企業財務數智化發展趨勢與轉型框架

【摘要】企業財務數智化轉型以數據驅動為核心， 應用數字技術， 廣泛采集數據并依托數字化平臺實現數據資產轉換， 打通數據價值鏈條釋放數據價值， 從而實現財務管理服務業務、 支持決策、 支撐戰略的目標。本文通過梳理分析數字技術革命下財務從信息化向數智化轉型的不同階段， 明確財務數智化轉型發展趨勢， 并在此基礎上搭建企業財務數智化轉型框架， 為企業推動財務數智化轉型提供參考方案。

【關鍵詞】財務數智化；數據治理；數據中臺；算法模型

【中圖分類號】F275" " " 【文獻標識碼】A" " " 【文章編號】1004-0994（2024）12-0015-7

一、 引言

技術的快速發展及創新應用對財務管理理念和管理方式產生深遠影響。伴隨技術發展進程， 財務經歷了從手工做賬到會計電算化再到財務信息化的變革， 財務工作效率大幅提升。立足數字經濟發展新階段和數智變革趨勢， 數字技術革命正在深刻重塑企業業務模式和管理運營。財務作為企業數據中心， 在數字技術驅動下， 正從小數據集向大數據演變， 逐步邁入數智化新階段， 財務數智化轉型已成為企業的必答題。

財務數智化轉型是企業財務管理手段、 組織模式、 職能邊界、 工作方式等持續深入變革的系統性過程， 是涵蓋數據、 技術、 組織、 人員等管理要素的全方位變革。企業要實踐財務數智化轉型， 應明確財務數智化轉型發展的邏輯和趨勢， 構建完備的財務數智化轉型框架體系， 從而逐步實現從財務信息化向財務數智化的全方位升級。

二、 企業財務數智化轉型發展階段

財務信息化的核心是流程驅動。企業建設財務信息系統固化財務操作流程和規則， 承載業務與財務交易處理數據， 并完成數據的自動傳遞和集成， 將傳統的線下手工作業轉變為線上處理， 全面支持財務循環及核算、 資金、 稅務、 預算等財務職能的實現， 極大提升財務業務處理和運轉效率。財務數智化強調數據驅動， 在財務信息化沉淀的數據基礎上， 利用大數據、 人工智能等數字技術， 拓展數據源和數據采集范圍， 提高數據計算和算法模型應用能力， 聚焦數據治理提升數據質量， 并構建數據價值鏈打通數據處理流程， 深度挖掘數據價值， 實現規律洞察、 風險預警、 前瞻預測， 進一步服務業務、 支持決策、 支撐戰略（徐玉德和董木欣，2021）。

財務數智化轉型的發展演化過程可以分為財務信息化、 數智化發展、 數智化優化三個階段（如圖1所示）。

（一） 財務信息化階段

企業經營過程天然存在業務流程， 業務流程運行需要信息系統支撐， 信息系統承載業務數據的傳遞和沉淀。財務信息化階段是財務數智化的基礎， 主要是通過財務信息系統及功能“應建盡建”， 財務系統間、 業財系統間“應聯盡聯”， 實現端到端的業務流程和財務職能場景全覆蓋， 并承載流程中所有的作業和數據， 規范業務運行和管理， 驅動數據生成和流動（趙旖旎等，2023）。

在目標層面， 財務信息化主要實現業務數據化， 提高業務流程效率， 促進降本增效。在應用層面， 信息系統承載財務業務全流程， 將線下作業線上化， 實現財務工作流程化、 標準化和信息化。在數據層面， 企業在財務信息化階段開展主數據管理， 推動數據標準化， 促進數據貫通和沉淀。在技術層面， 主要應用IT技術， 包括建設電子報賬系統、 共享運營系統、 預算管理系統、 合同管理系統等信息系統以及推動各系統貫通集成。

財務信息化能夠實現數據錄入、 計算、 存儲、 查詢和報表輸出等功能， 但由于數據采集、 存儲、 計算、 協同能力以及靈活性不足， 導致數據分析的維度、 深度和時效性均無法滿足管理需求， 數據價值難以發揮。

