新技术引领的时代新机遇

（一）大数据

近年来，“大数据”作为一个热门概念被人们多次提及。大多数人第一次听说“大数据”这个词，往往会按照字面意思去理解，认为大数据就是大量的数据，大数据技术就是存储大量数据的存储技术。其实不然，按照一般的解释，大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要使用新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。简单来说，应用大数据就是利用新的手段存储并分析海量数据后，挖掘出数据价值的过程。

大数据的特征可以概括为四个“V”，分别为Volume（大量）、Variety（多样性）、Velocity（时效性）和Value（价值性）。

1.大量（Volume）

大数据意味着其应用中往往处理的都是普通计算机、传统常规软件无力应对的海量级别的数据。传统的个人电脑处理的数据是量级为GB/TB级别的数据，如硬盘的容量就是以TB为单位。随着时间的流逝，人们处理数据的量级从GB上升到TB再上升到PB甚至是EB，只有量级达到了PB才能称作大数据。随着信息技术的升级，数据量级呈现几何级增长趋势，并且我们不再需要谨慎选取样本数据，而是直接选择全体数据进行分析，大量的历史数据为分析、预测、决策提供了数据基础。

2.多样性（Variety）

过去我们往往处理的都是结构化数据。什么叫结构化数据呢？简单来说，结构化数据是用二维表格结构来表达和展现的数据，如企业中用Excel表格来展现的数据都是结构化数据，会计分录也是一种结构化数据。在大数据时代，大数据包括结构化数据和非结构化数据。例如，一张照片包含的信息就属于非结构化数据，一个Word文档包含的文字内容也属于非结构化数据，它们不便于使用二维表格的形式来表达，但是非结构化数据包含的信息与决策的相关性往往比结构化数据与决策的相关性更强。企业中80%的数据都是非结构化数据，这些非结构化数据源于合同扫描件、Office文档和音频文件等。这些非结构化数据形式多样，彼此之间因果关系较弱。

3.时效性（Velocity）

在互联网时代，每一秒都在产生大量的数据。从数据生成到消耗的时间间隔越来越短。这就要求我们不断缩短处理和分析数据的时间，快速从海量数据中挖掘出数据蕴含的价值。例如，我们每天打开淘宝，其首页会立刻为我们推送可能感兴趣的商品，这就是大数据应用的一个场景。如果大数据分析需要一年半载的时间，直到用户购买完毕，淘宝都不知道应向该用户推送什么商品信息，那么淘宝也就失去了这个用户的潜在价值，大数据也就失去了应用意义。大数据的关键在于挖掘数据价值而非存储数据信息，往往只有很少一部分的数据是我们最终需要的。企业不会花费大量成本存储无用的数据信息。云计算的出现很好地支撑了大数据的广泛应用，这种超级计算模式使数据的处理速度大幅提升，云计算甚至可以达到每秒10万亿次的运算速度。只有计算速度足够快，我们才有可能将大数据应用到更多场景中。

4.价值性（Value）

“价值”是大数据的核心特征，大数据的价值特征表现为价值密度低但商业价值高。大数据的价值密度低，是因为在数据呈指数增长的同时，隐藏在海量数据中的有用信息却没有按相应比例增长。大数据的商业价值高，是因为相比于传统的结构化数据，大数据最大的作用是从大量不相关的多类型的数据中找到相关关系，从而预测未来趋势。在大数据时代，我们强调相关关系而不是因果关系。大数据不会告诉你A的变化为什么导致B的变化，它只会告诉你A的变化与B的变化密切相关，控制A就可以管控B。大数据通过强调数据相关关系找到模糊但有控制价值的数据关联关系，帮助我们在利用数据进行分析预测时能更加准确。

在业财融合的趋势下，财务共享服务中心收集了大量的企业财务数据，甚至包括行业、标杆企业、客户形象等社会大数据。财务共享服务中心为企业财务管理提供数据基础，成为大数据技术的应用基础。

