智能財務的應用場景分析

【摘要】智能財務應用場景需要解決的是人工智能等技術最可能被使用的財務工作領域所處的場景。 本文以什么是應用場景的研究為出發點， 從學者、從業者層面， 行業協會、學術團體層面， 軟件提供商層面探討智能財務應用場景的研究現狀。 根據財務組織架構未來功能性轉型的三個層次以及業務復雜的程度， 提出智能財務應用場景的分析框架， 并將其總結為： 智能財務機器人、智能財務助理、智能管理會計應用以及智慧企業大腦四個遞增的框架內容。

【關鍵詞】智能財務;應用場景;財務機器人;管理會計

【中圖分類號】 F272;F270.7? ? ?【文獻標識碼】A? ? ? 【文章編號】1004-0994（2021）05-0019-8

一、智能財務應用場景概述

目前， 各類技術應用場景介紹的側重點往往都在如何應用技術， 而對于何謂應用場景、應用場景有哪些特征和要素、如何開發出將人工智能技術落地的應用場景等問題， 卻較少被提及。 對財務人員而言， 理解應用場景的概念可以幫助他們在紛繁復雜的智能財務應用中梳理出清晰的應用脈絡。

（一）何謂應用場景

應用場景是產品設計領域的概念， 是指用戶在特定的場景和相關的技術支持下， 產生使用產品的行為， 從而滿足自身需求。 應用場景概念在互聯網產品設計中得到了更廣泛的關注， “場景化”成為產品設計中的重要理念， 目的是針對用戶需求， 提升用戶的使用體驗。

應用場景的特殊之處在于“場景”。 場景一詞常見于戲劇領域中， 是指在特定的時間、空間內發生的一定的行動任務或生活畫面。 借鑒這一定義， 基于用戶需求的應用場景包含了以下幾個要素：①時間、地點和事物， 這些要素構成了產生需求的場景; ②特定類型的用戶及其需求， 這兩項明確了該應用主要服務的主體以及具體要解決的問題; ③解決方案， 基于上述要素， 選擇恰當的技術手段， 為用戶提供的準確、針對性的解決措施， 這是應用場景的主要表現形式。

應用場景是通過對用戶需求的了解而形成的一種應用設想， 目的是使產品設計和開發人員更能理解用戶需要， 進而使某項技術更具應用價值。 智能財務應用場景需要解決的是人工智能等技術最可能被使用的財務工作領域所處的場景。 應用場景的研究可以保證技術投入是由業務需求驅動的， 而非簡單的技術運用， 這本身也是踐行筆者所提出的“技術與業務雙輪驅動”原則的手段。

（二）如何構建智能財務應用場景

王玉梅等[2] 提出了應用場景的設計流程：首先， 產品設計師需要對用戶現狀及其需求進行分析， 并加以整理， 從而客觀描述當前的實際情況; 隨后， 產品設計師根據用戶相關問題與需求， 設計具體的解決措施和方案; 最后， 設計師還需要對所提供的解決方案進行驗證和評估， 觀察使用情況， 為產品的最終設計提供反饋和參考。

本文將該流程與應用場景的三類要素相結合， 通過舉例分析一個典型的智能財務應用場景， 即利用計算機視覺輔助審核驗證。 在基礎核算工作中， 財務在進行記賬工作前， 會收到來自企業內部或外部的各類原始憑證。 會計核算人員需要驗證原始憑證是否重復、判斷真偽并審核合規性。 在傳統的流程中需要財務人員逐個查詢、人工校驗， 一方面費時費力、效率較低， 另一方面無法保證準確性和穩定性; 但是若利用計算機視覺技術， 則可以把影像文件轉化成結構化數據， 并做出測量、判斷、核對和驗證， 實現單據的自動化審核， 從而提升效率和質量。 根據這一思路， 可以在充分了解財務工作流程的基礎上， 挖掘財務人員的業務痛點和需求， 實現各類數字技術在財務領域的應用。

當前來看， 人工智能應用于財務領域， 進行產品研發和場景落地的核心是替代部分財務人員的工作從而提高財務人員工作效率， 其成功與否的判斷標準為：①智能財務產品的使用頻率是否高， 使用效果好不好。 ②在該應用場景下， 智能財務產品替代財務人員價值的大小。 ③在應用場景下， 智能財務的產品更有利于管理會計作用的發揮， 以提供決策支持， 發揮管理效能， 體現財務價值。

（三）智能財務應用場景的研究現狀

1. 學者和從業者的觀察與思考。 學者和從業者主要從具體的財務工作場景出發， 發掘智能技術應用的可能性。 Hazar[3] 指出， 在財務人員執行財務計劃或分析工作時， 人工智能算法可以幫助財務人員提高分析能力， 根據歷史數據建模并做出假設， 從而對未來的指標做出預測。 這類技術通常以軟件的形式供員工使用， 被稱為“數字助理”。 例如， 數字助理可以處理員工對于賬單、現金流水、會計政策和流程的查詢。