（二） 數智化發展階段

在數智化發展階段， 企業注重內部數據價值挖掘， 提升財務專業職能的精益化水平。企業開展數據治理， 通過持續的數據管理活動將數據資源轉化為數據資產， 并通過數據中臺建設， 貫通業務財務全鏈條數據， 實現數據唯一采集、 自動記錄、 高效流轉、 實時共享。在此基礎上， 面向財務專業職能領域， 進行數據多維分析和可視化呈現， 實現財務專業職能的數智化應用。

數智化發展階段的目標是實現數據資產化， 提高數據管理和應用水平， 優化財務各項職能。在應用層面， 實現財務業務處理自動化、 智能化， 并在核算、 資金、 稅務、 預算等財務專業職能領域開展數智化場景實踐。在數據層面， 形成規范的數據治理體系， 在企業內部業財數據采集匯聚的基礎上， 開展多維分析， 并以BI報表、 數字大屏等方式進行可視化呈現。在技術層面， 應用OCR（光學字符識別）、 NLP（自然語言處理）等自動化、 智能化技術， 并開始應用部分DT技術如數據中臺、 BI等。

財務數智化發展階段注重企業內部數據分析和BI應用， 主要是財務專業職能領域的數智化場景應用， 對于業務和管理決策的支持能力還有較大提升空間。

（三） 數智化優化階段

數智化優化階段是財務數智化轉型的最高階段， 企業面向業務運行和管理決策場景， 基于全面匯聚的內外部數據， 利用數字技術， 通過業務、 技術、 數據的深度融合， 構建算法模型， 如客商信用評價模型、 虛假貿易識別模型等， 沉淀管理經驗和智慧， 賦能企業持續創新發展。同時， 與外部產業鏈及行業生態高效聯動， 實現生態圈合作伙伴的價值共建、 共享和共贏。

財務數智化發展階段的目標是將數據資產轉化為服務， 提高數據價值創造能力， 實現科學決策。在應用層面， 利用數據實現風險預警、 預測推演、 智能決策， 支持業務價值鏈和企業經營管理， 并賦能生態圈內資源共享和整合。在數據層面， 通過內外部數據采集， 構建算法模型， 沉淀經營管理智慧， 為各級管理者提供多樣化、 個性化、 智能化的數據服務。在技術層面， 主要應用人工智能、 大模型、 數字孿生等DT技術。

為實現財務數智化轉型， 企業需要在財務組織轉型、 財務職能拓展、 數據資產運營、 智能技術部署、 信息安全防護等方面協同發力， 打造“IT+DT”雙輪技術支撐， 構建覆蓋各財務職能領域的數智化場景， 充分實現數據、 算法、 算力的價值轉化， 為歸因分析、 經營穿透、 規律洞察、 風險預警、 前瞻預測等創新性管理活動提供更精細、 更準確的信息， 促進財務切實發揮“支撐戰略、 支持決策、 服務業務、 創造價值、 防控風險”的功能作用。

三、 企業財務數智化轉型框架

企業財務數智化轉型框架（如圖2所示）以戰略規劃、 理念文化、 數智人才和安全保障為支撐， 通過信息系統建設完善與貫通融合， 完善業財一體化基礎， 開展數據治理， 依托數據中臺或數字化平臺匯聚數據， 構建數據價值鏈， 發揮“數據+模型+算法”的功能作用， 賦能端到端的業財場景， 助力經營決策向數據模型驅動轉變、 財務組織向價值創造型管理組織升級， 實現財務數智化躍升。

（一） IT能力

財務信息化是財務數智化的基礎， 企業應打造信息化能力， 在財務管理系統建設完善的基礎上， 以財務管理系統為核心， 對接集成業務管理系統、 子企業信息系統和外部信息系統， 建立業財一體化運行平臺， 實現企業內外部數據的融合貫通， 形成業財數據全集。

