會(huì)計(jì)創(chuàng)新三大法寶

文/翁崇凌 張艷敏

會(huì)計(jì)職能亟待從“事后算賬”轉(zhuǎn)向“事前預(yù)測、事中控制”，和向“信息分析使用和輔助決策”轉(zhuǎn)變。組織創(chuàng)新、技術(shù)創(chuàng)新和應(yīng)用創(chuàng)新是會(huì)計(jì)工作主動(dòng)迎接變革的三大法寶。

隨著對(duì)會(huì)計(jì)認(rèn)知的加深，企業(yè)積極推動(dòng)核算型會(huì)計(jì)轉(zhuǎn)向價(jià)值管理型會(huì)計(jì)。但即便如此，管理會(huì)計(jì)工作仍然是以基礎(chǔ)核算會(huì)計(jì)所提供的信息為基礎(chǔ)，因此，如何提高會(huì)計(jì)核算信息的質(zhì)量和時(shí)效成為管理會(huì)計(jì)發(fā)展的重中之重。然而，傳統(tǒng)會(huì)計(jì)所展現(xiàn)出的“信息處理和提供”職能已不能滿足決策的信息需求，會(huì)計(jì)職能亟待從“事后算賬”轉(zhuǎn)向“事前預(yù)測、事中控制”，和向“信息分析使用和輔助決策”轉(zhuǎn)變。在互聯(lián)網(wǎng)與會(huì)計(jì)的碰撞中，組織創(chuàng)新、技術(shù)創(chuàng)新、應(yīng)用創(chuàng)新是形成好結(jié)果的三大法寶。

組織創(chuàng)新：會(huì)計(jì)+眾包

會(huì)計(jì)作業(yè)組織方式隨著互聯(lián)網(wǎng)技術(shù)的進(jìn)步和勞動(dòng)力組織的變革而演變，從單兵作戰(zhàn)到集中核算，再到財(cái)務(wù)共享，每一步的出發(fā)點(diǎn)均是降低成本、提升效率、增強(qiáng)風(fēng)控。特別是財(cái)務(wù)共享服務(wù)中心的發(fā)展，帶來了高標(biāo)準(zhǔn)、強(qiáng)執(zhí)行、多維度的會(huì)計(jì)作業(yè)體系。然而不可否認(rèn)的是，大部分企業(yè)實(shí)施財(cái)務(wù)共享以后，成本并未持續(xù)降低，而其攜帶的員工流動(dòng)性大、職業(yè)發(fā)展通道窄、溝通成本高等管理問題逐漸凸顯，這表明財(cái)務(wù)共享遭遇了一定的發(fā)展瓶頸。財(cái)務(wù)共享服務(wù)中心在未來較長時(shí)間依然是集團(tuán)型企業(yè)會(huì)計(jì)作業(yè)組織方式的首選，但要突破瓶頸，最好的路就是轉(zhuǎn)向“小而精，精而?！卑l(fā)展。

“小而精，精而?！钡牡谝徊剑彩亲钪匾囊徊?-做小，很多時(shí)候，小了就自然精而專了。每個(gè)月十多萬甚至幾十萬的憑證需要完成，如何做小成為管理者首先面對(duì)的問題。當(dāng)這個(gè)疑問提出時(shí)，組織創(chuàng)新的需求就出現(xiàn)了。“做小”用專業(yè)詞匯描述就是“輕資產(chǎn)運(yùn)營”，以最低的成本博取最大的利潤。原來數(shù)十萬的憑證需要企業(yè)雇傭幾百人的會(huì)計(jì)團(tuán)隊(duì)，其運(yùn)營帶來的人力成本、職場成本、硬件成本、管理成本都不可小覷?，F(xiàn)在有一種全新的會(huì)計(jì)作業(yè)組織方式能轉(zhuǎn)變這樣的困境，不僅能節(jié)約成本，還能開疆拓土，規(guī)模上做小，格局上做大，這種創(chuàng)新的組織方式就是眾包。

眾包作為新型的勞動(dòng)力組織方式已在很多領(lǐng)域發(fā)揮著不可估量的作用，比如維基百科、滴滴打車、Airbnb等都是眾包應(yīng)用的代表，其指將工作轉(zhuǎn)由非特定互聯(lián)網(wǎng)大眾完成的模式。非特定互聯(lián)網(wǎng)大眾意味著工作執(zhí)行者的隨機(jī)性，這帶來會(huì)計(jì)和眾包結(jié)合最大的兩個(gè)困難：一是如何保證財(cái)務(wù)數(shù)據(jù)安全，二是如何降低會(huì)計(jì)作業(yè)門檻。通過一年多的研究，筆者尋求到了解決這兩個(gè)困難的方法并成功實(shí)施，歸納起來就是“憑證拆分，規(guī)則植入”。

