特稿 | 2021管理会计应用的七大趋势

2021元年科技开年巨献，元年研究院特别策划”数字时代企业管理趋势“盘点系列内容，本篇为本系列第一篇，我们将从数字化转型、管理会计、数据治理、数据中台、技术中台、业财税共享、商旅共享、采购共享、税务共享九大方向，持续重磅推出系列特稿，为大家带来一场思想盛宴，敬请期待！

2020年的新冠疫情带来了冲击，但也为新一代信息技术与产业的深度融合带来了机遇，如何将新一代信息技术与企业经营管理相融合，以实现数字化转型，是摆在中国企业面前的重要课题。

作为企业量化管理核心的管理会计应该有怎样的角色定位？它与信息技术的碰撞又将擦出哪些创新的火花？元年研究院经过大量研究和实践发现：新一代信息技术在管理会计领域的应用呈现如下七大趋势：

趋势一：用管理会计指导财务共享中心建设

如今，越来越多的中国企业已经建立了财务共享中心，基于标准化、流水线的作业模式对财务会计工作进行集中式处理。很多企业期待财务共享能推进组织变革和财务转型，然而，却在正式运营共享中心后发现：财务团队并未获得多大解放，仍在做着大量基础财务核算工作，业务财务和战略财务难以实现，期待中的财务转型迟迟没有到来。

由此，企业逐渐发现，财务共享中心的构建必须摆脱传统思维，充分考虑管理需求。以管理会计为指导构建财务共享中心，才能使财务共享成为组织变革和财务转型的突破口。

以管理会计为指导构建财务共享中心的核心思想就是将共享从后端财务系统延伸到前端业务系统，实现对企业更广泛业务（从记账、算账到报账、采购、税务等）的数字化，它有效解决了传统财务模式的几个难点，推动传统会计向业务管控和价值管理转型。

一是利用互联网将财务管理重心前移到交易（业务）环节。

二是在交易管理过程中建立财务数据中心，收集管理会计、财务会计、交易和税务的全量数据。使管理会计信息和财务会计数据同时产生、互相校验，保证了数据的实时性。

三是在交易发生前和发生过程中实现管控功能，同时对数据质量进行实时控制。借助以管理会计为指导的财务共享中心，企业将实现业财税一体化，推动了组织变革和财务转型的实现。

趋势二：财务共享推动管理会计深入应用

在管理会计的有力指导下，越来越多的企业走在了构建财务共享中心的正确道路上。同时，管理会计指导下的财务共享中心，又日益显著地推动着管理会计的深入应用。

不同于传统财务共享，我国企业在这一轮所建设的是完全依托于新一代信息技术的财务共享中心，它不再主要依靠人员集中和专业化分工来提高效率。基于RPA技术，企业的大量结构化、规则导向、可重复的工作任务均可由机器替代人工自动完成，这使得财务共享中心在一定程度上将会向虚拟化、无人化发展。

同时，基于互联网和云计算技术，企业可与交易的合作伙伴、客户、供应商的数据和流程打通整合，实现财务在线化、交易透明化，流程自动化和数据真实化。

新一代财务共享为管理会计的深入应用发展奠定了基础。

第一，财务共享中心将原本分散在不同地域、不同部门的全集团公司的会计核算工作集中到一个平台进行，汇集了所有的核算数据；

第二，财务共享中心打通了财务和业务，实现了对交易事项的集中式记录和处理，大量的业务交易产生大量的实时数据，这些数据都存在于共享系统中，为管理会计的数据建模、分析提供实实在在的源头活水；

第三，财务共享中心打破了企业间的壁垒，对内覆盖全员全流程，对外覆盖价值链全程，既连接供应商、商旅、客户等，也对接银行、税务等外部系统，构建出一个集“财务小数据、业务中数据、社会大数据”于一体的大数据平台。