1. 財務信息化建設重點。企業財務信息化建設可從流程、 規則、 主數據、 系統全面性、 功能完善性、 系統集成性、 系統統一性、 系統操作友好性八個方面考慮。

流程、 規則和主數據是支撐信息系統建設的基礎。業務流程穩定， 能夠確保數據生成、 傳遞、 存儲和處理過程中的準確性， 以及信息系統的穩定順暢運行。清晰明確的業務運行規則（例如合規管控規則、預算控制規則、審核規則等）， 可被編碼為系統邏輯， 指導系統自動執行特定任務， 有助于規范財務業務操作。主數據統一管理， 可確保不同系統間數據交互的一致性和有效性， 為企業提供標準化基礎數據服務， 支撐數智化轉型。

系統全面性和功能完善性是指系統建設職能全面和功能設計完善合理。全面性體現在信息系統對于各項財務管理職能的覆蓋程度上， 在“應建盡建”原則下， 財務管理各職能都應具備相應的信息系統支撐。系統功能設計開發應從業務和管理需求出發， 結合業務流程， 確定各模塊具體功能內容及實現方案。同時， 應進行各模塊間解耦設計， 使系統具備足夠的靈活性和擴展性。系統集成性指各類信息系統之間的互聯互通程度， 既要實現財務系統內的信息互通和數據整合， 也要實現與業務系統、 企業外部相關系統之間的數據互聯互通。系統統一性指全集團范圍內各單位財務信息系統的一體化程度。系統建設可由集團統建， 或者集團統一規劃、 各單位分別建設。通過建立統一的系統架構和流程體系、 統一的數據采集與交換規范， 促進集團各級子企業財務系統的上下貫通。系統操作友好性是指信息系統操作要以人和體驗為中心， 結合實際業務場景設計頁面及交互模式， 如具備清晰的操作界面、 合理的菜單布局、 符合用戶習慣的快捷鍵設置、 豐富的在線幫助和教程、 人性化的錯誤提示與引導等， 實現便捷、 易用、 協同、 高效。

2. 企業財務信息系統架構。遵循財務信息化建設重點， 企業應進行財務信息系統架構的科學設計， 建設全面支撐財務管理職能的財務信息系統。財務職能包括會計核算、 資金管理、 稅務管理、 預算管理、 成本管理、 合規風控等， 以中興新云財務信息系統架構（如圖3所示）為例， 企業財務信息系統可分為四個層面， 分別是平臺支撐層、 業財支持層、 管理層和決策層。

平臺支撐層是系統底層能力支撐， 包括實現與外部系統數據交互的接口平臺， 以及可自定義配置的單據引擎、 流程引擎等能力單元， 支持系統根據業務發展敏捷擴展升級。業財支持層包括業財云、 共享核心云、 核算報表云、 發票稅務云和資金管理云五大部分， 支持財務會計交易處理、 財務報告、 資金管理、 稅務管理的職能， 主要處理源于企業業務系統與用于財務交易處理的數據， 以提供多種供企業內、 外部使用的財務報告和財務信息。管理層包括企業從戰略到經營計劃、 預算管理、 成本管理、 績效管理以及企業風險控制的相關信息系統功能和模塊， 與企業的經營過程及管理要求緊密相關， 數據來源于業財支持層信息系統， 經過進一步加工和處理， 提供財務信息支持。決策層包括屬于支持管理決策的財務信息系統， 為管理者提供交互式的管理決策支持。

在財務信息系統建設完善的基礎上， 企業需推進財務系統與業務系統、 外部系統平臺的貫通集成， 確保各系統間數據交換及時準確， 從而打通業財鏈路， 實現業財全流程系統支撐和數據一點錄入、 全面共享， 完善業財一體化建設， 支持業財流程聯動和數據融合， 夯實財務數智化轉型的信息化基礎。

（二） DT能力

企業利用數據中臺， 基于特定場景進行內外部數據采集， 經過數據治理和轉換， 形成數據資產體系， 實現全量數據集中共享， 并構建數據價值鏈， 借助大數據、 人工智能等技術工具進行算法模型構建， 形成數據服務和數據產品， 提供多維精益、 準確實時的數據分析支撐， 最終實現整體戰略決策目標。

