经济高质量发展。未来要推进工业互联网和制造业“双创”协同发展，培育构建业财融合协同新生态、优化业财融合发展环境成为新趋势，人工智能是实体企业实现高质量发展的内在需求。推进人工智能在业财融合层面应用落地，有利于加快企业转型升级，推动业务财务信息纵向贯通，横向集成，实现“上下一体、沟通顺畅”；有利于提升业务财务管理水平，实现管理制度化、制度流程化、流程信息化；有利于提高业务财务工作效率、工作质量，增加经济效益，提升创新力。

（二）通过数据挖掘和智能分析，提升业务财务决策质量

数据挖掘和分析系统是建立企业全集团统一的数据仓库，抽取重要数据资源，将数掘进行再加工、智能分析，将分析结果、预警信息等通过直观清晰的形式展示给集团管理层，起到辅助决策作用。数据挖掘和分析系统可以让企业集团公司决策层随时摸清整个集团的“家底”情况，可从不同维度统计某一类资产的关键数据，并为集团生产管理做出智能分析。

通过人工智能技术对于企业以往的财务信息进行多维度、多时间节点的学习，能够形成对于企业年度财务数据的全面清晰化认知，可以帮助企业财务人员对于企业财务运行状况、企业资金流量情况等进行实时监控，通过人工智能自动比对往年财务信息，通过财务表现来提示公司业务变动情况，提高企业财务人员对于企业经营状况的监督、控制能力。在监控的同时，也可以根据每年财务数据形成对于下一会计时期的财务预测，通过人工智能可以及时预警财务风险点，提前预测下一会计时期财务情况，帮助提高企业财务人员对于财务预测、财务预警的能力，形成对于企业业务状况的合理预判和提前筹划，提高财务预测能力。

此外，企业在数据仓库的基础上，可建立多个共享中心。财务共享中心是将财务工作中共性的、重复的、标准化的业务集中到共享中心，将简单事务性的会计工作向集团总部集中，将财务权限上收，优化财务决策流程。各企业财务人员向财务中心转移，留下的人员工作性质也由原来会计做账改为成本分析和财务管理，提高人员能动性。信息运维共享中心包括基础设施的运行维护、核心应用系统开发与运维支持、远程协助等；人力资源共享包括集中提供人事行政服务、人力资源专业咨询服务等功能。各中心有效融合，提升业务财务决策质量。

（三）有助于防范化解业务财务风险，保障企业健康发展

人工智能系统有助于企业建立健全业务财务方面的内部控制评价过程，有助于及时发现报告期内重大缺陷、重要缺陷、一般缺陷等。资产管理方面，如固定资产入账不及时、管理台账记录不完整、销售业务存货复称、商品销售环节无记录等情况；在财务管理方面，如会计核算不规范、会计凭证附件不全、内部员工借款管理不到位等缺陷；采购管理方面，如供应商审核不充分、零星物资采购方式不规范、个别入库单未签字验收等缺陷；合同管理方面，如合同签订不规范、个别合同存在漏洞，易产生法律纠纷、部分销售合同约定中经济条款不够细化等缺陷等，均可透过人工智能系统实时无死角监控，发现风险及时上报。

人工智能的广泛应用，有助于企业更加注重聚焦主责主业、严防业务财务风险、严控各类债务和经营风险、法律合规风险；有助于建立健全预判预警、灵敏应对的工作机制，定期排查，做好应对预案，防范各类风险，保障企业健康发展；有助于企业财务人员及时高效全面获取、处理企业财务信息，节省财务繁重琐碎工作任务处理时间，减轻财务人员纠错压力，从而将更多精力放入企业财务分析工作，提升业务理解能力，提供高质量服务与建议。

