关键时刻_III首席财务官指引_认知技术_19页_1mb

财务领域认知技术发展总结

核心内容

认知技术正在迅速改变财务领域的运作方式，成为推动效率提升和业务转型的重要工具。它涵盖了机器学习、自然语言处理（NLP）、自然语言生成（NLG）、机器人流程自动化（RPA）和语音识别等技术，能够处理复杂的数据、执行任务、分析信息，并在某些情况下进行学习和决策。

主要观点

• 智能机器的兴起：过去几十年，智能机器成为现实，它们通过“认知技术”模仿人类行为，如分析数据、理解语言和生成报告。这些技术的出现得益于摩尔定律和数据处理能力的指数级增长。
• 财务人员的角色转变：随着认知工具的普及，财务人员的工作重点从基础的数据处理转向更高层次的分析、决策和沟通。财务人员需要掌握新的技能，如数据科学和业务分析。
• 认知技术的应用场景：包括财务预算与分析、投资者关系、应付账款处理、风险管理和知识管理等，显著提高了效率和准确性。
• 认知工具的益处：可以快速处理大量数据、减少人工错误、节省时间和成本，同时为财务领导者提供实时洞察和预测分析。
• 首席财务官的态度：尽管认知技术潜力巨大，但许多CFO仍持观望态度，认为其效用尚未完全显现。部分CFO已经开始试点和采用认知工具，但整体进展仍较缓慢。

关键信息

认知技术的定义与能力

• 认知技术：由计算机代码驱动，能够研究数据、执行任务、交付报告、理解语言、分析信息，甚至学习。
• 核心技术：
  • 机器学习：通过数据反馈提高性能。
  • 自然语言处理（NLP）：解读和理解文本，将非结构化数据转为结构化数据。
  • 自然语言生成（NLG）：从结构化数据生成叙述和评论。
  • 机器人流程自动化（RPA）：基于规则的自动化，减少人工干预。
  • 语音识别：准确记录和理解人类语言。

实际应用案例

• Miika与Cindi：Cindi作为聊天机器人，处理80%的Miika曾处理的问题，提高效率并减少错误。
• Jai的应付账款流程：使用认知自动化后，应付账款处理效率提升，成本降低30%以上。
• Marianne的风险管理：利用预测分析和机器学习，实时检测和应对风险，提升响应速度。
• Freja的对账工作：通过对账工具和机器学习，对账时间大幅减少，提升了关账效率。
• Frank的知识管理：部署聊天机器人，提高员工培训和合规管理效率。
• Janet的决策支持：使用数字助手进行数据分析和假设情景模拟，提升决策质量。

首席财务官的行动建议

• 创建跨职能团队：探索认知技术的潜力，识别适用场景。
• 建立机会清单：列出可以应用认知技术的财务流程，持续更新。
• 试点项目：从小范围、小团队、低风险的项目开始，验证效果。
• 衡量有效性：跟踪试点项目的成果，复制成功经验，优化流程。
• 与行业领先者交流：通过德勤的财务数字世界™实验室或访问领先企业，获取第一手认知应用信息。

未来展望

• 效率与洞察力的提升：认知技术将使财务工作更高效、更有洞察力，并推动财务职能向更智能化的方向发展。
• 岗位需求变化：越来越多的财务岗位将要求具备认知技术使用经验，传统岗位可能被自动化取代。
• 财务领导者的责任：CFO需要引领变革，寻找有潜力的合作伙伴，培养下一代领导者，推动财务转型。

联系信息

• Steven Ehrenhalt：美国及全球财务转型领导者，Deloitte Consulting LLP。
• Jonathan Englert：Deloitte Consulting LLP 高级经理。
• 胡伟杰：中国区财务管理转型服务领导人。
• 杨颖：中国区财务共享服务业务领导人。
• 孙杰：国有企业战略客户服务合伙人。
• 栾宇：金融行业客户服务合伙人。
• Enkhzaya Nyamdorj：跨国企业财务转型服务合伙人。
• 黄耿、沈诗文、金睿、杨扬：Deloitte北京和上海财务管理转型服务总监。

参考资料

1. 摩尔定律：计算能力成本每两年减半，数据量呈指数增长，为“第二次机器时代”提供燃料。
2. 德勤《首席财务官信号》季度报告（2017年第三季度）：显示多数CFO对认知技术了解不足，但已有部分开始试点。
3. 更多信息请访问：www.deloitte.com/us/crunchtime