2018-首席财务官指引——认知技术_21页-1mb

财务领域认知技术的兴起与应用总结

核心内容

随着智能机器的快速发展，认知技术正逐步改变财务工作的运作方式。这些技术不仅提升了效率，还增强了财务职能的洞察力和可控性。认知技术涵盖了机器学习、自然语言处理（NLP）、自然语言生成（NLG）等，它们可以独立使用，也可以组合应用，以解决复杂的财务问题。

主要观点

• 认知技术的定义与能力：认知技术模仿人类的思维过程，能够分析数据、理解自然语言、生成报告并进行学习。它们几乎可以完成人类能做的任何事情，除了体验情绪。
• 技术发展的驱动力：认知技术的发展受到摩尔定律的影响，计算能力的提升和数据量的激增为技术应用提供了基础。
• 财务领域的应用：认知技术正在重塑财务职能，从数据分析、预算与报告、风险识别到知识管理，多个方面均受益。
• 认知技术的挑战：尽管认知技术潜力巨大，但许多首席财务官仍持观望态度，对技术的效用存在疑虑，主要关注点仍在于成本效率和效能的提升。
• 未来趋势：财务岗位将越来越多地要求具备认知技术使用经验，同时，财务专业人士需要具备数据科学家和业务分析师的技能，以更好地将洞察转化为沟通。

关键信息

认知技术在财务中的具体应用

1. 自然语言处理 (NLP)：用于解析和理解非结构化数据，支持财务报告的自动化处理。
2. 自然语言生成 (NLG)：自动创建财务报告和分析评论，减少重复性工作。
3. 机器人流程自动化 (RPA)：提升应付账款处理的效率和准确性，减少人工干预。
4. 机器学习：识别异常交易、预测风险、优化支付流程。
5. 语音识别：使首席财务官能够通过语音与系统交互，获取实时财务数据。

实际案例

• Miika：分析师通过认知技术提升效率，将时间用于更具战略性的任务。
• Cindi：聊天机器人自动化处理80%的财务问题，提升报告生成速度。
• Jai：应付账款流程自动化，降低成本30%以上。
• Marianne：利用预测分析和机器学习进行实时风险识别和管理。
• Freja：对账工具加速公司间交易匹配，提升准确性。
• Frank：智能化知识管理系统优化培训和合规流程。
• Janet：首席财务官使用数字助手进行数据分析和决策支持。

认知技术的变革意义

• 效率提升：认知技术显著加快了数据处理、报告生成和决策支持的速度。
• 决策优化：通过实时数据和预测分析，首席财务官能够更快、更准确地做出决策。
• 风险控制：实时风险识别和缓解建议，增强了财务工作的稳定性。
• 员工角色转变：财务人员将从重复性工作中解放出来，转向更具战略性和分析性的任务。

实施建议

• 学得更多：创建跨职能团队，探索认知技术的潜在应用，与管理层分享成功案例。
• 建立清单：列出可以应用认知技术的机会，持续更新并关注最新应用。
• 发现试点：从低风险、小范围的项目开始试点，验证技术的可行性。
• 项目试点：选择能快速见效的具体案例，集中资源进行实施。
• 衡量有效性：跟踪试点项目的成效，复制成功经验，总结教训。

联系方式

• 作者：

  • Steven Ehrenhalt：Deloitte Consulting LLP 的高级合伙人，专注于财务管理转型。
  • Jonathan Englert：Deloitte Consulting LLP 的高级经理。

• 主要联系人（中国区）：

  • 胡伟杰：合伙人，中国区财务管理转型服务领导人。
  • 杨颖：合伙人，中国区财务共享服务业务领导。
  • 孙杰：合伙人，国有企业战略客户服务。
  • 栾宇：合伙人，金融行业客户服务。
  • Enkhzaya Nyamdorj：合伙人，跨国企业财务转型服务。
  • 黄耿、沈诗文、金睿、杨扬：北京与上海的财务管理转型服务总监。

尾注与参考资料

• 摩尔定律（1）和德勤季度调查报告（2、3）提供了认知技术发展的背景和首席财务官的现状分析。
• 本文由德勤撰写，旨在提供关于认知技术在财务领域应用的见解和建议。

附注

• 认知技术虽被广泛讨论，但其在财务领域的实际应用仍处于早期阶段。
• 随着技术的成熟，财务职能将更加智能化，财务人员需要适应新的角色和技能要求。

字数统计：约990字