智能财务论坛干货 | 分论坛：AccTech与智能财务系统解决方案

上海国家会计学院

2021-12-29 08:37 浏览量: 2820

12月12日，在由上海国家会计学院等共同主办的第四届智能财务高峰论坛的“AccTech与智能财务系统解决方案”分论坛上，金蝶软件产品管理部副总经理刘丹彤，艺赛旗产品与解决方案总监王得利，科大讯飞产品经理汤洁泉，中国石油集团共享运营公司规划发展部副总经理谭瑾进行了主题分享。上海国家会计学院企业管理系主任、智能财务研究院智能财务数据标准与XBRL研究室（中心）主任刘梅玲副教授主持该分论坛。

刘丹彤：企业财务审核的自动化与智能化技术研究本项研究主要是基于三个场景让AI技术真正替代人工：一是审核。利用AI服务给予员工审核结果建议，辅助财务审核。智能推荐相似历史单据供审核人员参考。智能客服问答，查询各公司、部门、业务流程独有的规章制度等信息。二是提高审核准确率。预测已审核任务的潜在质检风险，自动挑选潜在风险较高的审核任务生成质检样本库；对于整改率较高的质检样本由系统自动提示可能存在质量风险，提供便捷的二次抽检功能。三是如何让企业不用担心人员流动。运营分析与管理提升环节，共享中心或相关财务部门事后对AI服务模型的相关信息进行查看分析，发掘潜在的风险因素。前两年财务共享进入第二代时，主要考虑的问题是如何使业务单据更加有效率、自动地转成会计凭证。“财务中台”、“会计引擎”的概念应运而生，底层逻辑是COE（专家中心）机制，即通过专家中心制定规则引擎中的业务语义。仅以规则引擎为核心的智能审核方案需要对企业业务非常了解，将企业所有业务按组织、公司、地域、行业细分。对每个业务场景预置和会计凭证的对应关系，把规则预置到规则库形成规则引擎，从而实现自动把业务语言转成会计语言。这一方式的优势是规则引擎的判断结果更明确，尤其是针对具体规则、检查点的判断更加精确有效。新上线的共享中心在没有足够历史数据训练AI模型的条件下也可以使用。缺点是客户往往无法穷举出所有业务的审核规则并进行配置，同时梳理审核规则也需要财务部门具备相当的专业性和大量资源投入，有一定门槛。当前市场变化快速且频繁、业务规则也需要敏捷响应，规则引擎如需快速响应业务变化则需要投入大量资源持续维护，成本更高。规则引擎也无法反馈出企业业务中的风险因素，它必须依靠过去的主观经验积累且是相对静态的，无法反映出企业近期的风险动态变化趋势，不利于事后分析等。因此，智能审核方案需要重新思考，一方面来源于规则引擎，一方面是对任务特征向量的收集。基于AI的智能审核方案可以视作一种补充与进化的方案。自动获取待审核任务的所有风险因素取值，包含单据类型、业务类型、提单人岗位、提单公司以及预制审核规则校验结果，包含发票、敏感词、金额、新闻类、自定义等。AI服务的判断过程不仅会考虑规则引擎的校验结果，同时也会考虑到其他潜在风险因素，判断依据更为全面、智能。同时在人工判断前进行一次预审核，审核工作结果更准确、更高效，操作更为简化。AI的训练过程本身是对企业近期风险趋势和风险因素的反馈，结果更准确，也有利于后续运营分析和管理提升工作。由此大大降低了财务审核岗位新员工入职的岗位学习成本，尤其是针对当下国内许多共享中心员工流失量大、变动频繁的痛点，提供了一种全新的思路帮助企业积累与挖掘自有的数据资产价值。但这一方式也存在不足，为了保证AI算法服务的预测准确率，需要基于一定数量历史数据进行模型训练，存在使用门槛。基于AI的智能审核方案也包含事后质检环节应用。基于AI预测所有审核任务的潜在风险并优先抽选风险更高的质检样本，质检对象更有针对性，相比传统“设定规则范围进行随机抽选质检样本”的方式更能有效找出违规任务，从而提高质检工作的效率和质量。AI算法训练过程本身也是挖掘数据价值的过程，可以有效、动态地反映企业当前的风险因素。针对质检样本结果提供整改率预警和便捷的二次抽检功能，再进一步保证整体财务审核工作质量，降低企业经营风险。定时自动抽选质检样本生成质检任务，减少人工的繁琐操作。技术成果应用展示方面，一是AI审核助手及算法解析页面，目前该功能正在金蝶等一些企业中验证，在验证功能有效性的同时不断优化AI算法，预计于今年可完成验证。当前在实际生产环境中，AI审核助手的预测准确率达到 96%、召回率 92%、AUC 95%，性能表现优异，但暂时无法完全代替人工财务审核工作，更多是辅助人工进行判断。二是智能质检方案及算法管理页面，目前该功能已经发版，并在部分大型集团财务共享客户中正式使用。当前在实际生产环境中，AI质检服务的预测准确率达到 92%、召回率 90%、AUC 90%，性能表现优异，用户在实际质检工作中绝大部分场景下可以仅依靠本功能自动抽选质检样本进行质检工作，少数场景下用户可以手工设定条件抽选目标的方式作为质检补充。短期内，受制于AI算法性能、实际生产环境数据质量等条件制约，AI算法的预测准确率还达不到100%或极度接近100%的要求，因此无法完全替代人工审核工作，更多承担的是辅助人工判断、提高工作质量和效率、提高工作体验的职能。长远来看，随着经验积累、算法和功能不断优化，当算法的预测准确率不断提高、无限接近100%时，那么完全可以由AI代替人工财务审核工作，企业可以在控制经营风险、降低成本的同时将更多人力资源投入相关的运营、分析、管理工作中去，为企业创造更大价值。

