1、 基于大數據和人工智能的企業集團財務共享改進研究 任啟哲 王朝輝【Summary】蓬勃發展的財務共享服務大大提高了企業集團財務工作的效率。目前，我國的財務共享服務平臺在降低人工成本、提高運營效率等方面具有出色的表現，但還未能充分發揮財務工作價值創造的功能。利用大數據和人工智能技術改進財務共享服務平臺，可以進一步解放人力，促進業財融合，是財務共享服務中心發揮價值創造功能的重要途徑。最后，改進工作應妥善處理集權與分權平衡、積極向業務延伸和拓展財務人員職業技能等問題。【關鍵詞】財務共享；大數據；人工智能；企業集團F233；F232伴隨著經濟全球化和互聯網技術的高速發展，現代社會的運轉速率不斷加快，產

2、品、企業、乃至產業的生命周期越來越短。與此相伴的是，企業集團的規模不斷增大，業務內容愈加復雜，運轉速率越來越快。在此背景下，企業集團的財務工作面臨著嚴峻的考驗。企業集團的成員眾多，層級跨度大，子機構遍布世界不同地區，致使集團財務工作內容龐雜，復雜度極高。財務共享服務中心解決了傳統財務工作方式工作分散、機構冗余、層層匯總帶來的成本高昂、管控難度大、響應速度慢、財務和經營風險高等問題，大大提高了企業集團的運轉效率，促使原本流程繁重的企業集團變得輕盈、敏捷。一、財務共享服務的發展財務共享服務是指將企業集團各個成員的財務工作集中到一起進行處理，集團成員共用一個財務共享服務中心，由財務共享服務中心為所有

3、集團成員提供標準化、流程化、高效率的財務服務。財務共享服務中心集中了企業集團成員單位同質化、重復性的財務工作，采取標準化、集約的流程來集中處理這些財務工作，能夠利用專業團隊的集聚優勢形成規模效應，提高財務工作效率，降低運營成本。相對于傳統集團財務工作，財務共享服務創新的實質是工作方式與業務流程的轉變，它是規模經濟和流程再造思想的管理實踐。不少研究都發現了財務共享服務對企業集團經營重要的促進作用，發現其在控制運營成本、提高財務工作質量、提升集團集中管控能力與決策能力、促進業財一體化和提升風險管控能力等方面都作出了出色的貢獻。財務共享服務最早由美國企業集團于20世紀80年代創行，我國的財務共享服務

4、首發于2005年，中興通訊集團率先建立了中興財務云。中興財務云除了為中興通訊集團提供全球財務支持服務外，還是目前中國最先進的財務共享服務平臺提供商，已為中國電信、金蝶、中信銀行、南方航空及蒙內標軌鐵路項目等數十家海內外知名企業構建了財務共享服務平臺。目前，我國的財務軟件公司已經全面展開財務共享服務平臺的開發，浪潮、金蝶、用友、元年科技等公司已經發布了功能強大的財務共享服務解決方案，其他的興竹信息、協鑫技術、愛共享等公司也發布了適用于中小型企業的財務共享服務系統。目前實施財務共享服務戰略的企業仍以大型企業集團為主，這些企業遍布交通、能源、電信、金融證券等多個行業，多數為全國500強企業，據統計年

5、銷售超過30億美元的中國企業中有超過70%的企業已經構建了財務共享服務中心。二、利用大數據和人工智能技術是提升財務共享服務價值創造功能的重要途徑互聯網技術大大降低了財務共享服務的實現成本，使得財務共享服務不再是少數大型企業集團的“奢侈品”。經過幾十年的發展，財務共享服務平臺的功能已經非常之多。目前，我國的財務共享服務平臺集成化水平已經很高，對各項財務工作的支持程度較為完善。但是，財務共享服務中心的功能主要還是停留在提高企業集團財務工作效率、降低運營成本的價值守護方面，財務工作的價值創造功能還未得到充分發揮。究其原因在于：（1）目前的財務共享服務平臺仍然需要耗費大量人力，很多人力資源被基礎性工作

