基于大数据和人工智能的企业集团财务共享改进研究

任启哲 王朝辉

【摘要】蓬勃发展的财务共享服务大大提高了企业集团财务工作的效率。目前，我国的财务共享服务平台在降低人工成本、提高运营效率等方面具有出色的表现，但还未能充分发挥财务工作价值创造的功能。利用大数据和人工智能技术改进财务共享服务平台，可以进一步解放人力，促进业财融合，是财务共享服务中心发挥价值创造功能的重要途径。最后，改进工作应妥善处理集权与分权平衡、积极向业务延伸和拓展财务人员职业技能等问题。

【關键词】财务共享；大数据；人工智能；企业集团

【中图分类号】F233；F232

伴随着经济全球化和互联网技术的高速发展，现代社会的运转速率不断加快，产品、企业、乃至产业的生命周期越来越短。与此相伴的是，企业集团的规模不断增大，业务内容愈加复杂，运转速率越来越快。在此背景下，企业集团的财务工作面临着严峻的考验。企业集团的成员众多，层级跨度大，子机构遍布世界不同地区，致使集团财务工作内容庞杂，复杂度极高。财务共享服务中心解决了传统财务工作方式工作分散、机构冗余、层层汇总带来的成本高昂、管控难度大、响应速度慢、财务和经营风险高等问题，大大提高了企业集团的运转效率，促使原本流程繁重的企业集团变得轻盈、敏捷。

一、财务共享服务的发展

财务共享服务是指将企业集团各个成员的财务工作集中到一起进行处理，集团成员共用一个财务共享服务中心，由财务共享服务中心为所有集团成员提供标准化、流程化、高效率的财务服务。财务共享服务中心集中了企业集团成员单位同质化、重复性的财务工作，采取标准化、集约的流程来集中处理这些财务工作，能够利用专业团队的集聚优势形成规模效应，提高财务工作效率，降低运营成本。相对于传统集团财务工作，财务共享服务创新的实质是工作方式与业务流程的转变，它是规模经济和流程再造思想的管理实践。不少研究都发现了财务共享服务对企业集团经营重要的促进作用，发现其在控制运营成本、提高财务工作质量、提升集团集中管控能力与决策能力、促进业财一体化和提升风险管控能力等方面都作出了出色的贡献。

财务共享服务最早由美国企业集团于20世纪80年代创行，我国的财务共享服务首发于2005年，中兴通讯集团率先建立了中兴财务云。中兴财务云除了为中兴通讯集团提供全球财务支持服务外，还是目前中国最先进的财务共享服务平台提供商，已为中国电信、金蝶、中信银行、南方航空及蒙内标轨铁路项目等数十家海内外知名企业构建了财务共享服务平台。目前，我国的财务软件公司已经全面展开财务共享服务平台的开发，浪潮、金蝶、用友、元年科技等公司已经发布了功能强大的财务共享服务解决方案，其他的兴竹信息、协鑫技术、爱共享等公司也发布了适用于中小型企业的财务共享服务系统。目前实施财务共享服务战略的企业仍以大型企业集团为主，这些企业遍布交通、能源、电信、金融证券等多个行业，多数为全国500强企业，据统计年销售超过30亿美元的中国企业中有超过70%的企业已经构建了财务共享服务中心。

二、利用大数据和人工智能技术是提升财务共享服务价值创造功能的重要途径

互联网技术大大降低了财务共享服务的实现成本，使得财务共享服务不再是少数大型企业集团的“奢侈品”。经过几十年的发展，财务共享服务平台的功能已经非常之多。目前，我国的财务共享服务平台集成化水平已经很高，对各项财务工作的支持程度较为完善。但是，财务共享服务中心的功能主要还是停留在提高企业集团财务工作效率、降低运营成本的价值守护方面，财务工作的价值创造功能还未得到充分发挥。究其原因在于：（1）目前的财务共享服务平台仍然需要耗费大量人力，很多人力资源被基础性工作占用，难以释放到分析、决策等促进业财融合的领域；（2）随着社会进入大数据、物联网时代，现今企业面临的经营数据规模是海量的，而且数据来源不再局限于企业内部经营活动，企业数据的整合正逐渐突破整个供应链，向全开放的外部环境延伸，目前的财务共享服务平台尚难以支撑如此规模的数据管理与分析任务，也难以实现高速响应；（3）目前财务工作对数据的利用仍然停留在财务视角，从而难以突现新功能，深度支持其他部门业务，促进业财融合。以上问题的解决，从技术上来看，要求现有系统能支持更多类型的数据，具有更强的计算能力和数据管理能力；从管理上来看，要求财务共享要拓宽范围，推出新服务。大数据和人工智能技术的出现，为这些问题提供了良好的解决方案。

