AI時代智能財務管理的應用與實現

[摘 要]隨著人工智能的快速發展，利用AI賦能智能財務管理，是培育財務領域新質生產力的突破點，也是打造財務管理新世界的最佳路徑。文章從智能財務管理應用的現狀入手，分析了現階段智能財務管理存在的問題，從AI技術、數據管理、業財融合、人才建設四個角度，提出了實現智能財務管理的方法，以期為企業建設智能財務管理平臺提供新的思路。

[關鍵詞]AI；智能財務；數據治理；財務轉型

中圖分類號：F424 文獻標識碼：A 文章編號：1674-1722（2024）21-0025-03

2 0 2 3年是“AI元年”，在GPT-4橫空出世的背景下，云計算、大數據、信息科技、AI等前沿科技都取得快速發展，正如萬維鋼在《拐點》一書中所說：“我們正站在AI顛覆世界的前夜，世界即將迎來拐點。”通用人工智能（Artificial General Intelligence，AGI）的時代離我們已然不遠，每一個個體必將跟隨時代的浪潮發生轉變，這種改變也將推動財務管理發生根本性變革。

一、智能財務管理應用的現狀

自2 0 1 5年起，國內就已有成功運用智能財務機器人的案例，經過近十年的更新迭代，作為虛擬勞動力的財務機器人，結合RPA財務流程系統軟件，已幫助各大型集團公司實現了智能財務流程的自動化，它可以代替財務人員完成重復性高、單一性強、低附加值的財務工作，如憑證生成、自動對賬、自動匯總數據、自動報稅等。目前，市面上主流應用的RPA智能化系統適用于企業內部有明確的業務規則、結構化輸入輸出的操作流程[ 1 ]。

從財務工作應用的角度來說，RPA智能化系統分為內嵌RPA和外嵌RPA。內嵌RPA針對企業內部的財務軟件進行數據處理，例如可實現憑證的自動生成；外嵌RPA可連接外部相關系統，例如，通過生成表單的形式連接外部銀行的網銀系統，財務人員只需審核即可實現資金支付。無論內嵌RPA還是外嵌RPA，其共同特點都是完成一些規則明確、重復量大、附加值低、相對比較簡單的標準化基礎工作，不包含復雜的判斷與決策。

目前，很多大型上市企業、央企、國企開發了適用于本企業的智能財務機器人系統，在數字化轉型的過程中均取得了一些成果。針對這些企業組織機構復雜，分（子）公司遍布全國甚至世界各地，業務量大，員工人數龐大的特點，智能財務機器人的應用可幫助企業提高財務管理的工作效率，降低財務管理成本[ 2 ]。

引入財務智能機器人后，各集團公司不僅可以優化各類繁雜的財務報銷流程，而且可將業務前端的合同、發票和業務等相關報銷信息上傳至公司內部云服務平臺，由機器人根據業務信息自行查驗發票真偽，判斷業務的真實性和單據的準確性，再自動實時入賬生成憑證，自動匯總數據。同時，財務機器人可以幫助企業接入付款的銀行系統，財務人員只需審核即可付款，財務流程變得更加高效簡潔、自動化、智能化和可視化。所有報賬系統不僅支持全體員工計算機網頁和手機App雙端口登入，而且能在財務系統中對接財務數據庫，包括線上稅務系統、資金管理系統、預算管理系統、財務核算系統，智能報表系統等，極大地方便了財務人員和領導者全方位、多維度地把控企業的財務情況，保證財務基礎工作的實時性、準確性。

以S公司為例，S公司作為國有企業的全資子公司，在2 0 1 6年啟動業財一體化的智能財務項目建設，以此為契機，按照集團的頂層設計，S公司已經完成了從業務端到財務端的數字化、標準化建設，構建業財一體化的生態圈，形成了1 0 9個標準化的業務場景。S公司創建了以財務智能共享中心生成業務場景表單的一種管理模式，下屬機構再基于此表單的業務場景特點，設計了相應符合自身管理內控制度的流程，共計1 8 2 8個業務場景及流程。這些場景和流程全部納入集團智能財務共享中心統一審核。

2 0 2 0年，S公司發生業務1 7 8萬單，財務共享中心只有3 9名財務人員，其中，2 9人均為負責審核的財務人員，財務管理模式相較以往得到大幅精簡，財務工作更加有序高效。在細化的1 8 2 8個場景內，囊括公司以前、現在，甚至將來會涉及的所有業務，根據業務場景制定相應的標準化流程，隨時跟進項目的進展情況，及時調整措施和方向，滿足企業高效完成既定目標的要求。

