服務熱線
400 180 8892
■ 余紅燕/文
2020年的新冠肺炎疫情帶來沖擊 ，但 也為新一代信息技術與產業的深度融合 帶來機遇 。 如何將新一代信息技術與企 業經營管理相融合 ，以實現數字化轉型 ， 是擺在中國企業面前的重要課題 。
趨勢一
用管理會計指導財務共享中心建設
如今 ，越來越多中國企業已經建立財 務共享中心 ，基于標準化 、流水線的作業 模式對財務會計工作進行集中式處理 。 很多企業期待財務共享能推進組織變革 和財務轉型 ，然而 ，卻在正式運營共享中 心后發現 ：財務團隊并未獲得多大解放 ， 仍在做著大量基礎財務核算工作 ，業務財 務和戰略財務難以實現 ，期待中的財務轉 型遲遲沒有到來 。
由此 ，企業逐漸發現 ，財務共享中心 的構建必須擺脫傳統思維 ，充分考慮管理 需求 。 以管理會計為指導構建財務共享 中心 ，才能使財務共享成為組織變革和財 務轉型的突破口 。
以管理會計為指導構建財務共享中 心的核心思想就是將共享從后端財務系 統延伸到前端業務系統 ，實現對企業更廣 泛業務（從記賬 、算賬到報賬 、采購 、稅務 等）的數字化 。 它有效解決傳統財務模式 的幾個難點 ，推動傳統會計向業務管控和 價值管理轉型 。
趨勢二
財務共享推動管理會計深入應用
在管理會計的有力指導下 ，越來越多 的企業走在構建財務共享中心的道路上 。 同時，管理會計指導下的財務共享中心，日 益顯著地推動管理會計的深入應用。
不同于傳統財務共享 ，我國企業在這 一輪所建設的是完全依托于新一代信息 技術的財務共享中心 ，它不再主要依靠人 員集中和專業化分工來提高效率 。 基于 RPA 技術 ，企業的大量結構化 、規則導向 、 可重復的工作任務均可由機器替代人工 自動完成 。 這使得財務共享中心會在一 定程度上向虛擬化 、無人化發展 。
同時 ，基于互聯網和云計算技術 ，企 業可與交易的合作伙伴 、客戶 、供應商的 數據和流程打通整合 ，實現財務在線化 、 交易透明化 ，流程自動化和數據真實化 。
新一代財務共享為管理會計的深入 應用發展奠定基礎 。
構建管理會計指導下的財務共享中心， 以及財務共享中心支撐下的管理會計系統， 正在成為管理會計數字化的必由之路。
趨勢三
數據中臺賦予管理會計
新的系統架構
新 的 商 業 環 境 變 化 呼 喚 新 一 代 企 業 信 息 化 架 構 。 獨 具 中 國 特 色 的 中 臺 概 念 正 是 企 業 為 適 應 不 斷 加 劇 的 競 爭 環 境 下 不 斷 探 索 、調 適 的 結 果 ，而 數 據 中 臺 的 出 現 為 管 理 會 計 提 供 一 個 全 新 的系統架構 。
數 據 中 臺 歷 經2019 年 的 概 念 普 及 期 ，在 2020 年已進入探索應用階段 。 構 建基于數據中臺架構的管理會計系統 ，正 在成為管理會計應用的大勢所趨 。
基于數據中臺架構的企業管理平臺 ， 通過在前后臺之間增加一層系統（即數據 中臺），將企業信息化架構由不同平臺下 分散的煙囪式系統集群變革為部署在同 一平臺下基于服務的應用系統集群 。
在新一代企業信息化架構下 ，來自 ERP 、SRM 等各個信息化系統中的業務數 據 、財務數據 、大數據 ，結構化和非結構 化數據全部匯入數據中臺 ，實現統一 、集 中的數據收集 、數據治理 、數據計算 、數據建模 ，形成服務化的數據應用 ，輸出到 前端預算管理 、成本管理 、數據分析等各 個應用系統中 ，開展豐富的場景化應用 ， 并以多樣化的形式展現數據分析應用的 結果 。
在數字化時代 ，世界正在變得越來越 復雜和不確定 。 數據中臺不僅徹底解決 企業的信息孤島問題 ，有力提升數據采集 和數據轉換的效率和質量 ；而且根除企業 IT 系統重復建設的現象 ，為數據存儲和數 據管理帶來便利 。基于數據中臺 ，企業可 以打通和匯聚多源數據 ，實現數據資產化 和內外部數據的整合 ，將其實時動態地共 享和復用給前端應用系統 ，實現場景化的 數據應用 。
趨勢四
管理會計主動賦能企業業務發展
數據中臺不僅為管理會計提供全新 的系統架構 ，而且令管理會計的價值逐步 由決策支持走向主動賦能 。