1. 數據治理， 提高數據質量。企業因流程線上斷點、 存在信息孤島、 缺乏統一規范的數據標準等多方面數據問題， 導致數據的準確性、 時效性、 一致性以及唯一性無法滿足數據應用的要求。數據治理是對數據的體系化管理， 對數據質量的持續提升， 實現數據的可見、 可懂與可用。

我國國家標準《信息技術大數據術語》（GB/T 35295-2017）中對數據治理的定義是對數據進行處置、 格式化和規范化的過程， 并強調數據治理是數據和數據系統管理的基本要素， 涉及數據全生命周期管理。因此， 企業應在從數據生產到消費的全生命周期過程中， 持續開展并完善元數據管理、 主數據管理、 數據標準管理、 數據編碼管理、 數據質量管理、 數據安全管理， 為數據價值釋放構建扎實的數據基礎。

2. 數據價值鏈， 挖掘數據價值。在高質量數據輸入的基礎上， 企業面向業務分析需求， 完成從數據采集、 清洗加工， 到構建算法模型和最終可視化展示的數據價值鏈過程， 從而盤活數據資產， 實現數據到信息、 知識、 智慧的升華， 賦能企業經營決策（陳虎和孫彥叢，2022）。

數據采集是指從不同的來源獲得各種類型、 各種結構的海量數據。企業應擴展數據源， 采取針對性的采集方式， 進行企業內外部數據的科學全面采集。針對原始數據中存在的缺失、 重復、 錯誤等數據問題， 利用合適的清洗方法和工具去除或修正數據中的錯誤。進一步地， 通過作圖制表、 計算統計量等描述和分析方法， 探索數據特征和規律， 并為算法模型的構建提供輸入依據。

從企業經營管理的角度看， 算法模型可理解為基于管理思維將數據提煉形成的符合企業價值訴求的管理思路和方法。在數據采集及清洗加工后， 利用算法進行數據規律的深度分析， 并構建支撐相應業務判斷和決策的模型。

可視化展示是通過科學直觀的視覺表現形式清晰傳達和溝通數據分析結論， 將數據內涵及分析結果轉化為可識別的圖表、 視頻、 動畫等展示形式， 使利益相關者清晰直觀、 準確地獲取所需信息。

3. 數據中臺， 提供平臺支撐。數據中臺通過整合業財數據、 升級財務計算能力、 進階財務算法， 為財務數智化轉型提供了強大的平臺支撐。數據中臺是集數據匯聚、 數據清洗加工、 數據治理、 數據開發、 建模分析、 數據共享、 數據服務等能力于一體的數字化平臺， 是企業內部可共享、 復用的數據能力的集合， 通過企業內外部多源異構數據的聚合、 治理、 建模、 分析， 將原始數據轉化為數據資產， 并進一步封裝成數據服務， 從而釋放數據價值。

數據中臺需建立統一的數據規范和安全規則， 以確保數據的復用與共享， 并要兼顧各部門的獨立性， 支持其根據自身業務需求， 獨立地發展和完善自己的數據資產。因此， 企業需結合自身業務場景和需求個性化搭建數據中臺架構。數據中臺架構普遍應包括數據采集、 數據計算、 數據治理和數據服務四個模塊（如圖4所示）， 企業可按自身應用需求進行組合、 拆分及擴充。

（三） 場景應用， 發揮數據價值

場景是各類主體圍繞一項或多項特定需要， 運用數字技術推動管理要素整合、 業務系統集成、 運營模式創新， 提供實時、 定向、 互動、 閉環數字化應用體驗的重要載體。財務數智化場景是基于企業財務數智化戰略， 面向具體業務經營和管理決策過程， 探索數智化應用， 通過建模與可視化工具使數據資產充分發揮價值， 驅動財務效能提升、 業務運營高效、 戰略決策科學。