二、現階段智能財務管理應用的困境

（一）現階段RPA技術存在的問題

RPA自動化技術無法進行深度學習，也無法構建或運用決策模型。目前運用的RPA技術仍然存在較明顯的短板，無法多維度、全方位地考量企業的決策經營；對于涉及需要和人打交道的業務場景，如國家政策法規變化的把控、經營業務的深度分析、發展改革方向的復雜決策等，仍然無法代替人類。

（二）現階段啟用的財務共享中心仍有改進空間

財務共享中心上線后，雖然能提高財務管理的效率，但仍然有一些地方需要改進。前例中，S公司的財務人員復核單據量大，工作時間分布不平衡，在季度末工作量劇增，給財務人員造成不小壓力。

另外，審核工作非常枯燥，容易讓人產生疲憊感，重復單一低效率的審核工作也不利于個人職業發展。此外，單據審核由人工完成仍然有人為操作的空間，存在管理漏洞。

（三）管理者在管理過程中缺乏緊跟時代的理念

一些企業的管理者過分依賴智能財務軟件，缺乏體制變革的手段和思想創新的意識。雖然目前的變革通過技術手段賦能各企業的財務工作，提高了管理效率，但業財融合仍然是企業深化機構改革的本質內容。很多早已建立財務共享中心的大型企業在不知不覺中已經落伍，原因在于管理者在財務理念上的革新速度未跟上時代發展的速度。

在財務改革工作中，有些企業在成立智能財務共享中心時，僅僅把財務當作集中管控的手段，一味地加強管控，忽視了財務服務于業務的職能，業財融合效果越來越差。

（四）未建立標準化的企業數據資產庫

很多企業忽視了數據資產的重要性，數據資產是指由企業擁有或控制的，能夠為企業帶來未來經濟利益的，以物理或電子方式記錄的數據資源。企業不僅需要建立自己的數據資產庫，而且要對資產庫的數據進行整理，針對業務場景信息、財務核算制度等都需進行標準化設計，在標準化設計的基礎上，對常用的全集團主數據、財務主數據、業務場景數據、財務憑證信息、財務報表信息、管理報表信息等綜合的核心數據資產，以及所有組織部門、人員機構、往來客商、會計科目、資產、材料進行再次整理分類，形成標準資產數據庫[ 3 ]。

（五）AI設計有可能與企業財務在實際中的運用實際脫節

以線性思維關注企業的技術效能、成本控制等，容易讓AI開發商設計的軟件在應用上遇到瓶頸。因此，急需在保證數據安全與財務安全的前提下，合理設計AI軟件，利用技術創新拓展AI在實際工作中的應用，利用AI設計推動企業生產模式、商業模式與管理模式的創新。

三、AI智能財務管理的實現方法

（一）AI模型中的“三駕馬車”是實現AI智能財務的關鍵

目前，主流的財務轉型探索方向是在原有的RPA技術上整合AI技術，構建“RPA+AI”的模式。算力、算法、數據“三駕馬車”在AI模型中缺一不可。算力主要依靠硬件的升級實現，是AI系統實現任務高效處理的物質基礎，大模型部署需要大量的算力支撐，這將耗費巨大的財力和人力。算法是AI的大腦，是人工智能的核心，負責將原始數據轉化為有價值的信息和決策；當企業需運用實時推理的大模型時，需要實施大量的計算或算法才可達成。數據則包含了人們需要的所有企業數據，如交易數據、外部輿情數據、政策法規數據、財務數據、資產數據等。

企業通過“數據治理”“數據清洗”等專業手段，提煉出完備的、準確的數據資產庫，在此基礎上，再利用數據驅動業財數據的標準化。

“數據治理”是實現企業數據資產標準化的必要手段，通過有效的“數據治理”，將“干凈”的數據導入數據庫終臺后，再充分利用AI自主學習的能力，便可以根據數據訓練財會AI大模型。經過大量的數據訓練后，AI可幫助企業科學地研判工作中的重點和難點，進行資源分配和優化，通過AI自主學習和大數據分析，可提前進行相應資源調配，確保項目的順利實施，減少資源浪費，提高工作效率。

同時，智能AI財務系統還能輔助企業更好地預測風險，及時防范發現的風險，提出解決方案，避免人為決策的主觀性和冒險性，如意圖識別、數據巡航、數據處理、實時分析、數據輸出、智能問答、報表生成、決策分析、風險監控等。良好的數據資產又能反哺企業智能財務共享中心的發展，助力推動企業探索管理與發展的新模式。