二、人工智能在企业落地面临的挑战

虽然人工智能对业财融合发展具有十分重要的意义，但多数企业在人工智能落地方面仍面临较多挑战。

（一）制度建设和信息化建设滞后于业务发展

近几年，人工智能在财务领域迅速普及发展，部分企业尚未建立起相关的管理制度，存在潜在风险。财务信息系统建设较为单一，主要针对核算业务，对资金的管控力度不足，且多数境外企业还未纳入财务信息化体系之中，造成一定的监管困难。财务信息系统智能化仍有较大提升空间。总体来看，目前多数企业没有将成熟的业务流程总结并固化成可复制的信息语言，管理流程大多保存在人的经验中，而经验的传递和迁移效率远远不足，使得新成立企业梳理业务过程漫长；当前系统不能应对国际化财务准则，导致同一公司的海内外业务难以直接汇总，海外财务人员工作难度很大；集团公司对于境外的人、财、物等方面基本是信息化空白，使得集团管控力度较弱，难以有效地支撑集团公司更好的实践“走出去”战略；财务人工智能化属于新发展趋势，其建设成本和建设期间导致目前多数企业还未建立成熟的贴合公司业务发展情况的人工智能技术信息系统。

（二）个别企业持续亏损，财务基础薄弱

各企业分散投资、重复建设，资源消耗多、运营成本高；数字化发展不充分，智能控制技术尚未在大型企业中发挥潜能，中小企业自动化应用较落后；信息化人才分布不均衡等。此外，受近年来宏观经济环境相对低迷影响，企业成本由于以前年度大量投入形成资产转固，加之人工成本、安环成本逐年上升，部分企业连年亏损。企业效益不好，财务基础工作较为薄弱，内控机制不够健全，财务人员流失严重，有的企业只留下会计一人，财务规范性不足，间接导致企业进行财务信息化建设和升级的动力不足、能力不够。

（三）财务人员严重不足，管理人才极度匮乏

随着业务不断扩张，财务工作难度和强度不断加大，对财务工作人员的要求进一步提高，不仅要求财务工作人员具备财务技能，能做好基础的数据支持工作，还需要财务人员具备业务技能，在理解公司主业的情况下对公司业务有所预测和监控。但是，近年来大量企业财会人员流动频繁，财务管理人才严重不足，即使自身财务技能突出也存在对于企业业务理解不透彻，在做决策分析时经验不够的问题。部分第一、二产业企业受地域偏远、工资水平低等原因，出现了招人难、留人难的情况，只能不断降低用人标准，导致人员水平参差不齐，财务管理水平提升难度较大。

（四）数据不及时、不统一、不准确

目前大多数系统是各部门或企业按各自想法开发建设，数据标准不一，信息资源不能共享，使得集团各部门间、集团与企业间、企业与企业间数据孤立，生产、业务、财务的数据割裂，无法达到企业财务数据的可对比性。由于数据源不能自由流动，信息不能一眼看到底。从集团管控层面汇总分析生产、管理等数据只能靠人工层层上报，工作量大，处理过程复杂，使得分析结果在精度和时效性上都存在很大问题，也可能存在财务口径上的不同，集团决策层难以及时有效地发现问题、管控风险。

三、在业财融合上用好人工智能的建议

（一）加强财务信息系统及人才队伍建设

一是加强财务信息系统的建设，提升对于信息技术培育的重视度，进一步发挥信息化创新驱动作用，打通财务系统和业务系统间的数据壁垒，提升财务管控水平。

二是在业务流程信息化的基础上，将内控合规要求及标准嵌入流程节点，将已有财务人员的企业业务经验进行数据化、流程化，进一步夯实控制节点管理责任，把控资金风险。

三是加强财会人才队伍建设。人才是发展的关键，为适应新形势的发展需要，就要加强财务人员的招聘和培训，制定有效的培养计划、职业规划及合理的薪酬待遇，做到招得进、留得住，使人才看到发展前景。经过持续的培养、输出，建立人才梯队，为公司发展提供有效支撑。

（二）加强人工智能在业财融合领域落实力度

一是建议成立业财融合建设领导小组，建立健全业财融合制度体系，进一步完善业财融合工作组织机构和制度，明确了以人工智能应用落地为推进重点的目标任务，强调人工智能应用的重要意义，推动工作落到实处。