大数据技术主要用于解决大规模数据的采集、传输、存储和管理问题。大数据具有数据规模大、数据内容多样化、响应速度快和数据价值密度低的（4V）特点。数据内容多样指的是数据集包含了各种形式的结构化和非结构化的数据，数据响应速度快要求满足更具实时性的数据处理需求，数据价值密度低意味着在大规模数据已成为常态的现今社会，要获取有价值的内容必须对海量的数据进行分析。在互联网、物联网高速发展的今天，大数据不仅仅是一项技术，大数据在管理上的核心思想是视数据为重要资产，从数据中发掘知识和有用信息，转化为企业价值。将大数据技术应用于企业集团财务共享平台，可以大幅提升系统的数据管理能力，实现高速响应，并为人工智能等工具的使用提供计算能力。大数据理念的应用，促使企业重新审视财务工作的数据处理业务，有助于财务共享服务融合创新，产出新的数据服务，促进价值创造。

人工智能技术是使机器具有人类智能，从而代替人类完成某些工作的信息技术。目前人类仍处在弱人工智能的阶段，但是一些领域的人工智能技术已经达到或超过人类能力的水平。人工智能技术主要包括机器学习、自然语言处理和计算机视觉。机器学习是使机器模拟人类学习过程，使其具有一定学习、思考能力的信息技术。机器学习是人工智能的核心技术，是使机器具有人类智能的关键技术。机器学习技术可以用来对大规模数据进行自动化分析，探寻数据规律，发掘其价值；尤其是对半结构化和非结构化数据，机器学习相比以往的数据挖掘技术效率更高，效果更好。自然语言处理，是研究利用自然语言与计算机进行通信的技术。自然语言处理使计算机能够“理解”和运用人类语言，进而通过人机语言通信来代替人的部分工作，如文档整理、翻译、问题解答等。自然语言处理目前主要包含了文本分析和语音识别技术。文本分析可以对大量非结构化的文档资料和Web数据进行分析整理，语音识别则可以辅助数据采集、执行语音命令等，如国内的顺丰公司已经使用语音识别技术协助现场人员快速录入快递信息，苹果公司、微软公司都开发了自己的语音助手用以辅助办公。计算机视觉主要是图像识别技术，目前图像识别技术在多个领域已经取得广泛应用，Adobe公司和汉王科技已经在文本识别方面有非常成熟的应用，基于图像识别和追踪的天网系统在我国交管部门已经大规模应用，德勤机器人利用图像识别技术大大提高了财务票据的处理效率。人工智能技术的应用，将提升财务共享服务平台对非结构化数据的处理能力，同时提升其对大规模数据自动化分析的能力，是支持财务共享服务提供新的数据产品与服务、深度支持业财融合的关键。

三、利用大数据和人工智能技术优化财务共享服务平台

人工智能工具的应用需要大数据系统为其提供数据基础和计算能力，因此对财务共享服务平台的改进，需要二者的密切配合。结合现有技术能力和财务共享服务平台的发展经验，本文提出以下改进方案。改进的财务共享服务平台由三个层次的系统构成：数据采集系统，大数据管理系统和数据应用系统，如图1所示。

