跳到主要内容

财务数智化

孙彦丛:智能、算法、模型——智算世界,未来已来

本文根据孙彦丛在第六届(2023年)智能财务高峰论坛上的演讲文字整理,讨论大模型在财务领域的应用,以及场景、数据和技术如何共同支撑财务数智化转型。文中的技术与产品介绍保留演讲时的背景。

我们已经进入一个科技快速发展的时代,技术、经济、思维、生存等方面都在发生跨时代的改变,以大数据、人工智能、移动互联网、云计算、物联网、区块链等为代表的新一轮技术革命突飞猛进,对我们的社会、生活和工作产生深远的影响。其中,AI大模型迅速发展。人工智能AI以势不可挡的姿态来到我们身边。

人工智能大模型在财务领域的应用

2023年,GPT-4的发布受到广泛关注。那么,这项技术将给财务带来哪些影响?2023年2月,中兴新云发布了《ChatGPT解读及财务应用探索》,这份报告分析了ChatGPT在财务发展中的潜在价值与影响,我们总结为两点:一是塑造财务场景新角色,二是助力财务发展新未来

ChatGPT在具体的财务工作场景中,将有能力成为多功能的分析工具,全天候的财务秘书,会沟通的财务智库,自动化的报告助手,懂语言的全球化人才,员工个性化的技术助理,也是企业智能化的决策顾问

人工智能大模型在财务场景中的七类角色
演讲图示:大模型在分析、知识查询、报告、跨境业务及决策支持等财务场景中的角色。

2023年5月,中兴新云发布了人工智能大模型AI助手,基于通用的大模型,凭借中兴新云在财务领域知识库积累,融合各行业和企业通用的解决方案,结合财务信息系统应用,成为中兴新云员工和客户身边的AI助手。

ChatGPT的出现,得益于大规模数据、算力和算法的持续改进。

数据、算力、算法的应用,具体到企业的财务管理,有几个关键点一是要获取大量的数据,财务要采集大量业务和财务、外部和内部、结构化和非结构化的数据。二是要有算力,包括软硬件技术层面的,也包括搭建财务数据中心(如共享服务中心发展为数据中心),从组织人员层面提升财务数据计算能力。三是要有模型和算法,真正帮助企业基于数据驱动智能洞察、智能分析、智能预测等。在人工智能的助力之下,企业还能洞察和防控风险,从事后管理转向事中监控、事前预测。这是人工智能在企业财务管理领域中主要的应用方向。

数据、算力和算法支撑智能洞察、分析、预测与风控
数据、算力和算法共同支撑智能洞察、分析、预测与风控,将技术能力转化为财务管理价值。

场景、数据与技术如何支撑财务数智化转型

在人工智能发展趋势之下,财务需要具备三个方面的能力

  • 一是场景能力,要有对智能化财务决策场景的识别能力。因为不同行业、不同价值链、不同管理层级的决策需求不同,所以我们需要梳理智能化的决策场景。决策场景也要从传统财务的职能逐步拓展到业务支持以及对管理者的决策支持。
  • 二是数据能力。数据能力包括数据价值链的能力,即通过数据采集、清洗、分析的系列过程实现决策支持,发挥数据价值;也包括数据治理的能力,要提升数据质量和含金量。
  • 三是技术能力。要把OCR、NLP、知识图谱、大模型、智能计算平台等技术应用到财务领域,以技术赋能财务管理。
财务数智化转型所需的场景、数据与技术能力
场景、数据与技术三类能力:识别管理决策需求、治理与加工数据,并通过技术平台支撑应用。

场景:识别财务决策需求

首先来看场景。中兴新云发布了“4×4”数智化财务场景矩阵。其中,“4纵”是财务职能的四个层次,从财务会计拓展到管理会计,继而拓展到对业务各个环节的支持,以及对各级管理者的决策支持。

“4横”是从横向四层来看财务的四种工作方式第一层是操作记录层,通过共享服务中心建设和信息化、智能化手段应用,提升财务大量基础交易业务处理的能力,建立起财务数据计算能力中心。第二层是规则计算层,对于规则明确但复杂多变的财务场景,如合并报表,纳税申报、预算编制等,通过智能化平台可快速实现数据复杂计算。第三层是统计分析层,通过模型、算法、多维分析的方式,实现对多维统计特征以及有内在逻辑关系的数据的复杂计算和分析。第四层是模型算法层,通过大数据聚合平台接入大量外部的数据,并通过财务智能引擎建立模型、算法,对关联业务自由定义、内外交互、关联数据价值挖掘等进行模糊计算。比如我们在集团司库监管项目中,引入了票交所的数据,根据开票单位已经出现的票据承兑违约,提示企业持有这家企业的票据风险等。

