文 | 张庆龙

来源 |《审计光影》

当下，我国经济已由高速增长阶段转向高质量发展阶段，企业亟需把握数字经济发展大势，探索构建科学化、精准化的智能决策系统，让数字在企业经营决策中“说话”，用数字支撑企业做出决策，从而让企业管理更灵活、更富于竞争力。

当前，大型企业集团的经营活动面临着集约化、规模化和国际化所形成的挑战，而风险带来的不确定性更是增加了对加强和提升企业科学的财务预测、分析、控制与决策的能力的需求。

未来财务转型的趋势，是从财务会计转型到管理会计。这对于从事更高层级职能的业务财务、战略财务人员来说，是相当于放弃了原有的简单重复性的会计核算，而转向更具有附加值的财务预测、决策、分析、控制、风险管理等方面上来。

管理会计对于企业的意义在于提供企业各个方面的信息，直接参与决策，帮助企业进行分析管理，以利于经营管理者做出更加准确的判断，帮助企业提高竞争能力、盈利能力和应对不确定性的风险管理的能力。

管理会计的实现要求现有的会计信息系统功能应从核算型发展为管理型甚至决策型，也是财务信息化发展的一个必然趋势。

财务决策系统作为管理决策系统的一个重要组成部分，为管理会计的信息化落地实施提供了一个重要的决策基础。它以现代信息技术为手段，以管理会计提供的模型为基本方法，综合核算数据和业务数据，内部数据和外部数据，结构化与非结构化数据，为管理者正确决策提供帮助。

财务决策系统可以帮助企业对各种核算数据和业务数据进行分类、整理和加工，将以往无法采集和正确使用的数据转化成能为高层决策者所使用的知识库信息。

当然，财务决策系统并不会完全取代管理者的实际经验和判断力。而是要改进决策制定的效能，以及在高层决策者的决策过程中提供辅助性的作用。也就是说，最后的决策还要由人类来制定。

人工智能的飞速发展，推动了现代会计信息系统从信息化和网络化向智能化的加速发展。

如果将这些技术运用于财务决策系统，会增加财务决策系统的柔性，适应决策问题与环境的变化，产生智能财务决策支持系统，提高决策支持的服务能力。

智能财务决策系统从大量的财务数据和业务数据中收集并整理有用的信息，形成数据仓库，运用数据挖掘技术，运用数据模型和数据处理技术，使用多维度的财务分析和查询方式，向用户提供预测报告和趋势性的统计分析。

进而挖掘数据之间的内在关联性，挖掘数据中有价值的信息，帮助管理者制定正确的市场策略，从而作出正确的决策。

数据是决策的基础。智能财务决策系统的实现需要改变过去财务数据分散的现实，对财务数据、业务数据和其他相关数据进行集成，建立整个集团统一的数据管理平台，以解决数据的传送，分析汇总的问题，以及无法进行数据归集，联查的问题。

总体来看，该系统应该是以大量的数据为基础，由数据驱动系统决策。其核心包括数据仓库、联机分析和数据挖掘三项技术。

财务共享服务将不同地域范围内，具有同质性、分散性的会计核算业务集中到共享服务平台进行集中统一的会计处理。

财务共享服务通过利用集中所带来的规模效应，一方面降低了会计核算成本，另一方面又提高了会计服务的质量，提升了会计核算的工作效率。

这种新的财务管理模式为管理会计的有效决策搭建了重要的数据基础、流程再造基础，以及信息系统基础。建设财务共享服务中心不仅是为了解决核算成本降低问题，更重要是通过未来的业财融合，通过面向业务与战略，实现系统之间的联系和数据集中共享。

这些数据的采集和集中对于智能财务决策系统的实现意义重大，价值可见一斑。

财务共享服务除了自身数据的采集，还可以借助ERP系统，集成更多来自企业外部的客户、供应商、合作伙伴的数据。这样又进一步拓展了数据的来源。

可见，财务共享有利于财务和业务的协同，同时打通ERP的供应链数据库，OA流程审批数据库，实现全业务流程的全数据管理。

可以预见，财务共享服务中心为财务决策系统搭建了重要的数据集中基础，财务决策系统又进一步提升了财务共享服务的未来创新方向，向着会计核算、会计服务管理、会计决策支持的一体化方向发展。

