大模型賦能財務領域

摘要：剖析金蝶財務大模型的部署和應用場景，探討其對財務領域產生的影響。通過SWOT分析法分析宏微觀環境下基于財務大模型金蝶公司的內外部優勢、劣勢、機會和不足，并借鑒谷歌、微軟等企業的技術方案，探討蒼穹GPT財務大模型未來的發展思路。隨著大模型技術的引入，財務管理領域的數據處理能力得到了顯著的拓展，該技術不僅覆蓋了傳統的結構化財務數據處理，更將其觸角延伸至非結構化業務數據的處理范疇，極大地豐富了財務人員的數據管理職能。金蝶應加速出海戰略，進行跨行業合作，隨著人工智能領域大模型技術的不斷演進，可以預見這一技術將在財務預測、預算編制、投資評估等多個財務管理環節發揮更加關鍵的作用，進一步推動財務管理向智能化、精準化方向發展。

關鍵詞：大語言模型；財務大模型；金蝶；蒼穹GPT；財務管理

隨著經濟全球化及數字化轉型的加速推進，企業財務管理面臨著日益復雜的挑戰。傳統財務管理模式在處理海量數據、提高決策效率和實現精細化管理等方面顯得力不從心。在這一背景下，企業對于財務智能化、自動化的需求日益迫切，以期通過技術創新來提升財務管理水平，實現財務領域的突破性進展。近年來，隨著計算力的顯著增長和大數據驅動的模型訓練技術的發展，以ChatGPT為代表的生成式大型語言模型（Large Language Models，LLMs）逐漸成為技術領域的焦點，大模型時代已經到來。Cerka 等（2015）認為，人工智能賦予計算機能夠像人類一樣地會思考和能行動，并具有自學習、自判斷、自行動等人類特征。人與機器相互協同的關系模式早在人工智能概念的提出就已經成為人們關注的話題。大數據、人工智能等技術的發展為財務領域帶來了新的機遇。大模型以其強大的數據分析和預測能力，為企業財務問題的解決提供了新的思路和方法，通過處理海量數據，挖掘數據中的深層次信息，為財務決策提供有力支持，從而有效應對企業在財務管理中遇到的問題。金蝶正是基于通用模型和開源大模型，借助30年的財務專業知識積累，預置財務知識庫，構建了財務垂直領域大模型——蒼穹GPT，該模型解決了通用大模型在財務細節處理不完善以及難以實現全過程財務管理自動化等痛點，作為國內推出的首個財務大模型，且學術界目前對研究財務大模型的文獻較少，以金蝶公司作為案例研究，具有探討價值和研究意義。

以金蝶云——蒼穹為代表的財務大模型，給財務領域帶來的是威脅、挑戰還是新的機遇？蒼穹財務大模型的具體架構是怎樣的？以蒼穹為代表的財務大模型將如何引領財務領域智能化的發展？金蝶公司如何實現大模型效益最大化，構建新的發展藍圖？我們就財務大模型架構進行了詳細剖析，試圖分析其在應用場景中的具體成就，展望財務大模型技術的未來發展和應用， 以期回答上述問題。

一、研究內容及方法

（一）研究案例選取

案例是揭示理論概念來源的依據，案例樣本選擇需符合案例對象與研究問題的匹配性原則。本文要分析大模型如何賦能財務領域，根據研究問題的本質屬性與關鍵特征，對所選案例設定以下兩點選擇原則。

