北京2017年8月14日電 /美通社/ -- 信息技術(shù)的每一次變革，都會(huì)引起經(jīng)濟(jì)社會(huì)各個(gè)領(lǐng)域的“蝴蝶效應(yīng)”，會(huì)計(jì)行業(yè)也是如此。
管理會(huì)計(jì)加速邁向“智能化”
當(dāng)前，伴隨著大數(shù)據(jù)、智能化、移動(dòng)化和云計(jì)算等信息技術(shù)的飛速發(fā)展，會(huì)計(jì)信息化邁入“大智移云”時(shí)代。新技術(shù)的出現(xiàn)給現(xiàn)代會(huì)計(jì)的兩個(gè)分支 -- 財(cái)務(wù)會(huì)計(jì)與管理會(huì)計(jì)都帶來了深遠(yuǎn)影響。
當(dāng)備受企業(yè)界關(guān)注的管理會(huì)計(jì)遇上時(shí)下最火熱的商業(yè)智能（BI）、人工智能（AI）等智能化技術(shù)，會(huì)碰撞出怎樣的火花？
元年科技總裁韓向東表示，管理會(huì)計(jì)的本質(zhì)是建立在數(shù)據(jù)收集、分析基礎(chǔ)之上的精細(xì)化量化管理，它的使命是為管理者提供決策支持、促進(jìn)管理精細(xì)化，但無論是管理會(huì)計(jì)理念與方法的落地，還是管理會(huì)計(jì)功能的發(fā)揮和價(jià)值實(shí)現(xiàn)，都離不開信息技術(shù)的支撐。而商業(yè)智能（BI）的本質(zhì)是一套商業(yè)方面輔助決策的信息化解決方案，它利用人工智能、數(shù)據(jù)倉(cāng)庫、數(shù)據(jù)挖掘等技術(shù)，按企業(yè)既定的業(yè)務(wù)目標(biāo)，對(duì)大量數(shù)據(jù)進(jìn)行分析和挖掘，從而支持企業(yè)的智能管理與決策，提高企業(yè)核心競(jìng)爭(zhēng)力。商業(yè)智能對(duì)決策支持的影響度較大，對(duì)交易業(yè)務(wù)處理的影響度較小。
“由此可見，商業(yè)智能、人工智能等智能化信息技術(shù)的出現(xiàn)與迅猛發(fā)展，將對(duì)現(xiàn)有的管理會(huì)計(jì)及管理會(huì)計(jì)信息系統(tǒng)的構(gòu)建帶來一場(chǎng)徹底顛覆。”韓向東表示。
2017年以來，智能化技術(shù)在管理會(huì)計(jì)領(lǐng)域的應(yīng)用與發(fā)展速度之快，遠(yuǎn)遠(yuǎn)超出人們的預(yù)期。年初，全球領(lǐng)先的商業(yè)智能領(lǐng)導(dǎo)者IBM與深耕管理會(huì)計(jì)信息化17年之久的元年的“牽手”發(fā)力管理會(huì)計(jì)智能化市場(chǎng)；年中，數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)入選2017影響會(huì)計(jì)從業(yè)人員的十大技術(shù)……這些熱點(diǎn)事件引發(fā)了會(huì)計(jì)界對(duì)智能化新技術(shù)的高度關(guān)注，也印證了管理會(huì)計(jì)發(fā)展的一個(gè)趨勢(shì) -- 2017年是智能化管理會(huì)計(jì)落地 “元年”。
管理會(huì)計(jì)智能化需要“模型”
早在幾年前，我國(guó)管理會(huì)計(jì)行業(yè)“領(lǐng)航者”元年科技就提出觀點(diǎn)并付諸實(shí)踐：管理會(huì)計(jì)需要從商業(yè)智能（BI）入手，管理會(huì)計(jì)信息系統(tǒng)的構(gòu)建需要基于商業(yè)智能強(qiáng)大的建模能力。
韓向東認(rèn)為，管理會(huì)計(jì)“智能化”主要體現(xiàn)在管理會(huì)計(jì)需要模型支持。這是因?yàn)楣芾頃?huì)計(jì)的較大價(jià)值就是為管理者的科學(xué)決策提供量化信息支持，而量化管理離不開模型化，模型化是對(duì)量化管理的升華。