4×4数智化财务场景矩阵:四类财务职能与四种工作方式
“4×4”数智化财务场景矩阵:财务会计、管理会计、业务支持和决策支持,与操作记录、规则计算、统计分析、模型算法交叉形成应用场景。

数据:治理基础与价值链

数据能力包括数据治理能力和数据价值链能力,我们先来看数据治理能力。企业未来数智化转型必须要跨越“两座大山”:一是要夯实信息化基础,二是要夯实数据治理基础。夯实信息化基础,不仅需要建设财务信息系统,也需要业务和财务系统互联互通,实现数据采集与全量汇聚。夯实数据治理基础,工作量大,需要沉下心来去坚持做。中兴新云自己在做数智化转型项目的过程中,我们的财务人员、数据中心人员80%的时间投入到了数据治理中。我认为数据治理并没有捷径可言,只有投人力、投精力去做,才有可能做好,才能夯实企业的数据基础。同时,还需要搭建数据全生命价值链的质量监控体系。

我们再看数据价值链,中兴新云出版了一本书——《财务数据价值链:数据、算法、分析、可视化》,全面介绍了数据价值链中,数据采集,数据清洗,数据标签,数据模型、算法,数据指标体系,数据资产,数据服务等一整套数据的生产、加工、处理过程,通过这一过程提炼数据价值,为企业各类决策场景提供支撑,赋能数字化转型。

数据采集、治理、加工与展示构成的财务数据价值链
财务数据价值链:数据治理贯穿采集、清洗、标签、算法、指标和展示,将数据加工为可使用的管理信息。

平台:从数据采集到智能分享

第三是数智化的平台。我们主要从财务管理的视角来看,数智化的平台需要实现四个方面的能力:采、治、算、视。财务需要一个从数据中台到BI、可视化大屏、管理驾驶舱的智能化的数据生产、加工、计算的平台。针对这个痛点,中兴新云自主研发了财芯·智算平台,它的能力可提炼为五个词:智采、智治、智算、智视、智享

  • 智采,利用信息技术的手段拓展信息采集能力,提升数据汇聚能力,实现多种类型数据库连接、线下数据采集、外部大数据采集等。
  • 智治,提升数据治理能力,刚才我们也提到数据治理、数据质量的重要性。
  • 智算,通过零代码“拖拉拽”操作,实现数据自动化流转、计算分析多端协同、计算结果可视可分享。
  • 智视,可视化呈现,包括电子表格、图文报告、智能BI、财务驾驶舱等。
  • 智享,是把数据智能化地分享出去,让数据真正能够触达到它真正的用户,能够高效地用起来。
智能财务数字化平台分层架构与数据治理关系
2023年演讲中的智能财务数字化平台架构:原始数据采集、数据资源、数据价值链、数据消费和财务应用,以及贯穿各层的数据治理与公共服务。

接下来我再跟大家分享几个财芯·智算平台的具体应用案例,包括智能分析、智能预测、智能预警

智能分析:支持价值识别与市场决策

国务院国资委 《关于中央企业加快建设世界一流财务管理体系的指导意见》(国资发财评规〔2022〕23号)提出,要构建业财融合的财务报告分析体系,利用报表、数据、模型、管理会计工具,建立纵贯企业全部经营管理链条,覆盖各个产品、市场、项目等的多维度指标体系,开展价值跟踪分析,准确反映价值结果,深入揭示价值成因。例如,通过对企业合同主数据进行多维度分析,可基于同一数据源同时出具不同类型、不同行业客户的合同分析,输出报表、图文报告等,识别企业价值客户,支持市场决策。

智能预测:支撑预算管理

例如,通过大数据聚合平台汇聚外部的宏观经济数据,以及业务和财务的数据,借助智能模型、算法,对企业中长期业绩进行预测,更好地帮助企业从源头做好预算管理。

智能预警:识别异常贸易风险

例如,通过大数据聚合的平台接入大量内外部数据,通过财务智能引擎建立异常贸易的算法模型,帮助企业预警融资性贸易风险。

财务的未来要实现三大突破

最后,迈向未来的智能化、数字化的时代,财务需要实现三个突破:

  • 突破财务职能边界,财务要从关注核算监督,转向更多地用数据赋能管理,洞察风险,帮助企业基于数据来实现商业模式的创新,产品、服务的迭代升级,以及用数据帮助企业预测未来,预警风险。
  • 突破技术的边界,要从IT思维向AI+DT的方向转变。
  • 突破数据边界,扩大数据的采集范围,才能真正实现从流程驱动到数据驱动,从经验主导向模型主导转变。
返回专业文章