財(cái)務(wù)數(shù)據(jù)對(duì)任何企業(yè)而言，重要性不言而喻，而眾包則需將部分?jǐn)?shù)據(jù)赤裸裸地展現(xiàn)在陌生人眼前，數(shù)據(jù)安全性受到極大挑戰(zhàn)。但是通過不斷縮小展現(xiàn)的范圍，閱讀者越來越難知曉“通篇內(nèi)容”。一份會(huì)計(jì)憑證當(dāng)只能看見一張發(fā)票時(shí)，其攜帶的財(cái)務(wù)信息已經(jīng)不多，因?yàn)楹芏嗥髽I(yè)經(jīng)濟(jì)事項(xiàng)不是靠一張發(fā)票決定的；當(dāng)只能看見一張發(fā)票上的一個(gè)段值時(shí)，其攜帶的財(cái)務(wù)信息幾乎為零。當(dāng)一份完整的憑證被拆分至數(shù)十個(gè)字段，交由數(shù)十個(gè)互聯(lián)網(wǎng)用戶處理時(shí)，每個(gè)人很難靠僅有的零星信息推測出企業(yè)花了多少錢做了什么事。這就說明憑證拆分對(duì)保護(hù)企業(yè)財(cái)務(wù)數(shù)據(jù)安全足夠有效。

拆分后的會(huì)計(jì)信息重新整理合成并完成對(duì)錯(cuò)判斷，則需要將企業(yè)會(huì)計(jì)作業(yè)制度轉(zhuǎn)變?yōu)橛?jì)算機(jī)語言，即規(guī)則植入。規(guī)則植入不僅為了形成完整可靠的會(huì)計(jì)憑證，也為了降低互聯(lián)網(wǎng)大眾作業(yè)門檻。眾包之前，會(huì)計(jì)一直是高專業(yè)性技術(shù)，需要系統(tǒng)學(xué)習(xí)和實(shí)踐才能成長為合格的從業(yè)者，然而當(dāng)系統(tǒng)知曉判斷標(biāo)準(zhǔn)時(shí)，“人人會(huì)計(jì)”的時(shí)代正式到來?；ヂ?lián)網(wǎng)大眾只用“依樣畫葫蘆”，將看見的零散的漢字或者數(shù)字輸入指定位置，系統(tǒng)后臺(tái)就能運(yùn)算其準(zhǔn)確與否。換言之，識(shí)字的任何人均可以執(zhí)行會(huì)計(jì)作業(yè)。

眾包為企業(yè)會(huì)計(jì)組織方式開創(chuàng)了全新局面，其一降低運(yùn)營成本，據(jù)測算，實(shí)施眾包后企業(yè)能減少會(huì)計(jì)作業(yè)運(yùn)營成本30%至50%，且隨著流量紅利增加而持續(xù)降低；其二解決管理問題，基礎(chǔ)性會(huì)計(jì)工作轉(zhuǎn)由非雇員完成，職員流失、發(fā)展受限、溝通繁多等困境迎刃而解；其三助力財(cái)務(wù)轉(zhuǎn)型，推行眾包，也是企業(yè)現(xiàn)有員工進(jìn)入大浪淘沙的過程，激發(fā)進(jìn)步熱情，旁觀者被淘汰，努力者轉(zhuǎn)向管理會(huì)計(jì)、戰(zhàn)略財(cái)務(wù)，實(shí)現(xiàn)“小而精，精而?！保黄渌奶嵘放苾r(jià)值，眾包是典型的共享經(jīng)濟(jì)模式，大量互聯(lián)網(wǎng)用戶的參與為企業(yè)帶來客戶切入點(diǎn)，有益于品牌傳播。

技術(shù)創(chuàng)新：巧用人工智能

如今，計(jì)算機(jī)科技發(fā)展的最大熱點(diǎn)是人工智能，現(xiàn)有人工智能的基礎(chǔ)都是通過分析海量的歷史數(shù)據(jù)，結(jié)合算法完成眼前的工作，預(yù)測未來的走勢。這里需要清楚區(qū)分自動(dòng)化和人工智能的概念，自動(dòng)化是將規(guī)則預(yù)置后讓系統(tǒng)自行作業(yè)的過程，人工智能是運(yùn)用算法讓系統(tǒng)學(xué)習(xí)過去知曉未來的技術(shù)，大部分電算化軟件的結(jié)果生成模塊是自動(dòng)化過程，并非人工智能技術(shù)，包括眾包實(shí)施中的“規(guī)則植入”也只屬于自動(dòng)化，基于人工智能的技術(shù)創(chuàng)新需要重新搭建電算化流程。

