峰会现场
2019年12月8日，由财政部《中国会计报》主办的中国财会高峰论坛暨“数豆中国”年度盛典在北京隆重举办。 中国注册会计师协会会长赵鸣骥先生为大会致辞，财政部会计司司长高一斌先生出席论坛并做主旨演讲。
中兴新云郭奕女士受邀出席峰会，并发表题为《下一个十年——财务的自动化、智能化和数字化》主题演讲。
中兴新云副总裁 郭奕
以下内容根据郭奕女士现场发言整理而成，以飨读者：
尊敬的各位嘉宾、各位专家，大家上午好!
今天我分享的主题是“下一个十年—财务的自动化、智能化和数字化”。
标准化：财务数字化转型的基础
第一个关键词，是“标准化”。财务要想实现数字化转型，首先要进行“标准化”，标准化是基础，而自动化、智能化、数字化则是财务未来的趋势。标准化包括四个层次：政策层、标准层、流程层和落地层。如何实现数据标准的统一是建立标准化框架体系的重中之重。 企业通过建立统一的数据标准，可以打通财务和业务的壁垒，使得财务数据能够真实反映业务情况；可以承载不同分子公司的管理需求，实现不同板块之间管理数据的统一。
财务共享服务是财务标准化建设的有力手段，中国越来越多的企业通过建设财务共享服务中心开启财务转型之路。
财务共享服务中心的建设可以分为四个阶段 ：
- 建设期 ：从无到有，这一过程要对标准化的框架体系进行梳理；
- 运营管理期 ：在这个阶段需要建立一系列运营管理体系，绩效管理、质量管理、服务保障是主要关注点；
- 卓越运营期 ：共享服务中心的运营管理能力进一步提升，管理体系更加完善，流程自动化和智能化的程度也会大大提升；
- 数字化阶段 ：财务共享服务中心成为企业的大数据中心，与业务建立广泛的连接，用数据和信息支持公司的经营与决策，未来财务共享服务中心将发展为智能财务决策的数据中心。
这四个阶段可以重合，但是无法跨越。很多企业管理者关心的是第四个数字化阶段，但万丈高楼平地起，财务必须经过前三个阶段的发展，才能顺利完成数字化转型。
自动化：规则、接口与RPA的三类场景
第二个关键词是“自动化”。谈到自动化，我们首先想到的是财务机器人——RPA，但实际上对于自动化的探索，并不是从财务机器人才开始，我们认为，财务自动化分为三种场景。
第一种场景是基于规则引擎的系统内集成 。比如企业上线一整套ERP系统，里面的各个模块之间是互联互通的，这是自动化的第一类体现。
第二种场景是利用API实现开放系统间集成 。例如企业常用的银企直联、商旅系统和报账系统的接口实现数据自动传递，这是自动化的第二类体现。
第三种场景是通过RPA实现多个异构封闭系统间的集成 。针对系统无法实现API对接，同时又需要其他系统数据的情况，可以使用财务机器人自动完成数据的获取、处理和录入。例如，中兴财务云利用海外资金机器人，包括余额查询机器人、付款机器人、入账机器人和对账机器人，模拟人工进行海外资金相关工作的处理，实时抓取数据，并且能在预先设定的流程和规则下，与现有用户系统进行交互并完成预期任务。
智能化：采集与审核的人机协同
第三个关键词是“智能化”。所谓“智能化”，并不特指某项技术，而是通过对一系列不同技术的有效组合，使得机器能够以近似人类的智能水平开展业务。 这些技术包括机器学习、自然语言处理、机器视觉、生物特征识别、人机交互、虚拟现实/增强现实、知识图谱等。目前，我们看到在企业中应用的智能化技术，包括智能采集，如智能OCR、自然语言处理等；智能审核，利用机器学习完成财务数据的审核与内控的实现。
在智能采集中，采集对象包括电子单据、标准纸面单据、外来规范性单据以及企业自用单据等。相对而言前两类单据采集难度较低；对于外来规范性单据和企业内部自用单据，通过OCR智能识别技术、NLP自然语言处理结合人工补充的方式将非结构化数据转换为结构化数据。
智能采集是为了下一步的智能处理提供数据基础，智能处理从信息中，不断统计、提取特征，通过大量的学习，总结规律，辅助财务人员实现实时预警与智能预测。
同时，信息采集完成后进入审核阶段，智能审核基于明确的审核规则检验各个数据逻辑的一致性和准确性，对于智能审核无法判定的信息则由审核人员辅助进行人工审核。
数字化：从决策需求出发组织数据
第四个关键词是“数字化”。财务部门作为企业天然的数据中心，财务转型是企业数字化转型的第一步。数字化的核心目的在于挖掘和识别数字中的价值，财务部门由“最小数据集”向“大数据中心”转变，实现数字驱动业务，数字支持决策。企业如何实现财务数字化转型？ 我们分为数据采集、数据处理、数据可视化分析三个步骤。企业应当根据自身经营和管理需要，有针对性地采集数据，而非试图采集所有数据。 以一个重资产企业为例，采购部门、使用部门、管理部门到财务部门对资产管理的关注点略有差异，采购部门关注固定资产采购总额，不同供应商之间的采购总额等数据，资产管理部门关注固定资产的分布情况、使用年限、设备状态、维修频率等信息。基于不同管理者的决策场景，完成数据采集、处理、建模与可视化，辅助管理决策。
数据的采集有以下几个途径：企业内部业务的结构化数据、使用物联网等技术采集到的位置和状态信息、网络公开发布的可抓取数据、外部收费数据以及与公司经营相关的合同文件。通过采集内外部数据、财务数据和非财务数据、结构化数据和非结构化数据，构建起企业级数据资源库，为数据处理和可视化分析提供有力支持。
在数据处理的过程中，应该从企业经营决策的需求出发，依据分析对象和分析维度，应用先进算法及模型，对数据进行清洗、提炼、关联、融合等操作，并通过分析建模工具进行数据泛化、关联分析、聚类分析、数据分类、数据回归、序列模式发现等，以深层挖掘数据价值，赋能企业决策和业务活动。
基于数据分析结果，可以利用图形、图像处理、计算机视觉以及用户界面，对数据加以可视化解释，让使用者能够更直观地感知数据内在价值，形成数据洞察，最终支撑管理层做出科学的判断和决策。随着与数字化技术工具的深度融合及数据积累，财务部门将逐渐成为“企业数字神经网络”，加速企业数字化转型。
财务的数字化拓宽了财务相关数据信息的采集渠道、丰富了数据分析的方法、形成了数据展现的可视化方案，能够帮助企业更好地感知数据背后的规律，促使企业由依靠经验的决策转化为依托于数据洞察的决策。科技与财务的相互融合重新定义着财务的价值，未来的财务一定是数字化的。
