1.3.3 新技術帶來的新機遇

1．大數據

近年來，“大數據”作為一個熱門概念被人們多次提及。大多數人第一次聽見大數據這個詞，往往會按照字面意思去理解，認為大數據就是大量的數據，大數據技術就是存儲大量數據的存儲技術。其實不然，按照一般的解釋，大數據是指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。簡單來說，應用大數據就是利用新的手段存儲并分析海量數據后，挖掘出數據價值的過程，如圖1-7所示。

如圖1-8所示，大數據的特點可以概括為四個“V”，分別為Volume（大量）、Variety（多樣性）、Velocity（時效性）和Value（價值性）。

Volume（大量）：大數據意味著其應用中往往處理的都是普通計算機、傳統常規軟件無力應對的海量級別的數據。傳統的個人電腦處理的數據是量級為GB/TB級別的數據，例如硬盤的容量就是以TB為單位。隨著時間的流逝，人們處理數據的量級從GB上升到TB再上升到PB甚至是EB，只有達到了PB才能稱作是大數據。隨著信息技術的升級，數據量級呈現幾何級增長趨勢，并且我們不再需要謹慎選取樣本數據而是直接選擇全體數據進行分析，大量的歷史數據為分析、預測、決策提供了數據基礎。

Variety（多樣性）：過去我們往往處理的都是結構化數據。什么叫結構化數據呢？簡單來說，結構化數據是由二維表格結構來表達和展現的數據，如企業中用Excel表格來展現的都是結構化數據，會計分錄也是一種結構化數據。在大數據時代，大數據包括結構化數據和非結構化數據。例如，一張照片包含的信息就屬于非結構化數據，一個Word文檔包含的文字內容也屬于非結構化數據，它們不便于使用二維表格的形式來描述，但是非結構化數據包含的信息與決策的相關性往往比結構化數據與決策的相關性更強。企業中80%的數據都是非結構化數據，這些非結構化數據源于合同掃描件、Office文檔和音頻文件等。這些非結構化數據形式多樣，彼此之間因果關系較弱。

Velocity（時效性）：在互聯網時代，每一秒都在產生大量的數據。從數據的生成到消耗的時間間隔越來越短。這就要求我們不斷縮短處理和分析數據的時間，快速從海量數據中挖掘出蘊含的價值。例如我們每天打開淘寶，其首頁會立刻為我們推送可能感興趣的商品，這就是大數據應用的一個場景。如果大數據分析需要一年半載的時間，直到用戶購買完畢，淘寶都不知道應該向該用戶推送什么商品信息，那么淘寶也就失去了這個用戶的潛在價值，大數據也就失去了應用意義。大數據的關鍵在于挖掘數據價值而非存儲數據信息，往往只有很少一部分的數據是我們最終所需要的。因此，企業不會花費大量成本存儲無用的數據信息。云計算的出現很好地支撐了大數據的廣泛應用，這種超級計算模式使得數據的處理速度大幅提升，云計算甚至可以達到每秒10萬億次的運算速度。只有計算速度足夠快，我們才有可能將大數據應用到更多場景中。

Value（價值性）：“價值”是大數據的核心特征，大數據的價值特征表現為價值密度低但商業價值高。大數據的價值密度低，是因為在數據呈指數增長的同時，隱藏在海量數據中的有用信息卻沒有按相應比例增長。大數據的商業價值高，是因為相比于傳統的結構化數據，大數據最大的作用是從大量不相關的多類型的數據中找到相關關系，從而預測未來趨勢。在大數據時代，我們強調相關關系而不是因果關系。大數據不會告訴你A的變化為什么導致B的變化，它只會告訴你A的變化跟B的變化密切相關，控制A就可以管控B。大數據通過強調相關關系找到模糊但有控制價值的關聯關系，幫助我們在利用數據進行分析預測的時候能更加準確。

在業財融合的趨勢下，財務共享中心收集了大量的企業業財數據，甚至包括行業、標桿企業、客戶形象等社會大數據。財務共享中心為企業財務管理提供數據基礎，成為大數據技術的應用基礎。圖1-9所示為大數據在共享中心中的3個應用。