数据采集系统包含了传统的供成员单位财务部门使用的财务共享服务中心财务接口、实时管理资金的银企直联系统和企业集团业务系统接口，同时新增了RPA系统和外部环境数据模块。RPA系统是财务共享服务中心人员使用的数据采集系统，它广泛利用文本分析、图像识别、语音识别等人工智能技术，能对半结构化和非结构化的多样性数据进行自动化处理，自动进行数据录入、单据审核、资料分类等工作。RPA系统能全天候、高速率的进行作业，大大提高了工作效率，节省了人力资源。外部环境数据模块是未来财务共享服务中心需要重点关注的方向，对企业提前预警、快速响应、快速迭代等能力都具有关键影响。2018年中兴通讯遭受美国禁令，除了自身股价大跌外， A股高科技版块也遭遇溢出影响，纷纷下跌。然而，实际上中兴通讯遭受制裁可以追溯到2016年。如果其他企业具有完善的外部数据整合机制和大数据分析能力，很有可能会提早规避这一事件的溢出影响。大数据管理系统首先对采集的数据进行预处理，降低存储容量，增强数据联系，然后利用分布式存储和分布式计算等云计算技术构建大数据数据库，该数据库系统能实现对大规模、多样性的数据进行高频处理并实时响应。在大数据管理系统的支撑下，数据应用层的功能即得以扩展，除了支持传统财务共享服务平台的会计服务功能和资金管理功能，机器学习等人工智能工具可以对大规模内外部数据进行自动化分析，发掘数据价值。

四、利用大数据和人工智能技术增强财务共享服务平台的价值创造功能

在会计的计量观下，有关企业经营状况的各类数据是财务共享服务最重要的产出之一。财务共享服务要增强价值创造功能，从根本上讲要挖掘数据价值，谋求提供新的数据产品和服务，深度支持业务部门工作，进一步促进业财融合。在大数据和人工智能技术的支持下，改进的财务共享服务平台将在以下几个方面全面促进财务共享服务价值创造功能的发挥。

（一）构建大数据理念，促进财务共享服务中心战略定位升级

大数据的技术和思想彻底改变了企业经营的模式。在大规模定制的时代，企业的生产和销售受市场驱动、需求驱动，其技术上是受数据驱动，所有对市场、需求的分析最终都落实在数据的量化分析上，对多样性、大规模数据的分析能够准确把握市场需求，合理指导生产。2013年火遍全球的美剧《纸牌屋》便是Netflix公司利用大数据研发新产品的典范。中国移动公司的通信产品设计也是大数据分析的产物，精准瞄准各类型用户。大数据对财务共享服务中心的改进首先是业务理念的革新。在数据驱动的时代，财务共享服务中心应该是企业的数据中心、知识中心，为企业各项业务提供数据支持、智力支持。财务共享服务中心是企业经营数据最全面集中的地方，财务工作人员的职业技能专长于数据核算，财务共享服务中心在提供数据产品上具有天然的优势，大数据、人工智能技术的引入将促进财务共享服务中心实现这一战略定位升级。

（二）支持多样化数据，促进业财融合

1.改进的平台支持更多的半结构化和非结构化数据的处理。目前的财务共享服务平台对半结构和非结构的数据处理多数还是人力进行，占用大量人力资源。RPA系统的使用把以往人工处理的半结构化和非结构化的数据采集任务大规模自动化，这部分工作即可以进一步从成员单位财务部门剥离出来，集成到财务共享服务中心去处理，这就拓宽了财务共享服务的范围，同时进一步释放人力资源到数据分析与决策工作中去，更多地支持业务活动。德勤等会计事务所研发的财务机器人就是这一领域的先进工具。

2.改进的平台全面融合外部环境数据。包括科学研究数据、商业数据库数据、Web网页数据等，实时监测外部环境。传统的财务共享服务平台主要集中于财务数据核算，集成的有限业务数据也主要用于成本管理，难以促进财务工作进行价值发现、价值创造。业务数据、外部环境数据和财务数据的结合将拓宽财务共享服务中心的数据视野，为新的数据产品与服务提供数据基础。

3.数据产品与服务模块能够自主分析与学习，自动探寻数据规律，建立知识。而且，其自主学习过程受人为干预较小，常常能够发掘出预料不到的隐性知识。具体来说，它至少将在以下几个方面促进价值发现与创造：（1）对多来源的综合数据进行大规模深度分析，探寻业务增长模式，发掘潜在增长机会，指导业务发展方向；（2）传统的财务工作集中在事后评估上，利用人工智能工具对多样化数据进行持续数据训练，可以建立分析与预测模型，实时预测市场情况，及对资金、人员等各类资源做好配置预案；（3）同时还可以寻找各项业务的风险与漏洞，防范企业财务与经营风险；（4）对综合数据的深度分析可以有效指导企业产品研发和业务创新，前述的《纸牌屋》和中国移动通信产品就是很好的例子；（5）可以对业务系统进行大规模模拟分析，查找限制因素和冗余节点，进一步优化流程；（6）基于对多样化数据的自主学习，人工智能工具还有可能促进管理会计工作提供标准化产品，有利促进业财融合。