大数据在共享中心中的三个应用如下。

（1）大数据帮助企业进行风险管控

以往我国很多企业的财务风险识别和预警工作，依赖于专业的企业财务管理人员进行相应的控制和管理。虽然这些财务管理人员在财务风险判断方面具有丰富的经验，但是在具体的风险预警时，他们起到的作用往往不尽如人意。究其主要原因，一方面是企业中有能力的财务管理人员较少，大量的财务管理人员在基础核算岗位上工作，而风险识别的工作又比较复杂困难，财务管理人员无法准确判断所有潜在的企业风险；另一方面是财务管理人员的工作素质可能存在问题，对财务风险预警的准确性会产生较大的影响。

当企业运用大数据进行财务风险管控时，大数据利用财务小数据、企业中数据和社会大数据，并结合更多的非结构化数据进行相关性分析。企业利用大数据可以发现一些风险事件的可能特征，并根据这些特征找到潜在的风险事件。大数据无须告诉我们为什么A因素会导致B事项有风险，而只需告诉我们因为A因素的存在，B事项很可能存在较大风险。这种相关性分析使企业能够跳出传统财务分析的框架，以全新的视角发现传统财务分析可能会忽略的财务风险，并进行事前预警。

（2）大数据提升财务共享服务中心的运营能力

大数据对财务共享服务中心运营能力的提升主要体现在两方面，即流程管理和绩效管理。在财务共享服务中心将流程标准化后，财务流程被分割为一个个标准化的工作环节，有许多端到端的接口，这些都有可能影响整个业务流程的速度和准确度。大数据的挖掘和相关性分析能力可以找出哪些是“拥堵环节”，并通过相应的流程管理不断优化财务处理流程，提高财务共享服务中心的服务质量和效率。这便是大数据影响运营能力的第一个方面——流程管理。

大数据影响运营能力的第二个方面是绩效管理。随着财务共享服务中心的服务范围越来越大，业务场景不断增加，不同职能的员工进行不同的流水线工作。为了有效提高员工工作的积极性，在对员工进行绩效评价时需要考虑多个考核因素，如不同业务的难易程度、不同员工的能力、不同单据的处理标准。大数据可以实现多维度考核，在系统记录员工的工作行为后，大数据从海量数据中抽取有效数据，通过建模等方式从操作时长、操作准确度、操作难度、操作数量等方面量化员工的绩效，使员工的绩效考核有章可循。这样可以提高财务共享服务的绩效管理水平，提高员工工作积极性，间接提高共享中心的服务效率。

（3）大数据有效支持预算管理

企业中的预算设置直接影响资源分配。有些企业，每当财务部门编制下一年预算时，业务部门都会夸大自己部门的业务情况以赢得更多资源，而财务部门如果不了解业务的实际情况，只能根据业务部门的需求编制预算。这样的预算准确度低，对业务的指导性弱，使预算管理毫无意义。但是在大数据的帮助下，财务共享服务中心收集到的有关财务、业务的结构化数据和非结构化数据的真实性、丰富度能够得以保证。企业可以运用大数据技术联系历史和现状，综合行业、自身、竞争对手的情况、专家评论等数据，夯实预算编制的数据基础。

当企业进行预实对比时，针对某一偏差，大数据可以通过相关性分析找到若干传统财务思维无法解释的相关动因，而针对这些动因进行的管理，可以帮助业务部门进行更有效的决策。

（二）云计算

谈到大数据和人工智能，我们不能不提到云计算。人工智能的核心是大数据和机器学习，而云计算是支撑大数据和机器学习的计算基础。如果我们把大数据比作生产原材料，那么人工智能就是取代流水线上人工的生产力，云计算就是加工原材料所需要的电力等基础能源。云计算为大数据和人工智能提供了计算海量数据的能力。

根据美国国家标准与技术研究院（National Institute of Standards and Technology，NIST）对云计算的定义，云计算是一种按使用量付费的模式，这种模式可以提供可用的、便捷的、按需的网络访问。进入可配置的计算资源共享池（资源包括网络、服务器、存储、应用软件、服务），这些资源能够被快速提供，企业只需做很少的管理工作，或与服务供应商进行很少的交互。云计算是一种基于互联网的超级计算模式，它使计算分布在大量的分布式计算机上，而非本地计算机或远程服务器中，在远程的数据中心里，成千上万台电脑和服务器连接成一片电脑云。云计算甚至能够拥有每秒运算 10万亿次的能力。通过网络的计算能力，云计算取代了我们原本安装在电脑上的软件，或是取代了原本我们把资料存在自己硬盘上的动作。企业通过网络进行各种工作，并将资料存放在庞大的虚拟空间中。

