圖片來源@視覺中國
文｜產業(yè)家，作者｜思杭，編輯｜皮爺
“今年，我們被市場倒逼著做數字化轉型。一切都被打亂了，像這樣的轉變是前所未有的。到了8月，預算額外做了20多份。每一次新平臺、新業(yè)務線的開辟都意味著預算重做。” 一家北方食品品牌告訴我們。
(資料圖片)
數字化轉型過程中，所有大大小小的問題都會折射在財務管理當中。一家企業(yè)進行數字化變革，需要轉變的不僅是業(yè)務經營方式，更是對財務的管理理念。
以上述北方品牌為例，從線下門店走向線上電商，在這過程中，企業(yè)客戶需要面臨的轉變來自多個方面，從電商平臺到網銷平臺，全鏈條都要數字化。
而數字化轉型進行了大半年，各種新平臺、新渠道的推出，以及產品線和業(yè)務線的開辟，都讓過去傳統(tǒng)的財務管理方式不堪重負。此前，該企業(yè)每年會編制一次全面的預算管理。但近半年卻進行了逾20次預算調整，透露出的是過去企業(yè)財務管理方式的脆弱性。
這家北方品牌所經歷的恰在成為一個縮影。在這背后，是國內所有企業(yè)數字化轉型中財務環(huán)節(jié)遇到的通病。
對此，產業(yè)家和多家財稅SaaS廠商交流，得到的一致結論是，受多種因素影響，目前我國中小企業(yè)的財務數字化轉型程度并不高；傳統(tǒng)財務管理方式不僅低效，抵御風險性也差。
“由于技術、流程和文化上的挑戰(zhàn)，數字化轉型仍然是一個困難的問題。甚至更多中小企業(yè)仍然依賴于傳統(tǒng)的紙質報銷和手動財務管理流程，不僅效率低下、錯誤率和延遲也比較高。”企業(yè)支出管理平臺「分貝通」向產業(yè)家透露。
除了上述問題，在財務管理領域還有更多新問題的出現(xiàn)，如費用標準化、數據合規(guī)、隱私保護等等。新舊問題交織，不僅給財務管理軟件帶來挑戰(zhàn)，也更影響著大模型在財務領域的落地。
財務數字化，行至水深處。
這場大模型的比拼中，大廠正在急速競賽。在具體的垂直場景，To B廠商已紛紛入局，財稅也不例外。
在財務領域，先上牌桌的是從財務軟件起家的金蝶。
“沒有一家能做好完整的企業(yè)大模型，所以金蝶首先選擇了財務這個我們最熟悉的領域。”金蝶中國執(zhí)行副總裁、研發(fā)平臺總經理趙燕錫曾對媒體表示。
作為企業(yè)管理軟件服務商，金蝶之所以將財務領域作為首選，其底氣則來源于兩年時間內為177家大客戶做業(yè)財一體化國產替換的實踐經驗。
據了解，針對財務大模型，金蝶內部做了諸多方面的探索，比如從三四月開始就同百度、騰訊、華為等多家大模型廠商合作并進行選型。
再比如金蝶預制了財務知識庫，目前已將國內稅務優(yōu)惠政策植入到該模型中，供企業(yè)直接調用。對于中小企業(yè)，能夠實現(xiàn)開箱即用。而對于大企業(yè)，金蝶的蒼穹GPT也可以允許它們個性化定制。
此外，除了像用友、金蝶這種綜合管理類軟件廠商，在企業(yè)支出管理賽道的頭部SaaS企業(yè)如分貝通與合思（原易快報）也在踐行著自己的大模型嘗試與探索。
分貝通大數據與算法負責人吳榮彬認為，長遠來看，財務大模型能夠幫助企業(yè)進行實時智能費控，并基于企業(yè)的財務數據做出更科學的決策，還能夠根據歷史數據和算法預測未來的財務狀況。
然而，就短期而言，吳榮彬認為，“中小企業(yè)數字化轉型程度低、數據安全和隱私保護等問題疊加，以及數據質量、技術和資源需求帶來的挑戰(zhàn)，新舊問題交織，讓財務大模型很難實現(xiàn)它真正的產業(yè)價值。”
吳榮彬告訴產業(yè)家，“我們內部已經落地了若干應用場景，但仍停留在初期探索階段。探索的方向是在應用層，主要看大模型在應用上的邊界在哪。另外，為了提升用戶使用體驗，我們也探索并優(yōu)化了大模型的整體技術棧，從而垂直優(yōu)化應用場景。”
“坦白地講，我們現(xiàn)在使用的技術沒有一項是近五年甚至于近十年的技術。當下，Workday是在用25年前的理論來指導現(xiàn)在的軟件開發(fā)，而這其實是絕大多數企業(yè)管理軟件所面臨的挑戰(zhàn)。同樣，無論是幾年前的云原生還是現(xiàn)在的AIGC，在這些技術趨于成熟的同時，企業(yè)最應該思考的是，如何將技術與業(yè)務深度結合起來。”合思首席產品架構師佟佩澤告訴產業(yè)家。