（三）实时响应，深入一线业务

在业务活动中，面对市场个性化的需求，业务部门经常要參考财务数据，快速测试新方案、设计新模式，甚至新产品和新服务。目前的财务共享服务尚未能对此提供良好支持，除了因为还未开发新的数据产品和服务外，很重要的一点是目前的系统响应速度较慢，面对个性化的分析任务，需要较长时间准备数据、产出方案，时效性较差。改进的财务共享服务平台一方面具有综合性的数据集，更重要的是云计算技术提供了实时的服务水平。这就支持财务共享服务平台可以向一线业务人员动态的提供服务，财务部门的数据产品和服务可以深入一线业务，实时提供分析支持，促进其业务增长。

五、改进财务共享服务平台应注意的事项

首先，要注重集权管理和分权管理的平衡。大数据和人工智能拓宽了财务共享服务的范围，进一步加强了财务共享服务中心的集中管控能力。然而，较高的集中控制虽能提高整体管理效率，但是带来的灵活性的丧失可能增大业务开拓工作的困难。另一方面，较高的灵活性虽有助于业务增长，但是相应的运营成本也会大幅上升。因此，良好的组织设计应该在集权管理和分权管理之间取得平衡，尤其要注意共享服务范围与职权范围的区别，合理界定财务共享服务中心与成员单位财务部门的职权界限。其次，应注意进一步向业务延伸，促进业财融合。大数据和人工智能工具的应用将进一步解放人力，很多企业趁此机会再次精简机构，削减成本。但是应该注意，新工具的引入旨在形成新能力，发挥新作用。如果只是盲目的利用新工具降低人力成本，大规模削减成员单位财务部门，那么就会有加剧业财分离的风险。第三，应关注财务人员职业技能的拓展。财务共享服务中心的功能升级将促使大数据分析能力成为财务人员重要的职业技能，财务人员尤其是管理会计的角色将由单纯的会計核算人员向数据科学家靠拢。这一趋势在金融行业已经初见端倪，预计不远的未来也将扩散到会计行业。

主要参考文献：

[1]Forst L. I.Management： Shared Services Grows Up[J].Journal of Business Strategy，2001（4）：13-15.

[2]Joha A. & Janssen M.Emerging shared service organizations and the service‐oriented enterprise： Critical management issues[J].Strategic Outsourcing： An International Journal，2008（1）：35-49.

[3]Marciniak R.Measuring Service Satisfaction in Shared Service Organizations[J].Procedia - Social and Behavioral Sciences，2013：217-223.

[4]Soalheira J.Designing a Successful Plan for Your Shared Service Centre[J].International Journal of Business Information Systems，2007：217-230.

[5]何瑛，周访.我国企业集团实施财务共享服务的关键因素的实证研究[J].会计研究，2013（10）：59-66.

[6]李闻一，朱媛媛，刘梅玲.财务共享服务中心服务质量研究[J].会计研究，2017（04）：59-65.

[7]李学龙，龚海刚.大数据系统综述[J].中国科学：信息科学，2015（01）：1-44.

[8]刘智慧，张泉灵.大数据技术研究综述[J].浙江大学学报：工学版，2014（6）：957-972.

[9]吕伟，钟臻怡，张伟.人工智能技术综述[J].上海电气技术，2018（01）：62-64.

[10]许汉友，姜亚琳，徐香.基于DEA的我国集团公司财务共享服务实施效率研究[J].审计与经济研究，2017（05）：74-84.

[11]杨俊杰，廖卓凡，冯超超.大数据存储架构和算法研究综述[J].计算机应用，2016（09）：2465-2471.

[12]张瑞君，陈虎，张永冀.企业集团财务共享服务的流程再造关键因素研究——基于中兴通讯集团管理实践[J].会计研究，2010（07）：57-64.

[13]朱巍，陈慧慧，田思媛，王红武.人工智能：从科学梦到新蓝海——人工智能产业发展分析及对策[J].科技进步与对策，2016（21）：66-70.