当前已经构建的财务共享服务中心，大多建成了企业集中核算中心和报账中心。它对于会计核算工作效率的提升，加强集团的管控，确实起到了一定的作用，但从长期来看，财务共享服务中心人员的素质提升、未来个人发展空间恐慌引发的频繁人员流动、以及他们如何与业务型财务和战略型财务沟通服务中心的能力提升等问题，都是其长远所面临的现实问题。

当然，从数据思维上来看，财务共享服务中心同样面临着数据的真实性和数据集中后如何被有效的利用问题。

显然，当前所构建的财务共享服务中心，并未达到管理者所期望的预期效果。

或者管理者对于财务共享服务中心最初的定位就是错误的。从财务共享服务中心的长远发展来看，这些是存在的突出问题。

对于尚未建立财务共享服务的企业，应在最初的规划时就朝着智能财务决策的数据中心进行规划和流程再造。而不应该仅仅考虑到核算数据的集中与工作效率的提升。

对于已经建立财务共享服务的企业，应逐步进行前台、中台和后台的改造，为财务决策的实现建设数据中心。

总体的思路是：

前台通过链接思维实现的数据采集和更多价值网络云平台的形成。

后台则进入各种数据的清洗、筛选、分析、可视化形式呈现等流程，这一流程会逐步的被人工智能（AI）系统所取代，以有利于辅助决策的需求。

中台则通过智能化和记账规则、预算管控的嵌入实现完全的自动化记账、算账、报账，其数据结果自动转移到后台形成财务核算数据。

这样所构建的财务共享服务平台才会消灭大量低附加值的报账、审核、结算环节，由智能化系统实时自动完成，原本中台大量的人力资源才会得到最有效的利用，发挥前台、尤其是后台的功能。

利用财务共享的数据中心建设，财务共享服务中心可以跨业务、跨职能的工作。当财务共享服务于不同的职能部门，比如采购、应付账款、司库等，数据链接可以把不同职能部门的工作流程整合起来，形成一个更高效的标准和流程，以便更好地管理整个现金流，并促进跨职能部门的合作。

如果再配有专门的数据科学团队来进行大数据分析，则可以服务于各职能部门、业务部门，帮助他们改进工作。

当然，仅仅拥有更多的原始数据还是不够的，我们还需要做到采集到有用的数据问题，从而利用数据为财务管理决策进行服务。

这时，就需要提高我们的辨识能力，实现数据产品与偏好在不同方面的多维度匹配。为此我们需要智能算法来提供帮助。我们还需要探索一种精密而便捷的方法，全面获取管理者偏好的数据信息。

为此，在数据的采集方面，需要实现三个扩展：

第一，从会计数据到业务数据的扩展。这个过程的实现需要建立在业财一体化的基础上，会计核算结果能清晰追溯至业务交易过程，通过对业务交易信息的丰富记录，扩充财务核算的信息维度。此外，与财务结果并不直接相关的业务数据的积累也不容忽视。

第二，从企业内部数据到外部数据的扩展。当前，内部数据已无法满足分析预测、风险控制的需求，市场数据、同业数据、舆情数据等外部数据的引入能更好地优化预测及风控模型，实现更多的应用场景。

第三，从结构化数据到非结构化数据的扩展。无论是财务还是业务，内部还是外部，传统模式下对数据的需求主要集中于结构化数据。但实际上，大量数据是以非结构化的形态存在的，如发票要素、合同要素等。

若能充分发挥智能技术的应用价值，通过技术工具如影像识别、自然语义识别等将非结构化数据进行结构化，必然能够将财务共享服务创新的数据基础提升到新的高度。

（本文作者为北京国家会计学院教授、管理学博士，原载于《审计光影》）