王得利：智能财务背景下企业RPA应用指引研究智能化或数字化的核心是数据化的支撑。智能财务系统整体架构是按照数据输入、数据整理以及数据输出的框架搭建的。财务机器人更多是在数据处理、数据分析领域发挥比较大的支撑作用。结合人和财务机器人协同，原来大量数据处理、数据分析是由人工制作的，慢慢引入财务机器人之后，所需要涉及的工作内容和工作范畴会慢慢往财务分析领域上升。另一方面，数据处理和数据分析会通过数字化技术进行沉淀处理。因此，在管理和战略的视角，财务机器人的应用，对于企业的流程标准化、流程优化、以及内部财务人员结构都会有着巨大的影响。我们想象一下，当财务机器人应用规模从三五个发展到三五十个甚至上百个时，如何有效管理财务自动化需求，如何快速适配业务变化，如何更大地发挥财务机器人的价值？这些都属于财务机器人的运营管理，也是体系化建设过程中需要重点考虑的问题。整个过程中会涉及不同的角色、团队之间的协同，涉及大量的管理、制度、流程与标准，财务机器人对于企业而言，不再是一个简单的技术工具，而是智能财务体系建设过程中至关重要的驱动因子。基于此，艺赛旗作为国内RPA厂商的领导者，率先提出了体系化财务机器人框架——“机器人工厂”。整个机器人工厂框架中，核心是由产品平台支撑，包括从流程挖掘、流程管理、流程开发、流程运行到管理与运营的能力，所呈现出来的不仅仅是某一个简单的RPA产品，而是一个系列端到端的、以流程自动化为核心的产品能力组成。

在产品平台之上有三个支柱。第一是平台建设，在机器人工厂的建设过程中，产品的部署，需要结合企业信息化的要求、信息安全管理的要求、并充分考虑业务连续性的要求进行部署与建设。第二是场景交付。如何从简单的财务需求变化为可以自动处理的财务机器人，需要有统一的逻辑进行指导，包括需求的评估，需求的开发，需求的维护等。第三是运营管理。在机器人工厂中运营管理更大的作用是为了保障机器人的运行，使其更加高效地运行，统筹团队、角色、职能、流程、标准和规范，最终演化成真正意义上的人机协同。