6、占用，難以釋放到分析、決策等促進業財融合的領域；（2）隨著社會進入大數據、物聯網時代，現今企業面臨的經營數據規模是海量的，而且數據來源不再局限于企業內部經營活動，企業數據的整合正逐漸突破整個供應鏈，向全開放的外部環境延伸，目前的財務共享服務平臺尚難以支撐如此規模的數據管理與分析任務，也難以實現高速響應；（3）目前財務工作對數據的利用仍然停留在財務視角，從而難以突現新功能，深度支持其他部門業務，促進業財融合。以上問題的解決，從技術上來看，要求現有系統能支持更多類型的數據，具有更強的計算能力和數據管理能力；從管理上來看，要求財務共享要拓寬范圍，推出新服務。大數據和人工智能技術的出現，為這些問題提供

7、了良好的解決方案。大數據技術主要用于解決大規模數據的采集、傳輸、存儲和管理問題。大數據具有數據規模大、數據內容多樣化、響應速度快和數據價值密度低的（4V）特點。數據內容多樣指的是數據集包含了各種形式的結構化和非結構化的數據，數據響應速度快要求滿足更具實時性的數據處理需求，數據價值密度低意味著在大規模數據已成為常態的現今社會，要獲取有價值的內容必須對海量的數據進行分析。在互聯網、物聯網高速發展的今天，大數據不僅僅是一項技術，大數據在管理上的核心思想是視數據為重要資產，從數據中發掘知識和有用信息，轉化為企業價值。將大數據技術應用于企業集團財務共享平臺，可以大幅提升系統的數據管理能力，實現高速響應，

8、并為人工智能等工具的使用提供計算能力。大數據理念的應用，促使企業重新審視財務工作的數據處理業務，有助于財務共享服務融合創新，產出新的數據服務，促進價值創造。人工智能技術是使機器具有人類智能，從而代替人類完成某些工作的信息技術。目前人類仍處在弱人工智能的階段，但是一些領域的人工智能技術已經達到或超過人類能力的水平。人工智能技術主要包括機器學習、自然語言處理和計算機視覺。機器學習是使機器模擬人類學習過程，使其具有一定學習、思考能力的信息技術。機器學習是人工智能的核心技術，是使機器具有人類智能的關鍵技術。機器學習技術可以用來對大規模數據進行自動化分析，探尋數據規律，發掘其價值；尤其是對半結構化和非結

9、構化數據，機器學習相比以往的數據挖掘技術效率更高，效果更好。自然語言處理，是研究利用自然語言與計算機進行通信的技術。自然語言處理使計算機能夠“理解”和運用人類語言，進而通過人機語言通信來代替人的部分工作，如文檔整理、翻譯、問題解答等。自然語言處理目前主要包含了文本分析和語音識別技術。文本分析可以對大量非結構化的文檔資料和Web數據進行分析整理，語音識別則可以輔助數據采集、執行語音命令等，如國內的順豐公司已經使用語音識別技術協助現場人員快速錄入快遞信息，蘋果公司、微軟公司都開發了自己的語音助手用以輔助辦公。計算機視覺主要是圖像識別技術，目前圖像識別技術在多個領域已經取得廣泛應用，Adobe公司和

10、漢王科技已經在文本識別方面有非常成熟的應用，基于圖像識別和追蹤的天網系統在我國交管部門已經大規模應用，德勤機器人利用圖像識別技術大大提高了財務票據的處理效率。人工智能技術的應用，將提升財務共享服務平臺對非結構化數據的處理能力，同時提升其對大規模數據自動化分析的能力，是支持財務共享服務提供新的數據產品與服務、深度支持業財融合的關鍵。三、利用大數據和人工智能技術優化財務共享服務平臺人工智能工具的應用需要大數據系統為其提供數據基礎和計算能力，因此對財務共享服務平臺的改進，需要二者的密切配合。結合現有技術能力和財務共享服務平臺的發展經驗，本文提出以下改進方案。改進的財務共享服務平臺由三個層次的系統構成