首先，考慮到行業的領導地位，金蝶軟件作為中國領先的企業管理和財務軟件供應商之一，擁有眾多企業客戶，其產品和解決方案在財務領域有著廣泛的應用基礎。這一地位不僅體現了金蝶在財務管理軟件領域的專業性和權威性，也反映了其技術和產品的成熟度和可靠性；其次，基于創新性和先導性，金蝶的競爭對手用友——YonGPT大模型在財務領域的應用尤為突出，得益于用友公司在該領域的早期專注和龐大的客戶群體，從而積累了深厚的行業知識和經驗。然而，從模型架構的本質來看，YonGPT仍被歸類為通用型企業服務大模型。相對而言，金蝶公司推出的蒼穹GPT模型則是專門針對財務垂直領域的定制化大模型，其在財務業務處理的專業性方面表現出顯著的優勢，針對財務數據的解析、分析和決策支持等功能進行了優化。作為中國首款財務大模型，其在財務領域的學術研究上具有一定的創新性和實用價值，幫助相關領域學者充分理解和分析新技術在財務管理中的應用前景。

（二）財務大模型應用介紹和框架情況

目前市場上比較知名的大模型產品有OpenAi、文心一言等產品，金蝶公司為滿足企業場景在復雜性、專業性以及大數據量方面的需求，同時考慮到在使用AI內容生成服務（AIGC）時的安全性、內容的嚴謹性以及個性化擴展能力，構建了一個企業級的大模型能力平臺——蒼穹GPT，該平臺采用主流且開源的AI基礎算法和框架，支持接入多種模型，并已經整合了包括百度文心、阿里通義、微軟OpenAI等在內的多個廠商和開源通用大模型，通過使用垂直領域的知識和專業數據對這些模型進行進一步的預訓練和微調，構建出適用于財務、HR、供應鏈等特定行業的垂直領域大模型。蒼穹大模型——國內首款財務大模型，利用主流通用大模型和開源大模型，結合其30年的財務知識和超過740萬客戶實踐合成，專有數據集訓練下，支持數字員工進行財務問答、報告生成和探索分析等業務場景，相較于通用大模型，其在財務領域的應用更為高效和專業。大模型框架情況如圖所示。

財務大模型的具體應用為三個助手，即全員助手、專業助手和決策助手。

全員助手：企業全員助手通過集成先進的語音交互和規則引擎技術，致力于為企業員工提供全方位的服務支持，大致可分為三點服務內容。綜合事務輔助：企業全員助手可利用語音識別和自然語言處理技術，為員工提供包括但不限于出差申請的提交和費用報銷流程的跟進等便捷服務；實時報銷提醒：系統根據企業報銷規則和員工行為習慣自動推送報銷提醒，確保員工及時完成報銷流程，減少財務延誤；智能問答服務：通過深度學習專業知識、相關法律法規以及企業內部規章制度，提供財務業務解答。

專業助手：其融合RPA自動化與大模型交互，通過可視化框架優化了以下三個工作場景。首先是總賬結賬，在財務月末結賬環節，用戶可通過總賬系統中的數字員工交互界面，以語音或鍵盤輸入方式下達結賬指令，數字員工將運用RPA技術自動執行結賬任務，實時更新每個任務的狀態，確保結賬過程透明化；其次是合同付款審批，面對合同付款審批工作，數字員工提供AI預審功能，評估單據風險等級。此外，專業助手還具備自然語言交互能力，能夠針對合同條款進行深入問詢；最后是財務報告生成，得益于財務大模型的專業訓練和提供的報告模板，助手能夠輔助財務人員快速生成財務報告。

決策助手：在使用財務管理系統進行數據查詢和企業運營狀況分析時，傳統方式要求用戶登錄系統、導航至報表菜單并設置相應的查詢條件才能得到所需數據。然而，管理層缺乏足夠的時間與精力去掌握復雜的系統操作，為導致依賴下屬進行查詢和分析，從而影響決策的時效性，助手通過四點方式解決了這一痛點。多模態交互體驗：決策助手利用智能大屏，支持語音、觸控等多種交互方式，使得管理者可以輕松查詢和分析經營數據。實時經營狀況診斷：助手提供即時的經營狀況概覽幫助管理者快速了解公司的運營狀態。風險分析與預警：通過實時數據和智能算法，決策助手進行風險分析并提供預警提醒，助力管理者及時響應潛在問題。引導式指標分析：利用財務大模型的能力，助手展示數據和引導管理者進行深入分析，解讀數據背后的含義。

