随着新技术发展和企业数字化转型的浪潮，财务共享市场呈现消费升级趋势，从以往千亿级企业做共享，到现在数十亿企业也普遍呈现财务共享需求。
为了帮助企业更好地了解、建设符合时代要求的财务共享中心，我们有请到了最有发言权的大咖分享建设智能财务共享中心的心路历程：
财务共享深厚经验
复星集团财务共享中心服务全球70000+员工，覆盖700+家法人公司
智能产品重度用户
复星财务共享使用了市场上几乎所有的智能化产品，练就了一双产品选型的“火眼金睛”
前人种树后人乘凉
从财务共享小白到专家
看这一篇就够了！
Part1快速索引
Part2干货分享
一、共享中心建设面对的困难和挑战
「1.1」财务共享中心建设会面对哪些固有矛盾？
- 对下属企业管理和服务之间的矛盾
- 客户满意度、核算质量和运营成本之间的矛盾
- 个性化需求和统一操作之间的矛盾
对于财务共享中心来说，这三个矛盾是必然存在的，我们需要在这三种矛盾之间寻找走钢丝式的平衡，相互妥协。
举例来说（对下属企业管理和服务之间的矛盾），被共享的单位希望你只有服务没有管理；但是对于公司高管来说，更重视管理而非服务；对于共享中心来说，就需要在这两者之间找到一个平衡点，这个平衡点可能也在不停的浮动，是动态变化的。
这就是做内部的共享中心和做代理记账公司的最大差别，代理记账公司可能只重视怎样把服务做好，管理这方面就会弱一点。但作为公司内部的共享中心，两者都需要兼顾到。
「1.2」哪些业务是无法通过智能化解决的？
对于财务共享中心来说，基本上会通过系统化、智能化来解决绝大多数的工作，但有一些线下业务是无法通过智能化解决的，包括：
- 购买纸质发票：
这个问题也许会随着今年年底所有发票全面电子化后解决
- 银行账户管理：
银行账户管理是所有共享中心面临的一个头疼的问题，复星财务共享中心现在管理着3000多个银行账户，这些账户的日常维护（包括签字人的变更，UP的更换，到期的更新）都是工作量很大的。而这么多工作都需要拿着纸质材料到银行去上门办理，目前还看不到线上化的曙光，对我们来说是比较大的挑战。
- 境外银行，税务机构的网络支持：
凡是业务涉及到境外的共享中心都会面临这些问题，相比较国内的，境外银行和税务机构的网络设备是相对落后的，大多数机构能开通网银就很不错了，银企直连就很难指望了。
税务机构很多还是用纸质信件来寄送文件，他们会先寄送一个信封给你，等你准备好材料，打印出来再寄送回去，如果出了什么问题，还要再邮寄信封，这样一来一回，差不多一年就过去了。
- 单据的扫描：
关于单据扫描这一块主要涉及两个方面。一个是增值税专用发票，待全面电子化后，可以高速扫描来解决。另一个就是合同的管理，以后CA证书就会被用来进行电子合同的签订，甚至说区块链技术可能可以有效代替纸质的合同，若这两个问题可以解决，那么单据扫描量的问题就可以得到有效解决。
直播前和直播期间有收到很多关于“档案”的问题，其实档案方面最重要的突破就是这两点：一个是增值税专用发票的电子化，另一个是合同的电子化。
二、智能应用的场景和效果
「2.1」到底什么是智能化？
智能分为两个层面去理解
- 一个是广义的智能：电脑或者机器根据人为设置的规则或是指令去完成操作或是任务
- 另一个是狭义的智能：AI人工智能
什么是广义的智能化应用？
广义的智能应用是由以下这几部分组成：数据核对、会计引擎、审批引擎、人机交互、数据接口、单据管理、商业智能。
以上七个构建通过排列组合会形成无穷无尽的智能应用，而且这些智能应用已经被比较深入地用在共享中心的的方方面面。
比如说用于交易处理的进项税核对，发票的验真验重，自动的发票开具，自动的辅助审单，发票的预报预审，以及ERP会计数据接入系统，以及把会计数据翻译成会计凭证，在财务系统中可以通过财务接口形成档案件，会计处理方面的合并报表，RPA的应用。
这些都属于比较基础的层面。这一切的最底层就是我们的共享平台来支持这上面所有的作业。
什么是狭义的智能应用？
狭义的智能应用在财务领域主要包括影像识别，语音识别和与语义识别。语音和影响识别都已经发展的很不错了，主要是语义识别现在还不成熟，主要是几个大厂在做，结果也不是很理想。
两者的区别是什么？
广义的智能其实是没有进化空间的，你告诉他怎样做，系统就会严格的执行，不会自己学习自己进化，相对的讲，这样也就不会出错，他会百分百的按照规则实施。
狭义的AI，它的规则不是人给他制定的，他需要自己去学习，这个规则是他给自己设定的。有可能因为环境的变换他会给自己设置新的规则，这个是弹性的。但带来的一个问题是，AI不是百分之百精确的，他和人一样是会犯错的，需要看他的正确率。
AI在财务领域的应用
AI在财务领域的应用最广泛的就是标准模板的发票识别，标准模板就主要包括火车票、增值税发票、火车票、飞机票、定额发票，基本上可以实现自动识别，可以把发票上的信息提取出来。
标准模板的发票识别就要涉及到语义识别，像境外的发票，每个公司开出来的可能都不一样，你也无法根据某个位置去判断。
再往后就是AI的辅助客服，这也要涉及到语音识别和语义识别了，基本上这两块真正做的好的是大家手机上使用的Siri，Cortana。我们日常生活中也接触过，比如给银行或者电信打电话，“机器人”也可以给我们一些回复，但这个还是广义智能助手，因为机器人还是根据我们告诉他的关键字来进行判别，会一直与你确认，讲的是否正确，需要通过你的反馈来缩小判断范围。
