智能時代下財務信息化概念框架的構建

柴曉星

（太原學院，山西 太原 030032）

未來已至，智能時代正以驚人的速度進入了我們所有人的視野。當大數據等新信息技術快速地改變了商業環境的時候，財務人也展開了對智能時代財務信息化建設工作的思考。我們必須意識到，新信息技術在財務領域的應用場景將被進一步挖掘，也必將改變企業財務信息化的系統框架。

一、智能時代影響財務的新信息技術

企業的財務工作歷經以會計電算化為標志的第一次變革以及以建立財務共享中心為標志的第二次變革之后，現在以大數據、云計算、人工智能和區塊鏈等新信息技術為代表的第三次財務變革已然拉開序幕。

（一）大數據技術

大數據技術應該算是智能時代的起點。維克托·邁克-舍恩伯格和肯尼思·庫克耶在《大數據時代》一書上很好的詮釋了大數據的全體性、混雜性和相關性的特點[1]。IBM 也提出了大數據4V特征，更詳細地闡釋了大數據的特點。

1.數量多。大數據的“大”就是突出數量大的特征，數據不是傳統的隨機樣本，而是全體數據。當互聯網不斷發展，海量數據產生，如果我們能有效利用這些數據，價值不可限量。

2.多樣性。強調大數據的混雜性。傳統的數據以結構化數據為主，而大數據技術，將數據來源擴展到非結構化數據，市場的任何事件、新聞等都可能成為預算預測的基礎，使得預測分析具有很高的可用性。

3.速度快。速度快是指數據的運算速度非常迅速。當數據的運算速度非常快時，算力就會變得富足和廉價，這樣我們才可能將大數據以較低的成本運用到更多業務中。

4.真實性。真實性更強調數據的相關關系，而不是因果關系。通過降低精確性要求，使得更多更真實的數據信息得以留用，變相地提升了數據的質量。這種情況下，我們并不需要大數據告訴我們誰一定存在問題，只要能夠提醒我們誰可能有影響就可以了。

（二）云計算技術

美國國家標準與技術學院對云計算的定義是：一種按使用量付費的模式，能夠提供可用的、便捷的、按需的網絡訪問，進入包括網絡、服務器、應用軟件等在內的可配置的計算資源共享池，這些資源可以被快速提供，只需投入較少的管理工作，或與服務供應商進行很少的交互。云計算包括IaaS、PaaS 以及SaaS 的概念構成。

1.IaaS。IaaS 是基礎設施的服務，是云框架下技術上的硬件，包括網絡、服務器等物理框架，主要起到支撐的作用。這種模式可以大大降低企業硬件成本的投入，并且由于硬件的這種集群模式，算力被均衡使用，系統性能還會進一步提升。

2.PaaS。PaaS 是平臺服務，是云框架下的開發平臺、數據庫平臺等。這種模式下企業使用的是付費即租即用的云端開發平臺來使用。這種模式可以節約搭建復雜開發環境的資金成本，并且能隨時使用平臺最新的開發技術，對于規模不大的企業比較適用。

3.SaaS。SaaS 是軟件服務，是與財務關系最密切的模式。財務的應用系統并沒有建在企業內部，而是放在互聯網的云平臺上。用戶訪問財務系統，相當于從公司內部穿透到互聯網上的某一系統中，并且這個財務系統是多個企業共同使用，只是在數據和權限方面要做一定的隔離處理。

對于企業來說，云計算在財務中的應用主要是包括采用IaaS 模式構建財務系統框架、使用基于SaaS 模式的財務應用系統和以SaaS 模式提供對外服務。

（三）人工智能技術

智能時代，財務管理與技術結合的最重要體現就是人工智能。在目前階段，財務方面主要是基于機器學習來實現智能應用的。機器學習是IBM 科學家亞瑟·塞繆爾在1952 年提出的，定義為“可以提供計算機能力而無須顯式編程的研究領域”。在計算機對輸入對象進行算法處理的過程中，通過機器學習來優化改進“算法”，幫助我們得到更準確的結果。

1.基于機器學習的智能共享作業。目前我國已經有企業實現了基于人工經驗規則的準人工智能應用，雖然還不是真正的人工智能，但如果規則豐富，可以相對節省人力成本。這種模式下，機器通過任務訓練，來優化現有規則，補充更多靠人難以解讀的規則，同時結合大量外部數據進行輔助學習，比如學習大量假發票案例，總結出難以被人解讀的假發票黑名單供應商規則。

2.基于機器學習的智能風險控制。通過大量訓練，計算機不斷優化算法，尋找出更多有利于結果的特征，從而對所有財務單據可以進行風險分級，并根據不同的風險級別來設置不同的業務處理流程。