云计算的主要特征为：超大规模、虚拟化、通用性、高可扩展性、低成本、按需服务。

（1）超大规模。“云”具有相当的规模，Amazon、IBM、微软、Yahoo等的“云”均拥有几十万台服务器。企业私有云一般拥有数百上千台服务器。“云”能赋予用户前所未有的计算能力。

（2）虚拟化。一方面，云计算支持用户在任意位置、使用任意终端获取应用服务。因为所请求的资源来自“云”，而不是固定的、有形的实体，应用在“云”中某处运行，但实际上用户无须了解，也不用担心应用运行的具体位置。另一方面，云计算采用虚拟化技术，用户并不需要关注具体的硬件实体，只需要选择一家云服务提供商，注册一个账号，登录到其云控制台去购买和配置需要的服务。这比传统的在企业数据中心自行部署服务器要简单和方便得多。

（3）通用性。云计算不针对特定的应用，在“云”的支撑下可以构造出千变万化的应用，同一个“云”可以同时支撑不同的应用运行。

（4）高可扩展性。基于云服务的应用可以持续对外提供服务（7×24小时），“云”的规模可以动态伸缩，满足应用和用户规模增长的需要。

（5）低成本。从长远来看，企业采用云计算比自行部署服务器要节省成本。一方面，企业不再需要聘请技术支持团队来解决服务器问题；另一方面，如果企业花费大量资金用于前期部署服务器或升级硬件设施，但是业务没有像其期望的那样进行扩展，那么收入将无法弥补成本。云计算服务提供商通常可以让企业无缝扩展和缩减云计算资源。企业根据需求购买更多的计算资源，就可以节省成本。

（6）按需服务。用户可以根据自己的需要购买服务，甚至可以按使用量进行精确计费。按需服务更加经济实惠，可大大节省IT成本，而且资源的整体利用率也将得到明显的改善。

随着全社会数字化转型的加速，“上云”已经成为各行各业数字化转型的关键一步，“用云量”也成为衡量行业数字经济发展程度的重要参考指标。财务“上云”，共享先行。传统的财务共享服务中心多是在本地部署的，虽然用本地部署的方式可以灵活匹配用户的需求，实现按需建设，但是随着财务共享对于信息系统支撑的要求越来越高，本地部署量越来越大，企业不得不投入大量的运维成本，占用企业大量资产。除此之外，大数据和机器学习的应用使财务共享服务中心拥有海量数据信息，因此传统的本地部署模式受限。云计算的出色的计算能力成为一个有效的解决途径，因此财务共享走向云端成为不可避免的新时代共享趋势。(www.xing528.com)

使用云计算技术后，财务共享服务中心将给企业带来四大管理价值。

（1）财务共享“上云”降低企业信息化建设成本

企业引入云计算平台建立财务共享服务中心，按需向云计算服务供应商购买服务，按实际使用量付费，云计算服务供应商全面负责软件的安装、系统的维护。相比于传统的信息化建设，此类模式将大大降低企业信息化建设成本。

（2）财务共享“上云”促进企业内外部协同

首先，借助云计算平台建立的财务共享服务中心，可以连接企业内部主要信息系统平台，如电子报销系统、票据影像系统、ERP系统、档案管理系统、合并报表系统等，实现信息流、审批流、票据流三流合一，促进业财融合。其次，财务共享服务中心可以借助云计算平台与外部的银行、税务机关、客户、供应商对接，从而实现企业边界的模糊化。

（3）财务共享“上云”可以提高员工的工作效率

财务共享“上云”之后，意味着只要员工登录云平台，就可以随时随地处理业务，也不会受到时间和空间的阻碍，从而使信息无缝连接和交互，工作效率大大提高。

（4）财务共享“上云”为财务共享众包模式提供基础

只要有手机、电脑、网络，员工就可以在任何地点登录云平台进行办公。企业可以将财务流程进行标准化分割，雇佣来自世界各地的财务人员共同处理业务，以众包模式来运营财务共享服务中心。

