【MBA中国网讯】

12月8日，上海国家会计学院举办了主题为“智慧洞见未来、技术引领创新”的第二届智能财务高峰论坛。上海国家会计学院党委副书记、副院长刘勤教授介绍了学院智能财务研究中心的发展现状，他表示，经过一年的发展，中心发布了15个重点研究课题，内容涉及核心技术、应用场景、转型机制、风险管控、能力框架、人才培养等方面，得到了中心研究人员的积极响应，其中11个课题顺利立项并完成研究，本届高峰论坛绝大多数演讲内容也是基于中心一年来发布的课题研究成果。

智能财务属于新概念，智能财务的边界、范围，对实践和业务影响等还处于有待明确的阶段，希望通过专家的研究成果分享帮助大家收获更多关于智能财务未来模式和发展的启示。现呈现每位嘉宾的观点集锦，供大家参考。本文分享的是智能财务人才培养与实践探索两个专题的五篇干货。

智能财务：人才培养专题

人类与智能技术发展有着紧密关系，随着大智移云物新技术的不断涌现，RPA、自然语言学习等新产品的层出不穷，为传统财务工作带来越来越多便利、提供越来越便利工具的同时，也对财务专业以及财务工作者带来很大的挑战，本专题试图回答技术的发展能给财务人员带来什么影响，同时在新技术面前，财务人员需要准备何种素质以及未来智能财务人员的培养方向。

上海国家会计学院信息部副主任王纪平：智能财务人才需求及培养方案研究▼

根据调查和了解，当前会计人员面临的生存环境挑战主要变现在以下几个方面：会计职业对95年以后出生年轻人的吸引力在下降；新IT技术的重要性不断提升，会计人员面临被淘汰的危险；岗位胜任能力下降，熟悉的不需要，企业需要的不会，会计人员对IT技术的学习需求由此而生。

学院会计信息调查中心的调查报告指出，未来5-10年，在财会职能重要性中，会计核算的净提升率最低（提升率与降低率之差），最高的是IT新技术的应用。对会计职能有重要影响的因素中，新兴技术排在首位，同时绝大部分的受访者认为技术发展会取代会计人的工作，而当前对于企业会计人员能力缺口主要集中于IT技术的应用和并购重组。

我们认为，智能财务是智能技术和财务管理理论工具和方法的结合，主要服务于企业内部财务管理，是通过智能系统获取与判断数据、与人类财务专家合作生成策略选择，完成企业各项管理活动的全流程智能化的管理系统。

我们对全国15个省及直辖市发布了调查问卷，共收到有效问卷603份。在此基础上，我们总结出智能财务人员的能力框架，包括基本素质（专注、细致，职业道德，分析工具）、核心能力（逻辑思维、学习能力）、实践能力（跨部门沟通、财税专业水平）和发展能力（领导力、战略规划），同时针对不同层次财务人员的调查发现，基层人员比较看重职业道德、专注、细致、逻辑思维。中层比较关注职业道德、逻辑思维能力、跨部门沟通协作。高层比较关注战略规划、领导力、职业道德。

同时，针对不同层次智能财务人员的能力要求我们也研发了智能财务人才分层级培养方案，基层人员需要胜任智能财务交易处理，熟悉”大智移云物”等信息技术与智能财务的结合运用以及掌握企业智能会计核算等业务技能。中层人员应当胜任智能财务管理控制，掌握各种智能财务分析技能、团队管理、预测决策分析工具，运用财务数字思维，设计信息化手段下的业财融合与风险防空的自动化处理机制，成为财务管理团队的领军人才。高层CFO需要胜任CFO岗位，具备领导财务数字化转型的能力，具有全球视野，领导力和战略思维。

中国兵器装备集团有限公司财务部管理会计处副处长李慜劼：未来CFO的智能财务能力框架▼

当前，党和国家不断提高领导经济工作的水平和能力，提升治理体系和治理能力现代化，CFO作为企业治理体系当中的关键因素之一，建设与我国经济实力和综合国力相匹配具有国际视野的高素质的专业化CFO团队刻不容缓。在智能化时代下这个任务更加严峻，未来智能财务面向未来CFO应该具备什么样的能力，如何引领财务变革和转型，这是智能财务研究中心成立这个课题的初衷。

