導語

隨著資料科學、機器學習、深度學習、認知分析、機器人流程自動化（RPA）等技術的高速發展和深度應用，必然引發商業模式的變革，使得財務體系、運營策略和運作流程發生變化。

文 | 董興榮 編輯 | 李菲

數字化技術將能夠有效地完善傳統財務職能和構建新型的財務體系，為企業提供切實可行的戰略建議和決策支援，以及全面深入的行業洞察，並能夠更加有效地管理業務風險。

安永報告顯示，數字化技術的5種革新力量將是企業數字化財務管理轉型的核心推動力，它們分別是機器人流程自動化（RPA）、敏捷業務財務（ABF）、區塊鏈（Blockchain）、高階分析（Advanced Analysis）、機器學習與人工智慧（Machine Learning & AI）。

將交易活動向自動化轉變。RPA一套執行在電腦上的軟體，用以模仿人類的操作。它可以透過預先設定的程式與現有使用者系統進行互動並完成預期的任務。

透過下一代企業資源計劃系統（ERP）實施流程和組織轉型。ABF旨在透過一整套數字化解決方案如SAPS/4HANA來降低財務成本，提升財務反應速度，並加強財務人員作為業務夥伴的能力。

將業務價值鏈數字化。區塊鏈是一種分散式的基礎架構技術——一個去中心化的賬簿。它記錄了每一筆網路交易的有效確認資訊，從而實現去中心化的可信任的資料交換，可以運用於資料安全傳輸的諸多領域。

獲得由資料驅動的業務策略。高階分析技術能夠對規模巨大的資料進行分析，根據視覺化分析和資料探勘結果做出預測性的判斷，獲取資料驅動的業務洞察。

人工智慧的核心技術機器學習及深度學習在商業領域已經得到廣泛應用。機器學習能夠從海量資料中快速並準確地挖掘資料內部特徵和規律，根據模型進行精確預測，並進行持續的自我最佳化。

淹沒在如資料治理、分散的系統、手動流程和對賬等財務工作的日常挑戰中，許多CFOs幾乎沒有時間考慮認知未來可以實現的效率。然而，前瞻性的財務創新者正在探索未來。比如認知技術，認知技術做的事情類似於人類所做的事情，可以研究資料，執行任務和交付報告，能聽得懂、能閱讀、能理解、能說話並且能分析。據德勤分析顯示，目前在財務組織中使用的5種認知工具，可以各自獨立使用，也可以與其他工具組合使用。

機器學習（ML）是計算機系統透過接觸資料，產出和反饋整個環路來獨立提高自身效能的能力。機器學習可以檢測大量資料中的模式並解釋其含義。

機器人認知自動化（RLA）是基於規則的自動化，它結合了結構化資料分析和模擬人類學習和決策的能力。

自然語言處理（NLP）是計算機系統解讀和理解語言的能力，使人類能夠獲得個性化的資訊和服務。NLP採集非結構化資料並轉換為結構化資料，以供其他工具使用。自然語言處理技術使得企業能夠閱讀如合同、採購訂單等檔案，並在沒有人為干預的情況下進行批次處理。

語音識別是準確記錄和理解人類語言的能力，這將改變人機互動的方式。

隨著認知技術不斷在財務領域得到應用，更多的交易正在被自動化處理，更多的報告正在被機器完成。例如，許多共享服務中心的自動化已經在推動員工人數減少，這種趨勢可能會加速。與此同時，隨著財務工作的性質不斷演變，也會需要不同型別的財務專業人士，包括資料科學家和業務分析人員。德勤中國全國科技、傳媒和電信行業主管合夥人周錦昌表示：“機器人與認知自動化系統經過簡單的訓練，就能定期自行獲取所需資料。如果資訊已經以數字化形式儲存，且格式和儲存位置一致，後續工作進行起來則非常簡單。但有時候，若資料呈列方式不一致，便會擾亂工作流程。由於人工智慧能夠網羅非結構化資料，理解資料意義，然後把資料呈列出來，更突顯出其在此領域的獨特價值。”

為了保持領先地位，一些CFOs正在利用這個機會來尋找那些有發展潛力並具有商業頭腦的合作伙伴，同時，透過構建生態系統，來推動變革，重塑財務工作。

與其坐以待斃，不如迎頭趕上，既然舊的商業環境已經顛覆，企業為什麼不去改變，引進新的人才，雖然不能從根本上一下子解決，那就從企業的產品營銷部門開始改變，有原有的思維進行快速的轉變，逐漸滲透企業的各個方面