智能管理會(huì)計(jì)有兩層含義：一是全面應(yīng)用以“大智移云物”和區(qū)塊鏈為代表的數(shù)字化技術(shù)；二是對(duì)傳統(tǒng)管理會(huì)計(jì)模式，包括組織、流程和工作模式等進(jìn)行全方位變革，使管理會(huì)計(jì)體系能夠更好地支撐企業(yè)業(yè)務(wù)發(fā)展。與傳統(tǒng)管理會(huì)計(jì)相比，智能管理會(huì)計(jì)呈現(xiàn)出五個(gè)鮮明的特點(diǎn)。深度融合內(nèi)外部海量數(shù)據(jù)數(shù)據(jù)是重要的戰(zhàn)略資源，也是管理會(huì)計(jì)應(yīng)用的基礎(chǔ)。智能化時(shí)代將擴(kuò)大企業(yè)有用數(shù)據(jù)的邊界。傳統(tǒng)管理會(huì)計(jì)所應(yīng)用的數(shù)據(jù)主要局限于財(cái)務(wù)數(shù)據(jù)和部分業(yè)務(wù)數(shù)據(jù)，智能管理會(huì)計(jì)則需要依賴涵蓋內(nèi)部數(shù)據(jù)和外部數(shù)據(jù)的大規(guī)模數(shù)據(jù)產(chǎn)生價(jià)值。大數(shù)據(jù)是一種規(guī)模大到在獲取、存儲(chǔ)、管理、分析方面大大超出傳統(tǒng)數(shù)據(jù)庫軟件工具能力范圍的數(shù)據(jù)集合，具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、多樣的數(shù)據(jù)類型和價(jià)值密度低四大特征。對(duì)企業(yè)而言，大數(shù)據(jù)主要涵蓋與企業(yè)所處行業(yè)相關(guān)的競(jìng)爭(zhēng)環(huán)境、盈利模式、業(yè)務(wù)模式、客戶消費(fèi)模式等一系列內(nèi)外部經(jīng)營(yíng)相關(guān)的信息流，是來自企業(yè)外部的社會(huì)數(shù)據(jù)。身處萬物互聯(lián)時(shí)代，大數(shù)據(jù)的演進(jìn)已經(jīng)成為不可逆的浪潮。我們看到，在整個(gè)企業(yè)運(yùn)行過程中，企業(yè)壁壘變得越來越薄，甚至有可能被瞬間打破。獲取資源的過程和內(nèi)部交易的過程，都會(huì)依賴大數(shù)據(jù)來定義客戶，完成交易。企業(yè)不再只是產(chǎn)品的制造者，而要整合外部平臺(tái)。這將令大數(shù)據(jù)的價(jià)值日益凸顯，也是近年來企業(yè)大數(shù)據(jù)應(yīng)用風(fēng)潮日盛的根本原因。同時(shí)，企業(yè)在經(jīng)營(yíng)活動(dòng)中還會(huì)產(chǎn)生大量?jī)?nèi)部數(shù)據(jù)，包括以收入、成本、利潤(rùn)、資產(chǎn)、負(fù)債等為代表的財(cái)務(wù)數(shù)據(jù)和與產(chǎn)品、客戶、渠道、生產(chǎn)、研發(fā)等相關(guān)的業(yè)務(wù)數(shù)據(jù)。這些數(shù)據(jù)直接反映企業(yè)經(jīng)營(yíng)情況和財(cái)務(wù)狀況，是企業(yè)在經(jīng)營(yíng)和管理決策中長(zhǎng)期應(yīng)用、必不可少的重要依據(jù)。以預(yù)算管理為例，在從目標(biāo)到計(jì)劃到預(yù)算到資源到行動(dòng)的整個(gè)過程中，其首先用到的數(shù)據(jù)就是生產(chǎn)計(jì)劃、銷售計(jì)劃等業(yè)務(wù)數(shù)據(jù)和收入、費(fèi)用等財(cái)務(wù)數(shù)據(jù)。