元年科技攜AI-SaaS平臺研究成果亮相第五屆智能財務高峰論壇

　　12月10日，由上海國家會計學院、元年科技等共同主辦的第五屆智能財務高峰論壇在上海國家會計學院召開。元年科技常務副總裁郝宇曉在“智能財務生態(tài)構建與應用探索”分論壇中分享了由元年研究院承接的課題《通用AI-SaaS設計器及其在智能財務中的應用平臺研究》成果。

　　隨著技術的不斷發(fā)展，人工智能逐漸覆蓋到企業(yè)財務管理的各個領域和各個方面，人工智能等創(chuàng)新技術加持下的智能財務越來越成為財務數(shù)字化轉型的主線，進而推動企業(yè)數(shù)字化轉型進程。

　　一、智能財務是當前企業(yè)數(shù)字化轉型的突破口

　　信息技術和人工智能已經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的飛速進步為企業(yè)的發(fā)展帶來了巨大機遇和挑戰(zhàn)。從發(fā)展戰(zhàn)略和商業(yè)模式的顛覆，到組織架構和管理流程的再造，再到經營方式和組織文化的重塑，在信息技術高速發(fā)展的背景下，變革已成為企業(yè)運營的常態(tài)。國務院國資委在《關于中央企業(yè)加快建設世界一流財務管理體系的指導意見》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務管理體系，并提出建設世界一流財務管理體系的“1455”框架。數(shù)字化轉型是建設世界一流企業(yè)的必由之路，而財務數(shù)字化是建設世界一流企業(yè)的重要起點和必備基礎，企業(yè)構建世界一流財務管理體系應當以財務管理能力升級和財務數(shù)字化轉型為核心展開，如圖1。

　　圖1 傳統(tǒng)財務智能的轉型體系

　　在財務領域，隨著大智移云物等信息技術的出現(xiàn)和逐漸成熟，以人工智能為代表的新一代信息技術的發(fā)展給財務管理帶來了新的發(fā)展契機。按照上海國家會計學院院長劉勤教授的定義，智能財務是一種新型的財務管理模式，它基于先進的財務管理理論、工具和方法，借助于智能機器(包括智能軟件和智能硬件)和人類財務專家共同組成的人機一體化混合智能系統(tǒng)，通過人和機器的有機合作，去完成企業(yè)復雜的財務管理活動，并在管理中不斷擴大、延伸和逐步取代部分人類財務專家的活動。在這樣深刻變革下，傳統(tǒng)財務將面對一系列沖擊，財務管理領域的智能水平需要不斷拓展和提升。

　　二、智能財務的場景、機遇和挑戰(zhàn)

　　隨著人工智能技術的發(fā)展，智能財務由單一的費用管理向基于全業(yè)務過程的全面管控轉變。并逐步拓展到財務管理的各職能領域。元年科技按照各財務職能下的具體事項，依據事務性的、基于規(guī)則的、標準化的、具有可擴展性的等評價標準，為智能應用在財務管理中找到適宜的應用場景，如圖2和圖2續(xù)。

　　圖2 智能財務中AI應用場景分析

　　圖2續(xù) 智能財務中AI應用場景分析

　　分析認為，智能應用可以深入到企業(yè)財務管理的眾多環(huán)節(jié)中，同時結合不同的應用場景，構造不同的AI能力的組合。對數(shù)據的分析是AI理解企業(yè)業(yè)務的關鍵所在，數(shù)據分析預測、結構化數(shù)據的提取、文檔/單據的分類意圖識別、多模態(tài)數(shù)據的對齊、結構化知識的檢索和分析、流程自動化等智能技術，在不同的場景中的組合，形成業(yè)務側的智能化能力。

　　圖3 智能財務場景與AI能力對應

　　但是如何在具體場景中去落實這些智能應用，面臨著以下幾個難點(圖4)：

　　1)人工智能領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、標準化的AI定制，認知智能級的應用還缺乏有生動有力的例子。

　　2)AI落地的難度比較高，AI的落地實施，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，同時結果不確定，在很大程度上限制了人工智能在財務領域的深度應用。