（三）区块链

区块链是一种按照时间顺序将数据区块以相连的方式组合成的链式数据结构，并以密码学方式保证数据不可篡改和不可伪造的分布式账本。每个区块包含特定事务中涉及的数据。当每个事务发生时，它会被存储在一个块并添加到链中。这些块组成了一个分布式数据库，可以容纳越来越多的记录。但与传统数据库不同的是，分布式的区块链数据库创建了一个共享的数字分类账本，而传统数据库中的信息驻留在跨多个合作伙伴的唯一存储库中，并且最终必须进行协调才能更好地使用。

为了更好地理解区块链，我们借用一个“微信小饭团”的例子来解释区块链是如何运行的。例如，公司里有几个人组成了一个饭团，每天中午大家向管理员报名，由管理员安排大家的午饭。但是这种报名方式容易出现问题，例如，所有人的午饭信息汇总在管理员一人的账本记录中，一旦出现信息错误的情况，则无处验证；大家的午饭信息进行了信息隔离，某个人无从知晓他人的午饭信息，如果不是饭团，而是资金管理事项，信息封闭就不利于管控风险；管理员需要随时收集午饭报名信息，工作很忙碌。后来，大家想到一个更好的解决方案，就是建立一个微信群，每个人把自己的午饭信息发到群里，报名内容不仅仅包括自己的午饭信息，还要按顺序加上前面所有同事的午饭信息。如某天张丽第一个报名，发送内容为“1.张丽”，李强第二个报名，发送内容为“1.张丽+2.李强”，以此类推。这样的微信接龙方式能让每个人的微信消息记录都成为一个账本，打破信息隔离状态，从而让管理员的工作更加准确、高效。区块链的特征如下。

（1）去中心化。饭团中，每个同事的微信消息记录都是一个账本，各个账本之间可以进行对照，而非只有管理员手中有唯一账本。由于区块链使用分布式核算和存储，不存在中心化的硬件或管理机构，因此任意节点的权利和义务都是均等的。

（2）信息不可篡改。信息一旦经过验证并添加至区块链，就会被永久地存储起来，单个节点上对数据库的修改是无效的，因此区块链的数据稳定性和可靠性极高。

（3）开放性。系统是开放的，除了交易各方的私有信息被加密外，区块链的数据对所有人公开，任何人都可以通过公开的接口查询区块链数据和开发相关应用，因此整个系统信息高度透明。

（4）自治性。区块链采用基于协商一致的规范和协议，整个系统中的所有节点能够在信任的环境中自由安全地交换数据，使得对人的信任改成了对机器的信任，任何人为的干预都不起作用。

（5）匿名性。由于节点之间的交换遵循固定的算法，其数据交互不存在不信任的问题（根据区块链中的程序规则，节点会自行判断活动是否有效），因此交易方无须通过公开身份的方式让对方对自己产生信任，这对信用的累积非常有帮助。

在“互联网+”背景下，财务运作存在的问题主要有：企业间财务信息交流没有统一的平台，信息不透明，增加了资金筹集的成本；企业各部门之间无法完全实现资源共享，而且由于企业财务信息的非公开性，每一项财务运作所涉及的流程和制度都错综复杂，执行起来耗费时间长；信息不透明，尤其是涉及关联交易问题，不易控制财务风险。

由于技术和管理的限制，财务运作存在诸多问题，而区块链这一新技术可以改进企业内外部财务业务运作流程，为企业节省交易管理的成本，降低财务风险。区块链与财务共享服务的主要结合应用场景如下。

有多个参与方的交易：在智能化财务共享服务中，财务共享向前延伸形成采购共享，向后延伸形成税务共享，并将供应商管理、税务管理纳入共享范围。当交易参与方包含多个供应商、客户、监管机构，以及可能涉及的税务机构时，运用拥有去中心化特征的区块链技术，将是一个能够提升交易管理效率的解决方案。

需要长期保存记录以供合规监管的交易：很多大型交易不是一次就可以完成的，需要在较长时间内创建和维护。区块链能够提供相对理想的解决方案，通过记录交易情况，为持续的合规管理提供可靠的资料。财务共享加载区块链技术后，能够保证财务、业务信息真实准确，无法被随意篡改。