成功的數(shù)據(jù)應(yīng)用是深度融合內(nèi)外部數(shù)據(jù)的應(yīng)用。無論是某房地產(chǎn)企業(yè)在投前測(cè)算中綜合采用運(yùn)營(yíng)計(jì)劃、項(xiàng)目成本、銷售進(jìn)度等內(nèi)部數(shù)據(jù)以及地塊基本情況、競(jìng)爭(zhēng)對(duì)手拿地情況等外部數(shù)據(jù)，還是某快消企業(yè)在供應(yīng)鏈決策中綜合協(xié)同銷售、生產(chǎn)、采購(gòu)、財(cái)務(wù)等部門內(nèi)部數(shù)據(jù)以及競(jìng)爭(zhēng)對(duì)手狀況、區(qū)域天氣、市場(chǎng)環(huán)境等外部數(shù)據(jù)，內(nèi)部業(yè)財(cái)數(shù)據(jù)只有與大數(shù)據(jù)相結(jié)合，才能觸發(fā)真正令人滿意的數(shù)據(jù)應(yīng)用效果。依托大數(shù)據(jù)、物聯(lián)網(wǎng)等新一代信息技術(shù)采集到的海量?jī)?nèi)外部數(shù)據(jù)，智能管理會(huì)計(jì)獲得了前所未有的絕佳數(shù)據(jù)基礎(chǔ)支撐，能夠開展更有價(jià)值的數(shù)據(jù)應(yīng)用。提供實(shí)時(shí)、動(dòng)態(tài)的數(shù)據(jù)服務(wù)實(shí)時(shí)化是市場(chǎng)環(huán)境對(duì)管理會(huì)計(jì)提出的新要求，也是在新一代信息技術(shù)推動(dòng)下智能管理會(huì)計(jì)應(yīng)用創(chuàng)新的新發(fā)展。在進(jìn)入數(shù)據(jù)爆炸的移動(dòng)互聯(lián)網(wǎng)和大數(shù)據(jù)時(shí)代后，成熟企業(yè)的管理會(huì)計(jì)應(yīng)用的數(shù)據(jù)量急劇增長(zhǎng)，如何提升數(shù)據(jù)處理、數(shù)據(jù)分析和數(shù)據(jù)響應(yīng)的速度成為智能管理會(huì)計(jì)的新挑戰(zhàn)。智能管理會(huì)計(jì)系統(tǒng)基于對(duì)內(nèi)存計(jì)算技術(shù)的全面應(yīng)用，能夠把數(shù)據(jù)完整保留于內(nèi)存中，并通過優(yōu)化的存儲(chǔ)結(jié)構(gòu)和算法處理海量數(shù)據(jù)和復(fù)雜邏輯，將用戶的數(shù)據(jù)讀寫請(qǐng)求快速轉(zhuǎn)換為內(nèi)存讀寫和內(nèi)存計(jì)算，使得系統(tǒng)性能不會(huì)因數(shù)據(jù)量的持續(xù)增加而發(fā)生衰減，從而使數(shù)據(jù)處理的頻度和速度獲得大幅度提升。企業(yè)從原來被動(dòng)的事后分析轉(zhuǎn)變?yōu)橹鲃?dòng)的實(shí)時(shí)決策，并可以以此為基礎(chǔ)創(chuàng)建基于預(yù)測(cè)、而非響應(yīng)的業(yè)務(wù)模型。以預(yù)算管理為例，過去絕大多數(shù)我國(guó)企業(yè)都強(qiáng)調(diào)年度預(yù)算，一年考核一次、一年評(píng)價(jià)一次，但是隨著環(huán)境和技術(shù)的快速變化，數(shù)據(jù)業(yè)務(wù)發(fā)展變化呈現(xiàn)出一個(gè)重要趨勢(shì)：年度預(yù)算對(duì)實(shí)際經(jīng)營(yíng)的指導(dǎo)作用越來越小，動(dòng)態(tài)的滾動(dòng)預(yù)算才能更好地支撐決策和預(yù)算控制。