喻繼鵬：ChatGPT與業(yè)財融合
2022年2月，國務(wù)院國有資產(chǎn)監(jiān)督管理委員會發(fā)布了《關(guān)于中央企業(yè)加快建設(shè)世界一流財務(wù)管理體系的指導(dǎo)意見》，在此意見中提出了實現(xiàn)業(yè)、財、技一體化管控和協(xié)同優(yōu)化，推進經(jīng)營決策由經(jīng)驗主導(dǎo)向數(shù)據(jù)和模型驅(qū)動轉(zhuǎn)變的要求。
這也就意味著國家想讓企業(yè)用系統(tǒng)的方式和數(shù)據(jù)、模型驅(qū)動的方式來做，那么模型算法就更加重要。圍繞加快構(gòu)建世界一流財務(wù)管理體系的核心目標(biāo)，著力推動財務(wù)管理中的四大變革，重點強化五項職能。
喻繼鵬提到，在以往的過程中業(yè)財融合系統(tǒng)一個核心點，那就是最終生成的都是財務(wù)的六大要素：資產(chǎn)、負債、所有者權(quán)益、收入成本、利潤。在現(xiàn)在的系統(tǒng)中，我們要開始最原汁原味的業(yè)務(wù)數(shù)據(jù)，加上場景，考慮智能規(guī)則與算法，產(chǎn)生業(yè)財數(shù)據(jù)資產(chǎn)，其中需要考慮數(shù)據(jù)確權(quán)的過程。
如何進行數(shù)據(jù)確權(quán)?喻繼鵬認為ChatGPT可以幫助企業(yè)在內(nèi)部的數(shù)據(jù)里實現(xiàn)數(shù)據(jù)確權(quán)。比如說企業(yè)內(nèi)部的報表、資產(chǎn)負債表、損益表、現(xiàn)金流量表等等，標(biāo)準(zhǔn)的格式、標(biāo)準(zhǔn)的邏輯都可以自動產(chǎn)生。另外，它也通過人工智能的方式，掌握更多的更精準(zhǔn)的信息，能夠幫助企業(yè)分析客戶，推薦相應(yīng)的產(chǎn)品。它不會大數(shù)據(jù)殺熟，可以進行全網(wǎng)搜索，根據(jù)需求去安全定制，有效避免安全問題。
企業(yè)需要的管理報告、法定報告等樣式都是固定的，管理報告是各式各樣的，可以根據(jù)不同行業(yè)定制不同的模板，通過人工智能可以自動生成這些內(nèi)容?，F(xiàn)在可以根據(jù)數(shù)據(jù)實時生成相應(yīng)的數(shù)據(jù)，為管理決策提供一個比較高效的結(jié)果。
再如可視化、風(fēng)險、國家的制度、法律法規(guī)波動的情況等，都可以通過ChatGPT把資料學(xué)完之后提供相應(yīng)的方法和建議。
數(shù)字化轉(zhuǎn)型無外乎客戶體驗、運營效率、商業(yè)模式創(chuàng)新和組織文化、數(shù)據(jù)分析、合規(guī)安全，這是數(shù)字化轉(zhuǎn)型的核心。在這些方面ChatGPT能夠怎么樣幫助企業(yè)提高數(shù)字轉(zhuǎn)型的效益?業(yè)財融合是實現(xiàn)實時會計，實時決策支持的能力，這些數(shù)據(jù)不僅僅是財務(wù)數(shù)據(jù)的融合，而是把業(yè)務(wù)和財產(chǎn)聯(lián)通，把財務(wù)核算的信息完整記錄下來，通過模型和算法幫助企業(yè)生成相應(yīng)的結(jié)果。將業(yè)財與生態(tài)上的伙伴共同產(chǎn)生業(yè)務(wù)，形成各自的業(yè)財融合。在業(yè)務(wù)生態(tài)鏈上的一個交易，經(jīng)過不同的路徑，需要跨生態(tài)的業(yè)財，這對以往的業(yè)財融合的邏輯產(chǎn)生巨大的變化。