在他看來，目前技術已經發(fā)展到了一個很高的位置，但能不能把技術拿出來與企業(yè)經營過程中所遇到的挑戰(zhàn)和問題結合在一起，共同去改善和治理，這是對于絕大多數ToB廠商來講最重要的事情。
To B是一個“長期主義者”，通過技術與業(yè)務融合，從而帶來產業(yè)長期價值，是優(yōu)質的ToB企業(yè)在任何技術浪潮席卷而來的時候都必須考慮的事情。在佟佩澤看來，財務大模型是有價值的，但更重要的是，通過多年的服務經驗，洞察出企業(yè)客戶正在面臨什么問題與挑戰(zhàn)。在此基礎上，大模型能夠如何解決這些問題，這才是最務實的思考。
據佟佩澤透露，“目前，我們正在嘗試利用通用大模型訓練，將自然語言描述出來的業(yè)務訴求轉變?yōu)橛嬎銠C語言，轉換成產品里的配置，從而構建出自動化流程。因為我們的客戶大多是通過低代碼平臺配置產品，而配置產品需要IT人員和財務人員學習和理解建模方式。同樣地，對于大模型也是一樣。這樣一來，客戶再根據我們提供的prompt，大模型就可以根據提前傳入的數據，生成自動化流程。”
在與佟佩澤交談的過程中，產業(yè)家了解到，合思對財務大模型的態(tài)度十分謹慎，“財務大模型目前一定是錦上添花，很難做到雪中送炭。”
不難看出，對于財務大模型，雙方的態(tài)度十分相似。在他們看來，短期內財務大模型無法縱深到更深的產業(yè)中去，更無法與業(yè)務進行結合，賦能業(yè)務本身。但在大模型方向，兩家的態(tài)度都是“積極研發(fā)”，希望找到并驗證出財務大模型在企業(yè)客戶場景中的真正價值。
無論是金蝶首發(fā)財務大模型，還是合思與分貝通在該方向上的試水，都傳遞出一個信號：在財務管理領域，大模型的價值毋庸置疑，但當下具體能達到的能力，仍然需要持續(xù)探索。
從金蝶發(fā)布的財務大模型來看，金蝶所做的是預制提示語工程，這樣可以方便企業(yè)直接調用。而在提示語工程的背后是金蝶將諸如稅務優(yōu)惠政策等財務領域專業(yè)知識輸入到大模型中。
同樣地，合思與分貝通之所以目前沒有大模型相關產品側的新動作，也是因為沒有真正驗證好在真正的財務場景中大模型的價值。
“我們對大模型在財務管理方向的應用充滿信心與憧憬，但也的確存在一些挑戰(zhàn)和限制。例如，數據的質量和完整性對于模型的準確性和可靠性至關重要，而獲取和整理高質量的財務數據可能是一項具有挑戰(zhàn)性的任務。此外，大模型的應用也需要投入大量的計算資源和人力成本，對于部分中小企業(yè)來說可能難以承擔。”吳榮彬表示。
在與分貝通和合思的交流中，高質量數據是一個反復被強調的因素。因為，在大模型的訓練過程中，作為企業(yè)服務商，提供高質量數據是搭建財務大模型最重要的一步。實際上，任何領域的大模型都需要高質量數據作為“底座”。
但就財務領域而言，獲取和整理高質量數據是一項極具挑戰(zhàn)性的任務。一方面，高質量數據需要企業(yè)真實提供，而財務數據又對安全性要求極高，需要采取相應的技術和管理措施來防止數據泄露和濫用。
另一方面，在實際應用中，財務數據可能存在缺失、錯誤或不一致的情況，需要進行數據清洗和整理。而清洗數據則需要一定的技術手段和投入。
可以說，在數據安全和隱私保護尚未得到解決的情況下，財務大模型很難取得突破性進展。
佟佩澤提及到財務大模型的限制時告訴我們，“從業(yè)財融合的角度講，企業(yè)更看重效率。而在效率的維度，大模型的確有較大的應用空間。但另一方面，某一垂直領域的大模型需要學習、訓練和微調，這需要依賴行業(yè)數據。但問題在于沒有足夠多公開的數據訓練，這也導致大模型很難在某個垂直領域里深耕和落地。”
實際上，如何獲得高質量數據，不僅是財務大模型會遇到的問題，更是所有企業(yè)級大模型都會面臨的挑戰(zhàn)。
在構建企業(yè)大模型的過程中，數據是極其重要的一環(huán)。可以說，數據的質量直接決定著企業(yè)級大模型的效果。其中，行業(yè)數據的收集和數據清洗是最重要的兩個步驟。