經過一定的探索和實踐后， 學者和從業者們開始基于財務工作構建智能財務應用的不同層次。 劉勤等[4] 將智能財務的應用分為財務核算全流程自動化系統、智能財務決策支持系統、企業智能財務共享服務平臺以及人機智能一體化的業財融合管理平臺。 劉梅玲等[5] 認為， 人工智能在財務領域的應用場景可以細分為感知智能、運算智能和認知智能三類應用場景。

智能財務還將對財務人員的工作崗位和工作場景產生影響。 李聞一等[6] 認為， 現有的財務崗位在未來將全部消失， 如出納、總賬會計、固定資產會計、成本會計、稅務會計乃至審計等， 取而代之的是數據資產崗、信息需求崗、算法設計維護崗、人機交互崗、數據信息安全崗等新崗位， 這些崗位構成了智慧財務新的工作場景。 對個人而言， 更多微型智能財務工具將為個人經濟行為提供建議; 對企業而言， 智能財務工具和財務機器人也將在算法設計、維護人員設計和操作下為企業創造更大的價值。

2. 行業協會、學術團體機構關于智能財務應用場景調研結果。 相關機構對人工智能等數字技術在企業財務領域的應用情況進行了多維度的調查， 這些研究報告所展現的智能財務應用場景更偏重具體技術的描述， 以及考察企業在實際工作中已經實現的功能， 從而評價智能財務目前的落地應用現狀。 中興新云聯合南京大學、廈門大學發布的《財務的自動化、智能化、數字化》[7] 報告中列舉了OCR技術輔助財務智能審核、自然語言處理應用于智慧審計以及知識圖譜助力供應商關系管理等具體應用場景， 指出人工智能將從產品、流程和洞察三個方面在財務領域發揮作用。 上海國家會計學院智能財務研究中心發布的《中國企業財務智能化現狀調查報告》[8] 對智能財務提供的服務、財務信息系統各模塊的智能化程度等要素展開調查， 發現目前企業財務中智能化程度最高的是會計核算和銀企互聯模塊， 最低的是風險管理和經營決策支持模塊。 但同時， 企業對智能化迫切程度最高的是會計核算和費用報銷模塊， 而對風險管理和信息披露智能化的重視程度較低。 美國管理會計師協會（IMA）與廈門大學等機構發布的《智能技術驅動下的財務共享模式創新與應用實踐研究調查問卷分析報告》[9] 發現， 受訪的財務人員對電子發票、數據可視化和大數據技術較為熟悉， 并得到了長期的應用。 未來企業更傾向于進行機器人流程自動化、大數據、高級分析和行為分析等技術投資。

3. 國內軟件服務提供商構建的智能財務場景應用體系。 不同的服務提供商都構建了自己的智能財務場景應用體系， 可以看出這些主體所推動的建設重點與企業目前的建設需求和應用現狀具有一定聯系。

用友網絡[10] 將新技術為財務帶來的四大變革總結如下：第一是業務財務， 基于事項庫實現業財深度實時融合， 將財務融入業務的每個環節， 實現事前、事中的服務與管控。 第二是數字財務， 基于事項庫大數據中心和實時的核算數據， 財務人員可以進行數據挖掘、數據建模和數據分析， 有效、及時地服務業務決策。 第三是智能財務， 通過人工智能技術提升財務作業的自動化和智能化程度， 提高準確性以及效率。 第四是綜合財務， 財務會計向管理會計、稅務會計、社會會計轉型， 構建綜合發展大會計體系， 服務更多會計信息使用者。 浪潮集團執行總裁王興山[11] 將這種智能財務應用分為三個發展層次：首先是基于規則的自動化（RPA）， 具體表現為財務機器人的自動對賬、智能報告等; 其次是基于對話式用戶界面（UI）的數字助理， 語言交互、人機協作是重要特征; 最后是基于深度學習的企業大腦， 以大數據為基礎的智能決策和風險內控是典型場景。 金蝶軟件發布的《智能財務白皮書》[12] 中提到智能財務包括七個財務業務場景， 即日常差旅、稅務管理、營銷管理、采購流程、采購付款風控、訂配貨預測和供應商優選， 目標是實現交易處理的自動化、管理和決策的智能化。 元年科技基于財務共享的智能化升級， 構建了標準化、自動化的財務共享， 連接在線商城的采購共享， 連接商旅平臺的差旅共享、稅務共享， 并在此基礎上利用智能化技術[13] 。