CFO推动业财融合在智能财务背景下对应的是业财技的融合，智能财务对CFO能力的新需求可以概况为以下几点：一是全面掌握新一代信息技术应用逻辑及核心应用场景，二是准确把握智能财务系统建设规律和方法论，三是精心打造业财技融合跨学科复合型人才团队，四是重点关注智能化带来的商业模式创新和应用伦理挑战，五是坚持“二八法则”，聚焦业务洞察和价值整合。

与此同时，我们也发现一些值得借鉴的能力框架，例如IBM认为CFO扮演价值整合者的角色，在管理企业风险、衡量和监控企业绩效以及从整个公司整合的信息中具有明显优势；埃森哲认为智能财务背景下突出的是CFO分析洞察和预测能力，从财务到对价值的深刻判断。《总会计师能力框架》的研究结论是CFO需要具备道德遵从能力、专业能力、组织能力和商业能力。

我们的研究遵从智能财务特征和财务转型逻辑，在智能财务背景之下，财务工作的转型有三个维度，第一效率维度，怎样用信息技术提升财务效率。第二价值维度，怎么扩大责任边界，深刻洞察业务。第三整合维度，在效率提升和责任扩大的过程中要面临整个企业的组织、人员、文化的再造。针对智能财务，我们在效率维度上关注信息技术应用，再加之维度上关注商业模式创新和数字化转型，在整合维度上关注变革管理。

最终我们得出了如下结论：在智能财务背景下，CFO履职应具备的道德遵从能力、财务专业能力、技术应用能力、业务洞察能力和变革管理能力，都是为价值管理和价值整合目标服务的。技术应用代表的效率维度，业务洞察代表的价值维度，需要变革管理代表的整合维度进行价值整合。CFO作为企业的价值工程师和价值整合者，最终目标是实现单位可持续的价值创造。因此，价值整合置于本能力框架的核心位置。

智能财务：实践探索专题

实际上，从数字化变革带来的底层逻辑到顶层战略，包括组织框架的设计、技术支持、的人才储备培养等方面，我们已经做到了充分准备，当前最关键是如何把做好的准备落到实处，落地到具体的财务部门，落地到更为需要的应对更新更广的挑战的企业。本专题将重点分享智能财务技术在企业实践中的经验。

德勤华永合伙人朱灏：深度学习在财务分析与预测方面的应用▼

该课题的创新点在于：第一，建立相对比较全面的科学的指标体系，体现了层级式、全方位、多元化的特点。第二运用深度学习神经网络模型自动更新迭代算法，基于人工智能和识别指标进行财务风险和预测。第三，基于前述指标体系和深度网络模型的建设，搭建包括商业场景、应用、模型、数据、技术的五层架构体系。

指标体系方面，我们收集了市场上所有可能需要的财务指标、运营指标，共三百多个，横跨财务绩效、运营绩效、商业信息、市场舆论，形成一百多个指标对，五十多个指标组。通过分类，梳理出财务绩效指标150个，运营绩效指标80个，商业和信息指标70个，市场舆论指标30个。不仅包含结构化数据，也包括了图像、声音、舆情等非结构化数据，我们将数据集成起来，作为指标库的数据源，将这些指标和数据和预测目标进行相关性深度连接。

如何进行深度连接以及判断预测？我们选用了卷积神经网络模型，并通过深度的迭代的方式判断相关性，第一步：通过WIND、德勤行业数据库等来源，从3000+上市公司中获取样本，出现被特殊处理（ST）的公司作为风险企业样本集，以未被特殊处理（非ST）的公司作为无风险正常企业样本集，最终获得了2883例风险企业样本，156例无风险企业样本。第二步：以80：20的比例选取训练集样本和测试集样本，训练集和测试集独立不重合。最终获得训练集样本共2682个，获得测试集样本共357个。用这种方式让机器判断相关性，再通过层层迭代更多算法获得相关性，形成模型判断具有相关特征的企业和特征值。

然而，我们必须解决数据场景应用模型在实践上的方式，我们开发出以技术为顶层，以数据为管理决策基础，将模型作为逻辑的连接性，同时能够应用在商业场景上的产品——数智引擎，自由组合指标库，挖掘数据与数据间的联系，智能化地发现新的预警规则，并对全新的财务风险事件进行预测，同时提供了What-if分析模块，能够让投资者对关键的财务指标进行敏感性分析，深度挖掘标的公司的投资风险和内在价值。

