21世紀經(jīng)濟報道記者 陳植 上海報道
AI大模型技術的興起，將給企業(yè)財務管理“數(shù)智化”進程帶來多大的新沖擊，備受業(yè)界關注。
上海國家會計學院院長盧文彬在2024世界人工智能大會智能財務論壇期間表示，以大語言模型為代表的新一代人工智能技術，又進一步打開人們對財務管理變革的想象空間。財務管理作為企業(yè)管理的核心環(huán)節(jié)，正在經(jīng)歷一場前所未有的智能化和數(shù)字化轉型。
匯付天下董事長兼CEO周曄向記者指出，隨著AI大模型與企業(yè)財務管理的日益融合，可以暢想的是，未來的財務管理“數(shù)智化”將是一個一個智能體連接的世界，快速將軟件替代。與此同時，RAG（檢索增強生成）將轉變到Agent（智能體），所有的企業(yè)財務管理流程都可以自動編排，從而實現(xiàn)“超級自動化”。在這種趨勢下，企業(yè)財務管理從復式記賬到財務自動化，是可以預期的過程。
記者多方了解到，越來越多大型企業(yè)已開始將AI大模型技術應用在企業(yè)財務管理數(shù)智化構架搭建層面。
一位央企總會計師向記者透露，近期，企業(yè)探索通過AI大模型技術生成“決算財務情況說明書”——通過搭建財務資料知識庫等方式，初步實現(xiàn)相關報告自動生成。但是，就AI生成結果而言，數(shù)據(jù)出錯、內容偏差等問題依然普遍存在，暫時無法將AI大模型技術應用在實際工作。
他向記者舉例說，就財務報告AI生成驗證測試而言，企業(yè)主要遇到“查詢結果為空（由于生成SQL無法執(zhí)行或查詢出錯導致數(shù)據(jù)為NuLL）”、“數(shù)據(jù)格式不正確”、“分析內容偏差較大（只能基于通用財務分析方向進行提示，無法準確定性原因）”等問題。
金蝶集團董事會主席兼CEO徐少春指出，歷經(jīng)30多年發(fā)展，企業(yè)會計財務已經(jīng)歷會計電算化、會計信息化、財務云化，財務智能化等多個階段。其中，智能財務時代最令人興奮。因為AI大模型技術的發(fā)展，正給企業(yè)財務管理框架及內容帶來巨大的影響與變化。比如財務管理價值模型從陀螺型向沙漏型轉變，財務人員在計劃與控制領域從依賴經(jīng)驗預測轉向精準預測，企業(yè)經(jīng)營決策從財務數(shù)據(jù)專享轉向財務信息普惠與財務信息賦能等。但是，AI大模型技術要助力企業(yè)財務管理智能化程度“更上一層樓”，仍需邁過多重挑戰(zhàn)。
中國石油化工集團有限公司總會計師張少峰指出，通過一段時間實踐，他們發(fā)現(xiàn)AI大模型技術在推動企業(yè)財務管理數(shù)智化轉型方面，仍需解決五大問題，分別是理論構建、大模型應用職責邊界設定、數(shù)據(jù)治理、技術匹配、人才培養(yǎng)。
大模型推動財務管理數(shù)智化業(yè)態(tài)巨大變革
周曄告訴記者，在企業(yè)財務數(shù)字化時代，企業(yè)財務管理主要通過云端的眾多軟件微服務進行協(xié)同工作，令他一度相信“未來的企業(yè)財務管理是軟件的世界”。
“今年起，我突然發(fā)現(xiàn)AI大模型也開始做一些嚴肅的事情，例如RAG（檢索增強生成）技術從回答事實性問題，升級為通過LLM（多模態(tài)大模型）任務規(guī)劃與工具使用能力，擴展為RAG引擎與工具；基于LLM Agent（智能體）構建Agentic RAG，完成更多對于多文檔、多類型的知識類任務；AI Agent開始可以自決策，調用不同任務的API以及知識，生成企業(yè)需要的結果，最終實現(xiàn)財務管理超級自動化等。”他向記者指出。這令他突然意識到，在不遠的將來，如果RAG實現(xiàn)向Agent的轉變，所有的財務管理流程都可以自動編排，令整個企業(yè)財務管理從復式記賬轉向財務管理超級自動化。
