官宣！這5種數位化技術將成爲企業財務轉型的核心推動力！科技頭條網

2018-10-17 11:39:26 財資一家

隨著數據科學、機器學習、深度學習、認知分析、機器人流程自動化（RPA）等技術的高速發展和深度應用，必然引發商業模式的變革，使得財務體系、運營策略和運作流程發生變化。

文 | 董興榮編輯 | 李菲

來源 | 《財資中國|財富風尚》雜誌2018年9月刊

數字化技術將能夠有效地完善傳統財務職能和構建新型的財務體系，為企業提供切實可行的戰略建議和決策支持，以及全面深入的行業洞察，並能夠更加有效地管理業務風險。

安永報告顯示，數字化技術的5種革新力量將是企業數字化財務管理轉型的核心推動力，它們分別是機器人流程自動化（RPA）、敏捷業務財務（ABF）、區塊鏈（Blockchain）、高級分析（Advanced Analysis）、機器學習與人工智能（Machine Learning & AI）。

1、機器人流程自動化（RPA）

將交易活動向自動化轉變。RPA一套運行在電腦上的軟件，用以模仿人類的操作。它可以通過預先設定的程序與現有用戶系統進行交互並完成預期的任務。

2、敏捷業務財務（ABF）

通過下一代企業資源計劃系統（ERP）實施流程和組織轉型。ABF旨在通過一整套數字化解決方案如SAPS/4HANA來降低財務成本，提升財務反應速度，並加強財務人員作為業務夥伴的能力。

3、區塊鏈（Blockchain）

將業務價值鏈數字化。區塊鏈是一種分佈式的基礎架構技術——一個去中心化的賬簿。它記錄了每一筆網絡交易的有效確認信息，從而實現去中心化的可信任的數據交換，可以運用於數據安全傳輸的諸多領域。

4、高級分析（Advanced Analysis）

獲得由數據驅動的業務策略。高級分析技術能夠對規模巨大的數據進行分析，根據可視化分析和數據挖掘結果做出預測性的判斷，獲取數據驅動的業務洞察。

5、機器人學習與人工智能（Machine Learning&AI）

人工智能的核心技術機器學習及深度學習在商業領域已經得到廣泛應用。機器學習能夠從海量數據中快速並準確地挖掘數據內部特徵和規律，根據模型進行精確預測，並進行持續的自我優化。

淹沒在如數據治理、分散的系統、手動流程和對賬等財務工作的日常挑戰中，許多CFOs幾乎沒有時間考慮認知未來可以實現的效率。然而，前瞻性的財務創新者正在探索未來。比如認知技術，認知技術做的事情類似於人類所做的事情，可以研究數據，執行任務和交付報告，能聽得懂、能閱讀、能理解、能說話並且能分析。據德勤分析顯示，目前在財務組織中使用的5種認知工具，可以各自獨立使用，也可以與其他工具組合使用。

機器學習（ML）是計算機系統通過接觸數據，產出和反饋整個環路來獨立提高自身性能的能力。機器學習可以檢測大量數據中的模式並解釋其含義。
機器人認知自動化（RLA）是基於規則的自動化，它結合了結構化數據分析和模擬人類學習和決策的能力。
自然語言處理（NLP）是計算機系統解讀和理解語言的能力，使人類能夠獲得個性化的信息和服務。NLP採集非結構化數據並轉換為結構化數據，以供其他工具使用。自然語言處理技術使得企業能夠閱讀如合同、採購訂單等文件，並在沒有人為干預的情況下進行批量處理。
自然語言生成（NLG）是一種自動化技術，可以從結構化數據中生成敘述和評論，例如為管理者提供月度財務報告的評論。自然語言生成技術能夠通過個性化文本中的敘事性評論對傳統報告進行補充。這類應用程序是企業開始部署技術的一個良好起點。
語音識別是準確記錄和理解人類語言的能力，這將改變人機交互的方式。

隨著認知技術不斷在財務領域得到應用，更多的交易正在被自動化處理，更多的報告正在被機器完成。例如，許多共享服務中心的自動化已經在推動員工人數減少，這種趨勢可能會加速。與此同時，隨著財務工作的性質不斷演變，也會需要不同類型的財務專業人士，包括數據科學家和業務分析人員。德勤中國全國科技、傳媒和電信行業主管合夥人周錦昌表示：“機器人與認知自動化系統經過簡單的訓練，就能定期自行獲取所需數據。如果信息已經以數字化形式存儲，且格式和存儲位置一致，後續工作進行起來則非常簡單。但有時候，若數據呈列方式不一致，便會擾亂工作流程。

由於人工智能能夠網羅非結構化數據，理解數據意義，然後把數據呈列出來，更突顯出其在此領域的獨特價值。”

為了保持領先地位，一些CFOs正在利用這個機會來尋找那些有發展潛力並具有商業頭腦的合作伙伴，同時，通過構建生態系統，來推動變革，重塑財務工作。

下期您將看到：RPA＋AI：從機器人流程自動化（RPA）邁向人工智能平臺（AI）