　　3)財務管理領域的智能應用最終需要支撐決策和分析，但AI傳統(tǒng)上是一個技術黑箱，很難看到其中各個要素之間的因果聯(lián)系。尤其是當其展示的結果與常識相悖的時候，就會對決策形成巨大的挑戰(zhàn)。

　　圖4 智能財務應用的難點與痛點

　　因此，在AI的加持下，智能財務的發(fā)展方向應該是超越RPA的，朝著更多的認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)所關心的問題。其中一個關鍵方法就是將標準化和重復性的工作用工程進行封裝，使得AI應用的研發(fā)和落地快捷、高效、無門檻，企業(yè)入手智能轉型的意愿就會更強，手段也更加人性化。

　　三、智能財務轉型需要創(chuàng)新的AI平臺

　　圖5 Gartner2022年頂級戰(zhàn)略技術趨勢

　　數(shù)字化企業(yè)數(shù)字化財務數(shù)字化轉型，催生了AI在財務管理場景中的應用。本質上，對數(shù)據的理解是連接業(yè)務場景到問題解決的關鍵一環(huán)，我們希望有一套人工智能的工具來解決這個問題。一方面，Gartner在2022年發(fā)布的戰(zhàn)略技術趨勢的三大主題，其中涉及AI及其工程化的技術方向占到8/11項(圖5)，融合了這些戰(zhàn)略技術趨勢的一站式AI中臺方案，已經成為一種極具吸引力的方案。另一方面，《AI 中臺白皮書(2021年)》指出AI中臺是實現(xiàn)AI技術在各行業(yè)中快速研發(fā)、共享復用和部署管理的智能化底座和關鍵基礎設施。隨著變革的深入，AI中臺會從現(xiàn)階段的工具平臺，在長期會成為衡量企業(yè)發(fā)展?jié)摿�和成長價值的核心競爭力。

　　因此，AI技術的深度應用必須基于創(chuàng)新的工具平臺，AI-SaaS平臺是AI中臺的一種新形態(tài)，中臺的復用能力是為了提高業(yè)務發(fā)展效率，在中臺基礎上進行SaaS產品封裝，面向市場提供服務，屬于功能邊界清晰、適用場景廣泛、復用場景多的智能業(yè)務形態(tài)，能夠幫助財務人員無感建模和專業(yè)人員深度定制建模。

　　圖6 AI-SaaS平臺助力實現(xiàn)業(yè)務閉環(huán)

　　我們期望在AI-SaaS平臺中使用AI模型的方式很簡單(圖6)：模型生產過程就是業(yè)務人員基于業(yè)務理解，快速接入業(yè)務數(shù)據，無感知地自助式建模;模型的消費或者應用過程，就是基于模型的結果預測和要素歸因，對業(yè)務要素的輸入形成業(yè)務判斷和反饋。

　　四、元年AI-SaaS的架構設計和關鍵能力

　　圖7 元年AI-SaaS平臺架構

　　作為助力企業(yè)智能化轉型的新一代服務平臺，元年AI-SaaS平臺旨在提供一站式AI模型生產和應用平臺。因此在整體架構上，從數(shù)據接入到AI模型訓練部署，我們要做到讓企業(yè)快速接入，實現(xiàn)場景的智能化應用。

　　AI-SaaS通過數(shù)據層以數(shù)據倉庫的方式接入各種數(shù)據庫完成業(yè)務系統(tǒng)對接;AI應用層，以RestAPI方式為智能財務提供各種場景化服務，包括智能業(yè)績與決策、智能交易處理、智能關賬、合并和報告、智能資本與風險和智能監(jiān)督、治理與控制;AI-SaaS的核心則包括框架層、模型層和能力層構成的能力引擎，覆蓋了以下關鍵能力：

　　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平臺多種建模方式

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

　　圖9 AutoML助力實現(xiàn)業(yè)務閉環(huán)

