会计智能化（智能财务2021年终总结）

2021已经过去，也到了财务人最忙的“年结大关”。上至CFO，下至财务员工，都面临着对这一年工作的总结，和下一年工作的规划。

今年工作总结不到位？明年财务数字化转型工作没方向？这些我们都替你想到了，快来get这份我们通过实践收集的智能财务应用锦囊吧，希望能为你的年终总结提供帮助。

从行业需求来看，企业在财务数字化转型的探索和实践中遇到哪些问题？是否有财务智能化的行业通用模版可以“抄作业”？

从应用场景来看，财务的哪些场景、哪些模块在智能化提升的迫切度和呼声最高？如何找到智能化提升的“主阀门”？

从智能技术来看，2021年智能技术应用和实践有哪些成果？如何找准2022年财务智能化的“新风口”？

行业需求旺盛：向智能财务共享中心转型

近期，上海国家会计学院发布的《2021年中国企业财务智能化现状调查》中对于财务信息处理方式的调查中，2021年对于“需要全面自动化”的人数比2020年提升了5%。可见，越来越多的企业倾向于使用智能技术来解决问题，财务自动化的需求日益旺盛。

来源：上海国家会计学院《2021年中国企业财务智能化现状调查》

近年来，越来越多的大中型集团企业引入财务共享中心的建设，对财务效率和质量、业务标准化和风险管控起到一定的作用，但随着业务的快速扩张，财务共享模式也带来了一些问题和挑战：

第一，集中审核全集团的业务流程，工作量大且分布不均匀，存在明显的高峰期，人工审核的效率问题造成人员的临时性短缺；

第二，财务审核的工作枯燥且单一，容易导致人员的疲惫心理，不利于职业发展，同时也存在人为操作的空间，影响审核质量，增加不必要的财务风险；

第三，人工审核单据导致数据积累困难，大量业务数据仍然停留在纸端，或者割裂的信息系统中而形成“数据孤岛”，影响智能财务应用的深度。

第四，OCR、RPA等技术的应用，虽然进行财务自动化、数字化的初步尝试，但是整体效果不佳，反而对自动化、数字化、智能化的应用效果存疑。

为解决上述问题，地产、保险、金融、建筑、互联网等各行业的头部企业积极发展智能财务，实现智能提单、智能审核、智能记账、智能风控和智能数据分析等，为财务共享建设带来了标准化、数字化、智能化的改善，财务共享运营逐渐从“经验型”向“数字决策型”转变。

在此，我们总结了保险、地产、建筑等热门行业在智能财务转型过程中的实践案例，可以私信我领取。

那么，如何根据企业的不同属性和特征，科学地规划2022年的智能财务建设，向智能财务共享中心转型？可以从应用场景和智能技术两方面着手。

应用场景落脚点：会计核算、费用报销

上海国家会计学院发布的《2021年中国企业财务智能化现状调查》显示，在企业财务信息系统中各功能模块的采用情况、智能化程度及智能化提升迫切程度中，会计核算、费用报销两大模块的智能化技术采用率最高，也是近年来企业财务智能化需求和提升迫切度最高的两个环节。

由此可见，财务智能化转型最核心、最重要的“落脚点”，是在会计核算和费用报销这两个场景。

来源：上海国家会计学院《2021年中国企业财务智能化现状调查》

会计核算与费用报销是财务工作中耗费人力最多、收集经营数据最广的两个环节。要实现财务数字化转型的目标，首先要解决效率和数据的问题：

第一，需要更高效地完成交易性业务，把专业的财务人员释放出来，去做管理支持的工作。将耗费人力最多的环节提质增效，减少人工支持，或者实现人机协同混合智能模式，这也是2021年各企业在财务智能化转型方面的首要选择。

中国财政科学研究院张庆龙教授在直播中曾提到，财务转型的基础，是让大量基础型员工，从基础型的业务中释放出来。从原始凭证到记账凭证之间，聚集了需要大量人力却又低附加值的业务，即财务审核，而智能审核的应用，进一步让财务共享服务通过数字化和智能化的形式实现了转型。

第二，需要有足够完整、高质量的数据来支持财务人做更多更合理的决策。只有获得更全面的结构化数据，才能实现更全面的财务管理；数据质量越高，准确度越高，才能成为做出合理的管理决策的依据。数据结构化能力，直接决定智能技术的应用可行性，没有足量足质的结构化数据，智能财务的深度无从谈起。

在实际的财务工作中，除了费控系统和ERP系统内的结构化数据之外，还有大量非结构化的纸质或影像化的财务原始单据无法被机器直接读取，需要完成结构化数据转换。另外，散落在各个平台的数据无法贯通，导致形成众多的“数据孤岛”，智能财务工作的基础出现严重缺失。