會(huì)計(jì)工作從來不缺乏數(shù)據(jù)，尤其大型企業(yè)，數(shù)年累積的財(cái)務(wù)數(shù)據(jù)能達(dá)億級(jí)，這為人工智能的開發(fā)提供了基礎(chǔ)?；A(chǔ)是否牢固在于數(shù)據(jù)質(zhì)量是否優(yōu)秀。理論上講，任何數(shù)據(jù)對(duì)人工智能底層算法的設(shè)計(jì)都是有用的，但是數(shù)量與耗時(shí)呈正比關(guān)系，人工智能最大的優(yōu)勢在于能高效地舉一反三，所以前期若能通過篩選高質(zhì)量的數(shù)據(jù)搭建算法，系統(tǒng)后期也能快速擴(kuò)充實(shí)現(xiàn)結(jié)果的路徑。我們以通過人工智能生成費(fèi)用類會(huì)計(jì)科目為例來說明：

首先，確定取數(shù)樣本，判斷一個(gè)費(fèi)用科目，第一依據(jù)是發(fā)票項(xiàng)目，第二依據(jù)是預(yù)算科目，第三依據(jù)是報(bào)銷人說明，第四依據(jù)是綜合原始憑證信息，當(dāng)然還可以有更多依據(jù)，比如成本中心、行業(yè)規(guī)范，甚至簽報(bào)郵件等。

其次，確定樣本取數(shù)規(guī)則，比如發(fā)票項(xiàng)目需要全部獲取，再比如報(bào)銷人說明往往會(huì)寫“XX報(bào)銷XX費(fèi)（用）”，將“報(bào)銷”定為關(guān)鍵詞，系統(tǒng)實(shí)現(xiàn)獲取該關(guān)鍵詞后的信息。

再次，搭建算法，費(fèi)用類會(huì)計(jì)科目生成通常較簡單，可概述為按照取數(shù)規(guī)則從歷史樣本中取數(shù)，查看歷史科目，比對(duì)現(xiàn)有樣本數(shù)據(jù)，生成對(duì)應(yīng)核算科目。這里推薦圖靈算法中使用的轉(zhuǎn)移函數(shù)公式，可高效完成“篩選-比對(duì)-判斷”的過程。

最后，校驗(yàn)結(jié)果，可設(shè)置一些交叉驗(yàn)證規(guī)則或結(jié)果導(dǎo)向輔助計(jì)算程序流對(duì)人工智能判定的科目進(jìn)行再次判定。

以上四步從開發(fā)角度可打包為一個(gè)即插即用軟件，配合多類型接口轉(zhuǎn)換程序，企業(yè)只需接通現(xiàn)有電算化軟件，后續(xù)科目判斷系統(tǒng)會(huì)全盤接手。這是一個(gè)簡單的例子，人工智能于會(huì)計(jì)界的運(yùn)用方式很多，小到票據(jù)真?zhèn)闻袛?，大到?bào)表數(shù)據(jù)分析，均有用武之地。人工智能非常擅于替代職業(yè)技能，而會(huì)計(jì)很多工作毫無懸念的屬于職業(yè)技能。

結(jié)合來看，眾包和人工智能相得益彰，因“憑證拆分”，眾包可獲取更多“細(xì)枝末節(jié)”的數(shù)據(jù)供人工智能使用，人工智能無法處理的會(huì)計(jì)工作可轉(zhuǎn)交性價(jià)比最高的眾包處理，此或謂“要么人做，要么機(jī)器做”的最佳拍檔。

當(dāng)然，技術(shù)創(chuàng)新絕不是僅僅只有人工智能，但人工智能一定是近幾年系統(tǒng)發(fā)展的主要方向，會(huì)計(jì)從業(yè)者要避免談AI色變，只需不斷提升創(chuàng)新和管理能力，培養(yǎng)多專業(yè)復(fù)合使用技術(shù)。