“這意味著企業(yè)財富管理數(shù)智化也迎來新的巨大變革?！敝軙现赋?。比如在財務對賬環(huán)節(jié)，以往企業(yè)財務人員廣泛使用數(shù)據(jù)連接器解決對賬工作，如今通過基于AI大模型的Agentic RAG，企業(yè)不同渠道的營收、供應鏈收付款都可能完全通過大模型自動化處理與數(shù)據(jù)對齊，在秒級時間內自動生成對賬憑證。
金蝶集團董事會主席兼CEO徐少春對此感同身受。
他透露，現(xiàn)代企業(yè)的財務管理框架，主要分成三個體系，一是支撐體系，主要涵蓋數(shù)據(jù)、流程和協(xié)同，以及組織、人才、文化和領導力；二是記錄體系，主要負責財務核算與運營；三是“作戰(zhàn)體系”，包括企業(yè)財務計劃與控制、管理信息、外部報告、專家服務等。這三大財務管理體系的最終目的是提升價值創(chuàng)造能力，隨著AI大模型與財務管理體系的日益融合，它給后者正帶來多重巨大變革。
一是財務管理價值模型從陀螺型向沙漏型轉變。具體而言，處于陀螺模型中間位置的財務核算及運營，已被大模型等人工智能技術替代，導致企業(yè)會計人員的崗位與職責發(fā)生改變。沙漏模型的出現(xiàn)，意味著“兩頭大中間小”，即企業(yè)的“作戰(zhàn)體系”與“支撐體系”日益強大，給企業(yè)創(chuàng)造的整體價值越高。
二是從經(jīng)驗預測到AI精準預測。未來，AI大模型將令企業(yè)財務人員在財務計劃控制方面，從依賴經(jīng)驗預測轉向精準預測。前者就好比傳統(tǒng)的沙盤模擬預測，但受數(shù)據(jù)和經(jīng)驗的限制，難以應對日益復雜的商業(yè)環(huán)境。但在AI時代，企業(yè)財務管理預測更像是“兵棋推演”，通過整合大數(shù)據(jù)相關性分析與深度學習等AI科技，在收入預測、成本預測、利潤預測、風險預測方面變得更精準，且可以快速適應不同的商業(yè)環(huán)境變化與業(yè)務發(fā)展新需要。
三是從數(shù)據(jù)專享轉向信息普惠和信息賦能?？梢灶A見的是，未來AI大模型在洞察分析與管理報告方面發(fā)揮越來越大的作用，企業(yè)管理者與員工不需要再通過財務專員獲取信息，而是直接借助AI助手與信息賦能，進行自助式、探索式的財務分析和經(jīng)營決策。
周曄指出，要讓AI大模型推動企業(yè)財務管理數(shù)智化“更上一層樓”，仍需循序漸進。目前匯付天下從輕量級小規(guī)模LMM（多模態(tài)大模型）入手，實現(xiàn)知識庫文檔查詢、個人報銷查詢、對公付款查詢等功能，未來逐步立足更多場景，實現(xiàn)更大范疇的財務數(shù)據(jù)查詢以推動財務管理超級自動化進程。
大模型融入財務管理數(shù)智化的五大挑戰(zhàn)
值得注意的是，越來越多大型企業(yè)開始嘗試將AI大模型融入企業(yè)財務管理，推動企業(yè)財務管理數(shù)智化步伐加快。
張少峰表示，企業(yè)財務管理數(shù)智化的根本目標，是通過人工智能技術的應用，提高工作效率和質量。