在傳統管理會計系統下 ，由于數據采 集 、數據整理 、數據加工比較緩慢 ，相關信 息也不充分 ，所以更多地強調用數據支持 管理層的決策 ，對一線業務部門的賦能 、 對運營端的支持相對較為薄弱 。
數據中臺實現數據數量 、質量 、治理 能力 、計算能力和分析能力的大幅提升 ， 使管理會計與業務經營的融合更緊密 。 這使得管理會計能夠更多地應用于銷售 、 生產 、供應鏈和研發創新等價值鏈環節的 具體業務場景中 ，主動為業務運營賦能 。
系統可以開展主動預警 ：通過 AI 算 法重塑人與數據的關系 ，能夠定位每位用 戶最應關注的指標 ，并建立預警管理閉 環 ，主動監控數據異動 ，第一時間推送給 適合的人 。 基于知識圖譜進行關聯問題 的智能推薦 ，如根據分析對象自動推薦定 制化的數據可視化展示等 。
趨勢五
數據治理賦予管理會計高質量
的數據基礎
隨著數字時代的到來 ，面向行業和領 域的大數據應用成為新的焦點 。 數據作 為基礎性戰略資源的地位也日益凸顯 。 數據確權 、數據質量 、數據安全 、隱私保 護 、流通管控 、共享開放等問題日益受到 高度關注并引發深度思考 。 數據治理成 為企業IT 系統建設中的一個新熱點 。
新一代信息技術的發展和應用使數 據治理方式獲得極大擴展 ，數據治理的效 率得到顯著提升 。在數據中臺架構下 ，基 于強大的數據治理技術 ，系統可以在確保 數據安全的前提下 ，對來自不同應用系統 的結構化 、半結構化 、非結構化數據的數 據標準進行實時 、動態梳理 ，開展主數據 、 元數據 、數據質量管理 ，提高各類數據的 質量 ，使大量隱沒在數據墳墓中雜亂無章 的數據轉變為清晰有序 、有條理 、有脈絡 的數據資產 ，賦能前端應用 ，并使前端應 用產生的新數據再次進入到整個數據全 生命周期中 。
基于高效的數據治理體系 ，管理會計 將更加依賴內外部的高質量數據開展工 作，更好地賦能企業經營管控和業務決策。
趨勢六
認知智能助推管理會計應用方式躍遷
如果說數據中臺幫助管理會計奠定 數據質量的基礎 ，那么數據智能讓管理會 計展翅高飛 。 數據智能即數據和人工智 能的結合 ，已成為數字化轉型的核心 。
人工智能分為運算智能 、感知智能 、認 知智能三個階段 。
運算智能讓系統能存會算 ，感知智能 讓系統“能聽會說 ，能看會認”，而認知智 能讓系統“能理解 ，會思考”，也就是可以 聯想推理 。 認知智能是未來數據智能應 用中最重要的方向 ，也是智能技術在管理 會計應用中的最大挑戰 。
認知智能在管理會計領域應用的核 心通過自然語言理解和知識圖譜 ，實現人 和機器的交互以及人和數據的交互 。
未來 ，認知智能在管理會計領域的應 用還有很大發展空間 。 從目前已能夠實 現的人機對話 ，到支持特定場景的常識性 判斷 ，到對特定領域非結構化數據的自主 處理 ，再到能夠基于數據生成自然語言 ， 直 至 達 到 讓 機 器 擁 有 完 全 自 主 分 析 能 力 。通過認知技術的融合 ，機器將具備越 來越強大的自主分析能力 ，不斷引領管理 會計應用方式的躍遷 。
趨勢七
機器學習提升管理會計
數據挖掘能力
機器學習可以用來解決多變量 、很難 用一個規則來計算的計算模型 ，通過機器 可以采集大量預測參數 ，對數據的輸出進 行快速計算 。基于機器學習技術 ，系統可 以基于對業務知識的理解 ，科學預測 、合 理控制 、智能分析 ，真正成為管理和財務 人員的智能助手 。
亞馬遜利用機器學習算法動態定價 ， 每天有約250 萬次價格調整 ，整體提升利 潤達 25% 。 銀行利用強化學習算法探索 需求收益率最大化 。 機器不僅學習大數 據場景進行貸款定價 ，還面向不同客戶進 行貸款定價 。
管理會計的應用正在發生一場前所 未有的變革和創新 。展望未來 ，管理會計 的數據底層很可能將是基于一個業財打 通 、內外打通的數據中臺 。
它一方面將與以認知智能 、機器學習 為核心的智能技術融合在一起 ，形成一個 共同賦能管理和業務的全新體系 ；另一方 面將與蓬勃發展的財務共享中心所形成 的數據中心相結合 ，以獲得更好的數據支 撐 ，隨需應變地賦能前臺的管理需求和業 務需求 。