（三）財務大模型成功案例

案例一、河南省投資集團

河南投資集團追求金融與實業協同發展，但在稅務管理上需優化管控機制、作業流程和信息系統，現行的稅務管理模式效率低，缺乏智能分析和政策支持，稅務作業自動化不足，且納稅申報流程依賴手工操作。盡管集團建立了財務信息系統，但稅務數據分散，亟待稅務信息化系統整合數據，消除稅務數據孤島，拓展財務數據維度。

在金蝶提供的一站式稅務管理服務支持下，河南投資集團實現了稅務管控模式的轉型升級，展現出稅務管理的智能化新態勢。其稅務智能化的核心成果可概括為以下四大亮點：1.稅務管控的強化：通過建立統一的銷項發票池和納稅申報臺，集團實現了開票、計稅、申報工作的集中處理，與現有信息系統和財務共享系統有效集成以完成業務流程的審批處理，提高了效率和數據準確性；2.業務處理效率的提升：通過財稅信息通道的打通實現了涉稅數據自動化采集率達到80%，并提高了增值稅和企業所得稅預繳的自動計稅效率以及開票流程的效率；3.風險管控與合規性的增強：集團建立了政策法規庫，實時更新稅收政策和企業資質信息，創建了超過千條的計稅規則，實現了自動和科學的計稅過程并提高了稅務數據的透明度和可追溯性，以最大化規避稅務風險。4.價值創造的實現：通過建立管理門戶，集團實現了各板塊稅務數據統計分析，實時監控和預警辦稅進度，自動化計算稅收優惠政策，降低了稅務人員的學習和操作成本，確保了“應享盡享”的原則得到實施。

總的來說，集團在構建智慧稅務平臺的過程中，面臨了涉稅數據的海量處理和業務流程的高度集成需求。其充分利用了數據中臺、技術中臺及金蝶云·蒼穹平臺的先進技術，成功實現了十余套系統的集成和三十余項接口的開發。借助金蝶云·星瀚稅務云，實現了涉稅數據的全面、實時、自動化采集，并建立集團統一的管控標準，實現了銷項開票和納稅申報業務流程及數據在系統間的無縫互聯互通。

案例二、重藥集團

為了追求更高質量的發展，重藥集團秉承數字化轉型的理念，致力于通過數字化手段重塑其競爭優勢，在財務管理這一關鍵領域，集團積極尋求變革。自2004年引進金蝶財務系統以來，重藥集團不斷根據業務發展的需求對系統進行迭代和升級。在數字化浪潮的推動下，集團繼續與金蝶深化合作，于2022年啟動基于大型企業SaaS管理云——金蝶云·星瀚和可組裝企業級PaaS平臺的財務管控升級項目，旨在對集團的財務管控體系和信息系統平臺進行雙重升級，增強管控的深度、提升運營效率以及優化數據質量，從而鋪設一條創新的智慧共享發展路徑，為企業經營提供強大的數字化賦能。

在智能財務的實踐成效方面，重藥集團通過其智能財務云平臺，實現了費用報銷、付款申請、收款認領、分析報表等業務場景的全面覆蓋。這一舉措顯著提升了用戶的黏性和滿意度，財務中臺系統的日均活躍用戶量達到了6884人次；在智能財務系統的運行成效上，重藥集團核算自動化，其中憑證自動化率達到了95%。智能結賬和標準化的結賬流程使得月結效率提升了20%。費用預算控制的自動化率達到了100%，費用報銷退單率同比降低了10.2%，收款認領自動化率為95%，付款自動配單率高達98%。在財務體系建設的成效上，重藥集團構建了戰略財務、共享財務、業務財務“三位一體”的財務管理體系，各部分分工明確，運行高效。自金蝶云·星瀚平臺上線以來，人均效能提升了約23.33%。在賦能業務經營的成效上，重藥集團規范了共計104個各類業務標準流程，實現了系統標準、業務全流程、全組織覆蓋。該集團支持業財系統和集團管控制度在新并入單位中的快速接入，規范了并購單位的業務運行，執行了集團化標準強管控，并加強了投后管理。