業(yè)態(tài)融合未來的特點是自助交互式的，通過這種方式能夠更加智能和高效的決策，實現(xiàn)企業(yè)的戰(zhàn)略目標(biāo)。喻繼鵬指出，企業(yè)結(jié)合自己的使命、愿景、價值觀、組織、人才、績效制定中長期的企業(yè)發(fā)展戰(zhàn)略，制定短期戰(zhàn)略，最后制定年度計劃，形成年度的平衡記分卡。將平衡記分卡再拆解成關(guān)鍵的成功要素(KSF)，再往下拆，拆到相應(yīng)的項目和對應(yīng)的任務(wù)，將每天做的事情和每月、每季度、全年的目標(biāo)拉通，通過這種方式(OKR)只能實現(xiàn)目標(biāo)對齊。結(jié)果和效率的保證就需要個人業(yè)績承諾(PBC)：我承諾能完成。和OKR結(jié)合起來，就變成了考核既有的基本績效考核的范圍，也有OKR遠期目標(biāo)的，超額績效。在這樣的閉環(huán)中，每個環(huán)節(jié)的參與者主觀能動作用被徹底激發(fā)，助力企業(yè)總體目標(biāo)的高效實現(xiàn)。
在傳統(tǒng)記錄的過程可能會丟失一些基礎(chǔ)的業(yè)務(wù)數(shù)據(jù)。業(yè)務(wù)數(shù)據(jù)丟失之后，不利于企業(yè)的管理需求，會影響到最終決策。怎樣解決這個問題呢?
數(shù)字化轉(zhuǎn)型是指將數(shù)字技術(shù)整合到人類生活的各個方面 ， 包括商業(yè)、 行業(yè)和個人生活。它涉及利用技術(shù)提高效率、 增加競爭力和提升客戶體驗。數(shù)字化轉(zhuǎn)型是適應(yīng)不斷發(fā)展的 數(shù)字化環(huán)境的持續(xù)變革和適應(yīng)過程。數(shù)字化轉(zhuǎn)型的關(guān)鍵方面包括：
客戶體驗：使用數(shù)字渠道和工具提高客戶參與度、滿意度和留存率。這可以包括社交媒體、移動應(yīng)用、聊天機器人和個性化營銷策略。
運營效率：簡化業(yè)務(wù)流程和自動化手動任務(wù)以節(jié)省時間和資源。這可以涉及使用人工智能、機器學(xué)習(xí)、機器人流程自動化(RPA)和云計算等技術(shù)。
商業(yè)模式創(chuàng)新：通過利用數(shù)字技術(shù)開發(fā)新的收入來源和價值主張。例如 ，包括基于訂閱的服務(wù)、數(shù)據(jù)驅(qū)動的產(chǎn)品和基于平臺的商業(yè)模式。
組織文化：培養(yǎng)數(shù)字優(yōu)先的思維方式 ，鼓勵創(chuàng)新、協(xié)作和持續(xù)學(xué)習(xí)的文化。這包括投資于數(shù)字技能培訓(xùn)和促進跨職能團隊。
數(shù)據(jù)和分析：利用數(shù)據(jù)驅(qū)動決策 ，優(yōu)化流程并了解客戶行為。這涉及使用大數(shù)據(jù)平臺、數(shù)據(jù)倉庫和商業(yè)智能軟件等工具進行數(shù)據(jù)收集、存儲、分析和可視化。
安全和合規(guī)：確保敏感數(shù)據(jù)的保護并在面臨日益嚴(yán)重的網(wǎng)絡(luò)安全威脅和不斷發(fā)展的數(shù)據(jù)隱私法規(guī)的情況下維持監(jiān)管合規(guī)。
數(shù)字化轉(zhuǎn)型不是一次性項目 ，而是一個需要企業(yè)不斷適應(yīng)和創(chuàng)新的持續(xù)過程。數(shù)字化轉(zhuǎn)型的成功取決于明確的戰(zhàn)略、強大的領(lǐng)導(dǎo)力、有效的變革管理以及采用新技術(shù)和實踐的能力。
業(yè)財融合平臺旨在整合企業(yè)的業(yè)務(wù)和財務(wù)數(shù)據(jù) ，優(yōu)化企業(yè)的運營流程并為決策提供支持。為了實現(xiàn)這一目標(biāo) ， 業(yè)財融合平臺應(yīng)當(dāng)具備一系列算法、 模型和規(guī)則 ， 以便更好地處理數(shù)據(jù)、 分析情況并提供決策建議。以下是一些業(yè)財融合平臺可能需要考慮的算法、 模型和規(guī)則：
