智能财务：应用研究
智能财务的发展依托于很多技术，包括传统的IT技术，以及当前的大智移云，其中最重要的是人工智能技术，其中与智能财务关联度高的包括专家系统的技术、人工神经网络的技术、自然语言理解、机器学习、模式识别相关技术，这些技术对于智能财务发展都至关重要，当前与智能财务相关的图像识别、生物特征识别、语音识别、自然语言理解、机器学习等方面的专利申请和授权量中国远远超过了其它国家。本专题以“智能财务：应用研究”为主题，分享自然语言处理、知识图谱、财务机器人等在智能财务中的应用实践研究。
金蝶软件大企业方案部副总监刘丹彤：自然语言处理、知识图谱在财务中的应用
自然语言处理（Natural Language Processing，NLP）是计算机科学领域与人工智能领域中的一个重要方向。NLP并不是一般地研究自然语言，而在于研制能有效地实现自然语言人机通信的计算机系统，包括文字、语音、语义的计算机系统和技术。
知识图谱（Knowledge Graph，KG）是一种基于图的数据结构，由节点（point）和边（Edge）组成，每个节点表示一个“实体”，每条边为实体与实体之间的“关系”，知识图谱本质上是语义网络。
根据IDC报告，企业中80%的数据都是非结构化数据，这些数据每年都按指数增长60%。Forrester Research也作出预测，25%的企业将把鼠标点击的分析工具辅助以对话式的用户界面。因此，非结构化及人机对话是企业业务数据应用趋势。与此同时，当前财务数据标准趋同实现路径存在一定困境，在集团企业中尤为明显，标准化过程中总部管理与业务变化的频率差异，一般会选择控制导向，导致财务数据基础的收敛。财务对业务数据的释义过程及系统化，往往基于人为结构化机制展开，导致数据入口的收敛。上述收敛趋势在制度上不利于财务数据对于业务发展的支持，尤其是不确定性的业务。而业务单据一旦作为财务数据的入口，NLP的价值在于帮助财务在打通业务的时候，让财务数据的归集过程是不断开放的。另外，智能化的基础应该是财务数据发散前提下的全过程自动化，基于区块链思想的生态平台和NLP是可行的路径，后者具有实现周期短、前置条件少的特点，因此选择NLP作为智能财务应用架构中的切入点。
现阶段的研究目标集中在：第一在面向财务管理领域的对话交互方面，提出一种融合业务流程的对话管理系统架构和融合业务流程管理的对话交互服务平台架构；第二在基于企业知识图谱的财务数据决策方面，以财务数据洞察为突破点，研究知识图谱在财务系统处理中的应用，形成知识图谱在财务领域应用示范，使用知识图谱为相关用户提供重要的洞察和决策支持。
现阶段的研究取得了九个相关知识产权，在国外刊物上发布相关学术论文九篇，实践中以周大福为例开发出增强版智能报销。原本周大福财务共享机制下业务审批有四个环节，财务有八个环节，加入NLP增强后，业务环节审批环节减少到三个，财务减少到两个。相关财务岗位减少了70%，报销周期减少了50%，并且能够实现的从电子档案到前端所有业务单据的跟踪。
艺赛旗合伙人王得利：财务机器人应用风险与控制
财务机器人属于应用层概念，对它的风险深入剖析时，并不聚焦在概念的普及，而是将应用概念的外核剥开进一步分析财务机器人的内在构成，才能更加准确地定位风险点，以及如何控制和管理风险。通俗来说财务机器人是RPA平台加财务流程，RPA平台是标准概念，通过RPA平台可以实现比较标准、比较固化的财务流程和场景，例如日常报销、对账。技术加应用，共同组成了众所周知的财务机器人，这两个要素是研究的基础，包括后续的风险应对也是围绕这两个核心展开。
一切的控制，包括管理措施，只有通过产品平台固化才是最可靠的。通过人工设计的管理弥补性或者补偿性的控制措施，可能会由于主观或者客观原因存在执行过程中的偏差，但是一旦控制措施和活动通过基本产品平台固化后，无论应用在什么行业和领域，都能发挥出控制功效，这是整个课题研究里最重要的理念，即原厂技术能力驱动下的技术控制流。