4. 小結。 綜合上述研究觀點， 可以發現在智能財務應用場景研究中存在以下問題：第一， 當前的實際應用主要集中在通過智能化提高效率、審核的功能上， 缺乏更能發揮數據價值的應用。 這既與企業當前的數字化程度和現實需求有關， 還與實現更高級的人工智能應用的難度和成本有關。 第二， 智能財務應用場景的體系未建立， 缺乏層次性。 劉梅玲等[5] 認為， 凡是將“大智移云物區”等新技術運用于財務工作領域， 對傳統財務工作進行模擬、延伸和拓展的場景， 都是智能化場景設計的范疇。 但正因如此， 當前對于智能財務應用場景的探討多為點狀的舉例， 而不具備科學的應用框架; 層次性不強體現在技術和應用場景的對應關系較為模糊。 例如， Hazar[3] 強調人工智能對財務經營分析的作用， 但僅以“數字助理”舉例， 實際上人工智能增強財務的分析能力不止這一個層面的一種應用。 第三， 當前應用場景的研究缺乏理論性總結， 單純從實踐角度介紹如何應用， 而較少探討背后的技術原理。 主要原因一方面是財務管理和人工智能等技術專業領域的跨度較大， 另一方面是財務人員似乎認為自己只需要“會用”智能財務產品即可， 無須關注其背后的原理。 本文認為， 技術落地固然離不開技術人員， 但理解背后的基本技術原理對財務人員的思維轉變、實現轉型具有重要意義。 考慮到未來智能財務理論的發展以及智能財務人才的培養， 本文認為需要深入挖掘應用場景背后的技術原理。

二、智能財務的典型應用場景

根據上述各類有關應用的不同觀點可知， 智能財務的應用其實最終都指向“什么是智能”這一根本問題。 因此， 構建智能財務的應用場景首先需要明確的是財務到底需要哪方面的智能？要回答這個問題， 需要從財務活動的內容來分析。 根據財務組織架構的功能性轉型， 財務被劃分為共享財務、業務財務和戰略財務， 這就對應著交易處理、管理控制和財務決策支持三個層面的財務活動。 基于這一架構， 智能財務強調在交易處理工作中實現更準確的計算和更高效的自動化， 并形成一種基于機器學習的自適應流程， 在與員工的協作過程中進行自我學習、提升表現， 以提高員工的服務體驗; 在管理控制和決策支持活動中強調商業決策會越來越多地依賴機器學習算法來發揮數據的作用， 使分析結果更加科學， 甚至做出預測; 同時， 還可以想象更高級的認知智能、通用智能乃至強人工智能在財務領域發揮的作用， 使財務的職能得到進一步延伸。 基于上述思路， 本文按照依次遞增的智能程度以及財務工作的層級， 將智能財務的應用場景分為以下四個層面。

（一）智能財務機器人

智能財務應用場景的第一個層面是智能財務機器人， 主要是通過信息識別和流程自動化， 處理大量重復和規則明確的操作性業務， 并利用人工智能技術發展出一定程度的認知智能， 實現操作性業務的自主優化， 從而模擬或替代具體的財務工作流程。

1.處理大量重復和規則明確的操作性業務。 《2018年中國共享財務領域調研報告》的調研結果顯示， 已有近半數的受調研企業在共享服務中心采用了基于RPA技術的財務機器人。 其應用場景需要滿足兩個條件， 一是大量重復， 二是規則明確。

在應用場景基礎上， 需要根據財務工作的特征和RPA技術的原理進行提取和抽象。 田高良等[14] 將基于RPA的財務機器人的功能劃分為五大類， 分別是數據檢索與記錄、圖像識別與處理、平臺上傳與下載、數據加工與分析、信息監控與產出。 王言[15] 將機器人流程自動化的各類工作環節抽象成為四個部分， 分別是信息獲取、信息加工、信息分析和信息決策。 任何具體的自動化應用場景都是這四類工作的具象化或組合。

對于財務領域的自動化工作需要進行抽象， 但只是適度的抽象， 否則無法保留財務工作流程的特點以便后續優化。 基于此， 本文將智能財務機器人的主要應用場景細分為：①原始數據獲取、導入和處理場景; ②對賬、審查與復核場景; ③會計核算、報表及附注生成場景; ④其他常規工作場景， 主要包括系統內、外部平臺的登錄， 文件下載與上傳， 信息通知等工作場景。

2.發揮認知智能實現操作性業務的自主優化。 事實上， 財務機器人是目前智能財務最為基礎的應用， 其細分應用場景已經得到充分的挖掘， 而且僅僅運用RPA技術實現的自動化并不能稱為智能。 本文認為， 智能財務機器人應當考慮的是如何充分利用人工智能的認知能力， 使智能財務的應用從感知智能向認知智能過渡， 加速RPA技術和人工智能技術的融合， 實現對于流程最優解的自動迭代以及更細致的數據采集。 這正是與傳統財務機器人應用的最大區別。

目前， 財務共享服務中心的自動化業務處理當中還存在諸多不足， 比較突出的表現是財務機器人基本不具備方案最優求解能力。 它只是將既定的工作流程進行不斷重復， 以維持一定的效率與差錯率。 此時的財務機器人是不具備學習能力的， 如果業務標準和流程發生改變， 只能依靠人工軟件升級使之匹配和適應， 極端情況下可能需要重構業務邏輯、重寫代碼。 當然， 此處涉及會計和監管合規方面的專業知識， 以確保技術能夠以受控與合規的方式被部署， 應用的工作仍需要人類干預。 人工智能技術在財務機器人中的應用也更多地強調使其會“看”（如信息自動識別）、會“聽”（如語音交互的感知智能）。