數(shù)據(jù)清洗與預(yù)處理算法：業(yè)財融合平臺需要對原始數(shù)據(jù)進行清洗和預(yù)處理 ， 以確保數(shù)據(jù)的準(zhǔn)確性和一致性。這可能涉及去除重復(fù)數(shù)據(jù)、 填充缺失值、 數(shù)據(jù)類型轉(zhuǎn)換等操作。
數(shù)據(jù)聚合與分組規(guī)則：業(yè)財融合平臺需要將來自不同業(yè)務(wù)部門和財務(wù)部門的數(shù)據(jù)進行聚合和分組 ，以便于后續(xù)分析。這可能涉及基于時間、 地點、 部門等維度對數(shù)據(jù)進行分組。
數(shù)據(jù)挖掘與分析算法：業(yè)財融合平臺需要運用數(shù)據(jù)挖掘和分析算法 ，從數(shù)據(jù)中發(fā)現(xiàn)有價值的信息。這可能包括關(guān)聯(lián)規(guī)則挖掘、聚 類分析、 異常檢測等方法。
預(yù)測與建模：業(yè)財融合平臺需要運用預(yù)測和建模技術(shù) ， 為企業(yè)提供決策支持。這可能涉及時間序列分析、回歸分析、 機器學(xué)習(xí)等方法。例如 ，通過預(yù)測未來的銷售額、 成本和利潤 ，企業(yè)可以更好地進行資金規(guī)劃和風(fēng)險管理。
優(yōu)化算法：業(yè)財融合平臺需要運用優(yōu)化算法 ， 幫助企業(yè)在資源約束下實現(xiàn)最佳決策。這可能涉及線性規(guī)劃、 整數(shù)規(guī)劃、 動態(tài)規(guī)劃等方法。例如 ，通過運用優(yōu)化算法 ，企業(yè)可以在有限的預(yù)算和資源下實現(xiàn)最大化的投資回報。
規(guī)則引擎：業(yè)財融合平臺需要設(shè)定一系列規(guī)則 ， 以便在特定條件下觸發(fā)相應(yīng)的操作。例如 ， 當(dāng)某項業(yè)務(wù)達到預(yù)警閾值時 ， 自動發(fā)送提醒給相關(guān)負責(zé)人。
權(quán)限與審批流程：為確保數(shù)據(jù)安全和合規(guī)性 ， 業(yè)財融合平臺需要設(shè)定不同用戶的權(quán)限和審批流程。例如 ，只有具備相應(yīng)權(quán)限的用戶才能查看敏感數(shù)據(jù) ，對于關(guān)鍵決策的修改 ， 需要經(jīng)過多級審批。
會計引擎是財務(wù)管理系統(tǒng)的核心組件 ， 用于處理和記錄企業(yè)的財務(wù)交易。構(gòu)建會計引擎的方式有很多種 ， 主要取決于企業(yè)的需求、 規(guī)模以及所采用的會計制度。以下是一些常見的會計引擎構(gòu)建方式：
基于規(guī)則的會計引擎：這種方式主要依賴預(yù)先設(shè)定的會計規(guī)則和準(zhǔn)則，用于處理企業(yè)的財務(wù)交易?；谝?guī)則的 會計引擎需要手動更新規(guī)則和準(zhǔn)則，但對于遵循特定會計標(biāo)準(zhǔn)的企業(yè)來說，這種方式通常比較簡單、直接。
基于模板的會計引擎：這種方式使用預(yù)定義的會計模板，用于處理不同類型的財務(wù)交易?；谀０宓臅嬕婵梢愿`活地應(yīng)對各種財務(wù)場景，但可能需要更多的維護和更新工作。
基于參數(shù)化的會計引擎：這種方式依賴可配置的參數(shù)，用于處理企業(yè)的財務(wù)交易?；趨?shù)化的會計引擎具有 較高的靈活性，可以根據(jù)企業(yè)的需求和特點進行定制。然而，這種方式可能需要更多的開發(fā)和維護工作。