智能化的財務共享解決方案助力重藥集團朝著“數治企業”的轉型邁出了重要一步，為企業的持續高質量發展奠定了堅實基礎。財務智能化不僅是不可逆轉的行業趨勢，也是企業發展的必經之路。重藥集團與金蝶云·星瀚的成功合作實踐，為醫藥行業和商品流通領域的其他企業提供了一套新的參考范例和發展指引。

不難看出，在智能化環境下，平臺服務的內容不僅是提供基礎設施、平臺、軟件的共享服務，同時也提供標準化的數據、模型、規則、監督和應用服務。在財務大模型技術的推動下，財務的內涵和外延得到發展，財務的職能得到強化，財務系統的應用范圍不斷擴展，蒼穹大模型平臺正在持續推動著智能技術和財務的深度融合，推動著傳統財務會計和管理會計的融合，更推動著業務、財務、宏觀經濟活動的融合。

（四）基于財務大模型視角的金蝶SWOT分析

1. 優勢

技術領先性。作為國內首款同類產品，展現了其在財務管理垂直領域的科技創新實力。其技術領先性體現在蒼穹GPT融合了先進的機器學習算法和大數據分析技術，具備高效執行財務分析、審核及預測任務的能力，模型的智能化程度、數據處理能力以及對財務規律的深度挖掘上，能夠為用戶提供一套全面、精準的財務智能化解決方案。

專業知識積累。金蝶在財務軟件行業的長期深耕，使其積累了豐富的專業知識和行業洞察，為蒼穹大模型的訓練和應用提供了堅實的知識基礎。這些專業知識經過大數據的提煉和分析，使得模型能夠精準捕捉財務活動的本質特征，提升財務管理的專業精度。

創新能力。在當前人工智能迅速普及的大數據時代，金蝶的創新能力體現在其對市場趨勢和發展方向的敏銳洞察、對用戶需求的深入理解和對新技術的快速應用上，金蝶在人工智能領域持續創新，緊跟AI時代步伐推動財務垂直領域數字化發展，推出創新型蒼穹GPT大模型，依靠品牌在市場上較高的認可度確保其在行業內的領先地位，助力大模型的推廣和采納。

2. 劣勢

產品影響力不足。相較于亞馬遜的Amazon Bedrock和Titan，以及微軟和谷歌等國際知名大模型，金蝶的市場推廣程度略低，其在產品功能完善、穩定性及用戶接受度等方面仍處于發展階段，尤其是在面對具有更高產品成熟度和市場認可度的國際品牌時，競爭地位可能會受一定影響。

成本考量。財務大模型的實施涉及復雜的系統集成和流程調整，對一些企業來說可能是一個挑戰，尤其對于中小型企業而言，財務大模型的前期投入和維護成本可能較高，影響其采納意愿。

3. 機會

數字化轉型趨勢。隨著企業數字化轉型的加速，財務智能化需求日益增長，財務大模型市場空間擴大這一趨勢為金蝶大模型的發展提供了廣闊的前景，同時也推動整個財務管理行業的創新和發展。

政策支持。國家對高新技術產業的支持為大模型的發展提供良好的外部環境，政策的扶持和激勵措施為蒼穹大模型的研發和推廣提供了有力的保障，有助于其更好地服務于企業的財務管理需求。

國際合作。隨著全球化的發展，金蝶有機會將財務大模型推向國際市場，拓展海外業務，這不僅有助于金蝶財務大模型的國際化發展，還能進一步提升其在全球財務管理領域的地位和影響力。

