精品久久久久久无码中文字幕一区,狠狠做深爱婷婷久久综合一区,国产精品-区区久久久狼

基于這個前提，我們將圍繞2個路徑做展開。即在實際落實數字化轉型時，具體該如何實施？首先我們會闡述落地時常見的難題，然后從組織的實際經營需求、運營可行性角度選擇一個最優解。

數字化存在著“ 管控陷阱”，即數字化系統建設的決策者是中高層管理者(數據使用者)而維持數字化系統運作的主要是基層業務人員(數據提供者)或者財務從業人員(數據處理的建設并不能滿足所有人的需求。尤其是基層業務人員作為數據提供者，他們的使用感受將直接影響數據獲取的質量、可信度等多個方面，且無法通過算法、模型等后期彌補，對管控質量影響深遠。

財務管控無法只依賴財務數據，需要大量業務數據，傳統IT下，業務人員需要提供業務數據，財務需要解讀與審核業務數據，雙方都增加大量的工作量及工作環節，犧牲效率與體驗來實現管控。而通過Al的管控,業務數據采集與審核均可以由AI來完成，解決了傳統軟件的問題，完美實現效率與管控的并舉，同時也為財務帶來了業務數據入口。

· 數字化財務服務

管理層對于該階段的要求是：將數據完整的從物理世界平行移動到互聯網世界中來并做適當的清洗，以此有初步可供決策的依據。畢竟數智化的核心是數據，數據來源于經濟業務，而服務是入口。在采集數據的同時進行數字化，能夠快速傳遞數智化價值。

正如難題1所說：2個世界融合在過去的轉型當中往往對基層業務人員提出過多的要求，這成為系統建設/更換的最大阻力。第一步中讓AI接手大量基層業務能釋放中高端財務人力資源，同時有效掃除財務數智化建設的質疑與阻礙，財務管理能力提升將直接表現在教學與科研的提效上。

所以顯而易見的應該從單據的收集、報賬、核算、審核、結算等財務基礎環節開始。業務的發生往往伴隨著各種各樣單據的交互，單據的流轉與處理環節是財務與業務的交叉環節，這些單據承載了大量的交易信息，既是數據的主要來源，也是傳統財務精力的主要關注點。從以單據為主線的財務基礎服務自動化入手，可以保證數據獲取的有效性,也能夠大量減少在數據收集、核對、處理環節的人力資源投入，實現財務服務數字化。

“業務路徑”上，滿足管理層的地方主要在于清洗(也是監管)階段，因為該步驟的目標是獲取滿足監管、風控、管理決策等需求的財務數據。

“IT路徑”上， 支撐“業務路徑”該階段需求的IT系統體現在票據的一系列流程上，從填報、稽核、審核到結算的AI引擎。

但問題是，只經過簡單清洗后的數據仍然需要管理層手動處理才能被決策當作依據(沒有與經濟活動相聯系)。也就是說，想在數字化財務服務這步直接滿足管理層仍然不夠，需要與數字化財務治理相結合。

· 數字化財務治理

管理層對該階段的要求是：財務數據能夠與經濟活動相結合直接作為決策依據(但此時并未與業務直接結合)，并在發生階段就貫徹管理、監管等要求。本質上該階段克服了難題2，并實現了以往難以實現的管理下沉。

我們通常認為管控是財務的本職工作，過去財務往往面臨著海量業務與數據細節的處理難題。數智化相比人與信息化的管控，具備更強的優越性與先進性。另外管控要求關聯相關的業務信息(經濟活動)作為佐證，這個實際情況使得管控成為重要的業財融合數據入口,有助于算法向業務場景端延伸。

但正如難題2提及的，關聯相關業務信息其實是后端管理思路與前端業務運行結合，這在過去是“管控與效率沖突”的重災區。所以對公司來說，數字化財務治理應該達成的效果是：接受前后端不同的行事原則，通過AI在滿足監管政策、公司章程等要求的前提下，及時響應財務基礎工作；而財務人力借助AI配合將數據進行資產化處理，為管理層后續的決策提供支持。

這將減少數據提供者(一線業務、財務人員等)與數據使用者(中高層管理人員等) 之間的信息不對稱、信息傳遞摩擦性失真等問題；AI的時效性將實現在業務中的數據采集，把管理需求反饋到前線，直接強化基層員工的執行力。并最終形成財務數字檔案，為后續結合業務數據做基礎。

支撐這一切的“IT系統”需要依仗知識圖譜、挖掘計算等深度AI功能。但AI的特點決定了除非是頗為單一的需求(如人臉識別)，企業并不能跳過AI基礎算力建設而直接需求某一功能(將某一票據與經濟活動相關聯涉 及的數據范圍、深度都不是人臉識別的難度可以比擬的) ，這需要架構在復雜而合理的工程系統與既有軟件能力之上。

立刻構建AI能力顯然不是現階段合適的選擇，畢竟該階段AI大部分的算力沒有辦法凸顯。所以這就是為什么我們說IT系統的建設是“多階段同時進行”。