元年科技攜AI-SaaS平臺(tái)研究成果亮相第五屆智能財(cái)務(wù)高峰論壇

　　12月10日，由上海國家會(huì)計(jì)學(xué)院、元年科技等共同主辦的第五屆智能財(cái)務(wù)高峰論壇在上海國家會(huì)計(jì)學(xué)院召開。元年科技常務(wù)副總裁郝宇曉在“智能財(cái)務(wù)生態(tài)構(gòu)建與應(yīng)用探索”分論壇中分享了由元年研究院承接的課題《通用AI-SaaS設(shè)計(jì)器及其在智能財(cái)務(wù)中的應(yīng)用平臺(tái)研究》成果。

　　隨著技術(shù)的不斷發(fā)展，人工智能逐漸覆蓋到企業(yè)財(cái)務(wù)管理的各個(gè)領(lǐng)域和各個(gè)方面，人工智能等創(chuàng)新技術(shù)加持下的智能財(cái)務(wù)越來越成為財(cái)務(wù)數(shù)字化轉(zhuǎn)型的主線，進(jìn)而推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程。

　　一、智能財(cái)務(wù)是當(dāng)前企業(yè)數(shù)字化轉(zhuǎn)型的突破口

　　信息技術(shù)和人工智能已經(jīng)深刻地改變了人類的生活和工作方式，特別是人工智能技術(shù)的飛速進(jìn)步為企業(yè)的發(fā)展帶來了巨大機(jī)遇和挑戰(zhàn)。從發(fā)展戰(zhàn)略和商業(yè)模式的顛覆，到組織架構(gòu)和管理流程的再造，再到經(jīng)營方式和組織文化的重塑，在信息技術(shù)高速發(fā)展的背景下，變革已成為企業(yè)運(yùn)營的常態(tài)。國務(wù)院國資委在《關(guān)于中央企業(yè)加快建設(shè)世界一流財(cái)務(wù)管理體系的指導(dǎo)意見》中明確指出，世界一流企業(yè)需建成與其相匹配的世界一流財(cái)務(wù)管理體系，并提出建設(shè)世界一流財(cái)務(wù)管理體系的“1455”框架。數(shù)字化轉(zhuǎn)型是建設(shè)世界一流企業(yè)的必由之路，而財(cái)務(wù)數(shù)字化是建設(shè)世界一流企業(yè)的重要起點(diǎn)和必備基礎(chǔ)，企業(yè)構(gòu)建世界一流財(cái)務(wù)管理體系應(yīng)當(dāng)以財(cái)務(wù)管理能力升級(jí)和財(cái)務(wù)數(shù)字化轉(zhuǎn)型為核心展開，如圖1。

　　圖1 傳統(tǒng)財(cái)務(wù)智能的轉(zhuǎn)型體系

　　在財(cái)務(wù)領(lǐng)域，隨著大智移云物等信息技術(shù)的出現(xiàn)和逐漸成熟，以人工智能為代表的新一代信息技術(shù)的發(fā)展給財(cái)務(wù)管理帶來了新的發(fā)展契機(jī)。按照上海國家會(huì)計(jì)學(xué)院院長劉勤教授的定義，智能財(cái)務(wù)是一種新型的財(cái)務(wù)管理模式，它基于先進(jìn)的財(cái)務(wù)管理理論、工具和方法，借助于智能機(jī)器(包括智能軟件和智能硬件)和人類財(cái)務(wù)專家共同組成的人機(jī)一體化混合智能系統(tǒng)，通過人和機(jī)器的有機(jī)合作，去完成企業(yè)復(fù)雜的財(cái)務(wù)管理活動(dòng)，并在管理中不斷擴(kuò)大、延伸和逐步取代部分人類財(cái)務(wù)專家的活動(dòng)。在這樣深刻變革下，傳統(tǒng)財(cái)務(wù)將面對(duì)一系列沖擊，財(cái)務(wù)管理領(lǐng)域的智能水平需要不斷拓展和提升。

　　二、智能財(cái)務(wù)的場景、機(jī)遇和挑戰(zhàn)

　　隨著人工智能技術(shù)的發(fā)展，智能財(cái)務(wù)由單一的費(fèi)用管理向基于全業(yè)務(wù)過程的全面管控轉(zhuǎn)變。并逐步拓展到財(cái)務(wù)管理的各職能領(lǐng)域。元年科技按照各財(cái)務(wù)職能下的具體事項(xiàng)，依據(jù)事務(wù)性的、基于規(guī)則的、標(biāo)準(zhǔn)化的、具有可擴(kuò)展性的等評(píng)價(jià)標(biāo)準(zhǔn)，為智能應(yīng)用在財(cái)務(wù)管理中找到適宜的應(yīng)用場景，如圖2和圖2續(xù)。