（1）大數據幫助企業進行風險管控。

以往我國很多企業的財務風險識別和預警工作依賴于專業的企業財務管理人員進行相應的控制和管理。雖然這些財務管理人員在財務風險判斷方面具有豐富的經驗，但是在具體的風險預警時，他們起到的作用往往不盡如人意。究其主要原因，一方面是企業中有能力的財務管理人員數量較少，大量的財務人員在基礎核算崗位上工作，而風險識別的工作又比較復雜困難，財務管理人員無法準確判斷所有潛在的企業風險；另一方面是財務管理人員的工作素質可能存在問題，對財務風險預警的準確性會產生較大的影響。

當企業運用大數據進行財務風險管控時，大數據利用財務小數據、企業中數據和社會大數據，并結合更多的非結構化數據進行相關性分析。企業利用大數據可以發現一些風險事件的可能特征，并根據這些特征找到潛在的風險事件。大數據無須告訴我們為什么A因素會導致B事項有風險，而只需告訴我們因為A因素的存在，B事項很可能存在較大風險。這種相關性分析使得企業能夠跳出傳統財務分析的框架，以全新的視角發現傳統財務分析可能會忽略的財務風險，并進行事前預警。

（2）大數據提升財務共享中心的運營能力。

大數據對財務共享中心運營能力的提升主要體現在兩方面，即流程管理和績效管理。在財務共享中心將流程標準化后，財務流程被分割為一個個標準化的工作環節，有許許多多的端到端接口，這些都有可能影響整個業務流程的速度和準確度。大數據的挖掘和相關性分析能力可以找出哪些是“擁堵環節”，并通過相應的流程管理不斷優化財務處理流程，提高財務共享中心的服務質量和效率。這便是大數據影響運營能力的第一個方面—流程管理。

大數據影響運營能力的第二個方面是績效管理。隨著財務共享中心的服務范圍越來越大，業務場景不斷增加，不同職能的員工進行不同的流水線工作。為了有效提高員工工作的積極性，我們在對員工進行績效評價的時候需要考慮多個考核因素，如不同業務的難易程度，不同員工的能力，不同單據的處理標準。大數據可以實現多維度考核，在系統記錄員工的工作行為后，大數據從海量數據中抽取有效數據，通過建模等方式從操作時長、操作準確度、操作難度、操作數量等方面量化員工的績效，讓員工的績效考核有跡可循。這樣可以提高財務共享服務的績效管理水平，提高員工工作積極性，間接提高共享中心的服務效率。

（3）大數據有效支持預算管理。

企業中的預算設置直接影響資源分配，因此，在有些企業，每當財務部門編制下一年預算時，業務部門都會夸大自己部門的業務以贏得更多資源，而財務部門如果不了解業務的實際情況，只能根據業務部門的需求編制預算。這樣的預算準確性低，對業務的指導性弱，使得預算管理毫無意義。但是在大數據的幫助下，財務共享中心收集到的有關財務、業務的結構化數據和非結構化數據的真實性、豐富度能夠得以保證。運用大數據技術，企業可以聯系歷史和現狀，綜合行業、自身、競爭對手的情況，甚至引入專家評論等數據，夯實預算編制的數據基礎。

當企業進行預實對比時，針對某一偏差，大數據可以通過相關性分析找到若干傳統財務思維無法解釋的相關動因，而針對這些動因進行的管理，可以幫助業務部門進行更有效的決策。

2．云計算

談到大數據和人工智能，我們不能不提到云計算。人工智能的核心是大數據和機器學習，而云計算是支撐起大數據和機器學習的計算基礎。如果我們把大數據比作生產原材料，那么人工智能就是取代流水線上的人工的生產力，云計算就是加工原材料所需要的電力等基礎能源。云計算為大數據和人工智能提供了計算消海量數據的能力。

根據美國國家標準與技術研究院（National Institute of Standards and Technology，NIST）對云計算的定義，云計算是一種按使用量付費的模式，這種模式可以提供可用的、便捷的、按需的網絡訪問。進入可配置的計算資源共享池（資源包括網絡、服務器、存儲、應用軟件、服務），這些資源能夠被快速提供，企業只需做很少的管理工作，或與服務供應商進行很少的交互。如圖1-10所示，云計算是一種基于互聯網的超級計算模式，它使計算分布在大量的分布式計算機上，而非本地計算機或遠程服務器中，在遠程的數據中心里，成千上萬臺電腦和服務器連接成一片電腦云。因此，云計算甚至能夠擁有每秒運算10萬億次的能力。通過網絡的計算能力，云計算取代我們原本安裝在電腦上的軟件，或是取代原本把資料存在自己硬盤上的動作，轉而企業通過網絡進行各種工作，并將資料存放在龐大的虛擬空間中。