本文認為， 智能財務機器人主要可以在以下三個方面實現改進： 一是質量， 通過標準化、持續統一地執行業務規則， 幫助識別和應對常見的管控問題， 在時效性和準確性方面有大幅改善。 二是效率， 自動化流程在處理速度、處理容量上得到改善， 并進行自我優化。 例如通過增強學習算法提高票據識別的精確度。 三是深度， 利用人工智能引擎在同等的期限與限制條件內， 提供過往難以實現的數據基礎， 最終向業務財務、戰略財務和監管機構提供有價值的數據信息。

（二）智能財務助理

智能財務應用場景的第二個層面是通過多模態交互、人機協同實現的基于對話式用戶界面的智能財務助理。 多模態交互的概念是指人和機器通過視頻、圖像、語音、文本等多種形式進行交互; 對話式用戶界面是指在移動終端如手機上的聊天交互界面。 本文認為基于移動終端的智能財務助理， 是實現人機交互的一種較為可行的選擇。

智能財務助理的應用范圍包括財務人員與業務人員有往來的財務工作， 以及業務財務人員的工作。 這類應用場景的特點是財務需要深入到業務過程當中， 為上述人員提供服務。 但是， 傳統財務人員的服務意識較為薄弱， 一方面是因為財務的管控和監督職能成為重點; 另一方面是數字化程度較低， 使得財務沒有能力采集詳細數據， 提供基于數據的服務。

因此， 借鑒互聯網產品設計和人工智能下的人機協同理念， 智能財務要提升客戶體驗有以下三個要點： 一是推廣移動互聯網應用。 財務已經開始利用移動應用（如移動審批）來提高工作效率， 下一步應該繼續擴大功能范圍， 并考慮通過用戶界面設計優化等措施提高用戶體驗。 二是多模態人機交互。 當前財務系統與財務人員的交互方式多為鼠標交互、電子表格等， 因此智能財務需要利用多模態的交互方式， 優化人與機器的交互體驗。 三是智能財務接入數據中臺。 借助其數據基礎為提供快速敏捷的數據服務創造可能。

綜上， 基于該應用場景可以延伸出智能業務處理、智能報表輔助和智能問答咨詢三類細分應用場景：

1. 智能業務處理。 智能業務處理是指對傳統的財務工作流程進行重新設計， 并利用移動互聯網、人工智能認知技術等， 根據財務和業務人員的需要隨時隨地地提供財務服務， 幫助完成一般事務性工作并在一定程度上提供洞察和預測。 智能業務處理的功能主要表現在以下兩個方面：

（1）設定智能化的流程定義和權限定義， 并通過移動應用實現業務自助處理。 由三個步驟組成：首先， 智能業務處理可以提供工作流、業務流的自定義功能， 根據業務的需要靈活定義相關流程或流程組合; 然后， 根據組織權限、數據權限和參數權限等多維度的定義方式， 實現審批流的自定義; 最后， 利用移動互聯網應用的手段， 使員工可以隨時隨地地獲取財務服務， 例如移動報銷、移動授權審批、移動商旅采購、移動身份認證等。 根據這一路徑， 智能財務助理最典型的應用就是對報銷業務的優化。 目前， 許多軟件公司均已推出智能報銷流程， 員工可以通過手機提交申請， 上傳附件， 企業根據設置好的規則引擎進行自動審批乃至自動打款， 并完成各類憑證的自動生成， 極大地提高了員工填單的便捷性和審核的時效性， 從而縮短報銷周期。 進一步延伸， 財務在納稅申報、合同處理、采購銷售等業務處理中均可根據上述原則實現移動、自動處理， 不斷提高工作效率和員工體驗。

（2）在自助處理的基礎上進一步通過優化交互、提供洞察的方式提高用戶體驗。 移動應用本身就是優化體驗的一種方式， 但同時也是不斷優化的新起點。 例如， 有學者提出可以基于語音指令實現會計核算， 訓練人工智能將語言轉為結構化信息， 完成各類會計要素和憑證要素的填寫和計算。 金蝶軟件開發的智能差旅服務可以讓員工用語音發起出差申請并自動審批， 還可以通過對員工出行習慣數據的分析推薦最佳出行方案， 進一步優化員工體驗。

需要指出的是， 在上述應用中， 優化員工體驗是一種主觀感受， 選擇智能業務處理應用的標準是為了提高業務效率， 不能舍本逐末， 僅是追求新奇的形式而忽略了智能業務處理的根本是對財務業務流程的再造。