一方面，管理會(huì)計(jì)需要通過構(gòu)建模型來模擬企業(yè)商業(yè)模式和運(yùn)作流程，進(jìn)一步體現(xiàn)各個(gè)量化管理因素之間的復(fù)雜關(guān)系和相互影響程度，使企業(yè)管理者能夠透過模型化看清商業(yè)模式和盈利模式，進(jìn)而使企業(yè)的運(yùn)營(yíng)可預(yù)見、可計(jì)量、可控制。
以全面預(yù)算管理為例，其本質(zhì)上是通過對(duì)未來經(jīng)營(yíng)情況的模擬“算贏未來”，是一套涵蓋從業(yè)務(wù)預(yù)算到財(cái)務(wù)預(yù)算，從目標(biāo)制定、預(yù)算編制、預(yù)算執(zhí)行和控制、分析反饋、調(diào)整和評(píng)價(jià)的閉環(huán)體系。比如，如何將目標(biāo)定得更加科學(xué)合理？模型構(gòu)建為我們提供了一條科學(xué)確定企業(yè)目標(biāo)的途徑。構(gòu)建目標(biāo)測(cè)算模型大體有這么幾個(gè)步驟：（1）對(duì)象的選擇；（2）指標(biāo)選擇；（3）目標(biāo)值確定；（4）權(quán)重設(shè)定；（5）模型測(cè)試。通過對(duì)不同情景設(shè)置不同的權(quán)重，企業(yè)可以獲得一個(gè)相對(duì)合理的經(jīng)營(yíng)目標(biāo)。實(shí)踐中，不管是預(yù)算模型中的預(yù)算目標(biāo)測(cè)算和分解模型、產(chǎn)銷銜接模型、滾動(dòng)預(yù)測(cè)模型，都要求企業(yè)管理會(huì)計(jì)信息系統(tǒng)具備強(qiáng)大的建模功能。
另一方面，管理會(huì)計(jì)需要模型也是由新經(jīng)濟(jì)時(shí)代商業(yè)模式的日益復(fù)雜化決定的。隨著市場(chǎng)的成熟、競(jìng)爭(zhēng)的加劇以及互聯(lián)網(wǎng)經(jīng)濟(jì)的來臨，企業(yè)商業(yè)模式進(jìn)一步虛擬化和復(fù)雜化，企業(yè)主業(yè)務(wù)線和各條業(yè)務(wù)線間的聯(lián)系更加松散，盈利模式更加隱蔽，管理者需要借助模型才能厘清各種復(fù)雜關(guān)系，才能分析、評(píng)價(jià)各業(yè)務(wù)板塊的真實(shí)狀況。
以成本管理為例，基于互聯(lián)網(wǎng)和商業(yè)智能等技術(shù)，企業(yè)可以聚集內(nèi)部財(cái)務(wù)小數(shù)據(jù)、業(yè)務(wù)中數(shù)據(jù)和社會(huì)大數(shù)據(jù)，建立多維成本數(shù)據(jù)庫，實(shí)現(xiàn)對(duì)結(jié)構(gòu)復(fù)雜、數(shù)量巨大的成本數(shù)據(jù)的分析處理。這不但有利于推動(dòng)成本管理方法在更多企業(yè)落地和應(yīng)用，還有利于提升成本管理方法應(yīng)用的價(jià)值。
“智能化”管理會(huì)計(jì)模型怎么建？
從國(guó)內(nèi)外的應(yīng)用企業(yè)案例情況來看，多數(shù)應(yīng)用深入、效果明顯的管理會(huì)計(jì)信息系統(tǒng)是基于商業(yè)智能的管理會(huì)計(jì)系統(tǒng)。
元年研究院認(rèn)為，基于商業(yè)智能的管理會(huì)計(jì)智能化系統(tǒng)，首先需要組建一個(gè)全面的企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫（Data Warehouse），得到企業(yè)數(shù)據(jù)的“全局視圖”；在此基礎(chǔ)上，再利用數(shù)據(jù)挖掘（Data Mining）、聯(lián)機(jī)分析處理（OLAP）等工具對(duì)數(shù)據(jù)進(jìn)行分析處理，形成有用信息；最后，通過數(shù)據(jù)可視化工具為管理者展現(xiàn)出數(shù)字化儀表盤，為決策提供智能化支撐。
