隨著新技術發展和企業數字化轉型的浪潮，財務共享市場呈現消費升級趨勢，從以往千億級企業做共享，到現在數十億企業也普遍呈現財務共享需求。
為了幫助企業更好地瞭解、建設符合時代要求的財務共享中心，我們有請到了最有發言權的大咖分享建設智能財務共享中心的心路歷程：
財務共享深厚經驗
復星集團財務共享中心服務全球70000+員工，覆蓋700+家法人公司
智能產品重度用戶
復星財務共享使用了市場上幾乎所有的智能化產品，練就了一雙產品選型的“火眼金睛”
前人種樹後人乘涼
從財務共享小白到專家
看這一篇就夠了！
Part1快速索引
Part2乾貨分享
一、共享中心建設面對的困難和挑戰
「1.1」財務共享中心建設會面對哪些固有矛盾？
- 對下屬企業管理和服務之間的矛盾
- 客戶滿意度、核算質量和運營成本之間的矛盾
- 個性化需求和統一操作之間的矛盾
對於財務共享中心來說，這三個矛盾是必然存在的，我們需要在這三種矛盾之間尋找走鋼絲式的平衡，相互妥協。
舉例來說（對下屬企業管理和服務之間的矛盾），被共享的單位希望你只有服務沒有管理；但是對於公司高管來說，更重視管理而非服務；對於共享中心來說，就需要在這兩者之間找到一個平衡點，這個平衡點可能也在不停的浮動，是動態變化的。
這就是做內部的共享中心和做代理記賬公司的最大差別，代理記賬公司可能只重視怎樣把服務做好，管理這方面就會弱一點。但作為公司內部的共享中心，兩者都需要兼顧到。
「1.2」哪些業務是無法通過智能化解決的？
對於財務共享中心來說，基本上會通過系統化、智能化來解決絕大多數的工作，但有一些線下業務是無法通過智能化解決的，包括：
- 購買紙質發票：
這個問題也許會隨著今年年底所有發票全面電子化後解決
- 銀行賬戶管理：
銀行賬戶管理是所有共享中心面臨的一個頭疼的問題，復星財務共享中心現在管理著3000多個銀行賬戶，這些賬戶的日常維護（包括簽字人的變更，UP的更換，到期的更新）都是工作量很大的。而這麼多工作都需要拿著紙質材料到銀行去上門辦理，目前還看不到線上化的曙光，對我們來說是比較大的挑戰。
- 境外銀行，稅務機構的網絡支持：
凡是業務涉及到境外的共享中心都會面臨這些問題，相比較國內的，境外銀行和稅務機構的網絡設備是相對落後的，大多數機構能開通網銀就很不錯了，銀企直連就很難指望了。
稅務機構很多還是用紙質信件來寄送文件，他們會先寄送一個信封給你，等你準備好材料，打印出來再寄送回去，如果出了什麼問題，還要再郵寄信封，這樣一來一回，差不多一年就過去了。
- 單據的掃描：
關於單據掃描這一塊主要涉及兩個方面。一個是增值稅專用發票，待全面電子化後，可以高速掃描來解決。另一個就是合同的管理，以後CA證書就會被用來進行電子合同的簽訂，甚至說區塊鏈技術可能可以有效代替紙質的合同，若這兩個問題可以解決，那麼單據掃描量的問題就可以得到有效解決。
直播前和直播期間有收到很多關於“檔案”的問題，其實檔案方面最重要的突破就是這兩點：一個是增值稅專用發票的電子化，另一個是合同的電子化。
二、智能應用的場景和效果
「2.1」到底什麼是智能化？
智能分為兩個層面去理解
- 一個是廣義的智能：電腦或者機器根據人為設置的規則或是指令去完成操作或是任務
- 另一個是狹義的智能：AI人工智能
什麼是廣義的智能化應用？
廣義的智能應用是由以下這幾部分組成：數據核對、會計引擎、審批引擎、人機交互、數據接口、單據管理、商業智能。