（四）區塊鏈技術

區塊鏈是一種分布式記賬機制，通過建立一組互聯網上的公共賬本，網絡上所有用戶共同在這個賬本記賬與核對，來保證信息的真實性和不可篡改性[2]。通常具備以下特點：

1.鏈式結構。區塊鏈是一種鏈式結構，是由網絡上一個個存儲區組成的鏈條，每個區塊下都包含了一定時間內網絡中全部的信息數據。

2.共識性。公共記賬機制下，需要在最開始時就具備共識性規則，在該機制下所有的主體必須首先對相關規則達成共識，一旦有人不遵守，他的記錄就默認為失效。

3.去中心化。這是區塊鏈很重要的特征，強調整個記賬機制下，并沒有一個中心系統或機構來掌握、修改或屏蔽信息。

4.分布式或高冗余。區塊鏈下，每一個用戶可以清楚看到整個系統完整的記賬過程，這就是分布式的特點，可以避免數據被某用戶刪除或篡改的問題，提高了信息的真實性，但同時，由于被反復記賬，因此會引致數據高冗余的弊端。

二、智能時代財務信息化概念框架的構建

基于以上內容，當新技術與財務有機結合在一起時，傳統的財務信息化框架就會發生一定的變化。智能時代，財務信息化應提出新的概念框架。

本文認為，基于智能信息技術，企業財務信息化的概念框架可以包括數據層、引擎層以及業務應用層[3]，如圖1 所示。

圖1 財務信息化概念框架圖

（一）數據層

財務信息化框架中的數據層是處于基礎層，為業務應用提供需要的數據支持。與傳統的數據層相比，智能化特點主要體現在數據的內涵變化。在傳統框架中，數據層主要針對結構化數據，但大數據技術之后，非結構化數據將被引入數據層，來豐富數據層的內涵。在該數據層中，系統要對結構化數據與非結構化數據同時提供采集管理、對接管理、存儲管理等。

（二）引擎層

引擎層實際是一個技術共用平臺，由多種技術工具組成，當企業產生不同業務需要時，引擎層可以調用不同的引擎工具來組合，從而實現與業務應用的配套，進而實現整個財務信息化框架技術工具的共享。主要的引擎包括：

1.圖像識別引擎。圖像識別引擎主要應用于圖像信息的識別。既能夠對結構化圖像數據進行識別提取，又能對非結構化圖像數據進行識別提取。并且還可以利用機器學習的功能來不斷提高圖像識別能力，提高其應用價值。

2.規則引擎。基于人工經驗規則的準人工智能的應用場景，將不同的規則定義輸入系統，從而引導和支持系統在財務流程中進行大量的判斷、分類以及審核。規則引擎的不斷完善，有利于基于人類分析之后的不斷修正。同時，可以引入一個機器學習引擎作為規則引擎的后臺引擎，通過機器來訓練學習大量不同的業務場景數據，不斷優化完善相關的規則，使規則引擎能夠更好地應用在不同的業務中。

3.流程引擎。在規則引擎不斷的驅動下，流程引擎主要完成財務流程的指導，全面提升財務信息系統的整體水平。

4.數據計算引擎。相對其他引擎，數據引擎比較獨立。基于大數據技術，數據引擎應能夠處理包括結構化數據和非結構化數據在內的海量數據計算問題。使得財務問題在大數據方面的應用得到真正有利的技術支持，再不是傳統模式下所謂的“大數據”。

5.分布式賬簿引擎。如果區塊鏈技術能夠從概念化發展到一定的應用程度，可以考慮通過引擎化的方式將分布式賬簿建立起來。分布式賬簿的標準化，有利于區塊鏈技術在企業中的相關應用。

（三）業務應用層

業務應用層應該是整個財務信息化系統框架中的核心層次，也是最終財務與技術相匹配的應用層次。因此我們應該從信息技術與財務業務功能結合的角度，搭建一個矩陣式的框架層次（見表1）。

表1 財務信息化業務應用層

1.資金管理方面。在資金管理方面，智能技術的影響主要是交易的安全一致性、跨境交易成本的降低和交易效率的提升、資金流動性風險管理及預測等方面。

首先，基于分布式賬簿的區塊鏈技術，可以構建一個清結算平臺。區塊鏈技術可以提高資金交易的安全性和效率，并且能夠解決資金清結算時的核對和一致性問題，尤其是跨境交易。跨境交易由于要通過SWIFT 組織建立的中心網絡來實現轉賬交易，高額的手續費和較長的轉賬周期讓資金交易成本很高，交易效率較低。但區塊鏈交易可以打破這種基于某個中心組織來清結算的制度，使得這種情況得到很大的改善。