以此为基础我们形成了课题研究的整体思路：首先对于财务机器人分类，梳理财务机器人应用分类的标准与纬度，对财务机器人应用进行归纳总结；其次从风险管理出发，针对不同类型财务机器人，识别涉及的风险并进行影响分析；基于风险分析的结果，结合财务机器人对应的RPA平台，设计具体的风险控制措施；最后对风险控制措施的应用效果进行持续的评估与优化。
本次课题研究的初步结论包括，在财务机器人风险控制方面，可分为平台控制和技术控制。平台化控制措施，是把控制活动固化到产品平台里，形成标准的控制措施，包括服务端形成审计、风险控制，这对于行业比较通用的风险控制比较有利。技术控制，在平台所支撑的能力下，在整个流程设计过程中可以加入很多技术控制环节，把很多标准化组件加入到流程执行环节当中，是比较偏既有实践性的控制措施。
中兴新云高级副总裁陈东升：财务共享引领财务智能化
财务智能化目前尚未形成非常严格的标准定义，但这不妨碍我们认为它是财务未来的发展方向，财务智能化可以总结成三个层面，或者称三个阶段，即财务智能化发展的点、线、面。 首先是财务智能化的点，我们以点切入，寻找非常具有针对性的业务场景，利用特殊的技术帮助我们解决问题，提升处理效率，降低成本。例如RPA、智能识别、智能采集、自动提单、财务智能审核，通过一个点一个点的应用，解放财务的双手，甚至减少了人脑判定识别的工作，这种切入的方式使很多企业作为财务智能化的首选方式，并且见效非常快。
但是点应用的整体性、系统性毕竟是不够的，这些应用仍然无法从本质上改变财务工作模式，如果把财务作为生产的过程，财务的产出是数据、报表、信息，但生产过程其实是一种典型小作坊式的生产模式。首先是分散，企业每一个分支机构有配套的财务人员，这些人员相互分散，他们的资源不能复用，他们在工作中所遵循的政策、流程、制度、标准、信息系统都可能是不统一的。这种模式下导致财务提供数据支撑的效率比较低，成本比较高。另外所提供的数据可能无法满足公司经营管理的要求，因为很多时候我们根本就不在一个频道上对话，我们所使用的是不同的语言。这些问题就是基于传统小作坊式的生产模式所导致的，我们如何改变这种情况，答案是财务共享服务。
财务共享服务中心为财务的进一步智能化提供了基础，实现了智能化从点到线的过程。接下来就是实现财务智能化面的工作，即人机融合。我们需要明确的是，财务智能化不是指前端处理过程财务数据的加工过程，而是财务作为企业的决策支持系统本身更加智能化，让财务人员能够用数据分析、用数据管理、用数据经营，让财务人员在企业生产决策过程中所扮演的角色更加的能化。财务智能化不是用机器取代人脑，是人机协同互相配合，用机器智能释放人的智能，让人的智能在企业经营运作过程中更好的发挥作用。
天职国际合伙人王玥：RPA的系统风险 管理风险 组织风险
近年来财务机器人的运用获得了明显的收益，例如7×24小时工作时间，合理的规避了996的问题；在使用的工作效率以及准确率上，比人工高很多；部署上线速度也高于一般信息系统非常灵活；非侵入式的特点也不会被现有的信息系统组合改造，但任何一件事情有它的两面性，财务机器人带来收益的同时一定会带来相应的风险。
这些风险可能由于没有做好顶层规划，从而实施的路线图出现了偏差，可能由于没有做好提前的组织结构安排，导致了大量的财务人员的下岗和失业，可能由于信息安全方面考虑的不够完善，产生了数据泄露的风险等。因此，这一课题的研究目标一方面是识别风险，另一方面是用更科学、更合理、从成本效应上最符合原则的方式去控制风险，从而解决掉这些风险可能导致的问题。
