RPA、人工智能与财务数字化

以下文章转载自财资一家（TreasuryChina）

文 | 董兴荣 姚顺意
来源 |《财资中国|财富风尚》杂志2018年2月刊，有删减

近期，德勤财务机器人——以机器人流程自动化技术（RPA）为核心并由其他认知技术辅助的财务解决方案“引爆”财务圈，一场传统财务行业的变革正在进行中，一个“RPA＋AI”的时代正悄悄来临。基于此，《财资中国》拜访位于上海外滩中心的德勤中国总部，与德勤中国科技咨询合伙人朱灏就数字化时代下财务管理如何应用RPA和AI等相关话题，进行面对面深度交流。

人工智能发展机遇期

几乎一个世纪前，小说家们就在笔下对人工智能展开了无尽的想象，而近几年人工智能才真正走入大众视野，比如AlphaGo与李世石的围棋对战引起广泛关注。谈到为何近两年人工智能获得爆发式发展，朱灏认为主要在于技术的商业化成熟和人力成本增加两个方面。

技术的商业化成熟

计算机领域有个很重要的推测叫做摩尔定律，其内容为：当价格不变时，集成电路上可容纳的元器件数目，每隔18~24个月便会增加一倍，性能也将提升一倍，这代表了信息技术的进步以及成本降低的速度越来越快。朱灏进一步说道：“人工智能的讨论、机器学习的经典算法，很久以前就存在，但由于硬件没有达到所需的运算率和运算量，人工智能发展缓慢。而且非结构化信息的识别需要更好的硬件、算法和更精确、更高效运算的CPU和GPU。最近几年，硬件不断升级，算法更加精进，语音识别、文字识别等技术日臻成熟；这一切，为人工智能的发展提供了最好的时机。”

人力成本提升

人工智能及智能自动化近几年发展迅速的另一个原因是人力成本的提升。比如机器人流程自动化技术最开始在欧美发展起来的，主要因为欧美的人力成本昂贵，这些地区对智能技术的投入能够快速得到回报，所以企业较有可能在可接受的成本范围内采用智能技术替代人力。朱灏解释说：“机器人流程自动化技术对流程的多样性是敏感的——不同流程会设定不同的方式，并根据不同的情景判定采取不同的工作路径，而其对重复的工作量是不敏感的，将流程规则设定以后，机器人就可以不间断地开展工作，没有情绪，不需要休息，所以在重复性工作量巨大的流程上，它能够产生非常大的成本效益。”

近两年，我国人工智能技术发展迅猛也是由于这一因素。人口红利消退，人力成本不断提高，甚至到了一定的人力成本红线。特别是在一些大城市，生活水平及生活成本提高了很多。相应地，薪资水平也已经和一些中等发达国家没有太大的差别，在这种情况下，企业势必要寻求各种方式降低人力成本。

企业数字化变革

各行各业的企业都在面临数字化变革，涵盖从产品到业务的方方面面。我们每天高频使用移动应用，产生海量数据，包括企业内外部的数据和客户、市场的大量数据。结合德勤多年工作经验，朱灏介绍说：“如何在庞大的混杂数据中高效地筛选出有效数据，并且将其利用起来，更好地去拓展业务和产品，更有效地规划内部流程，制订企业战略决策，这一直是企业所关心的话题。”

数字化的德勤

德勤始终致力于数字化转型，对内称作“Digital Deloitte”，直译为“数字化的德勤”，泛指德勤内部的数字化转型。德勤对内部流程（包括财务处理报销、对账、客户管理等方面的工作）均进行了数字化转型。如此一来，德勤员工在连接内部网络的移动端上即可查询客户及相关的报表信息并完成德勤内部的各种工作流程，同时员工的报销审批也可在移动设备上快速完成。在德勤内部推行数字化管理，也有利于德勤更好地为企业客户服务，德勤集成各种数字化技术助力客户完成数字化变革，称作德勤数字化服务“Deloitte Digital”。

德勤数字化服务

为助力企业解决日益复杂的商业难题、适应不断变化的创新需求，德勤推出了一系列数字化业务，如机器人流程自动化、大数据分析服务和商业智能的移动应用等就是数字化技术在企业场景的解决方案。在德勤中国首席数字官赵文华的带领下，德勤成立了德勤数据研究院，作为德勤数字化团队的核心智囊。德勤数据研究院的数据科学家搭建的算法模型，可以实现大数据分析在企业中一些实际场景的应用并指导企业进行智能化、数字化的转型。企业数字化转型的最终目的是业务及流程自动化、移动化和智能化，旨在提供一个端到端、全流程的智能系统，从信息的输入到处理，再到判断决策，都能够在系统里完成。也就是说，不仅是几个软件或者几个应用的叠加，而是一个“输入—处理—判断—输出”的智能闭环体系。

数字化提升企业效率

和传统方式相比，即使机器人以人类同样的方式去收集整理数据，并只使用部分产能，也能为企业节约大量人力成本。以报税为例，企业每月须报税一次，每家企业需要至少付出一个工作人员的成本。若是采取报税云平台的形式，交给实现了数字化转型或采用了机器人流程自动化技术的共享中心去做，每家企业可节约一个人力的成本，数百家甚至上千家集合起来可以解放上千人力，便产生了一个很大量级的聚合效应。总的来说，共享平台的效益来自于集中化、标准化产生的集约化效能，而在共享平台上利用数字化技术处理流程，可以进一步飞跃式地提高工作效率，降低作业成本。