构建管理会计指导下的财务共享中心，以及财务共享中心支撑下的管理会计系统，正在成为管理会计数字化的必由之路。

趋势三：数据中台赋予管理会计新的系统架构

新的商业环境变化呼唤新一代的企业信息化架构。独具中国特色的中台概念正是企业为了适应不断加剧的竞争环境下不断探索、调适的结果，而数据中台的出现为管理会计提供了一个全新的系统架构。

数据中台历经了2019年的概念普及期，在2020年已进入了探索应用阶段。在元年科技此前召开的一次论坛上，有80%以上的企业表示已经在建设和在规划建设数据中台。而此次疫情爆发，进一步推高了企业对数据中台建设的需求。构建基于数据中台架构的管理会计系统，正在成为管理会计应用的大势所趋。

基于数据中台架构的企业管理平台，通过在前后台之间增加了一层系统（即数据中台），将企业信息化架构由不同平台下分散的烟囱式系统集群变革为部署在同一平台下基于服务的应用系统集群。

在新一代企业信息化架构下，来自ERP、SRM等各个信息化系统中的业务数据、财务数据、大数据，结构化和非结构化数据全部汇入数据中台，实现统一、集中的数据收集、数据治理、数据计算、数据建模，形成服务化的数据应用，输出到前端预算管理、成本管理、数据分析等各个应用系统中，开展丰富的场景化应用，并以多样化的形式展现数据分析应用的结果。

数字化时代，世界正在变得越来越复杂和不确定。而2020年的一场疫情无疑令企业更近距离地体会到这种日益不确定的市场环境。管理会计应用一个主要目标是要帮助管理者应对众多的不确定性，这就需要管理会计体系具备敏捷响应前端业务变化的能力，能够实时获取第一手的业务端信息并及时捕捉到变化中的管理需求。而基于数据中台的技术架构，无疑可以令管理会计具备更敏捷的响应能力，以满足不断变化的业务前端对后端管理提出的各项需求。

数据中台不仅彻底解决了企业的信息孤岛问题，有力提升了数据采集和数据转换的效率和质量，而且根除了企业IT系统重复建设的现象，为数据存储和数据管理带来便利。基于数据中台，企业可以打通和汇聚多源数据，实现数据资产化和内外部数据的整合，将其实时动态地共享和复用给前端应用系统，实现场景化的数据应用。基于数据中台，管理会计在应用中正势不可挡地迈向实时化、动态化和场景化。

趋势四：管理会计主动赋能企业业务发展

数据中台不仅为管理会计提供了全新的系统架构，而且令管理会计的价值逐步由决策支持走向主动赋能。

传统管理会计系统下，由于数据采集、数据整理、数据加工比较缓慢，相关信息也不充分，所以更多地强调用数据支持管理层的决策，对一线业务部门的赋能、对运营端的支持相对较为薄弱。

数据中台实现了数据数量、质量、治理能力、计算能力和分析能力的大幅提升，使管理会计与业务经营的融合更紧密。这使得管理会计能够更多地应用于销售、生产、供应链和研发创新等价值链环节的具体业务场景中，主动为业务运营赋能。

系统可以开展主动预警：通过AI算法重塑人与数据的关系，能够定位每位用户最应关注的指标，并建立预警管理闭环，主动监控数据异动，第一时间推送给适合的人。系统还可以基于知识图谱进行关联问题的智能推荐，如根据分析对象自动推荐定制化的数据可视化展示等。

趋势五：数据治理赋予管理会计高质量的数据基础

随着数字时代的到来，面向行业和领域的大数据应用成为新的焦点，数据作为基础性战略资源的地位也日益凸显，数据确权、数据质量、数据安全、隐私保护、流通管控、共享开放等问题日益受到高度关注并引发深度思考，数据治理成为企业IT系统建设中的一个新热点。