基于組件化的會計引擎：這種方式采用模塊化的設(shè)計思路，將會計引擎劃分為多個相互獨立但協(xié)同工作的組件?；诮M件化的會計引擎具有較好的可擴展性和可維護性，可以適應(yīng)不同規(guī)模和需求的企業(yè)。但這種方式可能需要較高的 開發(fā)成本和技術(shù)水平。
基于人工智能的會計引擎：這種方式利用人工智能和機器學(xué)習(xí)技術(shù)，用于自動處理和記錄企業(yè)的財務(wù)交易。
基于人工智能的會計引擎具有很高的智能化程度，可以自動識別、處理和優(yōu)化財務(wù)數(shù)據(jù)。但這種方式的實施和維護成本 可能較高，且可能需要專業(yè)的數(shù)據(jù)科學(xué)家和軟件工程師進行支持。
實現(xiàn)基于人工智能的會計引擎需要遵循以下步驟：
數(shù)據(jù)收集和預(yù)處理：需要收集大量的財務(wù)交易數(shù)據(jù) ，以用于訓(xùn)練人工智能模型。數(shù)據(jù)預(yù)處理包括清洗、 轉(zhuǎn)換和標(biāo)準(zhǔn)化 ，以確保數(shù)據(jù)的質(zhì)量和一致性。
特征工程：通過分析財務(wù)數(shù)據(jù) ，提取有意義的特征 ，這些特征將用于訓(xùn)練和評估人工智能模型。特征工 程是機器學(xué)習(xí)過程中至關(guān)重要的一環(huán)， 因為好的特征可以提高模型的預(yù)測性能。
選擇合適的模型：根據(jù)財務(wù)數(shù)據(jù)和業(yè)務(wù)需求 ，選擇合適的機器學(xué)習(xí)算法和模型。常見的算法包括決策樹、 支持向量機、神經(jīng)網(wǎng)絡(luò)等。
模型訓(xùn)練和驗證：使用收集到的財務(wù)數(shù)據(jù)和特征訓(xùn)練人工智能模型。在訓(xùn)練過程中 ，需要使用交叉驗證等技術(shù)來評估模型的性能 ，并對模型進行調(diào)整和優(yōu)化。
模型集成：將訓(xùn)練好的人工智能模型集成到會計引擎中。這可能涉及將模型轉(zhuǎn)換為可部署的代碼 ，以便 在實際場景中使用。
實現(xiàn)智能化功能：基于訓(xùn)練好的模型 ，實現(xiàn)會計引擎的智能化功能 ，如自動識別和處理財務(wù)交易、預(yù)測 財務(wù)指標(biāo)、優(yōu)化財務(wù)報表等。
系統(tǒng)測試和調(diào)試：對集成了人工智能模型的會計引擎進行系統(tǒng)測試和調(diào)試 ，確保整個引擎能夠正確處理 和記錄各種財務(wù)交易。測試過程中應(yīng)涵蓋各種典型的交易場景 ，并對發(fā)現(xiàn)的問題進行修復(fù)和優(yōu)化。
集成和部署：將開發(fā)完成的會計引擎集成到企業(yè)的財務(wù)管理系統(tǒng)中 ，并進行部署。需要確保會計引擎能夠與其他系統(tǒng)模塊(如財務(wù)報表、預(yù)算管理等)順利協(xié)同工作。
模型維護和更新：基于人工智能的會計引擎需要定期進行模型維護和更新 ，以適應(yīng)會計準(zhǔn)則和規(guī)則的變化 ，以及企業(yè)的財務(wù)數(shù)據(jù)變化。這可能包括重新訓(xùn)練模型、調(diào)整模型參數(shù)、優(yōu)化特征工程等。
關(guān)于數(shù)據(jù)安全，喻繼鵬指出，VBN點對點IP直通的區(qū)塊鏈，它解決了所有的安全、篡改和信用的問題。資方通過數(shù)據(jù)鏈，通過區(qū)塊鏈技術(shù)的流轉(zhuǎn)，和資金方進行對接，最后幫助需要資金的企業(yè)能夠?qū)拥劫Y金的提供方，形成資金閉環(huán)鏈條，提高融資的效率。