以上七個構建通過排列組合會形成無窮無盡的智能應用，而且這些智能應用已經被比較深入地用在共享中心的的方方面面。
比如說用於交易處理的進項稅核對，發票的驗真驗重，自動的發票開具，自動的輔助審單，發票的預報預審，以及ERP會計數據接入系統，以及把會計數據翻譯成會計憑證，在財務系統中可以通過財務接口形成檔案件，會計處理方面的合併報表，RPA的應用。
這些都屬於比較基礎的層面。這一切的最底層就是我們的共享平臺來支持這上面所有的作業。
什麼是狹義的智能應用？
狹義的智能應用在財務領域主要包括影像識別，語音識別和與語義識別。語音和影響識別都已經發展的很不錯了，主要是語義識別現在還不成熟，主要是幾個大廠在做，結果也不是很理想。
兩者的區別是什麼？
廣義的智能其實是沒有進化空間的，你告訴他怎樣做，系統就會嚴格的執行，不會自己學習自己進化，相對的講，這樣也就不會出錯，他會百分百的按照規則實施。
狹義的AI，它的規則不是人給他制定的，他需要自己去學習，這個規則是他給自己設定的。有可能因為環境的變換他會給自己設置新的規則，這個是彈性的。但帶來的一個問題是，AI不是百分之百精確的，他和人一樣是會犯錯的，需要看他的正確率。
AI在財務領域的應用
AI在財務領域的應用最廣泛的就是標準模板的發票識別，標準模板就主要包括火車票、增值稅發票、火車票、飛機票、定額髮票，基本上可以實現自動識別，可以把發票上的信息提取出來。
標準模板的發票識別就要涉及到語義識別，像境外的發票，每個公司開出來的可能都不一樣，你也無法根據某個位置去判斷。
再往後就是AI的輔助客服，這也要涉及到語音識別和語義識別了，基本上這兩塊真正做的好的是大家手機上使用的Siri，Cortana。我們日常生活中也接觸過，比如給銀行或者電信打電話，“機器人”也可以給我們一些回覆，但這個還是廣義智能助手，因為機器人還是根據我們告訴他的關鍵字來進行判別，會一直與你確認，講的是否正確，需要通過你的反饋來縮小判斷範圍。
最後是合同分析，希望的是我拿一份合同給到電腦，我告訴電腦這合同是個租賃合同，電腦可以自動的幫助我們把合同中的租期，免租期，月租金，押金，各種相關信息抽取出來形成一個結構化的文件。
特別希望有這樣一個產品出現，以後面對上百頁的投資合同，股權轉讓合同就不會那麼抓狂。到目前為止我們還沒有看到輸出端的產品以及數據處理的產品出現。
發票的驗真驗重和智能開票這兩塊會在未來有很大的應用。特別是隨著各類發票的電子化，在這裡主要講四個部分：
「2.2」智能共享平臺包含哪些智能化模塊？
- 實時看板：可以再看板上實時看到公司內部的運營情況，包括單據完成的情況，有多少完成了，還有多少未完成，報稅的情況怎麼樣，拖延的情況怎麼樣？
- 智能派單：共享中心可以把收到的單據根據既定的規則派給特定的人員，可以給工作能力強的員工多分配一點，也可以按照業務能力、類型來分配。總之，只要定下規則，系統就能把單子派給對應的人員
- 工單統計（量化）：主要用來解決量化的業務作業量，可以知道每個月為每個公司處理了多少單據
- 工時統計（非量化）：主要處理非量化工作
- 績效分析：有了工時統計和工單統計，我們就可以實現對員工績效的數據分析
- 客戶服務報告：主要給到客戶
- 系統輔助客服：在前端解答客戶問題、調取資料
在共享過程中，涉及到很多產品，包括：
- 財務共享平臺
- 財務機器人
- 進項稅核對：這個可以用來解決很多我們財務同事在進項稅這方面的很痛苦問題，特別是每個月月底，財務賬上的進項稅和系統上的進項稅核對）