二是细化保障措施，推动财务系统转型升级通过加强业财融合人才培养、加大资金投入力度、引进优秀研发机构开展合作、积极争取地方政府业财融合管理体系资金支持等方式，以培训和学习提高财务人员对业务的敏锐度，以考核和要求促进财务人员的能力提升，以资金保障推动下属企业人工智能建设平稳较快开展。

三是创建示范企业，推广先进经验。通过组织开展宣讲、观摩等方式，相互交流经验，督促和引导其他企业深度开发、整合、利用信息资源，推动自动控制系统、在线监测系统和安全避险系统等有效数据集成和共享。通过业财融合标准体系建设，进一步优化生产流程，提升工艺水平，实现管理变革。对示范企业的成功经验要及时在其他企业推广应用。

四是加强业务交流，许多大型集团所属单位众多，业务类型多样，国际化程度不断加强，资金管理和内控建设存在较大提升空间。建议组织与行业内企业加强交流沟通，互相学习先进和优秀的管理做法，促进共同发展。

（三）摆脱数据管理对于外部的依赖

数据的内涵在于专业领域体系化的知识沉淀，完成一个信息系统建设项目，外部第三方提供的是技术平台和工具的能力输出，这个固然非常重要，但是在数据管理及规范层面上，是不能依赖于外部机构的，以集中采购系统建设为例，软件公司可以根据业务部门的需求进行功能的定制化开发和提供开放的技术平台，但在物资编码、规格、计量等数据规范层面是没有能力完成这样的工作。作为一个系统的成功应用，类似这样的数据规范建设与系统功能建设同等重要不可偏废。这就要求企业自身必须对数据标准及规范有科学清晰的设计思路，具体要求如下。

一是集中资源建立专业的数据库运维技术团队，该团队须具备企业数据库的日常维护和架构初步的设计开发能力，能够独立的完成各系统之间数据源的抓取、存储工作。

二是在系统建设项目立项之初（可行性论证环节），应与各业务专业部门及企业共同就重要的数据规范和标准进行讨论和明确，并以此结果作为项目下一步选型、造价、招标的必要环节。如此能保证数据信息的独立性，摆脱外部产品对于数据要求的依赖。

（四）建立高度集成各业务模块的数据系统

首先，尽量统一平台，破除系统壁垒。对数据信息而言，不应以信息安全的理由人为地增加访问鸿沟，信息安全强调的是备份完整性和恢复及时性，不应将其与数据的开放共享对立。强调数据管理和规范的根本目的在于把人工智能建设从一个花钱的角色转变为一个能够量化效益的角色。对系统而言它的功能是没有价值的，只有数据才是有价值的，数据的量、结构、模型才是信息系统最真实的载体，有用、高效的数据及其模型对企业而言是可以产生收益的。在数据治理达到一定程度之后，是可以挖掘数据更广更深的价值。

其次，在建立高度集成各业务模块的数据系统方面：一是推广制定业务数据标准体系以及数据字典，对指标项、数据结构、存储及处理逻辑等信息进行规范统一，确保顺利实施数据的跨系统调取；二是形成多层面的数据交换和共享机制，打通数据资源在各个业务板块之间的融合通道，满足运营和管理对信息共享的要求；三是整合集团范围内部底层数据资源，建立高度集成各业务模块的数据系统（数据仓库），选取人力资源、财务、资产、风险控制以及绩效等重点管控方向率先应用对接大数据分析平台，从而实现数据从前期的提取、装载、预处理，到后期的分析挖掘、可视化的全数据流程，支持集团经营分析以及管理决策。

结语

总体而言，人工智能的应用对于业财融合的发展具备独特的助推作用，有助于提高业务效率、提升创新力，也有利于通过数据挖掘和智能分析，提高财务决策效率、防范企业财务风险。虽然目前人工智能的落地还存在一些问题，但是通过一系列举措，如加强财务信息系统及人才队伍建设、加强人工智能在业财融合领域落实力度、摆脱数据管理对于外部的依赖和建立高度集成各业务模块的数据系统等，可以帮助人工智能在未来逐步实现技术落地，实现适应企业业财融合需求的新发展。