2021财务共享应用与管理会计 融合的七大趋势

2020年的新冠肺炎疫情带来冲击，但也为新一代信息技术与产业的深度融合带来机遇。如何将新一代信息技术与企业经营管理相融合，以实现数字化转型，是摆在中国企业面前的重要课题。
    趋势一
    用管理会计指导财务共享中心建设
    如今，越来越多中国企业已经建立财务共享中心，基于标准化、流水线的作业模式对财务会计工作进行集中式处理。很多企业期待财务共享能推进组织变革和财务转型，然而，却在正式运营共享中心后发现：财务团队并未获得多大解放，仍在做着大量基础财务核算工作，业务财务和战略财务难以实现，期待中的财务转型迟迟没有到来。
    由此，企业逐渐发现，财务共享中心的构建必须摆脱传统思维，充分考虑管理需求。以管理会计为指导构建财务共享中心，才能使财务共享成为组织变革和财务转型的突破口。
    以管理会计为指导构建财务共享中心的核心思想就是将共享从后端财务系统延伸到前端业务系统，实现对企业更广泛业务（从记账、算账到报账、采购、税务等）的数字化。它有效解决传统财务模式的几个难点，推动传统会计向业务管控和价值管理转型。
    趋势二
    财务共享推动管理会计深入应用
    在管理会计的有力指导下，越来越多的企业走在构建财务共享中心的道路上。同时，管理会计指导下的财务共享中心，日益显著地推动管理会计的深入应用。
    不同于传统财务共享，我国企业在这一轮所建设的是完全依托于新一代信息技术的财务共享中心，它不再主要依靠人员集中和专业化分工来提高效率。基于RPA技术，企业的大量结构化、规则导向、可重复的工作任务均可由机器替代人工自动完成。这使得财务共享中心会在一定程度上向虚拟化、无人化发展。
    同时，基于互联网和云计算技术，企业可与交易的合作伙伴、客户、供应商的数据和流程打通整合，实现财务在线化、交易透明化，流程自动化和数据真实化。
    新一代财务共享为管理会计的深入应用发展奠定基础。
    构建管理会计指导下的财务共享中心，以及财务共享中心支撑下的管理会计系统，正在成为管理会计数字化的必由之路。
    趋势三
    数据中台赋予管理会计
    新的系统架构
    新的商业环境变化呼唤新一代企业信息化架构。独具中国特色的中台概念正是企业为适应不断加剧的竞争环境下不断探索、调适的结果，而数据中台的出现为管理会计提供一个全新的系统架构。
    数据中台历经2019年的概念普及期，在2020年已进入探索应用阶段。构建基于数据中台架构的管理会计系统，正在成为管理会计应用的大势所趋。
    基于数据中台架构的企业管理平台，通过在前后台之间增加一层系统（即数据中台），将企业信息化架构由不同平台下分散的烟囱式系统集群变革为部署在同一平台下基于服务的应用系统集群。
    在新一代企业信息化架构下，来自ERP、SRM等各个信息化系统中的业务数据、财务数据、大数据，结构化和非结构化数据全部汇入数据中台，实现统一、集中的数据收集、数据治理、数据计算、数据建模，形成服务化的数据应用，输出到前端预算管理、成本管理、数据分析等各个应用系统中，开展丰富的场景化应用，并以多样化的形式展现数据分析应用的结果。
    在数字化时代，世界正在变得越来越复杂和不确定。数据中台不仅彻底解决企业的信息孤岛问题，有力提升数据采集和数据转换的效率和质量；而且根除企业IT系统重复建设的现象，为数据存储和数据管理带来便利。基于数据中台，企业可以打通和汇聚多源数据，实现数据资产化和内外部数据的整合，将其实时动态地共享和复用给前端应用系统，实现场景化的数据应用。
    趋势四
    管理会计主动赋能企业业务发展
    数据中台不仅为管理会计提供全新的系统架构，而且令管理会计的价值逐步由决策支持走向主动赋能。
