中兴新云刘雅琼：中兴新云智能财务实践——技术驱动变革，数据赋能未来

2020-12-22 15:27

▲ 点击进入，观看视频

2020年12月6日，第三届智能财务高峰论坛在上海国家会计学院成功举办。本届峰会主题为“智能财务促进管理价值重塑”，围绕智能财务的基础研究、技术与方法、应用实践、产品研发、产业生态、人才培养、标准建设等议题进行研讨，以助推中国智能财务的应用实践和理论研究。峰会现场揭晓了首届“中国智能财务最佳实践”评选奖项结果。中兴新云荣获首届“中国智能财务最佳实践奖”！

中兴新云区域总经理刘雅琼女士受邀出席论坛，并作为首届中国智能财务最佳实践获奖单位代表分享经验，发表主题分享。应众多读者要求，我们整理了相关视频和文字内容，以飨读者。

中兴新云智能财务实践

技术驱动变革，数据赋能未来

尊敬的刘勤院长，尊敬的与会来宾及网络端的朋友们，大家好！我是来自中兴新云的刘雅琼。非常感谢评委会授予中兴新云智能财务最佳实践的奖项，今天让我感到更加荣幸的还有我们可以和我们的客户，中石油、中广核、安徽省立医院，共同站在领奖台上获得这份殊荣。当然在这里还要再次感谢在整个财务变革推动工作中，与我们一起并肩前行的伙伴们。今天我分享的主题内容是《技术驱动变革，数据赋能未来》。

一、财务的演变过程

财务起源于商业，但是其实质上一直受技术变革的影响推动。

财务的发展可以分成五个阶段。第一个阶段是账房先生的时代，通过算盘、手工账本完成企业经济活动的记录。第二个阶段是会计电算化，实质是通过小型的数据库和简单的财务软件来代替一部分人工的财务核算工作。第三个阶段是ERP的推出，推动了业务财务一体化时期的到来。第四个阶段是财务共享，互联网的进一步推广和应用真正地降低了空间和时间的距离，分散的财务工作可以通过信息系统和业务流程的标准化、统一化实现集中处理。第五个阶段是财务数字化，借助“大智移云物”等新兴技术深度挖掘数据价值，助力企业决策，实现财务的数字化转型。

根据我们的实践经验，绝大多数的企业财务已经完成了第三个阶段（ERP建设），目前处于从第四个阶段（财务共享）向第五个阶段（财务数字化）的转型期，企业财务正在向财务共享及财务数字化迈进。

整体来看，财务的发展过程伴随着业务财务一体化程度的逐步提升。业务财务一体化的概念真正产生于ERP建设阶段，但对于不同的企业，ERP无法完全覆盖业务和财务连接。许多大型企业集团采取的是多板块、新业务快速发展的模式，传统的ERP无法快速、灵活地响应新业务发展。对此，企业可以将财务共享的信息系统作为前端业务和后端财务的连接器，通过财务共享实现业财一体化的全面打通。

2005年，中兴通讯建立了中国企业第一个财务共享服务中心。以自身实践为基础，在过去的十几年间，中兴新云帮助了100多家中国企业成功建立了财务共享服务中心。基于多年的实践经验，我们提出了财务共享模式下的财务云信息系统架构。其中，共享核心涵盖了报账系统、共享运营系统、电子影像系统、电子档案系统、智能采集和智能审核。为了便于业务前端提升数据采集效率，我们还进一步建设了实现前端业财连接的信息系统。

二、自动化、智能化技术的应用实践

在财务共享模式下的财务云信息系统架构中，越来越多的自动化、智能化技术得到广泛应用，OCR识别、机器学习、NLP、RPA、知识图谱、大数据等技术正在与前端业财数据采集、财务数据加工、财务数据分析以及企业管理层的战略决策不断融合。

1. RPA的应用

在已经建立共享服务中心的企业中，RPA的应用场景更多。主要由于两方面的原因：一是共享服务中心的业务标准化程度较高，有匹配RPA的应用场景；二是共享模式实现了业务的集中和统一，具有规模效应，值得企业投入。

RPA主要应用于两个方面：一是实现异构系统之间的数据连接，比如银行、税务局、12306等无法开放接口的信息系统；二是替代重复性高、业务量大、规则明确的人工操作，提升财务整体的效率和质量，实现成本降低。