于是，從三到五年的長(zhǎng)期預(yù)算，到年度預(yù)算，到按月、按周、按日的滾動(dòng)預(yù)測(cè)，再到實(shí)時(shí)的業(yè)務(wù)預(yù)測(cè)，就是基于智能管理會(huì)計(jì)信息系統(tǒng)把預(yù)算管理從年度化轉(zhuǎn)變?yōu)闈L動(dòng)化，再到實(shí)時(shí)化的一個(gè)典型應(yīng)用。直接賦能企業(yè)業(yè)務(wù)發(fā)展傳統(tǒng)管理會(huì)計(jì)系統(tǒng)由于數(shù)據(jù)采集、數(shù)據(jù)整理、數(shù)據(jù)加工比較緩慢，相關(guān)信息也不充分，所以更多地強(qiáng)調(diào)用數(shù)據(jù)支持管理層的決策，對(duì)一線業(yè)務(wù)部門的賦能、對(duì)運(yùn)營(yíng)端的支持相對(duì)較為薄弱。在數(shù)字化時(shí)代，數(shù)據(jù)的數(shù)量、質(zhì)量，對(duì)數(shù)據(jù)的治理能力、計(jì)算能力和分析能力均大幅提升，管理會(huì)計(jì)與業(yè)務(wù)經(jīng)營(yíng)的融合更緊密。這使智能管理會(huì)計(jì)能夠更多地應(yīng)用于銷售、生產(chǎn)、供應(yīng)鏈和研發(fā)創(chuàng)新等價(jià)值鏈環(huán)節(jié)的具體業(yè)務(wù)場(chǎng)景中，直接為業(yè)務(wù)運(yùn)營(yíng)賦能。例如，零售企業(yè)基于場(chǎng)景化應(yīng)用開展區(qū)域單品的銷售預(yù)測(cè)，房地產(chǎn)企業(yè)對(duì)所持有房產(chǎn)的價(jià)值分析，制造企業(yè)針對(duì)重點(diǎn)產(chǎn)品開展產(chǎn)銷協(xié)同分析，服裝企業(yè)依據(jù)某季服裝銷售額做出的庫存/物流優(yōu)化決策，等等。智能管理會(huì)計(jì)涵蓋對(duì)信息系統(tǒng)自動(dòng)化、智能化、在線化、實(shí)時(shí)化和業(yè)務(wù)流程的數(shù)字化等多方面的要求。在這中間，智能技術(shù)無疑是其得以全面實(shí)現(xiàn)的底層技術(shù)和前提條件。人工智能在管理會(huì)計(jì)中主要應(yīng)用于三個(gè)方面：運(yùn)算智能、感知智能和認(rèn)知智能。運(yùn)算智能讓系統(tǒng)能存會(huì)算；感知智能讓系統(tǒng)“能聽會(huì)說，能看會(huì)認(rèn)”；而認(rèn)知智能讓系統(tǒng)“能理解，會(huì)思考”，也就是可以聯(lián)想推理。智能管理會(huì)計(jì)涵蓋對(duì)人工智能的全方面深入應(yīng)用。通過應(yīng)用內(nèi)存多維數(shù)據(jù)庫和分布式計(jì)算，系統(tǒng)能夠?qū)崿F(xiàn)數(shù)據(jù)時(shí)效性的革命性突破和數(shù)據(jù)計(jì)算速度的革命性提升，用戶能夠以前所未有的方式獲得新的洞察和完成業(yè)務(wù)流程。通過應(yīng)用自然語言識(shí)別技術(shù)，系統(tǒng)能夠具備感知并認(rèn)知自然語言的能力。用戶可以通過語音給系統(tǒng)發(fā)出指令，甚至與之進(jìn)行對(duì)話。通過應(yīng)用知識(shí)圖譜和智能推理技術(shù)，系統(tǒng)可以自動(dòng)檢索、閱讀，并與用戶進(jìn)行智能問答。應(yīng)用機(jī)器學(xué)習(xí)可以令系統(tǒng)具備自助分析的能力。系統(tǒng)基于對(duì)業(yè)務(wù)知識(shí)的理解，科學(xué)預(yù)測(cè)、合理控制、智能分析，真正成為管理和財(cái)務(wù)人員的智能助手。