企业的财务场景比较复杂，为了做到全自动化的目标，有些智能识别解决不了的数据需要用人工补录的方式保证数据完整性。有了数据库的积累，下一步就是将审核规则内置到系统中，通过令才规则自动化模块可实现真实性、完整性、风险、合规、内控、收付六大审核内容。

而对于经济事项复杂、经济数据多，以及人工很难判断的场景，可以用机器学习的方法，来实现智能记账。通过智能审核解决方案，企业能够实现财务审核的数字化和智能化，节省了人工成本，达到降本增效、风险控制、创造价值的终极目标。

智能技术应用：人机协同是趋势、场景落地是关键

智能财务基于先进的财务理论、使用多种智能工具、采用人机协同的工作方式，可以解决财务的核算、分析、风控、预测、管理等多种工作，是一种涉及全流程的智能化管理。

第一，迄今为止，AI并没有在复杂决策中替代人类，人机协同是大势所趋。有研究表明，人类单独决策和AI单独决策的准确性都不如人类和AI协同决策的准确性高。在智能应用设计中，人类逐渐将AI看做工作伙伴而非替代者。

“智能财务的技术功能是借助于机器智能和人类智能组成的协同共生系统，去完成日益复杂的财务管理活动，并在管理中不断扩大、延伸、扩展和部分替代人类财务专家的职能。”上海国家会计学院党委副书记、副院长刘勤教授认为。

第二，选择智能技术应用的关键前提是新技术必须要落到实际场景中去发挥价值。因此，需要特别注意以下几点：

1）OCR智能识别的能力。它是一个工具型的技术，通过识别把图片、影像上的信息结构化，而结构化后的数据用来做什么才是业务需求。在财务审核环节，除通用的发票、行程票据等常用票据识别，还包括企业内部大量的会议签到表、结算单、发料表、支付申请等自制凭证的结构化处理。另外，在关注OCR识别准确率的同时，也需要关注OCR识别的投产比。

2）规则引擎的功能和效率。通俗的理解就是写规则代码的工具，提高写代码的效率和质量。信息化系统的普及带来大量结构化数据，从而带来用于处理这些数据的财务规则自动化需求增多，因此让规则引擎有了更多用武之地。规则引擎的功能与效率，需要重点关注规则的配置、维护方法和能力，这决定了用户能否自主、方便地调整规划。

3）机器学习的应用场景。机器学习的核心是帮我们去建立起那些人工无法梳理的复杂规则，核心与OCR类似。机器学习是智能化的代表，处理数据建立规则，根据这些规则再处理信息、做出决策。一般使用较多的场景是数据分析、记账规则梳理等。另外，诸如费用报销的提单环节，也会通过机器学习技术的训练达到智能提单。

4）NLP自然语言处理。目前常见的场景用于复杂合同条款的理解，即理解合同条款的意思并加规则去审。需要特别注意这里提到的是复杂条款，财务审核的常见条款，如甲乙方、付款金额、条件等无需NLP。合同审核的难点在于如何找到待审核信息的位置并准确结构化。

5）RPA的应用范围。作为信息化功能的补充，RPA的应用范围比较广，如资金领域的银企对账回单查询、税务领域的纳税申报财税核对、月结领域报表查询、业财核对等应用较多。

需要特别注意的是，RPA不会也不应该有成百上千的应用场景。RPA应该是信息化系统功能的补充，只有系统功能无法实现、系统实现投产比不合适的业务场景才适合RPA。有专家认为，在没有客观理解RPA的前提下，RPA的大量使用或许会制约一体化信息系统的发展。

以上是从技术层面的描述，在实际业务场景中总结如下：

（1）智能提单：OCR+提单规则自动化

（2）智能审核：OCR+审核规则自动化+机器学习

（3）智能记账：OCR+机器学习

（4）智能风控：ERP+风控规则自动化+机器学习

当然，因为业务的复杂程度不同，以及智能技术的局限性，也导致每个企业在每个场景中应用相关技术起到的价值差异巨大，这种价值差异比信息系统使用的差异要大很多。

依托人工智能、大数据、云计算、区块链、知识图谱为代表的新技术已然在财务工作中为财务工作模式带来了巨大改变。如何在现有的人工智能技术阶段，对其做到正确认知，并结合现有业务场景，使用智能技术来创造最大价值，成为学界以及实务界的热点话题。

智能财务正在走向企业价值创造和可持续发展的中心舞台，一场财务智能化的变革大幕正在徐徐开启！