在此基础上，我们提出风险控制的五个目标：第一把整个流程风险控制在可以承受的范围内，减少预期和实际执行效果的偏差。第二财务机器人执行过程不是简单对于过去流程的自动化是整个流程的再造过程。确保流程应用部门及外部，尤其是业务关联部门、数据信息上下游、信息部门之间实现真实、可靠的信息沟通，包括流程的节点、权限、数据来源的真实性、可靠性。第三流程设计合法合规，并且符合企业内部控制相应的制度要求。第四保障企业经营管理的有效性，提高经营活动的效率和效果，降低实现经营目标的不确定性。。第五确保企业建立针对各项重大风险发生后的危机处理计划，保护企业不因灾害性风险或人为失误而遭受重大损失。
我们认为，财务机器人的风险可以分为系统风险（包括技术本身的风险和技术应用的风险）、管理风险（包括合规风险、内控风险、业务连续性风险）、组织风险（组织变革风险、可持续风险、人为风险）三大类。相关的识别风险方法包括头脑风暴、流程图分析、因素分析、因果分析、假设分析等，风险应对方面，我们提出了人才培养管理、组建联合团队、制定业务标准、建立制度规范、完善安全策略的应对策略。
中石油共享服务西安中心副主任邓龙兵：共享模式下增值税纳税筹划的智能应用
中石油共享中心在智能财务研究中心承担了“共享模式下增值税纳税筹划的智能应用”这一课题，我国1979年开始设立增值税，增值税是我国的第一大税种，在企业承担的各类税费中，涉及范围最广、接触最多，改革最多的就是增值税。当前中石油的税务管理存在一些问题，首先税收环境比较复杂，中石油的纳税主体超过2300多个，中石油体量较大，面临着国内国外比较复杂的税收环境，风险防控难度比较大；其次税务稽查中发现，税务管理缺乏前瞻和专业性，同时缺乏先进成熟的系统对风险进行干预和防控。另外税收管理力量薄弱，不能完全满足公司整体生产经营。政策掌握和应用方面，增值税税收政策出台特别快，变化快，专业性强，人员学习成本非常高，政策的应用水平有待提高。这些问题也是企业税收管理的共性问题。
因此，纳税筹划是非常必要的，通过合理的筹划，可以降低纳税税收成本，增加可支配的收入，应对复杂多变的税收环境，增强风险防控能力。对于政策的获取、解读，包括对纳税筹划方案在各个纳税主体之间的信息共享，这块可以大幅降低人员学习成本，提高税务管理水平。这也是该课题的研究背景和意义。
在建立共享服务的契机下，中石油利用现代智能化技术，打通业财税整体流程，提出建立税务智能管理平台，包含增值税智能管理中心和共享服务智能财税机器人两大功能，通过平台运用来助力集团税务的整体战略。增值税智能化管理中心，实现了增值税票据的全生命周期的闭环管理，包括进项发票、销项发票、纳税申报、税收报告等几个模块，便于企业各级税务人员进行“一站式”税务操作。共享服务智能财税机器人发挥了共享模式纳税筹划的智能核心作用，通过与其他业务系统的智能交互，实现了发票大数据分析、税收风险管控预警、税收优惠政策的提取使用、增值税税务管家等相关职能，提高纳税筹划精度和敏捷度。
总体而言，中石油搭建了嵌入两大功能体系的“伞式”纳税筹划智能应用模型，将纳税筹划深入到公司增值税产生各环节，前端各类生产、合同、销售业务系统，通过系统历史数据或发生的数据进行数据导入，同时在导入过程中进行数据的预审、模拟计算，通过管家智能干预确定纳税方案，形成纳税调整建议，形成整体闭环。
智能财务师FAI
智能财务师FAI证书由财政部直属事业单位上海国家会计学院（上国会）颁发。旨在帮助从业者了解智能财务环境下企业各环节会计核算的全新流程和技术应用场景，学会相关操作，提升其财务数据分析能力。学员参加培训并通过由上国会组织的考试，即可取得证书，是财会人员转型升级、职场晋升的较好选择。
证书特点
1、国内智能财务领域首张能力水平证书，含金量高、认可度广泛。
2、报考门槛低、取证周期短、投入成本小。
适合人群
1、有意愿在智能财务领域发展的财务及非财务人员；
2、渴望在职场晋升中更进一步的财务人员；
3、想从事智能财务相关职业的在校学生；
4、期待建立跨界知识体系、拓展复合能力的管理者。