2. 智能報表助理。 財務轉型后的業務財務需要更加以客戶為中心， 善于為業務問題提供解決方案， 而且這種轉變強調的是基于數據驅動的管理轉型， 也就是及時、充分地利用數據制定決策方案。 由于不同經營單位情況和目標不同， 需要短時間內提供定制化、個性化的管理會計報告。 然而， 大型企業應用系統眾多， 底層數據難以完全打通， 數據報表難以橫跨多個數據源。 同時， 定制化的管理會計報告復雜度高、工作量大、耗時長， 無法滿足數據驅動的轉型要求。 其結果正如Menezesde等[16] 的研究指出， 在許多財務組織中， 財務計劃與分析淪為數據收集、整理和格式處理， 其本應具有的價值被忽視。 因此， 管理決策人員更希望通過快速、個性化的方式完成自助的報表分析工作， 基于人機交互的智能報表助理就應運而生。

在智能報表助理應用下， 用戶可以通過移動端的文字搜索、聊天輸入或語音問答形式， 向系統提出數據和報表需求。 系統在后端數據治理的基礎上， 與前端語音交互、自然語言處理（NLP）和知識圖譜技術相結合， 從而提供個性化的數據服務。 智能報表助理的功能特點體現在人機智能交互和自助定制化分析兩個方面： 一是人機智能交互使得人類能夠以更方便的形式提出請求， 人工智能也以人類更容易理解的方式（如可視化）回應請求。 二是普華永道[17] 指出企業財務將向場景式和定制化財務轉型。 在智能報表助理的自助定制化分析下， 可以實現研發、制造和銷售等場景的專門分析， 使每位業務財務人員得到“千人千面”的數據助手， 從而實現更具針對性的自動推薦數據功能。 該應用場景不僅可以降低定制化報表的獲取難度， 支撐用戶日常數據分析工作， 挖掘數據的潛在價值， 更能通過友好的交互體驗培養員工數據驅動的工作思維。

3. 智能問答咨詢。 智能問答咨詢應用場景更側重于智能財務的運營管理方面， 主要包括兩大功能模塊， 分別是智能化的日常咨詢處理和基于知識管理的員工培訓。 這類智能助理可以在認知技術的幫助下， 通過對員工行為數據的采集和機器學習， 不斷契合員工需求， 提供更具針對性的服務。

（1）智能化的日常咨詢處理。 對于問答咨詢這類具有一定操作標準、業務量繁多， 但同時又需要與人溝通的活動中， 可以在人工處理之前設置人工智能。 財務可以參考銷售領域已經廣泛利用的前臺人工智能應用， 在自動處理常規問題的基礎上通過與客戶的互動改善用戶體驗， 記錄每個用戶的主要業務和偏好， 甚至實現提前預測處理， 以此提升智能財務運營的滿意度。 事實上， 這類具有“客戶服務意識”的智能問答咨詢應用， 很可能成為財務實現智能化轉型、落實服務職能的關鍵。

（2）基于知識管理的員工培訓。 知識管理同樣是財務共享服務中心運營管理的重要內容。 本文認為， 要真正實現員工賦能， 必須發揮人工智能在認知智能方面的能力， 實現針對每個員工個體的個性化知識管理， 使得對員工培育提升也可以做到“千人千面”。 Ehrenhal等[18] 舉了一個利用智能問答進行知識管理的例子。 某企業在學習平臺上設置了聊天機器人， 財務人員可以通過詢問來確定所需學習的課程， 也可以在學習遇到問題時向機器人提問。 由于人機交互的數據都被平臺記錄和跟蹤， 企業可以快速預測財務人員需要查詢的課程、推薦額外的課程、避免員工選擇不匹配的課程等。 這一應用所帶來的結果就是該企業的合規問題得到了明顯改善， 并實現為每位員工提供針對性的培訓計劃。

總的來說， 智能業務助理的各類應用場景實現了“財務進入業務前端、提供深入價值鏈的業務支持”的目標。 它將財務更好地與企業的信息循環、管理循環和業務循環相融合， 可以控制和反饋業務循環是否遵循管理循環提出的規則和要求， 并為管理循環提供及時的、與決策相關的報告[19] 。 而實現這一目標的前提就是利用智能財務機器人實現的基本業務自動化和數據采集自動化。

（三）智能管理會計應用

智能財務應用場景的第三個層面是智能管理會計應用， 主要是通過增強或模擬財務人員的分析、決策能力， 形成對財務專家腦力的輔助， 實現決策支持等管理會計職能。

涂楊舉[20] 指出， 企業環境的劇變要求企業將焦點轉移到運營、風險控制和制定戰略決策上。 智能財務在這一層面的目標是擴大人工智能在管理會計領域的應用范圍， 對經營分析、預算管理、成本管理、資金管理和風險控制等管理會計領域進行全面賦能。 因此， 智能管理會計應用中也將圍繞這些領域展開細分應用場景：

1. 經營分析與決策支持場景。 決策理論學派的代表人物Simon和March認為決策貫徹于管理的全過程， 管理即是決策。 對于財務管理而言， 通過經營分析做出決策， 成為財務戰略管理層決策者的重要職能。 認知科學和計算機的發展使人們意識到了機器對于克服人類處理及儲存信息方面的認知局限， 管理者可以通過大量數據和高速計算提高決策質量。 在機器的幫助下， 人的決策可能并不完全依賴于數據， 但至少決策者的直覺和認知現在是由數據和分析提供信息的[21] 。 各類管理支持系統， 如決策支持系統、商業智能就是其中的代表。