4. 威脅

市場競爭加劇。在當前財務軟件市場呈現高度競爭態勢的格局下，其中不乏用友等國內知名企業亦在積極并推出基于大模型的財務軟件產品。競爭者憑借其強大的研發實力和市場影響力，正逐步擴大市場份額。因此，金蝶財務大模型在市場競爭中所面臨的壓力日益增大，其市場份額有可能在未來受到進一步壓縮。

技術更新換代。人工智能技術的快速發展可能導致現有模型迅速過時。因此，金蝶需要持續投入大模型的研發以保持技術領先，不斷跟進財務技術的最新進展以確保其蒼穹模型始終保持在財務管理領域的領先主導地位。

二、結論與建議

“人工智能+”策略被視為促進新型生產力發展的關鍵路徑，其在財務行業的應用對于構建金融強國具有顯著助力。彭博社基于深厚的金融數據知識開發出先進語言模型——BloombergGPT，其發布標志著金融行業在大模型應用方面邁出了重要一步，它不僅改變了傳統金融行業的運作模式，也為金融科技的發展提供了新的動力。本文闡述了蒼穹GPT的大模型架構的細節和在特定場景下的應用，探究了財務大模型如何賦能財務領域，并基于SWOT法對金蝶財務大模型進行了深度剖析，基于上述分析，并據此提出相應的策略建議。首先，鑒于金蝶財務大模型的發布周期較短，市場成熟度有待提升，建議金蝶公司加強品牌塑造，通過協定簽署，提高專利授權概率加快國際化進程。通過參與國際性的行業展覽和論壇等活動，金蝶可以提升其在財務智能化領域的品牌影響力，迅速在全球市場樹立知名度。其次，針對財務領域，蒼穹平臺為財務管理和決策提供了強有力的支撐。大模型能夠有效處理復雜的財務數據集，執行財務預測、風險評估以及決策優化等任務，重點關注數據挖掘和機器學習技術在財務數據中的應用。因此，建議金蝶利用其在財務領域的專業優勢，開展跨行業合作，結合不同行業的業務特點，吸收和借鑒國際領先的財務管理理念，對大模型進行個性化定制和優化。同時，順應中國供應鏈的國際擴張趨勢，金蝶應積極與出海企業建立合作，為其量身打造一體化的SaaS解決方案，促進全球產業鏈的內部協同，提供卓越的全球交付與服務，這將助力出海企業在國際市場迅速實現合規性和本地化運營。在不斷優化過程中，金蝶可通過一系列方案推動各行各業的數字化、智能化轉型，以適應AI時代全球化的未來發展。大模型為財務領域帶來了新的機遇和挑戰，相關企業和社會可以更好地利用AI大模型賦能財務領域，實現財務管理的智能化和高效化。大語言模型及其應用的前景充滿光明，令人憧憬，其對商業生態、科學研究乃至整個社會的影響都是深遠且積極的。

參考文獻：

[1]Teubner T，Flath C M，Weinhardt C，et al.Welcome to the era of chatgpt et al.the prospects of large language models[J].Business amp; Information Systems Engineering， 2023，65（02）：95-101.

[2]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（03）：3-20.

[3]續慧泓，楊周南，周衛華，等.基于管理活動論的智能會計系統研究——從會計信息化到會計智能化[J].會計研究，2021（03）：11-27.

[4]姜富偉，劉雨旻，孟令超.大語言模型、文本情緒與金融市場[J].管理世界，2024，40（08）：42-64.

[5]Wu S，Irsoy O，Lu S，et al.Bloomberggpt：A large language model for finance[J].arxiv preprint arxiv：2303.17564， 2023.

[6]韓劍，王星媛，張中意.專利審查高速路與中國“技術出海”——基于谷歌專利云數據的分析[J].管理世界，2023，39（04）：47-65.

（作者單位：上海對外經貿大學）