需要马上支付或转移资产的交易：很多跨境的贸易融资和供应链融资，需要保证交易的公开透明，并且需要快速到账，区块链可以帮助达到这个目的。解决支付周期和资产转移滞后的问题，有助于财务共享服务中心在财务处理流程降本增效，提高流程处理精准度。

（四）人工智能

从阿尔法围棋（Alpha Go）成为第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能机器人开始，人工智能（Artificial Intelligence，AI）的概念就被应用到生活的方方面面，如指纹解锁、图像识别、语音转换文字、机器人看病等。通过字面意思，我们知道人工智能是让非人类的事物学习人类的一种模式，从而让一个非人类的事物变得像人类一样有智慧，其涵盖范围非常广。目前在财务领域，一提到人工智能，更多的是指机器学习。

机器学习是人工智能的一个子领域，它是一种统计学习方法，用来训练具有大量数据的模型。该模型从已知数据中“学习规则”，并自动更新模型中的相关参数。经过训练的“规则”和“模型”可用于预测显示世界中的未知数据，这其实就是我们常说的“优化算法”。

1.机器学习的分类

机器学习主要分为监督学习和无监督学习。监督学习是给计算机输入拥有特征和标签的数据，让计算机通过某种预设算法找到数据特征和标签之间的联系的方法。计算机通过大量的训练优化算法，让算法接近百分之百准确。未来只要给出拥有特征的数据，计算机就能准确给出它们的标签。监督学习适用于解决预测目标值的问题，给出一个问题，让计算机给出答案。无监督学习是给计算机输入只拥有特征而无标签的数据，让计算机根据数据的特征进行数据分类的方法。在这个过程中，计算机自己总结规律即算法，也可以通过某种方式验证并优化算法。无监督学习适用于解决分类问题。我们看到，人工智能能够帮助人类解决的大都是有丰富数据、重复性高、规则化程度高、标准化程度高的问题。同时，我们已经了解到财务共享服务中心将企业重复性高、业务量大、标准化程度高的财务业务进行集中处理。经过流程再造后，财务共享服务中心中需要处理的大都是标准化业务，企业可以利用一定的规则进行流程控制。由此可见，财务共享服务为人工智能提供了很好的应用基础。

2.财务共享服务中应用人工智能技术的主要场景

财务共享服务中应用人工智能技术的主要场景如下。

（1）财务机器人完成财务流程作业。2017年5月，德勤的财务机器人“小勤人”刷爆朋友圈，随后，普华永道、安永、金蝶纷纷推出自家的财务机器人。财务机器人能够自动化处理下列财务流程：付款和发票处理、供应商简单查询管理响应、费用审计、订单管理、通过外部信用评级机构定期进行信用检查、财报生成、绩效报表制作、数据有效性验证等。财务机器人的应用取代了财务流程中高度重复的手工操作，提高了效率，降低了手工操作的差错率。

（2）OCR文字识别。在财务共享系统引入影像管理系统后，很多纸质业务单据、合同、发票都以影像的方式储存在共享中心，并以影像的方式流转辅助审批。这些业务单据和发票中含有大量有价值的业务信息，但以手工操作的方式将信息录入系统效率低下，差错率高。OCR技术是一种通过光学输入方式将纸质文档上的文字转化为图像信息，再利用算法把图像信息转化为可以用电子设备进行编辑的文本信息的技术。这种基于深度学习平台开发出的图像转换文本的技术成为共享中心信息电子化的关键，有效减少了人力、物力的浪费，降低了运营成本。而且随着OCR识别的正确率越来越高，大量的结构化数据和非结构化数据为共享中心的数据基础建设提供了支持。

（3）语音识别和知识图谱。财务共享系统使用语音识别技术后，可以通过收集和分析业务人员的语音指令自动完成业务操作。例如，业务人员说明天订购从北京到上海的机票，系统就可以自动识别语音，筛选出机票信息，甚至可以自动填写出差申请单。而当财务共享系统使用了知识图谱技术后，管理者可以通过语音输入一条单据控制规则，系统可以自动识别并利用知识图谱技术分析生成新的规则，添加到财务共享系统中。利用知识图谱和语音识别可以让系统理解管理者的意图，使管控更加智能。