但是， 即使當前許多大型企業已經實際運用了商業智能技術來輔助決策， 企業的經營分析仍然普遍面臨一些問題。 一方面， 數據報送耗時、數據采集與分析分離、數據準確性差和質量不佳等問題， 是財務數據管理問題在經營分析應用中的再次體現， 使得企業難以快速地發現市場變化、優化資源配置， 仍然依賴于經驗進行決策; 另一方面， 管理層所使用的決策支持的功能缺乏高效、扁平、可視化的設計， 無法滿足符合企業需求的分析維度、方法和展現形式[22] 。

智能財務在智能管理會計應用中， 對于經營分析和決策支持場景的財務工作， 可以實現以下幾個方面的功能： 一是為管理層提供動態、實時的經營信息; 二是為管理層及經營者提供經營分析的模型和工具; 三是在此基礎上為企業戰略提供財務評價。 該場景是智能財務的核心， 是對其他管理會計領域信息化建設的思路統領， 同時也是建設智慧企業的核心。

2. 預測與全面預算管理場景。 全面預算管理作為集業務、資金、財務、信息等為一體的綜合性預算體系， 對于企業進行戰略管理、資源配置、協調各部門的關系等方面都具有重要的作用。 但目前， 企業在實施全面預算管理的過程中存在以下問題， 特別是在數字化的環境下， 這些缺陷尤為突出： 一方面， 預算系統需要將多種數據作為輸入來源， 如利潤目標、費用數據、相關業務數據等。 但企業財務數據管理存在的問題不可避免地影響到預算信息傳遞的速度和效率， 難以提供高質量的預算信息。 另一方面， 由于難以對市場進行預測， 企業在編制預算的過程中往往把目標定得過高或過低。 預算編制與現實的偏離往往影響了預算管理的實施效果[23] 。 而預算編制的科學性和準確性較差使得所編制的預算成為一種擺設， 由此形成了“重編制、輕執行”的問題。

筆者曾指出， 人工智能是一種預測技術， 機器學習可以利用算法從樣本數據中尋找規律。 這一特征使智能財務在全面預算管理中挖掘出了重要的應用場景， 就是將數據預測與全面預算管理相結合， 最大限度地提高預算的科學性。 智能財務預測與全面預算管理可以通過數據挖掘、回歸分析、機器學習等手段， 對業務、收入、費用、減值和資本情況進行科學預測， 優化預算編制過程。 同時搭建起預算控制和分析的智能化平臺， 以監控預測的執行狀況， 形成基于數據預測并實時調整的預算管理體系。

3. 多層次精益成本管理場景。 對于智能財務而言， 如何發掘與成本管理相關的應用場景對于企業數字化轉型具有重要意義。 數字技術成為財務部門發展的良機， 但同時諸如精益管理（Lean）等方法仍然適用[16] 。 其中精益成本管理成為一類重要應用。 精益成本管理不僅強調降低成本與費用， 更是從目標制定、產品設計、銷售等各個環節尋求總體效益的最優化， 實現全過程、多層次的成本管理。 大量且細致的成本數據分析背后同樣需要人工智能技術的支持， 特別是與機器學習相關的數據挖掘技術。 Amani等[24] 對數字挖掘技術在成本管理應用中的幾個層面進行了綜述， 分別是設備層、流程層、施工層、產品層和項目層。 其中， 在設備層可以用數據挖掘來評估設備制造成本， 從而提高設備檢查和維修的精確度， 追蹤設備更新成本; 在流程層數據挖掘技術用來在成本核算中確定成本驅動因素， 并有助于制定轉移定價的決策; 在施工層通過創建神經網絡系統， 實現快速并足夠精確的成本評估; 在產品層挖掘出的數據可用于預測產品單元的成本、評估產品生命周期成本; 在項目層數據挖掘可以協助建立成本評估體系， 包括有形產品和無形產品， 如軟件和應用等。

因此， 基于全過程、多層次的原則， 財務可以在數據挖掘技術下實現對成本的精益管理， 本文認為這是智能財務在管理會計成本管理領域的重要應用場景。

4. 基于司庫的資金管理場景。 筆者曾在《財務轉型大趨勢：基于財務共享與司庫的認知》[25] 一書中指出， 財務轉型中一條不可忽視的主線是基于資金視角展開的， 并將企業的資金管理職能升級為司庫職能， 融入企業對金融資源的管控能力。 畢馬威研究發現， 面對信息技術不斷發展的大環境和企業經營模式的變化， 傳統的司庫將走出“大出納”和“融資”的職能范圍， 需要借助財務工具、金融服務以及信息技術， 進行更有效和更規范的資金管理[22] 。 本文認為， 智能財務可以借鑒金融科技中的相關應用， 挖掘自身在資金管理領域的應用場景。