    在传统管理会计系统下，由于数据采集、数据整理、数据加工比较缓慢，相关信息也不充分，所以更多地强调用数据支持管理层的决策，对一线业务部门的赋能、对运营端的支持相对较为薄弱。
    数据中台实现数据数量、质量、治理能力、计算能力和分析能力的大幅提升，使管理会计与业务经营的融合更紧密。这使得管理会计能够更多地应用于销售、生产、供应链和研发创新等价值链环节的具体业务场景中，主动为业务运营赋能。
    系统可以开展主动预警：通过AI算法重塑人与数据的关系，能够定位每位用户最应关注的指标，并建立预警管理闭环，主动监控数据异动，第一时间推送给适合的人。基于知识图谱进行关联问题的智能推荐，如根据分析对象自动推荐定制化的数据可视化展示等。
    趋势五
    数据治理赋予管理会计高质量的数据基础
    随着数字时代的到来，面向行业和领域的大数据应用成为新的焦点。数据作为基础性战略资源的地位也日益凸显。数据确权、数据质量、数据安全、隐私保护、流通管控、共享开放等问题日益受到高度关注并引发深度思考。数据治理成为企业IT系统建设中的一个新热点。
    新一代信息技术的发展和应用使数据治理方式获得极大扩展，数据治理的效率得到显著提升。在数据中台架构下，基于强大的数据治理技术，系统可以在确保数据安全的前提下，对来自不同应用系统的结构化、半结构化、非结构化数据的数据标准进行实时、动态梳理，开展主数据、元数据、数据质量管理，提高各类数据的质量，使大量隐没在数据坟墓中杂乱无章的数据转变为清晰有序、有条理、有脉络的数据资产，赋能前端应用，并使前端应用产生的新数据再次进入到整个数据全生命周期中。
    基于高效的数据治理体系，管理会计将更加依赖内外部的高质量数据开展工作，更好地赋能企业经营管控和业务决策。
    趋势六
    认知智能助推管理会计应用方式跃迁
    如果说数据中台帮助管理会计奠定数据质量的基础，那么数据智能让管理会计展翅高飞。数据智能即数据和人工智能的结合，已成为数字化转型的核心。　　人工智能分为运算智能、感知智能、认知智能三个阶段。
    运算智能让系统能存会算，感知智能让系统“能听会说，能看会认”，而认知智能让系统“能理解，会思考”，也就是可以联想推理。认知智能是未来数据智能应用中最重要的方向，也是智能技术在管理会计应用中的最大挑战。
    认知智能在管理会计领域应用的核心通过自然语言理解和知识图谱，实现人和机器的交互以及人和数据的交互。
    未来，认知智能在管理会计领域的应用还有很大发展空间。从目前已能够实现的人机对话，到支持特定场景的常识性判断，到对特定领域非结构化数据的自主处理，再到能够基于数据生成自然语言，直至达到让机器拥有完全自主分析能力。通过认知技术的融合，机器将具备越来越强大的自主分析能力，不断引领管理会计应用方式的跃迁。
    趋势七
    机器学习提升管理会计
    数据挖掘能力
    机器学习可以用来解决多变量、很难用一个规则来计算的计算模型，通过机器可以采集大量预测参数，对数据的输出进行快速计算。基于机器学习技术，系统可以基于对业务知识的理解，科学预测、合理控制、智能分析，真正成为管理和财务人员的智能助手。
    亚马逊利用机器学习算法动态定价，每天有约250万次价格调整，整体提升利润达25%。银行利用强化学习算法探索需求收益率最大化。机器不仅学习大数据场景进行贷款定价，还面向不同客户进行贷款定价。
    管理会计的应用正在发生一场前所未有的变革和创新。展望未来，管理会计的数据底层很可能将是基于一个业财打通、内外打通的数据中台。
    它一方面将与以认知智能、机器学习为核心的智能技术融合在一起，形成一个共同赋能管理和业务的全新体系；另一方面将与蓬勃发展的财务共享中心所形成的数据中心相结合，以获得更好的数据支撑，随需应变地赋能前台的管理需求和业务需求。