数字化财务Digital Finance

数字化的财务，不只是财务机器人，而是结合各种数字化的信息技术产品，对财务信息的输入、处理、输出、分析、决策的一整套解决方案。

机器人流程自动化

机器人流程自动化（RPA）是一种软件解决方案，可以模仿各种基于规则而不需要实时创意或判断的重复流程。RPA可以在电脑上不间断地执行基于规则的各种工作流程，它不仅比人类更快，还可以减少错误和欺诈的机会。简言之，就是“像人类一样工作”，“把人类进一步从机械劳动中解放出来”，让人类自由地开展更高价值的工作。而财务机器人则是以机器人流程自动化在财务领域上的应用为主，同时结合了其他所需要的认知技术来替代人进行财务工作的解决方案。

财务领域的机器人流程自动化（RPA），是当前比较成熟的财务数字化应用技术，把财务相关的输入—处理—决策—输出的流程进行分析、拆解，再用机器人软件模拟人的操作，把原本要在各种软件平台——包括会计软件、ERP软件、报表软件，甚至是CRM软件和税务软件上需要很多人力完成的填写、报送、执行命令、菜单点击、输出报表等动作，交由机器人来完成。

在输入端，可以结合光学字符识别技术（OCR）、语音识别等认知技术，将外界信息转化为计算机可以处理的信息再交由机器人进行后续处理流程。比如，光学字符识别技术可以把纸质的凭证发票、账册、合同的信息扫描到计算机里，并识别为电子逻辑信息，然后交给机器人去做记账、报表处理；而语音识别技术可以帮助机器人识别、接收人的语音指令，甚至从人的语音当中识别出数字信息并且进行处理。

财务是一个强规则领域，财务领域内的很多事务流程和报告流程大多是可重复、有规律可循的，因此也最易于实现流程自动化。在财务决策过程中相对标准化、有清晰的规则和可重复的活动，也可以应用机器人流程自动化技术。

非结构化数据处理

在传统的方式中，财务接触到最多的是结构化的数据。如二三十年以前就有会计电算化使用简单的关系型数据库作为财务信息的存储、查询和报送工具。财务领域最核心的三张表——资产负债表、现金流量表和利润表及账册，也是结构化数据。

随着财务管理越来越向前端延伸去支撑业务，财务工作面对的就不仅仅是结构化的财务数据，而可能会面临很多业务数据，比如客户信息、公司产业信息等。在大量的业务数据中，相当多的数据可能是非结构化的数据，有些信息甚至可以从社交媒体当中产生，这些信息反映了用户群的偏好和聚焦程度，并可作为投资估值和市场决策依据，在资本市场上也为投资机构和监管部门所关注。那么对于企业来说，财务工作所需的信息就不是任凭几张表格就可以囊括的。

朱灏举例道：“比如，利用图像识别可以从一张照片中获得数据并分析出拍照的地点、拍照者装饰和周边环境，甚至还能分析出关于用户的更多信息，作为风险合规依据、指引业务推进和决策支持。而自然语义识别技术能够让计算机像人一样去读懂一些在商业场合常用的信息，这些信息可能是非结构化的数据，而不是在表格中的明确信息，比如在报表中的一段描述性的文字或在合同中的法律条款。”

利用各种识别技术，可以将结构化数据和非结构化数据进行整合转换，把各种各样的信息放到计算机体系当中，获得电子逻辑信息，作为流程处理、决策和输出的数据基础。

财务机器人推动财务职能转换

除了提高工作效率之外，财务机器人还能带来哪些好处呢？据朱灏介绍，由于财务机器人可以把人从简单重复且大量的工作中解放出来，同时它又可以快速抓取信息，进行整合。而在这个基础上，辅以后台的决策支持模型，就可以帮助企业快速做出决策，规避风险。从这个意义上来说，财务本身的职能也进行了转换，财务工作者不再是传统的记账员，仅仅负责真实完整地记录一家企业的经济业务活动，而是把财务工作转换为管理的职能。

基于数字化的财务管理职能可以分为三个层面：第一是看得到，即信息可视化，通过数据分析平台、数据抽取等方式，将信息整合到平台上，或用机器人去抓取数据整理报表，便可通过可视化的数据分析平台，轻松地看到整个企业的运营和财务状况；第二是看得准，就是基于企业、市场和行业的内外部历史数据，建立数学模型，对未来一定期间内的企业和市场情况进行预测，能够往后看，提前部署，防患于未然；第三是看得清，即将数据分析提炼，进而支持企业决策。“如果这三层能够有机地结合起来，那么财务管理就提升到一个新的层面，这是我们对未来数字化财务的期望和理想。”朱灏说。

对CFO来说，如果要引进RPA和AI技术，他们需要用新的思维方式对待数据分析，不能只把数据看作生成静态报告的工具，而是要利用各种数据及信息技术，实现流程任务自动化、智能化并支持管理决策。通过RPA和AI技术帮助财务部门由传统的追溯数据分析模式到数据预测模式，并且获取洞察以指导行动，创造价值。