數智變革驅動數據源擴展、 數字技術和模型算法應用， 一方面， 可以優化改進傳統財務活動， 改善手工作業流程、 提高業務操作效率、 降低財務運行成本， 例如發票信息智能采集、 報賬單據智能審核等； 另一方面， 能夠變革過去因算力和算法支撐不足、 財務難以實現的創新性管理活動， 例如中長期經營預測、 融資性貿易風險管理、 客商信用風險管理等（楊寅和劉勤，2024）。

從財務職能視角來看， 財務數智化場景可分為三類， 分別為財務專業職能數智化場景、 業務支持數智化場景和決策支持數智化場景（如圖5所示）。

1. 財務專業職能數智化場景。財務專業職能數智化場景是屬于財務會計和管理會計工作范疇內的場景， 包括核算報告、 資金管理、 稅務管理、 預算管理、 合規風控等職能下的數智化應用。財務會計職能圍繞核算入賬、 資金收支、 納稅計算與申報、 報表編制等基礎財務工作內容， 進行交易核算與信息披露， 可借助技術手段承載業務操作， 并完成業財數據的自動傳遞和匯聚， 提升流程作業效率， 保證數據的時效性和準確性（劉勤，2023）， 例如單據智能審核、 資金合規性風險預警、 納稅報表自動生成等。管理會計職能通過收集匯總、 分析和報告經營管理信息， 制定規劃、 控制經營、 評價業績、 預測決策提升管理效率。財務可全面采集企業內外部海量數據， 借助數字技術進行數據的多維分析， 探索數據規律， 應用于管理會計場景中， 并建立數字化管理機制， 支持并優化規劃、 控制、 評價與決策過程， 實現價值創造， 例如收入預測、 成本多維分析、 預算分析等（秦榮生，2023）。

2. 業務支持數智化場景。業務支持數智化場景是財務深入業務價值鏈、 為業務管理提供財務支持的數智化場景。財務深入研發、 采購、 生產、 營銷、 售后等業務價值鏈環節， 主動融入業務事前、 事中、 事后全流程， 參與客商信用風險管理、 產品全生命周期成本管理等需與業務部門協作的工作場景， 通過全面采集業財數據并加以應用， 實現業財一體化運營， 賦能業務運行與發展。例如在客商信用風險管理中， 財務全面采集客商相關數據， 包括歷史交易數據、 企業工商信息、 財務指標數據、 風險輿情信息等， 并構建客商信用評價模型， 綜合評價客商信用風險， 定位客商信用等級， 進而明確對客商的授信政策及合作策略（劉翠和郭奕，2022）。

3. 決策支持數智化場景。決策支持數智化場景是面向企業經營管理決策場景中財務提供支持的數智化應用。在數據源持續拓展、 算力升級和算法迭代的支撐下， 財務強化預測與洞察能力， 從戰略目標出發， 針對企業價值鏈中的核心決策點搭建指標分析模型， 依托數字化平臺完成從數據匯聚、 加工分析到可視化展示的全流程， 實現構建企業經營價值體系、 輸出數字化管理報告等數智化應用， 從而多維度、 全方位透視企業經營管理， 為企業制定戰略規劃、 戰略執行評價、 科學經營決策提供有力支撐。

（四） 價值創造型財務管理組織

數智技術變革重新定義財務管理職能和財務崗位職責， 財務組織也應轉型重構， 形成戰略型財務、 業務型財務、 共享型財務和司庫型財務組成的財務管理組織， 以高效發揮數智財務的價值創造能力。

1. 構建戰略型財務。戰略型財務以戰略為導向， 在企業總部層面， 統籌資源配置， 制定財務管理政策制度并監督重點經營活動運行， 實施戰略級風險管控， 并為戰略決策提供數據支持和洞見。戰略型財務通過財務資源高效配置、 財務管理高效協同， 實現對企業戰略發展的有力支撐。