　　業(yè)務因子的解釋性：AI-SaaS采用Shapley模型評估團隊協(xié)作成員/業(yè)務因子的邊際貢獻,為使用者提供決策的依據(圖10)。

　　圖10 團隊成員或因子的Shapley貢獻

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

　　五、AI-SaaS在智能財務的應用案例

　　在企業(yè)內部財務管理的相關場景中，我們把大場景分成了業(yè)績和決策，交易處理關賬與報告資本與風險，以及合規(guī)、風控和公司治理若干個模塊等等，每個模塊下再分解成為更小的場景。把不同智能工具結合在一起，就可以看到能力和場景之間或者技術和場景之間是有一定的關聯(lián)性和匹配度的。

　　圖11 智能財務的需求場景

　　我們針對智能財務場景做了一些通用建模場景的智能化探索和實踐，實現(xiàn)企業(yè)中多個業(yè)務場景的自動化和智能化。下面我們舉兩個典型的財務場景的案例來說明，如何利用AI-SaaS建模來解決管理決策和業(yè)務操作兩種基本需求，實際上利用場景的組合可以做更多的擴展，來支撐實際業(yè)務中的復雜財務場景。

　　投資集團債務風險管理：無代碼向導建模方式

　　對于從事傳統(tǒng)公用事業(yè)的大型企業(yè)集團而言，其涵蓋的行業(yè)面廣，具有資產重、投資回報率低、回報周期長的特點。面對該類型企業(yè)，假設其經營效率不變，則集團收入規(guī)模的增長和資產規(guī)模的增長會形成較為固定的比例關系。再假設其外部權益籌資不足，僅靠自身留存來補充權益資本時，集團收入的增加，必然需要靠大量的舉債來進行拉動。

　　因此，巨幅增長的債務一直是該類集團的管理痛點。在擴大公司規(guī)模的同時，要時刻關注債務風險能否得到有效管控，防范各板塊實體子公司出現(xiàn)經營風險，滿足各級國資委的風險監(jiān)管要求。這對企業(yè)管理者提出了非常嚴峻的挑戰(zhàn)。

　　近期市場上經常看到地產公司頻頻爆雷，部分地方投資集團的債期債券不能到期兌付等等。但是傳統(tǒng)的經驗數(shù)據都是個案，利用數(shù)據信息來做決策一定要看數(shù)據是否具有統(tǒng)計學意義。所以為了更科學更客觀的進行風險評估，我們基于發(fā)債企業(yè)的公開數(shù)據構建了風險評估的AI模型，數(shù)據中沒有違約的1461家，已經出現(xiàn)違約的129家，把債務風險篩出來10個關鍵指標，比如說資產負債率、流動比率、帶息負債等等，當然也包括前端的經營數(shù)據營業(yè)流等等，同時具有企業(yè)性質、行業(yè)、財務狀態(tài)等相關的變量。下面的演示視頻可以看出，業(yè)務人員只需要5分鐘就可以把這個模型建好，建好之后我們就可以跑出一個結果。

　　圖12 向導建模方式只需5分鐘完成建模

　　從上面的視頻可以看出，AI模型展現(xiàn)了幾個結果：1)不同因素對債務風險的影響程度，以及整體的可解釋性的闡述，因子的邊際貢獻有多大;2)模擬預測可以預測單個公司的債務風險，從而提前做出判斷或者干預，化解重大債務風險;3)建模過程無需通過IT人員參與，業(yè)務人員可以方便地得到模型輸出的業(yè)務解釋(圖12)。這樣，在清晰的業(yè)務邏輯下，可以更新數(shù)據持續(xù)更新AI模型，形成長效的管理判斷，傳達決策輸出到下屬公司和管理者，再根據債務風險采取優(yōu)化策略(圖13)。