其次，基于大數據技術的應用，企業可以通過自身歷史數據的積累以及對影響資金需求相關因素追蹤監控，能夠對資金計劃進行預測，并且實現滾動預測。同時，大數據技術可以通過對資金風險的發現與監控，在更早的時間發現資金流動性風險、安全性風險。

2.財務報告方面。財務報告方面其實一直是財務信息化的重點領域。智能時代新技術下，由于各類財務信息系統都會有所改變，因此也會影響財務報告領域。

首先，基于機器學習技術，智能報告可能實現。目前市場上已經出現了人工智能參與編制的市場研究報告，不久的未來，基于結構化的報告范式，人工智能基于大量市場反應的不斷學習，智能報告并非不能實現。

其次，基于分布式賬簿技術帶來的可靠性，能夠幫助企業來解決業財對接時業務交易與會計記錄不一致的問題，同時，基于交易各方分布式賬簿，能夠實現同時記錄，避免數據被篡改，對于內部交易和關聯方交易的核對和一致性問題幫助較大。

3.納稅管理方面。納稅管理在稅務風險控制方面可以考慮人工智能技術來進行輔助，在稅費分析、稅費預測方面通過引入大數據技術，將更多的企業外部數據納入分析范圍，對企業的稅費進行分析和預測。

4.費用管理方面。傳統管理模式下，成本費用很難實現深度的事前管理，而在智能信息技術的推動下，信息系統應該更支持與業務場景關系更密切的相關費用的前期管理。例如，以差旅費、食宿費為核心的前端服務，以車輛費用為核心的車聯網系統，以采購費用為核心的電商平臺等的應用。

另外，物聯網技術使企業能夠對相關業務事項發生的過程、成本費用的流轉情況進行跟蹤，這樣基于物聯網提供的數據，我們可以更細致地分析和管控在這一過程中的成本費用。同時，結合大數據技術，我們能夠獲得更多與成本費用相關而非因果關系的數據，并據此進行更細致的分析。

5.預算管理方面。首先，在企業經營計劃以及預算編制方面，大數據技術會產生重要的影響。經營計劃和預算編制對于企業是資源配置問題，尤其是資源的方向和權重的問題。而基于結構化和非結構化數據的大數據技術，可以幫助企業進行資源投向及權重和業績達成之間的相關性分析，使企業事前有能力對預算編制的合理性進行有效的評價[4]。其次，在預算預測的環節，企業可以通過大數據、機器學習的方法來構建更為完善的預測算法模型，能夠開展更加復雜的相關性分析，這樣可以使得預算預測的可靠性和預判能力得到很大的提高。

6.管理會計方面。在傳統模式下，管理會計的數據處理主要依靠關系數據庫，對于海量數據的處理，非常消耗時間，而且成本較高。當多維數據庫出現之后，管理會計的性能有了很大改善，以事實表為核心，實現多個維度的數據組合，容易理解，但如果數據繼續擴大還會出現瓶頸問題——數據冗余。隨著大數據技術的快速發展，企業可以在物理框架、硬件方面有所突破，比如基于云計算搭建多維數據庫，直接利用內存數據庫來進行管理會計數據的分析等，將冗余信息重新儲存，使得管理會計的多維度分析不再受到技術性能的制約，只要有利于更好地反映實際經營情況，我們不再糾結于維度的制約。

7.經營分析方面。智能信息技術對經營分析的影響主要體現在分析角度的擴大以及分析工具的改進方面。從經營分析的角度方面來說，傳統模式下，受到結構化數據的限制，經營分析側重因果分析，但在大數據技術的基礎上，可以實現因果分析到相關分析的拓展[5]。

從分析工具方面來講，大數據與云計算技術的結合使得經營分析的能力得到增強，擁有了更強的數據信息采集、捕獲以及處理能力，使得經營分析的外延得到擴展。大數據對非結構化數據的處理，使得企業除了自身信息之外，可以將來自于社會的熱點信息納入分析的范圍。

此外，人工智能技術，尤其是機器學習的技術不斷發展，使得經營分析將會由現在的經驗分析更多的向算法分析來轉化，這也意味著更為復雜的分析在未來可以實現。

可以看出，智能時代財務信息化的框架主要是以場景為基礎構建的。目前框架還處于一個概念設計階段，未來還需要企業不斷的付諸實踐，來補充和優化該框架的內容。

三、智能時代財務信息化框架的協同性挑戰

智能時代來臨之后，財務信息化的框架將會發生很大的改變，從數據特點來看，數據從結構化數據到非結構化數據；從技術層面來看，大數據、云計算、機器學習、區塊鏈等新技術也會嵌入財務信息化框架中。在這樣的趨勢下，我們應該意識到，企業不可避免的會受到來自于協同性問題的挑戰。主要包括：來自于財務部門內部以及財務部門與技術部門之間的信息協同性挑戰。