11、：數據采集系統，大數據管理系統和數據應用系統，如圖1所示。數據采集系統包含了傳統的供成員單位財務部門使用的財務共享服務中心財務接口、實時管理資金的銀企直聯系統和企業集團業務系統接口，同時新增了RPA系統和外部環境數據模塊。RPA系統是財務共享服務中心人員使用的數據采集系統，它廣泛利用文本分析、圖像識別、語音識別等人工智能技術，能對半結構化和非結構化的多樣性數據進行自動化處理，自動進行數據錄入、單據審核、資料分類等工作。RPA系統能全天候、高速率的進行作業，大大提高了工作效率，節省了人力資源。外部環境數據模塊是未來財務共享服務中心需要重點關注的方向，對企業提前預警、快速響應、快速迭代等能力都具有

12、關鍵影響。2018年中興通訊遭受美國禁令，除了自身股價大跌外， A股高科技版塊也遭遇溢出影響，紛紛下跌。然而，實際上中興通訊遭受制裁可以追溯到2016年。如果其他企業具有完善的外部數據整合機制和大數據分析能力，很有可能會提早規避這一事件的溢出影響。大數據管理系統首先對采集的數據進行預處理，降低存儲容量，增強數據聯系，然后利用分布式存儲和分布式計算等云計算技術構建大數據數據庫，該數據庫系統能實現對大規模、多樣性的數據進行高頻處理并實時響應。在大數據管理系統的支撐下，數據應用層的功能即得以擴展，除了支持傳統財務共享服務平臺的會計服務功能和資金管理功能，機器學習等人工智能工具可以對大規模內外部數據進

13、行自動化分析，發掘數據價值。四、利用大數據和人工智能技術增強財務共享服務平臺的價值創造功能在會計的計量觀下，有關企業經營狀況的各類數據是財務共享服務最重要的產出之一。財務共享服務要增強價值創造功能，從根本上講要挖掘數據價值，謀求提供新的數據產品和服務，深度支持業務部門工作，進一步促進業財融合。在大數據和人工智能技術的支持下，改進的財務共享服務平臺將在以下幾個方面全面促進財務共享服務價值創造功能的發揮。（一）構建大數據理念，促進財務共享服務中心戰略定位升級大數據的技術和思想徹底改變了企業經營的模式。在大規模定制的時代，企業的生產和銷售受市場驅動、需求驅動，其技術上是受數據驅動，所有對市場、需求的

14、分析最終都落實在數據的量化分析上，對多樣性、大規模數據的分析能夠準確把握市場需求，合理指導生產。2013年火遍全球的美劇紙牌屋便是Netflix公司利用大數據研發新產品的典范。中國移動公司的通信產品設計也是大數據分析的產物，精準瞄準各類型用戶。大數據對財務共享服務中心的改進首先是業務理念的革新。在數據驅動的時代，財務共享服務中心應該是企業的數據中心、知識中心，為企業各項業務提供數據支持、智力支持。財務共享服務中心是企業經營數據最全面集中的地方，財務工作人員的職業技能專長于數據核算，財務共享服務中心在提供數據產品上具有天然的優勢，大數據、人工智能技術的引入將促進財務共享服務中心實現這一戰略定位升

15、級。（二）支持多樣化數據，促進業財融合1.改進的平臺支持更多的半結構化和非結構化數據的處理。目前的財務共享服務平臺對半結構和非結構的數據處理多數還是人力進行，占用大量人力資源。RPA系統的使用把以往人工處理的半結構化和非結構化的數據采集任務大規模自動化，這部分工作即可以進一步從成員單位財務部門剝離出來，集成到財務共享服務中心去處理，這就拓寬了財務共享服務的范圍，同時進一步釋放人力資源到數據分析與決策工作中去，更多地支持業務活動。德勤等會計事務所研發的財務機器人就是這一領域的先進工具。2.改進的平臺全面融合外部環境數據。包括科學研究數據、商業數據庫數據、Web網頁數據等，實時監測外部環境。傳統的