- 智能單據櫃：這個對於共享中心很管用，很像我們小區的快遞櫃，分成無數個隔間，每個隔間可以放30到50張單據，單據櫃上用電子鎖來控制的，可以通過單據號來開櫃
- 影像機器人：現在還在開發階段，主要用來掃描單據
- 投資核算系統（後面會詳細講）
「2.3」RPA的優缺點是什麼？應用效果如何？
- 優點：開發相對簡單；非常直觀；成本低；不需要相關係統做出調整
- 缺點：針對廣大財務人員來講還是不夠簡單；不夠穩定；維護量巨大
- 中小企業應用：數據獲取，數據優化，數據驗真，數據核對，流程處理
- 大企業的應用：銀行或稅務，供銷渠道，臨時性應急
如何在財務部內部培養一個RPA開發、維護人員？
對人才的要求：對財務流程比較理解，編程能力，懂英語，願意投入50到100個小時去學習。
有這樣一個人員的存在才可以保證RPA在你公司內部能夠實行，否則你會被供應商牽著走，因為維護量是很大的。
「2.4」投資核算模塊具體的應用場景及效果
我們做了一個模塊主要來進行投資核算，包括長期投資核算，金融資產，上圖就是我們簡單的一個投資核算模塊。
上面的數據主要來自於金融網站，以及我們的投資管理系統，影像系統，OA系統，資金系統，財務系統和HFM，這些數據都會輸出到我們的財務系統中。以及HSM系統，給到HSM系統就主要一些變動報，公允價值，股權股比等。整個模塊裡包括交易記錄，交易複核，查詢，報告，主數據，藉口管理，通用膜版，專用膜版，會計引擎，基礎設置。
投資核算是一項很複雜的作業，我們希望通過系統的複雜化，減少人工的工作量以及操作難度，比如我們前端生成很複雜的數據，通過系統做複雜的運算和規則設定，這樣我們的用戶操作起來就很簡單了，他不需要了解背後詳細的會計知識，我們為每一個場景的投資類別都制定了專用的投資模板，內置了對應計算和映射的邏輯，模板上可以直觀地看到交易入藏後的投資項目餘額。
很多輸入數據有系統圖通過各種接口導入，自動可以將模板的性質轉換為會計憑證，除了滿足財務處理需要外，模塊同時手機記錄一些相關信息，比如：股數，股比，公允價值，增值稅口徑的食物成本，所得稅口徑的稅務成本等等。做投資的同學都知道，經常要把之前的材料都翻出來，在二級市場上看有沒有碰過股，在計算它的成本是多少，沒有系統的時候這方面工作是很複雜的。模塊可以直接生成詳細的投資項目報表。
「2.5」會計審核規則自動化應用場景及效果
我們現在的財務工作中，存在大量繁重且重複的工作，解決這些工作是當務之急，因此，需要更多的廣義智能化工具來幫助企業化繁為簡，那麼這些技術是如何運用的。
在財務審核的過程中，有大量的人工判斷，叫做會計專業判斷，以前需要老法師的火眼金睛去發現問題。
另外，這些工作中也存在著大量重複性、高強度的內容，現在我們可以看到被這些智能的系統和設備取代了。
「2.6」智能語音及圖像識別技術到了什麼樣的階段？
圖像識別+智能語音識別技術
我們可以看到屏幕中間有一張汙損發票，系統通過拍照可以準確提取發票上的關鍵信息。
通過以上兩個視頻我們可以很清楚的看到，語音技術、語義識別技術以及圖像識別技術的轉化應用。簡約費控內部也有一些專家，包括計算機博士們，也在做一些深度的機器學習，能夠不斷提升發票的識別能力。
「2.7」兩端掃描技術的應用場景和效果
接下來在展示兩個有代表性的場景，我們通過把高速掃描儀和軟件打通，可以實現紙質發票的高速掃描與查驗。
有圖有真相，接下來，我們通過一段視頻來進行演示如何提升財務處理效率：