云計算的主要特點為：超大規模、虛擬化、通用性、高可擴展性、低成本、按需服務。

超大規模：“云”具有相當的規模，Amazon、IBM、微軟、Yahoo等的“云”均擁有幾十萬臺服務器。企業私有云一般擁有數百上千臺服務器?！霸啤蹦苜x予用戶前所未有的計算能力。

虛擬化：一方面，云計算支持用戶在任意位置、使用任意終端獲取應用服務。因為所請求的資源來自“云”，而不是固定的、有形的實體，應用在“云”中某處運行，但實際上用戶無須了解，也不用擔心應用運行的具體位置。另一方面，云計算采用虛擬化技術，用戶并不需要關注具體的硬件實體，只需要選擇一家云服務提供商，注冊一個賬號，登錄到它們的云控制臺，去購買和配置需要的服務。這比傳統的在企業的數據中心自行部署服務器要簡單方便得多。

通用性：云計算不針對特定的應用，在“云”的支撐下可以構造出千變萬化的應用，同一個“云”可以同時支撐不同的應用運行。

高可擴展性：基于云服務的應用可以持續對外提供服務（7天×24小時），“云”的規?？梢詣討B伸縮，滿足應用和用戶規模增長的需要。

低成本：從長遠來看，企業采用云計算比自行部署服務器節省成本。一方面，企業不再需要聘請技術支持團隊來解決服務器問題；另一方面，如果企業花費大量資金用于前期部署服務器或升級硬件設施，但是業務沒有像其期望的那樣進行擴展，那么收入將無法彌補成本。云計算服務提供商通?？梢宰屍髽I無縫擴展和縮減云計算資源。企業根據需求來購買更多的計算資源，就可以節省成本。

按需服務：用戶可以根據自己的需要來購買服務，甚至可以按使用量來進行精確計費。按需服務更加經濟實惠，可大大節省IT成本，而且資源的整體利用率也將得到明顯的改善。

隨著全社會數字化轉型的加速，“上云”已經成為各行各業數字化轉型的關鍵一步，“用云量”也成為衡量行業數字經濟發展程度的重要參考指標。財務上云，共享先行。傳統的財務共享中心多是在本地部署的，雖然本地部署的方式可以靈活匹配用戶的需求，實現按需建設，但是隨著財務共享對于信息系統支撐的要求越來越高，本地部署量越來越大，企業不得不投入大量的運維成本，占用企業大量資產。除此之外，大數據和機器學習的應用使得財務共享中心擁有海量數據信息，因此傳統的本地部署模式受限。云計算帶來的出色的計算能力成為一個有效的解決途徑，因此財務共享走向云端成為不可避免的新時代共享趨勢。

如圖1-11所示，使用云計算技術后，財務共享中心將給企業帶來四大管理價值。

（1）財務共享“上云”降低企業信息化建設成本。

企業引入云計算平臺建立財務共享中心，按需向云計算服務供應商購買服務，按實際使用量付費，云計算服務供應商全面負責軟件的安裝、系統的維護。相比于傳統的信息化建設，此類模式將大大降低企業信息化建設成本。

（2）財務共享“上云”促進企業內外部協同。

首先，借助云計算平臺建立的財務共享中心可以連接企業內部主要信息系統平臺，如電子報銷系統、票據影像系統、ERP系統、檔案管理系統、合并報表系統等，實現信息流、審批流、票據流三流合一，促進業財融合。其次，財務共享中心可以借助云計算平臺與外部的銀行、稅務機關、客戶、供應商對接，從而實現企業邊界的模糊化。

（3）財務共享“上云”可以提高員工的工作效率。

財務共享“上云”之后，意味著只要員工登錄云平臺，就可以隨時隨地處理業務，不會受到時間和空間的阻礙，從而使信息無縫連接和交互，工作效率大大提高。

（4）財務共享“上云”為財務共享眾包模式提供基礎。

只要有手機、電腦、網絡，員工可以在任何地點登錄云平臺進行辦公。因此企業可以將財務流程進行標準化分割，雇傭來自世界各地的財務人員共同處理業務，以眾包模式來運營財務共享中心。