　　圖2 智能財(cái)務(wù)中AI應(yīng)用場景分析

　　圖2續(xù) 智能財(cái)務(wù)中AI應(yīng)用場景分析

　　分析認(rèn)為，智能應(yīng)用可以深入到企業(yè)財(cái)務(wù)管理的眾多環(huán)節(jié)中，同時(shí)結(jié)合不同的應(yīng)用場景，構(gòu)造不同的AI能力的組合。對(duì)數(shù)據(jù)的分析是AI理解企業(yè)業(yè)務(wù)的關(guān)鍵所在，數(shù)據(jù)分析預(yù)測、結(jié)構(gòu)化數(shù)據(jù)的提取、文檔/單據(jù)的分類意圖識(shí)別、多模態(tài)數(shù)據(jù)的對(duì)齊、結(jié)構(gòu)化知識(shí)的檢索和分析、流程自動(dòng)化等智能技術(shù)，在不同的場景中的組合，形成業(yè)務(wù)側(cè)的智能化能力。

　　圖3 智能財(cái)務(wù)場景與AI能力對(duì)應(yīng)

　　但是如何在具體場景中去落實(shí)這些智能應(yīng)用，面臨著以下幾個(gè)難點(diǎn)(圖4)：

　　1)人工智能領(lǐng)域的智能化程度不高，主要還是使用OCR/RPA等感知智能及少量的、標(biāo)準(zhǔn)化的AI定制，認(rèn)知智能級(jí)的應(yīng)用還缺乏有生動(dòng)有力的例子。

　　2)AI落地的難度比較高，AI的落地實(shí)施，需要企業(yè)各部門甚至外部公司的協(xié)作。研發(fā)難度大、周期長、成本高，同時(shí)結(jié)果不確定，在很大程度上限制了人工智能在財(cái)務(wù)領(lǐng)域的深度應(yīng)用。

　　3)財(cái)務(wù)管理領(lǐng)域的智能應(yīng)用最終需要支撐決策和分析，但AI傳統(tǒng)上是一個(gè)技術(shù)黑箱，很難看到其中各個(gè)要素之間的因果聯(lián)系。尤其是當(dāng)其展示的結(jié)果與常識(shí)相悖的時(shí)候，就會(huì)對(duì)決策形成巨大的挑戰(zhàn)。

　　圖4 智能財(cái)務(wù)應(yīng)用的難點(diǎn)與痛點(diǎn)

　　因此，在AI的加持下，智能財(cái)務(wù)的發(fā)展方向應(yīng)該是超越RPA的，朝著更多的認(rèn)知智能和決策智能的方向發(fā)展。因此，如何高效、低成本、清晰地去賦能AI場景，正是企業(yè)所關(guān)心的問題。其中一個(gè)關(guān)鍵方法就是將標(biāo)準(zhǔn)化和重復(fù)性的工作用工程進(jìn)行封裝，使得AI應(yīng)用的研發(fā)和落地快捷、高效、無門檻，企業(yè)入手智能轉(zhuǎn)型的意愿就會(huì)更強(qiáng)，手段也更加人性化。

　　三、智能財(cái)務(wù)轉(zhuǎn)型需要?jiǎng)?chuàng)新的AI平臺(tái)

　　圖5 Gartner2022年頂級(jí)戰(zhàn)略技術(shù)趨勢(shì)

　　數(shù)字化企業(yè)數(shù)字化財(cái)務(wù)數(shù)字化轉(zhuǎn)型，催生了AI在財(cái)務(wù)管理場景中的應(yīng)用。本質(zhì)上，對(duì)數(shù)據(jù)的理解是連接業(yè)務(wù)場景到問題解決的關(guān)鍵一環(huán)，我們希望有一套人工智能的工具來解決這個(gè)問題。一方面，Gartner在2022年發(fā)布的戰(zhàn)略技術(shù)趨勢(shì)的三大主題，其中涉及AI及其工程化的技術(shù)方向占到8/11項(xiàng)(圖5)，融合了這些戰(zhàn)略技術(shù)趨勢(shì)的一站式AI中臺(tái)方案，已經(jīng)成為一種極具吸引力的方案。另一方面，《AI 中臺(tái)白皮書(2021年)》指出AI中臺(tái)是實(shí)現(xiàn)AI技術(shù)在各行業(yè)中快速研發(fā)、共享復(fù)用和部署管理的智能化底座和關(guān)鍵基礎(chǔ)設(shè)施。隨著變革的深入，AI中臺(tái)會(huì)從現(xiàn)階段的工具平臺(tái)，在長期會(huì)成為衡量企業(yè)發(fā)展?jié)摿�和成長價(jià)值的核心競爭力。