關于此，業(yè)內的一個討論是，以發(fā)力財務大模型的廠商為例，可以選擇與收集數據的廠商合作。在數據脫敏方面，財務大模型的提供商也可以通過聯(lián)邦學習和隱私計算的方式，讓數據能夠安全地應用在財務大模型當中。
以合思為例，2017年，合思選擇與一家海外廠商合作，通過AI技術進行財務審核，最終在審批效率方面，可以實現(xiàn)14%的免審。在這一過程中，就應用到了這家海外廠商的數據脫敏技術。
此外，再比如進行本地部署和公有云部署的徹底隔離，基于容器、微服務的架構進行本地專有部署，分別實現(xiàn)數據內循環(huán)和數據外循環(huán)，最終達到讓財務大模型變聰明的效果。
如今，財務數字化的水溫也正在加速變化。
“金稅四期的到來，正在加速企業(yè)進行財務數字化轉型。但在這過程中，一定會伴隨著新舊交接的過程，即一條腿邁到數字化時代，另一條腿還在紙質時代。對應地，財務就既要應對傳統(tǒng)的紙質作業(yè)模式，又要兼容新的數字化模式。”佟佩澤告訴我們。
這樣的問題正是文章開篇那家食品品牌所面臨的，也是大部分企業(yè)財務數字化轉型的縮影。
在此背景下，財務大模型的落地能夠加速企業(yè)進行數字化轉型。在吳榮彬看來，“財務大模型的應用需要企業(yè)進行數字化轉型，包括數據收集、存儲和分析的數字化能力的提升。這將推動企業(yè)在其他領域的數字化轉型，提升整體運營效率和競爭力。”
對于財務大模型而言，提高效率僅僅是一方面，更重要的是其對財務管理軟件帶來的顛覆。
對此，吳榮彬的思考是，“對話大模型可以讓企業(yè)通過人機對話的方式，來實現(xiàn)對于App以及對財務系統(tǒng)的交互。由于財務管理非常依賴數據驅動，而目前的BI工具無法在手機端很方便地操作，因此使用自然語言交互并獲取數據和圖表是一種更好的數據洞察方式。”
從更長遠的角度出發(fā)，大模型對財務管理軟件的改變不僅在前端的UI層，更有后端的應用層。而對于這一點，像合思和分貝通這樣的SaaS企業(yè)內部正在不斷進行嘗試與探索。
另外，大模型對于整個數字化轉型的推動是降低理解成本與學習成本。
佟佩澤告訴我們，“大模型能夠降低企業(yè)在業(yè)務場景和產品適配上面的難度。實際上現(xiàn)在的企業(yè)管理軟件都做的很深，尤其是垂直領域的管理軟件。它所提供的功能價值很多，但受限于理解成本與學習成本，比如懂場景的人不一定充分理解產品，而懂產品功能的人又不一定深刻理解某一家企業(yè)的業(yè)務訴求或業(yè)務痛點。”
所以，在他的觀察中，當這場景與產品之間的匹配度較低時，這就導致工具很難被深度使用，更不用提如何與業(yè)務結合。而降低理解成本恰恰是大模型帶來的核心價值。
也可以說，實大模型對于財務管理軟件的顛覆，或是對于數字化轉型的推動，本質都是在賦能“人”的發(fā)展。在與佟佩澤的交談中，他提到了一點，無論過去還是將來，財務的角色和意義都不會被顛覆，只會被清晰化，只會回歸到本源。
這是大模型賦予財務領域的價值，也是科技與人的關系。
長遠來看，財務大模型提供的產業(yè)價值包括實時智能費控、數據驅動決策、預測與優(yōu)化，這也將是未來財務管理領域的終局。對此，分貝通給出了更詳細的詮釋。
首先，通過大模型的應用，企業(yè)可以實時監(jiān)控和管理費用，從而更好地控制和優(yōu)化資源的使用。大模型可以自動識別費用異常和浪費，提供實時預警和建議，幫助企業(yè)及時調整和改進費用管理策略。
其次，大模型可以整合和分析各個部門的財務和費用數據，提供更全面、準確的財務情況和趨勢分析。基于這些數據，企業(yè)可以做出更具科學依據的決策，優(yōu)化財務資源配置，提高企業(yè)的盈利能力。
最后，大模型可以利用歷史數據和算法進行預測，幫助企業(yè)更準確地預測未來的財務狀況。企業(yè)可以根據這些預測結果進行更有針對性的優(yōu)化和調整，實現(xiàn)更穩(wěn)定和可持續(xù)的財務發(fā)展。
然而，在上述「終局」未到來之前，在財務領域，還有更多棘手的問題等待著被解決。