3．區塊鏈

區塊鏈是一種按照時間順序將數據區塊相連的方式組合成的一種鏈式數據結構，并以密碼學方式保證的不可篡改和不可偽造的分布式賬本。每個區塊包含特定事務中涉及的數據。當每個事務發生時，它被存儲在一個塊并添加到鏈中。這些塊組成了一個分布式數據庫，可以容納越來越多的記錄。但是，與傳統數據庫不同的是，分布式的區塊鏈數據庫創建了一個共享的數字分類賬，而傳統數據庫中的信息駐留在跨多個合作伙伴的唯一存儲庫中，并且最終必須進行協調才能更好地使用。

為了更好地理解區塊鏈，我們借用一個“微信小飯團”的例子來解釋區塊鏈是如何運行的。例如，公司里有幾個人組成了一個飯團，每天中午大家向管理員報名，由管理員安排大家的午飯。但是這種報名方式容易出現問題，例如，所有人的午飯信息匯總在管理員一人的賬本記錄中，一旦出現信息錯誤的情況，則無處驗證；大家的午飯信息進行了信息隔離，某個人無從知曉他人的午飯信息，如果不是飯團，而是資金管理事項的話，信息封閉就不利于管控風險；管理員隨時需要收集午飯報名信息，工作忙碌。后來，大家想到一個更好的解決方案，就是建立一個微信群，每個人把自己的午飯信息發到群里，報名內容不僅僅包括自己的午飯信息，還要按順序加上前面所有同事的午飯信息。如某天張麗第一個報名，發送內容為“1. 張麗”，李強第二個報名，發送內容為“1. 張麗+2. 李強”，以此類推。這樣的微信接龍方式能讓每個人的微信消息記錄都成為一個賬本，打破信息隔離狀態，從而讓管理員的工作更加準確、高效。區塊鏈的特點如下。

（1）去中心化。飯團中，每個同事的微信消息記錄都是一個賬本，各個賬本之間可以進行對照，而非只有管理員手中有唯一賬本。由于區塊鏈使用分布式核算和存儲，不存在中心化的硬件或管理機構，因此任意節點的權利和義務都是均等的。

（2）信息不可篡改。信息一旦經過驗證并添加至區塊鏈，就會被永久地存儲起來，單個節點上對數據庫的修改是無效的，因此區塊鏈的數據穩定性和可靠性極高。

（3）開放性。系統是開放的，除了交易各方的私有信息被加密外，區塊鏈的數據對所有人公開，任何人都可以通過公開的接口查詢區塊鏈數據和開發相關應用，因此整個系統信息高度透明。

（4）自治性。區塊鏈采用基于協商一致的規范和協議，使得整個系統中的所有節點能夠在信任的環境中自由安全地交換數據，使得對人的信任改成了對機器的信任，任何人為的干預都不起作用。

（5）匿名性。由于節點之間的交換遵循固定的算法，其數據交互不存在不信任的問題（根據區塊鏈中的程序規則，節點會自行判斷活動是否有效），因此交易方無須通過公開身份的方式讓對方對自己產生信任，這對信用的累積非常有幫助。

在“互聯網+”背景下，財務運作存在的問題主要有：企業間財務信息交流沒有統一的平臺，信息不透明，增加了資金籌集的成本；企業各部門之間無法完全實現資源共享，而且由于企業財務信息的非公開性，每一項財務運作所涉及的流程和制度都錯綜復雜，執行起來耗費時間長；信息不透明，尤其是涉及關聯交易問題，不易控制財務風險。

由于技術和管理的限制，財務運作存在諸多問題，而區塊鏈這一新技術可以改進企業內外部財務業務運作流程，為企業節省交易管理的成本，降低財務風險。區塊鏈與財務共享服務的結合主要應用場景如下。

有多個參與方的交易：在智能化財務共享服務中，財務共享向前延伸形成采購共享，向后延伸形成稅務共享，并將供應商管理、稅務管理納入共享范圍。當交易參與方包含多個供應商、客戶、監管機構以及可能涉及的稅務機構時，運用擁有去中心化特征的區塊鏈技術將是一個能夠提升交易管理效率的解決方案。

需要長期保存記錄以供合規監管的交易：很多大型交易不是一次就可以完成的，需要在較長時間內創建和維護。區塊鏈能夠提供相對理想的解決方案，通過記錄交易情況，為持續的合規管理提供可靠的資料。財務共享加載區塊鏈技術后，能夠保證財務、業務信息真實準確，無法被隨意篡改。