最后是合同分析，希望的是我拿一份合同给到电脑，我告诉电脑这合同是个租赁合同，电脑可以自动的帮助我们把合同中的租期，免租期，月租金，押金，各种相关信息抽取出来形成一个结构化的文件。
特别希望有这样一个产品出现，以后面对上百页的投资合同，股权转让合同就不会那么抓狂。到目前为止我们还没有看到输出端的产品以及数据处理的产品出现。
发票的验真验重和智能开票这两块会在未来有很大的应用。特别是随着各类发票的电子化，在这里主要讲四个部分：
「2.2」智能共享平台包含哪些智能化模块？
- 实时看板：可以再看板上实时看到公司内部的运营情况，包括单据完成的情况，有多少完成了，还有多少未完成，报税的情况怎么样，拖延的情况怎么样？
- 智能派单：共享中心可以把收到的单据根据既定的规则派给特定的人员，可以给工作能力强的员工多分配一点，也可以按照业务能力、类型来分配。总之，只要定下规则，系统就能把单子派给对应的人员
- 工单统计（量化）：主要用来解决量化的业务作业量，可以知道每个月为每个公司处理了多少单据
- 工时统计（非量化）：主要处理非量化工作
- 绩效分析：有了工时统计和工单统计，我们就可以实现对员工绩效的数据分析
- 客户服务报告：主要给到客户
- 系统辅助客服：在前端解答客户问题、调取资料
在共享过程中，涉及到很多产品，包括：
- 财务共享平台
- 财务机器人
- 进项税核对：这个可以用来解决很多我们财务同事在进项税这方面的很痛苦问题，特别是每个月月底，财务账上的进项税和系统上的进项税核对）
- 智能单据柜：这个对于共享中心很管用，很像我们小区的快递柜，分成无数个隔间，每个隔间可以放30到50张单据，单据柜上用电子锁来控制的，可以通过单据号来开柜
- 影像机器人：现在还在开发阶段，主要用来扫描单据
- 投资核算系统（后面会详细讲）
「2.3」RPA的优缺点是什么？应用效果如何？
- 优点：开发相对简单；非常直观；成本低；不需要相关系统做出调整
- 缺点：针对广大财务人员来讲还是不够简单；不够稳定；维护量巨大
- 中小企业应用：数据获取，数据优化，数据验真，数据核对，流程处理
- 大企业的应用：银行或税务，供销渠道，临时性应急
如何在财务部内部培养一个RPA开发、维护人员？
对人才的要求：对财务流程比较理解，编程能力，懂英语，愿意投入50到100个小时去学习。
有这样一个人员的存在才可以保证RPA在你公司内部能够实行，否则你会被供应商牵着走，因为维护量是很大的。
「2.4」投资核算模块具体的应用场景及效果
我们做了一个模块主要来进行投资核算，包括长期投资核算，金融资产，上图就是我们简单的一个投资核算模块。
上面的数据主要来自于金融网站，以及我们的投资管理系统，影像系统，OA系统，资金系统，财务系统和HFM，这些数据都会输出到我们的财务系统中。以及HSM系统，给到HSM系统就主要一些变动报，公允价值，股权股比等。整个模块里包括交易记录，交易复核，查询，报告，主数据，借口管理，通用膜版，专用膜版，会计引擎，基础设置。
投资核算是一项很复杂的作业，我们希望通过系统的复杂化，减少人工的工作量以及操作难度，比如我们前端生成很复杂的数据，通过系统做复杂的运算和规则设定，这样我们的用户操作起来就很简单了，他不需要了解背后详细的会计知识，我们为每一个场景的投资类别都制定了专用的投资模板，内置了对应计算和映射的逻辑，模板上可以直观地看到交易入藏后的投资项目余额。
很多输入数据有系统图通过各种接口导入，自动可以将模板的性质转换为会计凭证，除了满足财务处理需要外，模块同时手机记录一些相关信息，比如：股数，股比，公允价值，增值税口径的食物成本，所得税口径的税务成本等等。做投资的同学都知道，经常要把之前的材料都翻出来，在二级市场上看有没有碰过股，在计算它的成本是多少，没有系统的时候这方面工作是很复杂的。模块可以直接生成详细的投资项目报表。
「2.5」会计审核规则自动化应用场景及效果
我们现在的财务工作中，存在大量繁重且重复的工作，解决这些工作是当务之急，因此，需要更多的广义智能化工具来帮助企业化繁为简，那么这些技术是如何运用的。
在财务审核的过程中，有大量的人工判断，叫做会计专业判断，以前需要老法师的火眼金睛去发现问题。
另外，这些工作中也存在着大量重复性、高强度的内容，现在我们可以看到被这些智能的系统和设备取代了。
「2.6」智能语音及图像识别技术到了什么样的阶段？
图像识别+智能语音识别技术
我们可以看到屏幕中间有一张污损发票，系统通过拍照可以准确提取发票上的关键信息。
通过以上两个视频我们可以很清楚的看到，语音技术、语义识别技术以及图像识别技术的转化应用。简约费控内部也有一些专家，包括计算机博士们，也在做一些深度的机器学习，能够不断提升发票的识别能力。
「2.7」两端扫描技术的应用场景和效果
接下来在展示两个有代表性的场景，我们通过把高速扫描仪和软件打通，可以实现纸质发票的高速扫描与查验。
有图有真相，接下来，我们通过一段视频来进行演示如何提升财务处理效率：
