机器智能+未来财务:构建“数据+算法+场景”的财务赋能平台

一般而言,人工智能的四大构成要素是:海量数据、高性能运算能力、核心算法和应用场景。随着CNN、RNN等算法的成熟和GPU/FPGA对计算能力的提高,算法和算力瓶颈已被突破,数据和场景成为人工智能发展的关键。数据成为重要的企业资产,趋势已经开始显现。

财务管理、财资管理和金融服务都是数据交互的中枢,也是企业经营的大数据中心。通过“数据+算力+算法+场景”的叠加效应,能够帮助企业更好地决策,将复杂的分析嵌入到日常的管理和交易场景中,构建财务赋能平台,使日益复杂的工作变得更加自动化、智能化,提高财务效能。

未来,数据成了最重要的生产资料,计算是生产力,互联网是一种生产关系,算法成了未来最重要的流水线。

机器智能:ABCD技术赋能财务价值创造

互联网、信息技术与传统产业的跨界融合进入爆发式发展,尤其是借助A(AI,人工智能)、B(Blockchain,区块链)、C(Cloud,大数据)、D(Data)的技术赋能。

人工智能代替人脑执行任务,逐渐成为分析工作的重要组成部分。但AI只是认知计算领域发展过程中机器智能(Machine Intelligence,MI)的一部分,如数据科学、数据可视化、机器学习、深度学习、高级认知分析、机器人流程自动化(RPA)和自动机器人程序,等等。机器智能的构成要素还包括各种算法能力,它们能够改善员工绩效,让日益复杂的工作变得更加自动化、智能化,还能帮助我们开发出模拟人类思维和行动的“认知型智能体”。据德勤分析,推动机器智能趋势的有三大力量:指数式数据增长、更快的分布式系统、更智能的算法。

对于CFO来说,如果要引进机器智能技术,他们需要用新的思维方式对待数据分析,不能只把数据看作生成静态报告的工具,而是要建造巨大复杂的数据库,实现流程任务自动化、智能化。通过机器智能技术帮助财务部门由传统的追溯数据分析模式到系统推断预测模式,并且获取洞察,以洞察指导行动,创造价值。

模式升维:共享、协同、赋能成为财务运营关键词

新环境下,CFO的职责范围发生了巨大变化,而不仅仅只是解读以往财务表现并依此制订未来财务计划。经济环境瞬息万变、新竞争对手和颠覆性创新层出不穷,这些都要求CFOs更快速地洞悉当下的形势、挖掘前所未知的机遇,以提高运营效率,加快盈利增长。如何提升财务组织的敏捷性、预见性,以及帮助业务部门制定更明智的决策,成为CFO建设财务组织架构、管控模式的关键。如在财务领域采用认知计算,从大量数据中获得洞察,以此来提升财务运营效率。

组织变革:面向未来财务的“人工+机器人”的工作方式

财务机器人(RPA)是一种软件解决方案,可以模仿各种基于规则而不需要实时创意或判断的重复流程。RPA可以不间断地执行基于规则、“转椅式”运维的流程,它不仅比人类更快,还可以减少错误和欺诈的机会。简而言之,就是“像人类一样工作”、“把人类从机械劳动中解放出来”,让人类自由地开展更高价值的工作。

智能财务机器人通过重新定义、分配工作,将财务共享中心人员从重复性的劳动中解放出来,通过将工作中的机械属性剥离出来,让人类员工有时间完成更多具有创造性、挑战性、战略性的需要用心用脑的工作,获取更大的价值提升。一个机器人的处理速度往往是人类员工最快速度的15倍以上,而且它可以7*24小时不间断地工作,有接近80%的基于规则的流程可以被其代替,这使它成为一个超级员工。

“数字化员工队伍”的搭建将会带来组织结构和人员结构的调整,比如,集中和分散的自动化团队和责任承担,解散或排除某些职能部门等。一些职能和角色虽然将彻底改变或完全消失,但是新的角色也会出现,例如管理调度和监控流程的“机器人控制者”,以及在应用程序更改时维护建模流程的“流程机器人开发者”,而在问题和状况出现时,流程机器人开发者还可担当机器人控制者的第一个联系人。

未来智能时代下,如何利用技术赋能财务决策升维?

共享服务中心到底应该共享哪些关键要素?

未来财务智能共享服务将走向何方?

点赞