以网银机器人为例。中兴通讯在海外的100多个国家都设有分支机构，并在不同银行开设了上千个银行账户。出于成本和技术等方面的考量，难以做到每家银行的银企直联。基于这一场景，我们将全球的银行账户都回收至西安的全球共享服务中心进行集中操作。最早，所有账户的银行余额查询交由人工完成，需要十多个出纳每人每天花费近四个小时的时间。之后，我们开发了网银机器人，可以模拟出纳的人工操作，包括账户登陆、余额查询、资金付款、资金入账、银企对账等。其中，银企对账机器人可以在核算系统中下载付款会计凭证，登录对应的网银系统下载当日付款流水，通过会计凭证和付款流水的映射关系，自动完成银行流水和企业账务的匹配。

因为不同银行的密码限制，网银机器人目前无法做到百分之百的自动化，有些环节还需要人机协作，一部分工作由机器人完成，一部分工作需要人工将信息返回给机器人，例如回写U-key动态码等。

2. 智能识别的应用

智能识别主要采用OCR和卷积神经网络技术，可以采集图片、文本的票面信息，并将其转化成结构化信息。OCR在应用上面临着两个方面的问题。

一是能否采集所有发票的票种信息。现在的技术已经成熟，对于常见的增值税或国家税局统一发行的票面信息，可以实现完全采集。但除了发票之外，企业的自制单据、外部凭证等格式不一，能否借助OCR实现对这类凭证的信息采集取决于两个因素：一是此类单据是否有足够的样本量，可以满足机器人的学习需求，如果样本量不足，认证的准确度就会很低；二是投入产生比是否合理，理论上OCR可以完成所有票据信息的识别，但在业务量不够大的情况下，投入产出比不划算。

二是技术识别的准确率。在两三年前，OCR的识别准确率只有95%左右，需要人工再进行挑拣，浪费大量时间。目前，OCR通过不断地学习，识别准确率已达到99%以上。因此，技术的成熟足以支撑智能识别在业务场景下的应用。

OCR可以应用于票联系统和电子影像系统。其中，票联系统可以基于员工费用的前端采集，通过拍照模式的自动混拍获取多张发票的结构化信息，并且和税局进行直联，可以计算出对应的进项税额。除了员工使用的场景之外，企业还有大批量采购等对公业务，可以通过前端扫描仪或影像批量采集，在影像系统中获取所有发票的结构化信息。

3. 智能审核的应用

要实现智能审核，第一步是借助OCR将所有单据进行结构化处理，因为机器人只能处理结构化信息；第二步是系统内嵌规则完成自动审核。若是内嵌规则下无法实现自动审核，则推给人工审核，人工借助相关经验处理，再把人工处理规则重新回写到机器人学习的数据库里，重新由机器人学习，进行再一轮自动审核。

智能审核的规则主要来源于两个方面：一是前期梳理企业的各项审核标准和条件，并将其内置到系统中；二是机器学习，通过对大量历史数据的学习，提炼出“规则库”。目前智能审核还处于自动化阶段，没有真正地实现智能化，企业的智能审核主要还是规则内嵌，机器人学习的应用还不够成熟。因此，智能审核比较适用于规则明确且变化较少的企业。如果规则变动频繁，既不利于机器人学习，也会带来较高的人工干预成本。

4. NLP的应用

NLP可以用于合同管理，体现为四个方面：一是提取关键合同内容，NLP可以对关键的合同内容进行结构化处理，包括合同的图片信息和纸质信息，并将生成的结构化信息写入系统；二是全流程跟踪合同审批意见和修订要点，在整个合同的过程审核中，包括前端业务的流转过程，各阶段的领导审批意见和修订要点可以在系统里进行全面的识别和标注；三是预警合同风险，合同作为企业非常重要的管理要素，包含核心的风险点，可以通过内嵌NLP对合同关键内容进行识别，及时预警相关风险；四是实现结算环节的合同管控，NLP可以把合同的结构化信息传递到后端，应用于财务结算环节，例如为了保证资金计划、付款条件的有效性，可以将NLP对接到财务报账系统或者合同结算系统，在支付环节实现对相关合同内容的自动管控。

5. 知识图谱的应用

以知识图谱在招标方面的应用为例，企业在招标时会有多个不同标的，对应不同的供应商，但是在事后审计中发现这些供应商属于同一家控制主体。在这一场景下，一方面审计会关注是否存在串标或违规事项；另一方面如果不存在违规事项，集团整体可以和这一控制主体进行谈判，以获取更为优惠的采购条件或销售折让。因此，知识图谱可以为企业未来的经营发展和风险预警提供帮助。