此外，在机器人工厂的运营管理过程中，我们强调，业务人员不只是作为需求方的角色参与其中，希望在流程开发、运行包括监控过程中，业务人员能更大发挥自己的价值。为了实现这一目标，艺赛旗对RPA的产品能力进行了整合提升，通过业务标准化的建设，构建大量的标准化流程与组件，使得业务人员能够快速理解，直接调用，可视化开发。同时，通过UI+API的方式，构建了更为丰富的自动化能力场景。

最后，机器人工厂的建设，不是甲乙双方一个简单的项目合作，而是双方共同贡献自己的价值，联合建设、联合运行、联合研发、共同成就的过程。

汤洁泉：智能报销终端设备软硬件一体化产品研究智能报销终端设备软硬件一体化产品研究的目的是实现企业降本增效、人员转型，研究标准化、统一化产品框架，探索资源整合，共建融入生态。调研对象主要是智能财务研究人员以及相关负责人。从收回的有效问卷来看，问卷主要分布在全国14个省份，以江浙沪和湖北居多，企业类型涉及到国企、民营、外资等。从从业年限来看，16年及以上占56.58%，11-15年占了23.68%。从职务来看问卷对象基本覆盖了企业财务基层、中层、高层各个层级。反馈问卷结果是可靠并且具有一定参考价值的。调研的主要问题中，第一是未来是否愿意采购软硬件一体化的收单设备？从结果来看，3年内占了33%，5年内占到42%，选择不考虑仅仅占了4%，说明企业对这个产品并不陌生。考虑上线的企业中，一年内上线的主要是民营企业为主，3年和5年内以国企最多，这说明一定程度上符合不同企业的特色，民营企业相对来说体制机制比较灵活，求变创新转变比较快，国企由于体制机制约束，一般会比较成熟时才会上线。其次是关于希望产品具备什么功能以及影响产品推广因素有哪些？从产品功能来看，排在前四位的第一是智能填写报销单，第二是智能单据初审，然后是自动签收采集影像以及自动分拣归档。企业的功能需求更多侧重产品自动化、智能化，以减少人工作业量。对于影响推广的因素可以看到，首当其冲是价格高占67.1%，其次认为功能有限，性价比不高占到61.84%，稳定性问题占46%。

本次课题团队主要包括合作伙伴：科大讯飞、北京元年和北京单多啦。单多啦是硬件设备供应商，在业内有一定的知名度，产品主要覆盖了高、中、低多个等级，功能比较丰富。科大讯飞提供AI功能植入，智能审核、基于知识库的语音客服智答等。元年提供ECS（云服务器）共享平台，实现软硬件的交互。通过三家公司发挥各自的优势，取长补短，共同展开合作研究。课题组以单多啦某一个客户每个月6000报销单规模进行统计，整体下来可以看到每一份单据单位成本原来是6.73元现在是2.43元，相比以前成本节约率达到64%，每个月节省成本是2.58万元。从单量规模和处理成本的关系趋势图来看，传统方式下单据越多，成本越高，呈现递增趋势，而在应用智能设备的情况下，单据量越多，成本越低，呈现递减趋势。

发票电子化的影响分析方面，从一份报销单的组成来看，有纸质发票、电子发票、证据链附件。纸质发票毫无疑问数量会逐步减少，电子发票数量会逐步增加，但是相关结算单、入库单、收货单等原始交易单据附件不会改变。可以预见未来将会进入纸电“双模驱动”的常态，一是从收单、审单、归档、生成电子档案的全流程跟踪管理诉求会提升，二是流转过程中对于数据加密需求会提升，三是剩余纸质发票包括附件影像化的需求会提升，最后会催生电子档案系统快速普及。纸电“双模驱动”下，无论是电子件或者实物件都会形成影像数字化，电子件形成ofd、pdf格式，实物会采集成影像。随后进行智能审核，审核通过之后进入电子签章区块链，加密处理，防止篡改，按照实物和电子分别进行分拣归档，最后进入实物和电子档案。