（一）財務部門內部信息化協同性挑戰

1.財務各職能部門信息化建設的協同。目前，我國大部分企業在財務信息化建設的過程中并不是集中管理的，而是由不同職能部門以自身職能需求為基礎進行建設的。例如，負責預算管理的部門建設預算編制系統，負責資金管理的部門建設資金管理系統，而負責財務報告的部門只考慮會計核算系統的建設。職能部門負責各自的信息化建設、運行以及后期的優化。一方面來講，這樣做能更好地滿足需求與建設的關聯程度，畢竟每個職能部門對于自己的業務場景以及信息需求是比較了解的。但是，另一方面，當財務系統的信息需要實現集成統一或者構建共同平臺時，就會出現問題。各職能部門系統管理是相互割裂的。在新信息技術快速發展的智能時代，更多的數據和流程將被要求集成，因此信息化建設在財務部門之間的分散會為信息集成化帶來約束，也是企業構建智能化信息系統框架面臨的一項挑戰。

2.財務部門對智能化共識程度的協同。財務信息化系統框架建設的重要因素之一是參與建設的財務部門對智能技術應有共識，基于這種共識才能更好地推進信息系統的建設進度，進一步構建不同業務與新技術結合的場景。但目前來看，多數企業財務的各部門之間并沒有達成對智能技術同一層次的認識，在技術路線的選擇、資源的投入、技術的要求等方面存在分歧，這樣必然會影響智能信息技術在財務領域的進程，甚至會出現資源的損耗和過程的反復。因此，如何協同財務智能化技術的共識度同樣是企業構建信息化框架要解決的重要問題。

（二）財務部門與技術部門之間信息化協同性挑戰

財務部門與技術部門從信息化建設的方面來看，應該屬于需求與實現的關系。財務部門根據自己的業務需要對信息系統提出相關需求，技術部門通過技術手段和方法來實現財務上需求，在這個過程中，必然容易出現協同問題。

1.需求轉換的協同。財務部門與技術部門協同的關鍵在于如何將業務場景的需求轉化成信息系統的語言。但現實情況是，財務部門根本不清楚技術部門的工作模式，技術部門也很難理解財務的會計語言，導致他們之間在進行需求轉換時經常出現理解的偏差，無法對接。所以有不少企業成立了專門的銜接小組，來協助兩部門進行需求的轉換。但是，如果智能化新技術開始應用時，這種銜接會比之前更加困難。首先，由于新技術的復雜化，很多人員對新技術做不到透徹理解，所以新技術究竟能解決哪些具體的業務場景，哪些場景需要單一的信息技術或者是多種信息技術相結合等問題的解決就會變得更加困難。其次，技術部門對新信息技術的求知欲，會讓他們醉心于對技術的挖掘而忽略財務業務的實際需求，出現“為技術而技術”的情況，這樣會使財務的需求與轉換漸行漸遠。

2.財務分散需求與統一技術平臺對接的協同。目前很多企業的財務部門信息化建設是各自為政的分散模式，這樣導致他們對信息系統的需求也是各自向技術部門提出的。而技術部門如果已經實現統一的平臺化，面對各種規則不統一、時間不統一、程度不統一的要求，就會出現對接的問題。統一的平臺在解決技術問題應該要統籌考慮，對所有的需求要堅持統一的規則，而這樣勢必不能逐一滿足財務各部門的個性需求，產生大量溝通方面的矛盾。有人也會提出，技術部門如果不平臺化，而像財務部門一樣根據項目的需求來配備專業團隊攻克技術問題，是不是就不會出現類似個性與統籌協同的問題，但這樣是違背技術共享大趨勢的，只會導致更嚴重的技術部門內部協同問題。

不可回避的是，智能時代財務信息化框架建設過程，會面臨來自于企業財務內部之間、財務需求與技術之間協同方面的挑戰，這也是下一步企業信息化建設重點考慮的問題。

綜上所述，智能時代的大數據技術、云計算、人工智能以及區塊鏈等新信息技術與企業財務之間將發生新的變化，搭建智能財務信息化的概念框架，并基于此去實現財務工作的智能化是未來社會的發展趨勢，也是我們這一代財務人不斷奮斗的目標。