智能技术应用：人机协同是趋势、场景落地是关键

智能财务基于先进的财务理论、使用多种智能工具、采用人机协同的工作方式，可以解决财务的核算、分析、风控、预测、管理等多种工作，是一种涉及全流程的智能化管理。

第一，迄今为止，AI并没有在复杂决策中替代人类，人机协同是大势所趋。有研究表明，人类单独决策和AI单独决策的准确性都不如人类和AI协同决策的准确性高。在智能应用设计中，人类逐渐将AI看作工作伙伴而非替代者。

“智能财务的技术功能是借助于机器智能和人类智能组成的协同共生系统，去完成日益复杂的财务管理活动，并在管理中不断扩大、延伸、扩展和部分替代人类财务专家的职能。

第二，选择智能技术应用的关键前提是新技术必须要落到实际场景中去发挥价值。因此，需要特别注意以下几点：

1）OCR智能识别的能力。它是一个工具型的技术，通过识别把图片、影像上的信息结构化，而结构化后的数据用来做什么才是业务需求。在财务审核环节，除通用的发票、行程票据等常用票据识别，还包括企业内部大量的会议签到表、结算单、发料表、支付申请等自制凭证的结构化处理。另外，在关注OCR识别准确率的同时，也需要关注OCR识别的投产比。

2）规则引擎的功能和效率。通俗的理解是写规则代码的工具，提高写代码的效率和质量。信息化系统的普及带来大量结构化数据，从而带来用于处理这些数据的财务规则自动化需求增多，因此让规则引擎有了更多用武之地。规则引擎功能与效率，需要重点关注规则的配置、维护方法和能力，这决定了用户能否自主、方便地调整规划。

3）机器学习的应用场景。机器学习的核心是帮我们去建立起那些人工无法梳理的复杂规则，核心与OCR类似。机器学习是智能化的代表，处理数据建立规则，根据这些规则再处理信息、做出决策。一般使用较多的场景是数据分析、记账规则梳理等。另外，诸如费用报销的提单环节，也会通过机器学习技术的训练达到智能提单。

4）NLP自然语言处理。目前常见场景用于复杂合同条款的理解，即理解合同条款的意思并加规则去审。需要特别注意这里提到的是复杂条款，财务审核的常见条款，如甲乙方、付款金额、条件等无需NLP。合同审核的难点在于如何找到待审核信息的位置并准确结构化。

5）RPA的应用范围。作为信息化功能的补充，RPA的应用范围比较广，如资金领域的银企对账回单查询、税务领域的纳税申报财税核对、月结领域报表查询、业财核对等应用较多。

需要特别注意的是，RPA不会也不应该有成百上千的应用场景。RPA应该是信息化系统功能的补充，只有系统功能无法实现、系统实现投产比不合适的业务场景才适合RPA。有专家认为，在没有客观理解RPA的前提下，RPA的大量使用或许会制约一体化信息系统的发展。

以上是从技术层面的描述，在实际业务场景中总结如下：

（1）智能提单：OCR+提单规则自动化

（2）智能审核：OCR+审核规则自动化+机器学习

（3）智能记账：OCR+机器学习

（4）智能风控：ERP+风控规则自动化+机器学习

当然，因为业务的复杂程度不同，以及智能技术的局限性，也导致每个企业在每个场景中应用相关技术起到的价值差异巨大，这种价值差异比信息系统使用的差异要大很多。

依托人工智能、大数据、云计算、区块链、知识图谱为代表的新技术依然在财务工作中为财务工作模式带来了巨大改变。如何在现有的人工智能技术阶段，对其做到正确认知，并结合现有业务场景，使用智能技术来创造最大价值，成为学界以及实务界的热点话题。

智能财务正在走向企业价值创造和可持续发展的中心舞台，一场财务智能化的变革大幕正在徐徐开启！