从市场前景来看，通过查阅资料，无论是国内权威智研咨询报告还是中投产业研究院报告，都预测了未来机器人平均或者年均复合增长率达到15%-21%之间，包括工业机器人和各类服务机器人。课题组以年平均增长率10%为基数做了测算，未来5年需求量会达到1.2万台，总收入达到9.6亿。

关于降低成本，课题组提出两个构想：第一是建立产品标准化，第二是融入生态共同运营。标准化方面，硬件供应商开放底层标准化SDK（软件开发工具包），相关设备的标准指令交给软件厂商，根据客户需要定制个性化功能。硬件供应商将交单、审单、分拣、归档功能分装，提供标准化对外接口给到软件厂商，更适合满足没有个性化需求的客户，对于软件厂商也可以快速实现交付。关于生态的构想，课题组提出四个产业链：供应端的产业链，希望产品尽可能标准化，减少非标产品，提升利润空间，整合需求端采购资源，提升议价能力。软件供应链端希望与元年、SAP、用友、金蝶等这些平台做设备打通，基于标准化缩短建设周期，同时提高产品可拓展性。人工智能产业链引入AI能力，希望通过人机协同实现无人值守，使机器更有温度。最后快递及园区产业链，希望解决一些公司跨区域共享交单问题，同时考虑在园区投放设备，企业可以共享使用发挥场景价值。通过四个产业链的融合，构建四位一体、融入生态、参与运营的模式。

课题组在本项研究中探索产品实现自动化、数字化、智慧化可行性，同时提出了行业标准化、统一化的框架，以及融入生态参与运营的构想，同时分析了发票电子化对于产品带来的影响，包括未来发展前景。本项研究也有三个方面的不足：首先对于问卷样本量比较少，此次主要是找的智能财务研究人员包括相关责任人，说服力有一定欠缺，还要扩大地域和行业分布。二是尽管提出了标准化框架以及运营模式的构想，如果想要真正落地还需发动社会力量和资源共同提升势能。三是目前产品还在研究论证阶段，各项理念还没有完全筹划好，需要推动进入实践应用落地。

谭瑾：基于财务共享平台的智能财务分析模型与大数据分析应用中国石油共享建设以打造世界一流智能型全球共享服务体系为愿景，发展定位聚焦于运营中心、专家中心和创新中心。运营中心聚焦人机协同，拓展RPA智能自动化应用场景，持续简化优化端到端流程，精益化运营，提高服务效率和效能。专家中心聚焦前瞻洞察，在数据服务类产品上助力所属企业在生产经营中寻找新的价值增长点，同时支持相关经营决策防控经营风险以及业务运行过程中的预测和决策，真正为客户单位提供高价值服务。创新中心聚焦敏捷高效，实现“趋势研究、原型孵化、规模应用”的敏捷交付。从发展定位来讲，中石油共享中心始终把数据分析或者数据服务的产品作为重点发展方向，目前正在推进。

中石油以打造世界一流综合性国际能源公司为战略目标，大力进行创新、资源、市场、国际化、绿色低碳五大战略，以高质量发展为主题进一步提升国际竞争力和可持续发展能力。在财务方面，为了支撑整个集团公司战略目标，在“十四五”期间提出了以价值型财务为核心的卓越财务目标，明确了业绩表现、核心竞争力、高质量发展等价值着力点。