（二）建立真實、準確、安全的企業核心數據是AI智能財務的基礎

企業應結合內外環境分析，對數據進行有效處理，形成“干凈數據”，確保企業核心數據的真實性和準確性。在AI訓練數據的過程中，如果數據出現偏差，就會在大模型中將這種偏差放大，影響模型預測的準確性，造成回路偏差的錯誤，甚至誤導管理者在重大決策上的錯誤判斷。因此，必須在初始階段對核心數據進行處理，避免出現上述偏差。

另外，企業的核心數據通常包含敏感財務信息，在數據訓練、數據治理的過程中，應建立健全的企業隱私安全制度，謹防企業核心數據泄露的風險。

（三）持續推進業財融合是AI智能財務建設的重要路徑

業財融合是一項跨部門的工作，每個人和部門之間都有不同的理解能力和工作習慣，業務部門強調的是目標的實現，各大型國企中傳統財務更強調流程合規性。在AI時代，原有的管理模式、管理機制和管理流程已不能更好地契合企業的發展需要，企業需在各方面做出適應性的創新，以更多元、敏捷、有效的方式在新場景、新商業模式下實施配套管理。財務變革是“一把手”工程，必須由多部門共同協作，分類細化各類涉及財務的工作內容，自上而下推行。在財務共享中心的基礎上建立財務數據中心，將企業內部最早的數據終臺起點設置在財務端，業財數據的標準化不僅是實現財務語言、財務工作和財務數據的標準化，而且可通過財務端的標準化倒逼業務端的標準化。同時，可新設B P崗位（Business Partner），旨在將傳統的后臺財務崗位與前端業務崗位進行連接，使財務人員成為業務人員的合作伙伴，將服務工作深入到企業前端，這是一種財務組織創新的新模式。目前，僅僅通過財務數據是無法說明企業的動態發展的，財務B P人員需要實現企業全部數據的標準化，不僅要深挖財務數據、業務數據與流程數據，而且要分析研判各類數據。B P崗位的財務人員應盡量理解業務，不僅要發揮組織者的作用，學會傾聽業務人員的心聲，而且要從創造價值的角度成為重大決策中“財、稅、法”的謀士，為管理者制定企業長遠發展決策提供依據。

（四）建設一支高素質的財務人才隊伍是向AI智能財務轉型發展的重要保障

一些企業忽略財務人員的職業發展規劃，一味地降低財務共享中心的人力成本，宣揚形式主義的降本增效，對財務人員的職業發展規劃無明確方向，仍然把財務人員束縛在賬務處理、憑證審核、流程規范審核，財務數據提供者等老套觀念中，仍舊按照崗位職能主導工作內容。思維意識的固化，缺乏順應時代發展的財務帶頭人，財務人員技術的落后和思想的落伍，最終將成為企業智能財務轉型的絆腳石。在財務機器人幫助企業釋放了大量基礎型員工的前提下，財務人員必須擁有全新的職業視角，徹底擺脫“職能思維”，財務共享中心不再是會計“加工廠”，也不是低附加值集中的一個地方。財務人員應利用自己的專長，提升對數據的敏感性，幫助業務人員尋找新的價值增長點。結合未來數智財務人員、管理財務人員、戰略財務人員的發展方向，不難看出財務人員應向綜合信息人才轉型發展，企業應結合實際情況，加強財務人員的繼續學習教育，為財務人員提供更多的工作可能性，保持財務人員成長的韌性和持續創新的能力，全方位實現財務人員的價值。

四、結語

目前，世界正在發生著翻天覆地的變化，也許目前的財務工作很快便要由AI接管，那AI到底是降低了人的價值還是提高了人的價值呢？這取決于人們和AI之間的關系。人們可以通過AI撬動信息杠桿，通過AI的輔助形成自己的觀點和判斷，讓AI為人類所用，最終通過“AI+財務管理”的模式，推進智能財務管理。

參考文獻：

[1]陳江寧.工業互聯網驅動下的數字資產優化配置[J].中國發展觀察，2020（24）：25+33-36.

[2]苑澤明，于翔，李萌.數據資產信息披露、機構投資者異質性與企業價值[J].現代財經（天津財經大學學報），2022（11）：32-47.

[3]徐彬.基于共享模式下建筑企業財務管理研究[J].當代會計，2020（10）：72-73.