在金融科技領域典型的人工智能應用是智能投資顧問（簡稱“智能投顧”）。 智能投顧運用算法和投資組合優化理論模型， 為用戶提供投資決策信息參考， 同時還可以根據金融市場的波動形成預判， 對資產組合及配置提供改進建議。 參考這一思路， 企業財務在資金管理中的資金計劃、資金調度、資金監控、資金風險管理等職能同樣可以在連接社會大數據的基礎上， 將人工智能技術和相應的管理理論相結合， 實現司庫管理系統的升級。 例如， 在司庫的公司理財職能當中， 財務人員可以根據重要經濟指標， 運用神經網絡模型為公司制定投資方案， 以追求長期的穩健回報[26] ， 這也將使得財務人員開始關注外部金融資源， 借助人工智能提高投融資、運營管理能力， 從管理決策導向走向戰略支持導向。

5. 智能反舞弊與風險控制場景。 反舞弊和財務風險控制也可以從金融科技應用中取得借鑒。 傳統反舞弊和風險控制業務主要靠人來搜集、處理數據， 并進行財務反應和行動， 這種模式面臨諸多痛點[27] 。 從數據角度看， 進行舞弊判斷和風險識別所需收集的數據量巨大， 財務人員難以整合多種渠道的信息， 從而出現疏漏， 無法進行關聯信息查詢和擴展; 從成本效益角度看， 該模式下的監督管理效率不高， 但監管調查的投入面臨逐年遞增的情況， 難以實現持續的優化提升。

在金融領域， 智能風控應用已經頗為成熟。 例如， 螞蟻小貸利用計算機后臺自動整合貸款人各個方面的數據， 快速運算并進行篩選、建模和打分， 并自動審批房貸， 從而實現其壞賬率顯著低于傳統銀行[26，28] 。 因此， 智能財務同樣可以借助監督式學習算法、知識圖譜等技術， 把人類具有的直覺推理加以形式化或機器模擬， 大量處理會計信息、供應商管理審查信息、應收賬款賬齡信息等， 對財務風險甚至是非財務風險形成一定的預判能力， 使財務部門由提供事后的財務數據， 向事前的風險管控和事中的規范管理轉變， 正如螞蟻小貸借此實現無人信貸。 德勤也指出， 機器學習還將解讀財務人員對于風險的反應模式， 從而在沒有回饋或干預的情況下自主采取行動， 根據持續的信息流快速反應進而降低風險， 使財務在不需要人的干預下就可以自主驅動智能工具， 實現控制風險的目的。

（四）智慧企業大腦

智能財務應用場景的第四個層面是智慧企業大腦， 主要是探索發揮通用人工智能乃至強人工智能在企業決策當中的應用， 使智能財務融入智慧企業的建設中。 這一應用場景總的來說仍然是發揮人工智能在某一專門領域的作用， 即專用人工智能。 同時， 在更高級的應用上更多的是基于“人+機器”的合作模式。 有學者指出， 目前最復雜的目標設定等工作仍是由人類完成， 而在未來， 計算機也可以很好地制定宏大的意圖和目標。 而具備設定目標能力的人工智能則可以認為已經具有一定程度的自我意識， 可以自主學習新的工作場景， 執行各類不同的、沒有預先設定程序的分析任務， 整體呈現出通用人工智能或強人工智能的特點。 本文認為， 智能財務同樣具備運用通用人工智能乃至強人工智能的潛力， 主要實現方式是融入智慧企業的建設過程當中， 成為“智慧企業大腦”， 這是智能財務最高級的應用場景。

智慧企業是企業數字化轉型后的一種形態， 其核心是為了發揮數據的作用。 具體而言， 專業職能部門要通過數據的挖掘和專業知識的沉淀， 形成各類獨特的能力; 管理層則通過大數據和算法， 修正經驗判斷的偏差， 為決策者在預測規劃、績效判斷、風險管控等不確定領域提供更多的科學依據。 在這一轉型目標中， 智能財務將成為智慧企業中的關鍵能力， 它的重要性體現在：智能財務強調數據驅動， 并發揮算法和算力的作用。 智慧企業在運營和管理上追求的是標準化和數字化。 例如決策的標準化和數字化， 采購、招標和定價的標準化和系統化[29] 。 智能財務可以在大量全樣本數據的基礎上， 對需求和有限資源之間的配置進行無限模擬， 做出更加完整、客觀的預測， 輔助甚至代替企業管理人員做出決策。

例如， 我們可以想象人工智能幫助財務在企業戰略分析和選擇方面所發揮的作用。 戰略分析和選擇作為最高管理層的職能， 將人類管理者訓練成能夠判斷趨勢并能憑直覺得出獨特戰略的“市場控制者”， 需要積累數年乃至數十年的經驗， 而目前的算法在數小時內就可以探索出數千種可行的策略， 并進行逐一模擬和判斷。 想象企業在掌握了大量市場數據、用戶數據以及各種渠道所獲取的競爭者數據的時候， 是否也可以對競爭的結果做出無限模擬？此時企業之間的競爭是否已經演變為對數據的搶奪？這將對企業的戰略選擇方式帶來巨大變化。 智慧企業大腦在識別新模式、發現并模擬新策略的速度和能力上超過了任何經驗豐富的人類分析師和管理者。 目前， 我們已經看到久其軟件在通信行業基于管理者行為分析的KPI矩陣推薦算法， 這種基于“數據要素—管理崗位—指標相關性”的算法彌補了傳統決策管理自上而下的規劃環節場景的缺失， 把管理指標變成類似“今日頭條”一樣千人千面的數據“新聞門戶”， 為更靈活的阿米巴會計報告和財務數據服務創新提供了可供參考的實踐路徑。