應(yīng)用創(chuàng)新：創(chuàng)新場景預(yù)期

會(huì)計(jì)技能的應(yīng)用現(xiàn)大多聚集在核算與監(jiān)督，這也符合會(huì)計(jì)的職能，卻不符合未來發(fā)展的趨勢。一項(xiàng)技能的應(yīng)用一定要回歸到“深入淺出”才能產(chǎn)生價(jià)值，也就是“接地氣”。從原始憑證到報(bào)表的核算流程，一個(gè)老會(huì)計(jì)可以輕松完成，但形成的核算結(jié)果卻只有少數(shù)人能看懂；從風(fēng)險(xiǎn)管控到建議的監(jiān)督執(zhí)行，一個(gè)熟練者可以給出多種辦法，但全套的執(zhí)行過程卻只有幾個(gè)人能參與?，F(xiàn)在，眾包的實(shí)施和以人工智能為代表的系統(tǒng)迭代為會(huì)計(jì)應(yīng)用創(chuàng)新提供了條件，我們可以從紛繁的原始數(shù)據(jù)表象中探索管理需求，追尋職業(yè)初心，回歸大眾期望。應(yīng)用離不開場景，本文呈現(xiàn)幾個(gè)可預(yù)期的應(yīng)用創(chuàng)新場景。

品牌指數(shù)，該應(yīng)用基于指數(shù)形成模型，為企業(yè)提供采購建議。隨著“營改增”變革、電子發(fā)票推廣和票據(jù)規(guī)范性倡議，配合眾包無所不能的字段電子化錄入，我們很容易獲取發(fā)票相關(guān)信息。對(duì)這些信息加以收集分析，可以得出員工購買某類商品時(shí)選擇哪個(gè)品牌最多，引入指數(shù)形成模型后能導(dǎo)出各類指數(shù)，比如“XX復(fù)印紙指數(shù)”，當(dāng)該指數(shù)大于設(shè)定值時(shí)，說明庫存不足或者質(zhì)量堪憂；反之則說明庫存充足或者質(zhì)量良好，將這些分析實(shí)時(shí)傳輸至決策層終端，有利于掌握比價(jià)、擇優(yōu)、采購時(shí)機(jī)等信息。

交易熱點(diǎn)地圖，該應(yīng)用主要結(jié)合交易打卡使用，為企業(yè)提供全景交易展現(xiàn)和監(jiān)督。終端研發(fā)是互聯(lián)網(wǎng)世界不可或缺的一環(huán)，企業(yè)可自行設(shè)計(jì)帶定位系統(tǒng)的各類終端交易設(shè)備，將這些設(shè)備的響應(yīng)實(shí)時(shí)傳輸于匯總數(shù)據(jù)庫，數(shù)據(jù)庫通過套用地圖模型的前端頁面展現(xiàn)出來，形成響應(yīng)熱點(diǎn)。相關(guān)部門通過這張地圖可以查看每筆交易的地點(diǎn)、時(shí)間、參與者及明細(xì)，一段時(shí)候以后便能掌握交易高發(fā)的地點(diǎn)和時(shí)間，便于做出對(duì)應(yīng)管理調(diào)控。

員工公務(wù)賬簿，該應(yīng)用主要依托職員收付實(shí)現(xiàn)情況，為企業(yè)提供人員管理輔助。可量化的員工成本及創(chuàng)收以數(shù)值形式導(dǎo)入，不可量化的模糊行為以分值形式導(dǎo)入，通過賬簿式呈現(xiàn)模型，HR和管理者可了解每位員工每天因公發(fā)生的收支比。例如某銷售人員在A地辦公，出差到B地完成一筆銷售，賬簿清晰反映出該趟差旅中企業(yè)承擔(dān)了多少成本，員工創(chuàng)造了多少收益，收支比是否在合理范疇等。

以上三個(gè)簡單的小應(yīng)用，都能看的明白，說的清楚。我們還可以設(shè)計(jì)出更多用于不同歸屬、不同權(quán)限、不同場景的會(huì)計(jì)應(yīng)用，當(dāng)達(dá)到一定量級(jí)時(shí)，可以合并為應(yīng)用超市，監(jiān)管層、管理層、員工層等不同層級(jí)的人士在超市里選購適用自己的應(yīng)用，獲得相關(guān)信息。

組織創(chuàng)新、技術(shù)創(chuàng)新和應(yīng)用創(chuàng)新是會(huì)計(jì)工作主動(dòng)迎接變革的三大法寶，在這三個(gè)創(chuàng)新中我們能發(fā)現(xiàn)，數(shù)據(jù)的合理使用尤其重要。眾包與會(huì)計(jì)的結(jié)合，開創(chuàng)性的帶來了數(shù)據(jù)收集新方式；人工智能與眾包的結(jié)合，能造就全方位的數(shù)據(jù)生成及分析流程；架于人工智能和眾包之上的各類應(yīng)用，徹底開啟會(huì)計(jì)支撐決策的新篇章。