基于理论建设和前期的基础，为进一步支撑集团财务战略，中国石油共享应用分析实践方面也开展了大量工作。首先在支撑集团公司经营管理决策方面，提供了经济活动分析平台，聚焦集团公司经济活动分析月度重点事项，从经营成果、财务状况、现金流量、单位成本、宏观经济等梳理出将近200个指标，纳入近12年的数据支撑整个集团公司经济活动分析。在支撑板块层面，以销售业务为切入点，打造常态化对标分析的平台，在平台中梳理了超800个指标，为板块层级精细化管理提供有力支撑，对标数据自动获取、可视化展示、自动生成智能报告，形成了系统化的对标体系。在助力企业提质增效方面，基于已有的发票数据以及账目数据打造发票数据分析的平台服务，可以支撑五大类包括发票情况概览、供应商分析、发票场景分析、税收筹划、基础信息查询等一共16个业务场景，真正从供应商和发票分析角度降低相应采购成本，同时规范发票行为，同时在税务方面提前防控一些风险。在供应链信息服务方面，充分发挥共享优势，打通供应商、客户、金融机构以及中石油所属企业间的信息通道，将客户供应链等应收应付信息及时提供给金融机构，帮助外部融资难的供应商提供低成本的融资服务。在商旅分析方面，中石油共享建设之初推出了石油商旅平台，将集团公司内全员全级次商旅预订全部纳入石油商旅平台进行处理，实现整个商旅集中的管控，同时打造商旅分析的数据服务，包括从差旅支出、各单位差旅分布情况以及各单位差旅费节约情况、机票折扣情况、酒店折扣情况以及退改签各类分析口径上，帮助客户单位进一步优化相关差旅资源以及规范员工的差旅行为。

中石油智能财务建设中的认识和体会有以下几点：一是在数据分析过程中首先要找准定位——价值创造，整个数据分析服务要真正帮助客户单位提质增效。二是数字驱动、智能应用，在数据分析应用过程中，不仅限于现有历史数据的分类、汇总的展示，同时也引入了大量智能化、自动化技术，尽量让数据分析服务提升智能化水平。三是采用急用先行、持续提升的策略。结合前期简单理论研究，基于已有大量的实践，我们认为，一些帮助决策支持方面特别急用的数据分析可以基于现有数据、流程包括技术水平提供，进一步通过快速迭代方式对已有数据产品优化提升，进一步完善理论体系，打造基于共享平台的完整智能分析或者大数据分析的平台。四是客户至上、注重体验。所有共享中心不管是基本业务处理还是分析服务等方面都需要重视，围绕客户体验真正实现把数据主动推送给相关各层次财务人员或者业务人员，以客户体验为中心，提升价值管理能力。

未来展望方面，一是在数字化转型机遇下，共享也迎来了新的发展阶段。在新的机遇挑战下，希望利用数字化技术和智能化技术，打造智慧共享平台。在原有业务处理基础之上，进一步统筹整合现有数据服务产品以及进行深度业财数据治理工作，真正让数据实现价值变现，更加注重数据创效升级，让基于数据分享的数据分析体系化。二是下一步数据分析将更加注重全产业链深度分析。中石油是集合上下游全产业链的集团，数据分析会更加注重从原油、天然气两条产业链上深度结合各个环节包括勘测、生产、储运、炼化等关注重点，把数据服务产品进一步整合、聚焦在产业链的环节上。三是下一步更加注重数据可视化展示，中石油很长一段时间内所有数据对外展示和提供都是基于常规报表形式。自从2019年开始推出几款数据服务产品之后，已经尝试实践一些可视化展示方式，从客户需求来看目前还存在体验、使用上的不足。下一步希望一方面支撑集团公司层面大屏可视化展示，另一方面支撑前端业务人员PC端包括移动端可视化展示。最后，中石油共享会更加重视智能化及数据建模能力建设。在整个共享服务发展到以能力为中心高阶的阶段之后，智能化以及数据建模的能力应该是共享中心自身所必须具备的能力之一，真正打造基于共享数据智能化、自动化的能力中心以及相应的数据分析能力中心，实现对内部单位业务赋能以及对外部适当提供一些市场化的输出，真正支持业务端销量或者产量各方面的预测分析。

↓↓部分PPT下载↓↓