　　圖13 利用AI模型進行風險管理

　　應收賬款認領：組件建模方式

　　圖14 AI-SaaS中的組件建模流程

　　應收賬款認領，是一個典型的財務運營場景。在企業(yè)實務中，客戶在對企業(yè)的回款備注中可能存在內容的缺失(圖14)。例如，公司全稱為“元年科技股份有限公司”，但客戶回款時，可能僅備注“元年”、“元年科技”、“元年公司”等字樣。因此無法通過簡單規(guī)則完成自動認領，需要嵌入大量人工認領的操作。但在AI中臺中，通過對客戶名稱、金額、日期等幾個特征的建模，在10分鐘之內就可以完成組件建模到業(yè)務系統(tǒng)調用的流程，實現(xiàn)對收款流水自動分解認領。

　　圖15 財務系統(tǒng)中應收賬款的智能匹配

　　AI的模型具有模糊識別的能力，可以方便地在系統(tǒng)中實現(xiàn)差異性臺賬的認領(圖15)，這就解決了傳統(tǒng)RPA必須是固定路徑、明確結果的強制要求。

　　圖16 多種平臺的自動化應收認領

　　應收認領模型在不同的平臺上都可以實現(xiàn)自動化，包括電商平臺、銀行承兌、網銀電匯和現(xiàn)金等。核心就是規(guī)則加AI認領的模式(圖16)，會形成一個人工智能的封裝好的應用，極大提高工作效率。一家大型企業(yè)一個月的臺賬數(shù)量可能達到3000單，手工匹配一筆臺賬平均花費2-3分鐘，規(guī)則加AI的方式只需要30秒-1分鐘，可以提高65-70%的效率，每月可節(jié)省150小時人工，實現(xiàn)顯著的降本提效。

　　六 總結和展望

　　通過上面的案例，AI中臺對于具體的業(yè)務應用場景可以形成有效的支持，為了解決業(yè)務人員不懂技術的困擾，滿足業(yè)務部門的需求，我們通過將AI能力的產生和應用封裝成了方便快捷的AI-SaaS平臺，一方面實現(xiàn)了通過技術攻關實現(xiàn)了平臺的落地，一方面在智能財務領域進行了實踐，獲得了一些經驗：1)可以極大的提高我們的開發(fā)效率;2)在多種業(yè)務場景上實現(xiàn)模型復用，比如債務模型對所有的大型國有企業(yè)集團，包括對所有的國資委都可以使用;3)非侵入對接的設計對企業(yè)現(xiàn)有的系統(tǒng)沒有影響;4)模型既可以做歷史歸因，也能預測未來，在管理場景中形成雙向反饋的業(yè)務結果。

　　圖17 AI-SaaS平臺三個維度的展望

　　經過一些財務實踐，我們認為AI-SaaS形式的賦能對業(yè)務系統(tǒng)都非常有前景，未來AI-SaaS平臺會從技術維度、行業(yè)維度和財務領域維度上，做持續(xù)迭代和深度擴展(圖17)，方便企業(yè)用AI-SaaS的能力來補足自己的智能財務能力。在企業(yè)數(shù)字化轉型和財務數(shù)字化轉型大課題背景下，人工智能會開花結果、深度應用，適應企業(yè)內部的不同的管理場景，無論是從領域的擴展，行業(yè)的增加，還是技術的迭代，我們都希望將AI-SaaS平臺打造成企業(yè)轉型的利器。

　　【參考文獻】

　　1、AI 中臺白皮書(2021年)

　　2、劉勤，常葉青，劉梅玲，呂洪雁.大智移云時代的會計信息化變革—第十三屆全國會計信息化學術年會主要觀點綜述.會計研究，2014(12)：89-91

　　3、韓向東.智能財務“未來”已來.新理財，2017(12)：52

　　4、劉勤，楊寅. 智能財務的體系架構、實現(xiàn)路徑和應用趨勢探討, 管理會計研究

　　5、可解釋AI發(fā)展報告2022——打開算法黑箱的理念與實踐，騰訊研究院、騰訊天衍實驗室、騰訊優(yōu)圖實驗室、騰訊AILab，2022

　　6、Shapley, L. S. A value for n-person games. Contrib. [J]. Theor. Games 2, 307–317 (1953).

　　7、Shapley貢獻的解釋Game Theory Attribution: The Model You've Probably Never Heard Of - Clearcode Blog