　　因此，AI技術(shù)的深度應(yīng)用必須基于創(chuàng)新的工具平臺(tái)，AI-SaaS平臺(tái)是AI中臺(tái)的一種新形態(tài)，中臺(tái)的復(fù)用能力是為了提高業(yè)務(wù)發(fā)展效率，在中臺(tái)基礎(chǔ)上進(jìn)行SaaS產(chǎn)品封裝，面向市場提供服務(wù)，屬于功能邊界清晰、適用場景廣泛、復(fù)用場景多的智能業(yè)務(wù)形態(tài)，能夠幫助財(cái)務(wù)人員無感建模和專業(yè)人員深度定制建模。

　　圖6 AI-SaaS平臺(tái)助力實(shí)現(xiàn)業(yè)務(wù)閉環(huán)

　　我們期望在AI-SaaS平臺(tái)中使用AI模型的方式很簡單(圖6)：模型生產(chǎn)過程就是業(yè)務(wù)人員基于業(yè)務(wù)理解，快速接入業(yè)務(wù)數(shù)據(jù)，無感知地自助式建模;模型的消費(fèi)或者應(yīng)用過程，就是基于模型的結(jié)果預(yù)測和要素歸因，對(duì)業(yè)務(wù)要素的輸入形成業(yè)務(wù)判斷和反饋。

　　四、元年AI-SaaS的架構(gòu)設(shè)計(jì)和關(guān)鍵能力

　　圖7 元年AI-SaaS平臺(tái)架構(gòu)

　　作為助力企業(yè)智能化轉(zhuǎn)型的新一代服務(wù)平臺(tái)，元年AI-SaaS平臺(tái)旨在提供一站式AI模型生產(chǎn)和應(yīng)用平臺(tái)。因此在整體架構(gòu)上，從數(shù)據(jù)接入到AI模型訓(xùn)練部署，我們要做到讓企業(yè)快速接入，實(shí)現(xiàn)場景的智能化應(yīng)用。

　　AI-SaaS通過數(shù)據(jù)層以數(shù)據(jù)倉庫的方式接入各種數(shù)據(jù)庫完成業(yè)務(wù)系統(tǒng)對(duì)接;AI應(yīng)用層，以RestAPI方式為智能財(cái)務(wù)提供各種場景化服務(wù)，包括智能業(yè)績與決策、智能交易處理、智能關(guān)賬、合并和報(bào)告、智能資本與風(fēng)險(xiǎn)和智能監(jiān)督、治理與控制;AI-SaaS的核心則包括框架層、模型層和能力層構(gòu)成的能力引擎，覆蓋了以下關(guān)鍵能力：

　　多種建模方式：覆蓋開箱即用組件到無代碼建模，再到定制化代碼建模的多種建模方式，滿足企業(yè)不同層次智能場景需求(圖8)。

　　圖8 AI-SaaS平臺(tái)多種建模方式

　　核心能力封裝為AutoML：用戶只需關(guān)注業(yè)務(wù)輸入和反饋，從業(yè)務(wù)建模到業(yè)務(wù)反饋快速完成業(yè)務(wù)閉環(huán)(圖9)。

　　圖9 AutoML助力實(shí)現(xiàn)業(yè)務(wù)閉環(huán)

　　業(yè)務(wù)因子的解釋性：AI-SaaS采用Shapley模型評(píng)估團(tuán)隊(duì)協(xié)作成員/業(yè)務(wù)因子的邊際貢獻(xiàn),為使用者提供決策的依據(jù)(圖10)。

　　圖10 團(tuán)隊(duì)成員或因子的Shapley貢獻(xiàn)

　　(圖片來源：https://clearcode.cc/blog/game-theory-attribution/)

　　五、AI-SaaS在智能財(cái)務(wù)的應(yīng)用案例

　　在企業(yè)內(nèi)部財(cái)務(wù)管理的相關(guān)場景中，我們把大場景分成了業(yè)績和決策，交易處理關(guān)賬與報(bào)告資本與風(fēng)險(xiǎn)，以及合規(guī)、風(fēng)控和公司治理若干個(gè)模塊等等，每個(gè)模塊下再分解成為更小的場景。把不同智能工具結(jié)合在一起，就可以看到能力和場景之間或者技術(shù)和場景之間是有一定的關(guān)聯(lián)性和匹配度的。

　　圖11 智能財(cái)務(wù)的需求場景

　　我們針對(duì)智能財(cái)務(wù)場景做了一些通用建模場景的智能化探索和實(shí)踐，實(shí)現(xiàn)企業(yè)中多個(gè)業(yè)務(wù)場景的自動(dòng)化和智能化。下面我們舉兩個(gè)典型的財(cái)務(wù)場景的案例來說明，如何利用AI-SaaS建模來解決管理決策和業(yè)務(wù)操作兩種基本需求，實(shí)際上利用場景的組合可以做更多的擴(kuò)展，來支撐實(shí)際業(yè)務(wù)中的復(fù)雜財(cái)務(wù)場景。

　　投資集團(tuán)債務(wù)風(fēng)險(xiǎn)管理：無代碼向?qū)Ы�模方�?/strong>