16、財務共享服務平臺主要集中于財務數據核算，集成的有限業務數據也主要用于成本管理，難以促進財務工作進行價值發現、價值創造。業務數據、外部環境數據和財務數據的結合將拓寬財務共享服務中心的數據視野，為新的數據產品與服務提供數據基礎。3.數據產品與服務模塊能夠自主分析與學習，自動探尋數據規律，建立知識。而且，其自主學習過程受人為干預較小，常常能夠發掘出預料不到的隱性知識。具體來說，它至少將在以下幾個方面促進價值發現與創造：（1）對多來源的綜合數據進行大規模深度分析，探尋業務增長模式，發掘潛在增長機會，指導業務發展方向；（2）傳統的財務工作集中在事后評估上，利用人工智能工具對多樣化數據進行持續數據訓練，可

17、以建立分析與預測模型，實時預測市場情況，及對資金、人員等各類資源做好配置預案；（3）同時還可以尋找各項業務的風險與漏洞，防范企業財務與經營風險；（4）對綜合數據的深度分析可以有效指導企業產品研發和業務創新，前述的紙牌屋和中國移動通信產品就是很好的例子；（5）可以對業務系統進行大規模模擬分析，查找限制因素和冗余節點，進一步優化流程；（6）基于對多樣化數據的自主學習，人工智能工具還有可能促進管理會計工作提供標準化產品，有利促進業財融合。（三）實時響應，深入一線業務在業務活動中，面對市場個性化的需求，業務部門經常要參考財務數據，快速測試新方案、設計新模式，甚至新產品和新服務。目前的財務共享服務尚未能

18、對此提供良好支持，除了因為還未開發新的數據產品和服務外，很重要的一點是目前的系統響應速度較慢，面對個性化的分析任務，需要較長時間準備數據、產出方案，時效性較差。改進的財務共享服務平臺一方面具有綜合性的數據集，更重要的是云計算技術提供了實時的服務水平。這就支持財務共享服務平臺可以向一線業務人員動態的提供服務，財務部門的數據產品和服務可以深入一線業務，實時提供分析支持，促進其業務增長。五、改進財務共享服務平臺應注意的事項首先，要注重集權管理和分權管理的平衡。大數據和人工智能拓寬了財務共享服務的范圍，進一步加強了財務共享服務中心的集中管控能力。然而，較高的集中控制雖能提高整體管理效率，但是帶來的靈活

19、性的喪失可能增大業務開拓工作的困難。另一方面，較高的靈活性雖有助于業務增長，但是相應的運營成本也會大幅上升。因此，良好的組織設計應該在集權管理和分權管理之間取得平衡，尤其要注意共享服務范圍與職權范圍的區別，合理界定財務共享服務中心與成員單位財務部門的職權界限。其次，應注意進一步向業務延伸，促進業財融合。大數據和人工智能工具的應用將進一步解放人力，很多企業趁此機會再次精簡機構，削減成本。但是應該注意，新工具的引入旨在形成新能力，發揮新作用。如果只是盲目的利用新工具降低人力成本，大規模削減成員單位財務部門，那么就會有加劇業財分離的風險。第三，應關注財務人員職業技能的拓展。財務共享服務中心的功能升級

20、將促使大數據分析能力成為財務人員重要的職業技能，財務人員尤其是管理會計的角色將由單純的會計核算人員向數據科學家靠攏。這一趨勢在金融行業已經初見端倪，預計不遠的未來也將擴散到會計行業。主要Reference：1Forst L. I.Management： Shared Services Grows UpJ.Journal of Business Strategy，2001（4）：13-15.2Joha A. & Janssen M.Emerging shared service organizations and the serviceoriented enterprise： Critical management issuesJ.Strategic Outsourcing： An International Journal，2008（1）：35-49.3Marciniak R.Measuring Service Satisfaction in Shared Service OrganizationsJ.Proc