在資源配置方面， 戰略型財務從全局視角統籌財務資源， 通過建立財務戰略規劃， 管控監督重點領域經營活動， 實現資源的最優配置。在決策支持方面， 戰略型財務參與企業重大財務事項的決策過程， 為企業戰略制定與調整提供強有力的數據支持和有價值的意見。在價值創造方面， 戰略型財務運用全面預算管理、 成本管控、 納稅籌劃等工具， 通過資產管理、 資源配置優化、 資本運營、 風險控制等有效手段， 創新財務管理策略， 以推動企業價值提升。

2. 構建業務型財務。業務型財務以業財融合為目標， 面向業務價值鏈提供深入業務的經營支持。業務型財務結合財務視角與業務經營， 通過成本控制、 風險評估、 業績預測等方式參與業務管理運營， 提升業務運行效率。

業務型財務促進戰略落地執行， 同時也為戰略規劃與制定提供業務數據支持。一方面， 戰略型財務團隊向業務型財務提出財務管理政策和制度要求、 提供財務管理策略指導， 業務型財務在執行集團統一的管理政策制度的前提下， 結合實際業務情況細化落實戰略管理要求。另一方面， 業務型財務將財務能力向業務前端延伸， 更廣泛地連接業務數據， 推動業財數據全面沉淀， 形成更有價值的數據資產， 向戰略型財務及時反饋業務前端信息， 為戰略型財務提供決策所需數據。

3. 構建共享型財務。企業通過建立財務共享服務中心， 將原本分散的基礎財務作業， 如會計核算、 費用報銷、 資金收付等， 進行集中統一處理， 減少重復工作、 提升工作效率， 實現財務業務操作的標準化與規范化， 確保財務數據的一致性和準確性。

數智化轉型下的共享型財務以信息集中管理為重點， 采集匯聚、 處理加工企業經營管理相關數據， 并按要求提供數據服務。共享型財務需以財務共享服務中心為起點， 通過提升企業財務信息化程度， 奠定堅實的系統基礎、 組織基礎和數據基礎， 并進一步突破職能邊界、 技術邊界和數據邊界， 逐步演進為企業數據中心， 為經營管理人員提供數據分析支持（孫彥叢，2022）。

4. 構建司庫型財務。司庫體系將企業整體金融資源納入管理范疇， 對內實現企業金融資源的高效配置和協同運行， 對外打通產業鏈金融資源， 促進產融結合。司庫型財務以資金集中管理為重點， 通過建設司庫體系實現企業資金等金融資源的可視、 可控、 可調。數智化轉型下的司庫型財務， 可依托數字化系統平臺和管理工具， 借助數字技術， 探析司庫管理數據規律， 有效發揮資金風險智能防控和戰略決策支持職能， 進而服務戰略、 支撐業務、 創造價值。

企業構建司庫型財務需要將司庫體系建設納入財務數智化轉型規劃， 持續完善司庫系統功能并探索實踐數字化技術應用， 逐步實現司庫管理的數智化， 并以此為切入點， 推動財務數智化轉型。

（五） 基礎保障

財務數智化轉型是一項涉及多種管理要素的系統變革， 企業需從四個方面做好保障， 持續夯實財務數智化轉型基礎。

1. 制定戰略規劃。企業財務數智化轉型不可能一蹴而就， 而是一項系統性、 長期性變革。企業須從戰略層面出發統籌協調， 做好財務數智化轉型的頂層框架規劃和實施路徑設計， 確保有計劃有步驟地穩步推進。

第一， 將財務數智化轉型納入企業整體數智化轉型規劃中， 全面評估、 統籌規劃、 科學設計， 分析自身財務管理現狀和短板， 科學識別財務管理需求， 充分評估企業所處數智化建設階段和發展現狀， 設定財務數智化轉型目標需求， 系統化、 體系化制定財務數智化轉型規劃框架。第二， 在整體轉型框架下分階段細化建設任務目標， 自上向下規劃， 由點及面實施， 確定切實可行的實施路徑。第三， 財務數智化轉型是一項長期的系統性工程， 應建立項目化管理機制， 在持續推進的過程中注重定期成果評價與經驗總結， 并根據需要適時調整優化實施策略。