需要馬上支付或轉移資產的交易：很多跨境的貿易融資和供應鏈融資，需要保證交易的公開透明，并且需要快速到賬，區塊鏈可以幫助達到這個目的。消除支付周期和資產轉移滯后的情況，有助于財務共享中心在財務處理流程降本增效，提高流程處理精準度。

4．人工智能

從AlphaGo（阿爾法圍棋）成為第一個擊敗人類職業圍棋選手、第一個戰勝圍棋世界冠軍的人工智能機器人開始，人工智能（Artificial Intelligence，AI）的概念就被應用至生活的方方面面，如指紋解鎖、圖像識別、語音轉換文字、機器人看病等。通過字面意思，我們知道人工智能是讓非人類的事物學習人類的一種模式，從而讓一個非人類的事物變得像人類一樣有智慧，其涵蓋范圍非常廣。目前在財務領域，我們一提到人工智能，更多的是在指機器學習。

機器學習是人工智能的一個子領域，它是一種統計學習方法，用來訓練具有大量數據的模型。該模型從已知數據中“學習規則”，并自動更新模型中的相關參數。經過訓練的“規則”和“模型”可用于預測顯示世界中的未知數據，這其實就是我們常說的“優化算法”。

機器學習的主要分為監督學習和無監督學習。

監督學習是給計算機輸入擁有特征和標簽的數據，讓計算機通過某種預設算法找到數據特征和標簽之間的聯系的方法。接著，計算機通過大量的訓練，優化算法，讓算法接近百分之百準確。未來只要給出擁有特征的數據，計算機就能準確給出它們的標簽。監督學習適用于解決預測目標值的問題，給出一個問題，讓計算機給出答案。

無監督學習是給計算機輸入只擁有特征而無標簽的數據，讓計算機根據數據的特征進行數據分類的方法。在這個過程中，計算機自己總結規律即算法，也可以通過某種方式驗證并優化算法。無監督學習適合用于解決分類問題。

我們看到人工智能能夠幫助人類解決的大都是有豐富數據量、重復性高、規則化程度高、標準化程度高的問題。同時我們已經了解到財務共享中心將企業重復性高、業務量大、標準化程度高的財務業務集中處理。經過流程再造后，財務共享中心中需要處理的大都是標準化業務，企業可以利用一定的規則進行流程控制。由此可見，財務共享服務為人工智能提供了很好的應用基礎。

財務共享服務中應用人工智能技術的主要場景如下。

財務機器人完成財務流程作業：2017年5月，德勤的財務機器人“小勤人”刷爆朋友圈，隨后，普華永道、安永、金蝶紛紛推出自家的財務機器人。財務機器人能夠自動化處理下列財務流程：付款和發票處理、供應商簡單查詢管理響應、費用審計、訂單管理、通過外部信用評級機構定期進行信用檢查、財報生成、績效報表制作、數據有效性驗證等。財務機器人的應用消滅了財務流程中高度重復的手工操作，提高了效率，降低了手工操作差錯率。

OCR文字識別：在財務共享系統引入影像管理系統后，很多紙質業務單據、合同、發票都以影像的方式儲存在共享中心，并以影像的方式流轉輔助審批。這些業務單據和發票中含有大量有價值的業務信息，但是手工將信息錄入系統效率低下，差錯率高。OCR技術是一種通過光學輸入方式將紙質文檔上的文字轉化為圖像，再利用算法把圖像信息轉化為可以用電子設備進行編輯的文本信息的技術。這種基于深度學習平臺開發出的圖像轉文本的技術成為共享中心信息電子化的關鍵，有效減少了人力、物力的浪費，降低了運營成本。而且隨著OCR的識別正確率越來越高，大量的結構化數據和非結構化數據為共享中心的數據基礎建設提供了支持。

語音識別和知識圖譜：財務共享系統使用語音識別技術后，可以通過收集和分析業務人員的語音指令自動完成業務操作。例如業務人員說明天訂從北京到上海的機票，系統就可以自動識別語音，篩選出機票信息，甚至可以自動填寫出差申請單。而當財務共享系統使用了知識圖譜技術后，管理者可以通過語音輸入一條單據控制規則，系統可以自動識別并利用知識圖譜技術分析生成新的規則，添加到財務共享系統中。利用知識圖譜和語音識別，讓系統理解管理者的意圖，使管控更加智能。