“我們認為，通過人工智能技術應用聚焦財務管理的功能性變革，可以提高工作質量與效果，達到企業(yè)的支撐戰(zhàn)略、支持決策、服務業(yè)務、創(chuàng)造價值、防范風險等多重目標?！彼赋觥Ｄ壳爸袊岢龌诓僮鲗印?shù)據(jù)層、智能的財務數(shù)智管理體系，創(chuàng)新建設辰光財務智能應用平臺，實現(xiàn)智能應用的集中管理、共享調用和遠程投放，搭建企業(yè)級智能應用生態(tài)，持續(xù)提煉和分享最佳財務管理實踐，推動企業(yè)財務管理水平整體提升。
在他看來，大模型等AI技術在企業(yè)財務管理數(shù)智化領域的應用，與企業(yè)之間引入ERP軟件截然不同。之前引入ERP軟件，主要能跟隨以往的全球ERP管理最佳實踐進行布局，如今將大模型技術應用在企業(yè)財務管理諸多環(huán)節(jié)，則需要一邊嘗試一邊摸索最佳實踐方案。
多位大型企業(yè)財務人員向記者指出，AI大模型在企業(yè)財務管理數(shù)智化方面的應用征途，將是“道阻且長”。在實際操作環(huán)節(jié)，AI自動生成的結論時常出現(xiàn)財務數(shù)據(jù)出錯、內容偏差較大等問題，甚至有些AI生成的財務數(shù)據(jù)竟然出現(xiàn)“計量單位差錯”。
在他們看來，當前AI大模型在企業(yè)財務管理數(shù)智化方面的應用，仍需解決五大問題：
一是理論構建，即AI大模型等人工智能屬于一項技術，要普及推廣需配套建立一套完善的科學理論支撐，在財務領域，它同樣需要創(chuàng)新一套可參考借鑒的管理方法，才能推動人工智能技術在企業(yè)財務管理領域的規(guī)?；?、高效化應用。
二是職責邊界。人工智能有效應用的前提是多種類、大規(guī)模的數(shù)據(jù)。當企業(yè)數(shù)據(jù)應用不再劃分財務、業(yè)務、市場類型的情況下，財務管理的職責該如何界定，企業(yè)是否應該建立統(tǒng)一的數(shù)據(jù)分析部門界定不同的數(shù)據(jù)使用權限，需要形成一個行業(yè)統(tǒng)一的共識。
三是數(shù)據(jù)治理。當前財務數(shù)據(jù)都是企業(yè)按照會計準則統(tǒng)計加工的數(shù)據(jù)，并非反映企業(yè)實際生產(chǎn)經(jīng)營的事項數(shù)據(jù)。但在數(shù)據(jù)分析領域，大數(shù)據(jù)分析需要的是刻畫管理場景特征的、顆粒度更細的事項數(shù)據(jù)，這將顛覆傳統(tǒng)會計的數(shù)據(jù)統(tǒng)計方式，需要解決各類數(shù)據(jù)的統(tǒng)計標準、統(tǒng)計方法以及融合規(guī)范等問題。
四是技術匹配。在財務、生產(chǎn)、法律等對企業(yè)經(jīng)營有重大影響的領域，數(shù)據(jù)可靠性和可解釋性是前提。如何解決人機在數(shù)據(jù)處理方面方法不一致問題，是當前企業(yè)探索財務管理數(shù)智化所碰到的最大挑戰(zhàn)，比如大模型算法的不可解釋性與財務規(guī)則精確性之間的矛盾如何解決，專家系統(tǒng)對清晰知識規(guī)則的依賴，與隱形管理經(jīng)驗難以提煉成規(guī)則的矛盾該如何解決，都需要找到相應的技術匹配解決方案。
五是人才培養(yǎng)。企業(yè)數(shù)智化轉型的本質是建立符合數(shù)智時代的數(shù)據(jù)全生命周期管理和應用體系。傳統(tǒng)的財務專業(yè)人員難以適應財務管理數(shù)智化轉型的要求，企業(yè)需要培養(yǎng)一批具備業(yè)財專業(yè)知識、精通數(shù)據(jù)分析、熟悉智能技術的通才。如何解決人才培養(yǎng)斷層問題，又是企業(yè)推動財務管理數(shù)智化急需解決的挑戰(zhàn)。