2. 培育文化理念。財務數智化變革不僅是一場技術變革， 也是理念和思維的升級， 因此企業需要宣貫財務數智化理念， 并營造財務數智化轉型的文化氛圍。

第一， 加強財務數智化理念宣貫。企業應加強對財務數智化理念及相關知識的宣貫， 推動高管層領先認識并深度參與， 促進員工持續學習并深化認知， 從上到下樹立全面的數智化思維和意識。第二， 營造財務數智化文化氛圍。鼓勵員工在日常工作中應用數字技術、 數據分析方法， 積極參與財務數智化轉型。通過多種渠道、 多種方式組織員工學習財務專業知識、 業務知識和新興技術應用技能， 營造重視學習、 持續學習的氛圍， 并采取適當的激勵手段， 充分調動員工在財務數智化轉型實踐中的積極性、 主動性和創造性。

3. 培養數智人才。人才是財務數智化轉型的核心動能。企業需優化財務人員培養與配置， 在財務專業技能精深的同時， 以內部人才培養和外部人才引進等方式， 培育財務數智化復合型人才。

第一， 促進財務人員能力拓展。加大力度培養兼具財務、 業務、 管理、 技術等領域相關知識的復合型人才。通過輪崗、 團隊工作等方式強化財務、 IT、 業務等跨部門合作交流， 促進跨專業背景的知識共享和協同工作。 開設數字技術、 財務管理等各領域的培訓課程并組織技能和實操培訓， 培養人員的多元化知識和實踐技能。第二， 設計清晰的人才成長路徑。建立科學的財務人員評價體系， 定期對員工的數字技能和應用能力進行多維度綜合評估， 并持續跟蹤員工成長情況。構建清晰明確的人才發展通道， 包括發展晉升機會和技能提升方向， 激勵員工成長提升。

4. 做好安全保障。財務數智化以數據為驅動， 依托系統平臺工具實現， 因此， 做好安全保障是財務數智化轉型的重要前提， 企業需確保硬件、 軟件、 環境和數據安全。

在硬件安全方面， 選擇信譽良好的硬件設備供應商， 通過在關鍵設備存放區域部署門禁、 監控等方式保障硬件物理安全， 還可采取硬件加密與認證、 硬件設備資產跟蹤管理等措施， 防止硬件基礎設施面臨的物理破壞、 硬件故障等風險。在軟件安全方面， 可采取定期進行系統安全監測并修復漏洞、 及時進行系統更新并安裝安全補丁、 開展安全保護等級評估等措施防范系統漏洞、 數據泄露等風險。在環境安全方面， 建立多層次的網絡安全防御體系， 包括防火墻、 入侵檢測系統、 安全隔離等， 防止未經授權的訪問、 傳輸和使用， 降低信息泄露和網絡攻擊風險。在數據安全方面， 采取數據備份、 數據加密、 數據分類分級管理、 權限管理與訪問控制、 日志記錄監控等方式， 在數據產生、 采集、 存儲、 訪問、 使用等各個環節采取安全保密措施， 防止數據被篡改、 濫用。

【 主 要 參 考 文 獻 】

陳虎，孫彥叢．DT時代基于數據價值鏈的財務變革［ J］．財會月刊，2022（10）：41 ～ 45．

劉翠，郭奕．供應商智慧結算管理體系建設實踐——以電力企業D公司為例［ J］．財務與會計，2021（19）：23 ～ 26．

秦榮生．走出管理會計的困境：實施業管融合發展的管理會計［ J］．財務與會計，2023（21）：4 ～ 6．

孫彥叢．財務云：從共享服務到財務數字化［ J］．財務與會計，2022（9）：20 ～ 25．

楊寅，劉勤．人工智能時代的會計變革：演進邏輯與分析框架［ J］．會計研究，2024（3）：3 ～ 20．

趙旖旎，何薇，肖宋．財務數字化進行時［ J］．戰略財務，2023（6）：16 ～ 19．