總的來說， 以上智能財務應用場景使財務實現了消除冗余流程、通過自動化解放相關人才、隨時隨地根據財務和業務人員的需要提供信息、增強業務決策支持、改善用戶互動和服務質量、實現管理會計的信息化和智能化的綜合目標， 同時為在企業管理和運營當中實現通用人工智能乃至強人工智能提供了可能。

【 主 要 參 考 文 獻 】

[1] ICAEW. Artificial intelligence and the future of accountancy[R].ICAEW，2018：7 ～ 8.

[2] 王玉梅，胡偉峰，湯進等.產品交互設計中場景理論研究[ J].包裝工程，2017（6）：76 ～ 80.

[3] Hülya Boydas Hazar.Artificial intelligence application in accounting and auditing[R].Research &Reviews in Social， Human and Administrative Sciences，2019：251 ～ 263.

[4] 劉勤，楊寅.智能財務的體系架構、實現路徑和應用趨勢探討[ J].管理會計研究，2018（1）：84 ～ 90+96.

[5] 劉梅玲，黃虎，佟成生等.智能財務的基本框架與建設思路研究[ J].會計研究，2020（3）：179 ～ 192.

[6] 李聞一，李栗，曹菁等.論智慧財務的概念框架和未來應用場景[ J].財會月刊，2018（5）：40 ～ 43.

[7] 中興新云.財務的自動化、智能化、數字化[R].中興新云財務云，2020：16 ～ 24.

[8] 智能財務研究中心.中國企業財務智能化現狀調查報告[R].上海國家會計學院，2020：30 ～ 35.

[9] 郭曉梅.智能技術驅動下的財務共享模式創新與應用實踐研究調查問卷分析報告[R].IMA等，2020：36.

[10] 用友網絡.企業數字化：目標、路徑與實踐[M].北京：中信出版社，2019：452 ～ 579.

[11] 王興山.數字化轉型中的企業進化[M].北京：電子工業出版社，2019：1 ～ 230.

[12] 金蝶軟件.智能財務白皮書[R].金蝶軟件（中國）有限公司大企業事業部，2020：16.

[13] 賈小強，郝宇曉，盧闖.財務共享的智能化升級：業財稅一體化的深度融合[M].北京：人民郵電出版社，2020：91 ～ 105.

[14] 田高良，陳虎，郭奕等.基于RPA技術的財務機器人應用研究[ J].財會月刊，2019（18）：10 ～ 14.

[15] 王言.RPA：流程自動化引領數字勞動力革命[M].北京：機械工業出版社，2020：1 ～ 200.

[16] Tony Menezesde等.認知型企業：財務部門的良機[R].IBM商業價值研究院，2018：11 ～ 25.

[17] 普華永道.智慧財務驅動企業變革與轉型[R].普華永道，2019：5.

[18] Steven Ehrenhalt等.德勤首席財務官指引——認知技術[ R].德勤，2018：14.

[19] 田高良，陳虎，孫彥叢等.“大智移云物”背景下的財務轉型研究[ J].財會月刊，2019（20）：3 ～ 7.

[20] 涂揚舉.智慧企業概論[M].北京：科學出版社，2019：1 ～ 50.

[21] 阿黛爾·斯威特伍德.智慧營銷：營銷部門數字化轉型指南[M].北京：機械工業出版社，2019：1 ～ 200.

[22] 畢馬威.未來之道，攜手共贏[R].畢馬威咨詢，2020：1 ～ 50.

[23] 劉雪貞.我國企業全面預算管理存在的問題與對策研究[ J].山東財經大學學報，2017（3）：84 ～ 91.

[24] Farzaneh A. Amani，Adam M. Fadlalla.Data mining applications in accounting： A review of the literature and organizing framework[ J].International Journal of Accounting Information Systems，2017（24）：42 ～ 58.

[25] 張慶龍等.財務轉型大趨勢：基于財務共享與司庫的認知[M].北京：電子工業出版社，2018：91 ～ 99.

[26] 徐忠等.金融科技：發展趨勢與監管[M].北京：中國金融出版社，2017：86 ～ 159.

[27] 德勤.智能財務反舞弊監控系統[R].德勤，2020：1.

[28] 曾鳴.智能商業[M].北京：中信出版社，2018：115 ～ 128.

[29] 阮闖.企業大腦——人工智能時代的全數字化轉型[M].北京：經濟管理出版社，2017：78 ～ 109.