合肥工业大学管理学院博士后张超：大数据与企业财务智能预测、洞察、对标和风控▼

在大数据环境下，财务管理的未来模式对于提升企业信息披露质量、丰富利益相关者信息获取渠道、增强利益相关者决策合理性、提高企业经营决策的有效性都具有重要的现实意义。大数据作为企业极具战略性价值的信息资源，如何收集、整理、利用与企业有关的庞杂数据信息成为新时代经济背景下企业竞争的焦点。

美国知名会计学家井尻雄士教授在《三式簿记和收益动量》中提出了三式记账法，即在复式记账基础上解决复式记账所没有解决的问题，他将牛顿力学中的动量、动力、能力、冲量等概念引入会计里，形成时间三式簿记和微分的三式簿记。这篇文献也指出数据挖掘可以描述过去、规范当前以及预测未来。在此基础上，我们将动量会计理论与大数据融合，运用大数据智能技术对会计进行过去、现在和未来进行分析，即运用大数据智能技术在智能财务分析与决策方面整体应用的思路：（1）明确过去发生了什么；（2）分析过去结果产生的原因；（3）明确企业在同行业中的位置；（4）分析企业发展过程的成效并识别风险点；（5）预测企业未来财务与经营状况。

实地调研方面，课题组以安徽经邦技术有限公司为依托，从2018年5月到2019年10月对客户进行实地调研和访谈，并选择其中的50家进行分析；最后形成了大数据智能财务分析与决策需求调研文档，文档包括调研公司、调研时间、公司类型、访谈的内容，并运用文本挖掘软件Nvivo12.0对访谈的文本进行编码和频数统计。自动编码主题包括报告、财务、分析、风险、关注、行业、数据和系统。其中，关注主题中，关注数据34次、关注风险出现24次、关注分析出现21次、关注行业18次。

通过调研发现，目前企业集中在智能分析和决策的需求主要包括洞察、对标、风控、预测四个方面，洞察主要为多维度分析、展现与原因分析，包括数据分析、智能财务报告；对标应该对应数据分析中的历史对标、预算对标以及行业对标；风控主要是风险预警及管控；预测主要是运用人工智能技术进行财务预测，对应人工智能建模。而智能预测、洞察、对标和风控需求需要数据支撑、智能交互以及自助式服务。

科大讯飞CIO王宏星：AI+IT：科大讯飞智慧财务的探索与思考▼

经过二十年发展，科大讯飞在语音识别、合成、翻译等方面已经掌握全球领先的人工智能技术。科大讯飞财务管理依然面临诸多挑战，涉及员工报销、发票核验、财务共享、收付款、风险管控、信息化方面，总体而言效率较低，手工作业量大，用户体验差。

今年科大讯飞在财务共享、数据中台的基础上，提出了科大讯飞智慧财务规划：AI+IT，希望通过AI+IT的思路改造财务信息化水平和能力，提升管理水平。AI+IT的核心思想是通过AI技术，包括语音、图像、自然语言处理等与IT技术融合在一起，解决财务管理领域的预算、核算、共享、报表、资金、税务方面财务管理问题。它主要的表现形式就是自然语言的交互，成果是三类产品，即报账机器人、会计机器人、财务机器人，体现了人机耦合的概念。

尽管科大讯飞在对账、合同审核、风控、薪资、回款认领等业务领域运用了RPA，但科大讯飞希望这三个机器人解决更深层次的问题。第一，报账机器人通过感知智能技术，能够实现智能填报智能深别智能审核自动支付，实现少人化、无人化。包括员工报销、对公报账。第二，会计机器人能够基于对会计准则和各种财务管理制度、税法理解，能够自动记账，处理全盘账务。第三，财务机器人能够分析、规划、控制、预测、模拟，这是三类机器人和RPA的区别。在这样的实现路径中，RPA是不可或缺的，三类机器人需要与RPA紧密协作在一起。

科大讯飞AI+IT信息化架构的底层是AI能力研发平台，其中包含语音能力、图像能力、语义认知、深度学习等模块，每日自动更迭。AI之上是IT开发运维平台，包括表单建模、分布式数据库、流程、报表、RPA以及中间件。在这之上是IT系统，包括业务中台、数据中台、后台，传统的ERP、数据、资金、人力、协同称之为后台系统，其他通过共享服务的方式给业务提供服务的称之为中台。科大讯飞计划把报账机器人和会计机器人放置在中台，AI+IT规划里除了财务领域机器人，还有人力资源领域的面试机器人、审计机器人，以及另外的机器人体系。

编辑：颜回