首先，構(gòu)建底層數(shù)據(jù)倉(cāng)庫。管理會(huì)計(jì)是對(duì)企業(yè)各種經(jīng)營(yíng)數(shù)據(jù)的分析，是給企業(yè)內(nèi)部管理層決策使用的，因此，數(shù)據(jù)幾乎是一切。數(shù)據(jù)倉(cāng)庫技術(shù)的核心在于數(shù)據(jù)建模，通常按不同的主題建立業(yè)務(wù)模型和財(cái)務(wù)分析模型。通過數(shù)據(jù)倉(cāng)庫的建立，管理會(huì)計(jì)能夠解決以下問題：進(jìn)行全面業(yè)務(wù)梳理，改進(jìn)業(yè)務(wù)流程；建立一個(gè)集財(cái)務(wù)小數(shù)據(jù)、業(yè)務(wù)中數(shù)據(jù)、社會(huì)大數(shù)據(jù)于一體的集團(tuán)級(jí)數(shù)據(jù)平臺(tái)，消滅信息孤島和數(shù)據(jù)差異；解決業(yè)務(wù)的變動(dòng)和數(shù)據(jù)倉(cāng)庫的靈活性。
其次，深入數(shù)據(jù)挖掘分析。數(shù)據(jù)挖掘?qū)τ谝詳?shù)據(jù)分析為核心的管理會(huì)計(jì)而言，是一項(xiàng)不可或缺的利器，它使數(shù)據(jù)數(shù)據(jù)倉(cāng)庫進(jìn)入一個(gè)更高級(jí)的階段 -- 不僅能對(duì)數(shù)據(jù)進(jìn)行匯總和查詢，還可以發(fā)現(xiàn)數(shù)據(jù)之間的潛在聯(lián)系。管理會(huì)計(jì)的數(shù)據(jù)分析路徑，就是從企業(yè)核心的財(cái)務(wù)數(shù)據(jù)延伸到業(yè)務(wù)數(shù)據(jù)，從企業(yè)內(nèi)部數(shù)據(jù)延伸到外部數(shù)據(jù)。數(shù)據(jù)挖掘能幫助財(cái)務(wù)人員發(fā)現(xiàn)企業(yè)運(yùn)營(yíng)數(shù)據(jù)中的潛在聯(lián)系，進(jìn)而更好地服務(wù)業(yè)務(wù)發(fā)展、服務(wù)管理決策。此外，OLAP也是商業(yè)數(shù)據(jù)分析的重要工具，它通過對(duì)數(shù)據(jù)的切片（Slice）、切塊（Dice）、鉆?。―rill-down和Roll-up）、旋轉(zhuǎn)（Pivot）等各種分析動(dòng)作，使不同層級(jí)的管理者能夠從多個(gè)角度、多個(gè)側(cè)面獲得對(duì)數(shù)據(jù)的更深入了解。
譬如，對(duì)于企業(yè)管理者關(guān)注的銷售數(shù)據(jù)，時(shí)間周期是維度，產(chǎn)品類別、分銷渠道、地理分布、客戶群類等也是維度。一旦多維數(shù)據(jù)模型建立完成，管理者可以快速地從各個(gè)分析角度獲取信息，也能動(dòng)態(tài)地在各個(gè)角度之間切換或者進(jìn)行細(xì)致的、多維度的綜合分析。
最后，搭建數(shù)據(jù)可視化展示平臺(tái)。在數(shù)據(jù)建模和數(shù)據(jù)分析的基礎(chǔ)上，管理會(huì)計(jì)智能化平臺(tái)還需要為管理者提供直觀的數(shù)據(jù)可視化展現(xiàn)平臺(tái)。按照各級(jí)管理者對(duì)業(yè)務(wù)運(yùn)營(yíng)的不同管理要求，定制的交互式界面能快速、準(zhǔn)確、全面、靈活的體現(xiàn)公司業(yè)務(wù)運(yùn)營(yíng)實(shí)際的數(shù)據(jù)信息，并且支持文本、表格、曲線圖、柱狀圖、面積圖、餅圖、雷達(dá)圖、儀表盤、散點(diǎn)圖、氣泡圖、地圖等多種數(shù)據(jù)展現(xiàn)方式，最終為業(yè)務(wù)管理、決策支持提供有效數(shù)據(jù)信息支撐。
未來，基于商業(yè)智能的管理會(huì)計(jì)智能化平臺(tái)必將成為企業(yè)管理者經(jīng)營(yíng)決策的必備“外腦”。