以數(shù)據(jù)分析為例，傳統(tǒng)的分析工作需要靠人按照一定的路徑對(duì)管理數(shù)據(jù)進(jìn)行瀏覽和探索（下鉆、旋轉(zhuǎn)），與預(yù)算、經(jīng)營(yíng)目標(biāo)對(duì)比來尋找數(shù)據(jù)異常以發(fā)現(xiàn)經(jīng)營(yíng)和管理中的問題并形成分析結(jié)論。智能管理會(huì)計(jì)能夠?qū)?shù)據(jù)進(jìn)行自助的快速、多維度分析，并輸出或者保存分析報(bào)表。目前，依托初期的智能技術(shù)，企業(yè)已經(jīng)可以實(shí)現(xiàn)對(duì)主體的財(cái)務(wù)預(yù)測(cè)、經(jīng)營(yíng)推演和風(fēng)險(xiǎn)量化等。未來，隨著人工智能技術(shù)的深度發(fā)展和在財(cái)務(wù)領(lǐng)域的高階應(yīng)用，擁有高級(jí)人腦智慧的財(cái)務(wù)平臺(tái)將基于對(duì)業(yè)務(wù)知識(shí)的理解，科學(xué)預(yù)測(cè)、合理控制、智能分析，甚至直接代替管理者進(jìn)行自動(dòng)化決策。數(shù)據(jù)應(yīng)用可以幫助企業(yè)感知現(xiàn)在和預(yù)測(cè)未來。感知現(xiàn)在即基于歷史數(shù)據(jù)看當(dāng)下，包括描述性分析和診斷性分析，表現(xiàn)為將歷史數(shù)據(jù)與當(dāng)前數(shù)據(jù)融合，挖掘潛在線索與模式，向用戶展現(xiàn)企業(yè)“發(fā)生了什么”和“為什么這樣發(fā)生”。預(yù)測(cè)未來則是應(yīng)用模型開展對(duì)未來態(tài)勢(shì)的判定與調(diào)控，包括預(yù)測(cè)性分析、優(yōu)化性分析和自主性分析，表現(xiàn)為基于數(shù)據(jù)模型解釋事件發(fā)展演變規(guī)律，進(jìn)而對(duì)發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)，不僅要告訴用戶“可能發(fā)生什么”，更要幫助用戶了解企業(yè)“應(yīng)該怎么做”以及“如何適應(yīng)改變”。從價(jià)值創(chuàng)造的角度來說，預(yù)測(cè)未來的應(yīng)用致力于解決問題，更符合數(shù)據(jù)洞察“向前看”的發(fā)展趨勢(shì)。傳統(tǒng)管理會(huì)計(jì)主要是感知未來的數(shù)據(jù)應(yīng)用，而智能管理會(huì)計(jì)則更加重視預(yù)測(cè)未來的數(shù)據(jù)應(yīng)用。舉個(gè)例子，企業(yè)可以利用隱形關(guān)聯(lián)的歷史數(shù)據(jù)，如企業(yè)內(nèi)部運(yùn)營(yíng)數(shù)據(jù)（訂單數(shù)量、投訴數(shù)量等）和外部數(shù)據(jù)（天氣、社交網(wǎng)絡(luò)情緒指數(shù)等）來訓(xùn)練機(jī)器學(xué)習(xí)模型。利用完成訓(xùn)練的模型對(duì)在線數(shù)據(jù)進(jìn)行預(yù)測(cè)，從而讓對(duì)歷史數(shù)據(jù)的靜態(tài)分析變成一個(gè)動(dòng)態(tài)的預(yù)測(cè)模型。在智能管理會(huì)計(jì)領(lǐng)域，基于對(duì)新一代信息技術(shù)的充分應(yīng)用，企業(yè)將獲得更充分的業(yè)務(wù)決策信息，從而更好地支持計(jì)劃預(yù)算和經(jīng)營(yíng)預(yù)測(cè)。