有三类数据对管理会计具有应用价值。

一是以收入、成本、利润、资产、负债等为代表的财务数据；

二是与产品、客户、渠道、生产、研发等相关的业务数据；

三是与企业所处行业相关的竞争环境、盈利模式、业务模式、客户消费模式等一系列内外部经营相关的外部大数据。

这些海量的数据往往以杂乱无序、口径不一的状态隐没在企业内外部的各个信息系统中，数据质量参差不齐，数据价值难以被挖掘和释放，极大地桎梏了管理会计价值的发挥。

新一代信息技术的发展和应用使数据治理方式获得了极大扩展，数据治理的效率也得到了显著提升。在数据中台架构下，基于强大的数据治理技术，系统可以在确保数据安全的前提下，对来自不同应用系统的结构化、半结构化、非结构化数据的数据标准进行实时、动态梳理，开展主数据、元数据、数据质量管理，提高各类数据的质量，使大量隐没在数据坟墓中杂乱无章的数据转变为清晰有序、有条理、有脉络的数据资产，赋能前端应用，并将前端应用产生的新数据再次进入到整个数据全生命周期中。

基于高效的数据治理体系，管理会计将更加依赖内外部的高质量数据开展工作，更好地赋能企业经营管控和业务决策。

趋势六：认知智能助推管理会计应用方式跃迁

如果说数据中台帮助管理会计奠定数据质量的基础，那么数据智能让管理会计展翅高飞。数据智能即数据和人工智能的结合已成为数字化转型的核心。Gartner最近两年的十大数据和技术趋势报告显示，AI和智能技术占比非常高。

人工智能分为运算智能、感知智能、认知智能三个阶段。

运算智能让系统能存会算，感知智能让系统“能听会说，能看会认”，而认知智能让系统“能理解，会思考”，也就是可以联想推理。认知智能是未来数据智能应用中最重要的方向，也是智能技术在管理会计应用中的最大挑战。

认知智能在管理会计领域应用的核心通过自然语言理解和知识图谱，实现人和机器的交互以及人和数据的交互。2020年，元年科技与科大讯飞联合推出一款人机交互分析的产品——元年C1“智答“，通过快速将人类语言转化成数据库查询语言实现人机交互，能够快速响应用户需求，提供搜索、计算、报表呈现等强大功能，是现阶段认知智能技术与管理会计应用相碰撞的典型成果。

元年C1“智答“目前已在企业界展开应用。国内领先的农业和新能源集团——通威集团通过将元年C1“智答”嵌入管理驾驶舱和移动门户，使管理会计报告具备了智能交互、智能理解、智能分析、智能可视化、智能推荐、智能预警、社交协作、轻量级部署等功能。集团领导不仅能够随时随地以语音、文本等形式与系统进行互动并获取所需信息，还能随时灵活查看数据可视化图表，无需事先创建。

未来，认知智能在管理会计领域的应用还有很大的发展空间。从我们目前已能够实现的人机对话，到支持特定场景的常识性判断，到对特定领域非结构化数据的自主处理，再到能够基于数据生成自然语言，直至达到让机器拥有完全自主分析能力。通过认知技术的融合，机器将具备越来越强大的自主分析能力，不断引领管理会计应用方式的跃迁。

趋势七：机器学习提升管理会计数据挖掘能力

机器学习可以用来解决多变量、很难用一个规则来计算的计算模型，通过机器可以采集大量的预测参数，对数据的输出进行快速计算。基于机器学习技术，系统可以基于对业务知识的理解，科学预测、合理控制、智能分析，真正成为管理和财务人员的智能助手。

亚马逊利用机器学习算法动态定价，每天有约250万次的价格调整，整体提升利润达25%。银行利用强化学习算法探索需求收益率最大化，机器不仅学习大数据场景进行贷款定价，还面向不同客户进行贷款定价。

不过，管理会计更多的是面对内部管理及场景，这给机器学习算法支持相应应用带来困难。未来，机器学习结合自然语言处理、知识图谱的数据交互分析技术，将给管理会计数据分析带来更大帮助。

例如，企业可通过构建数据与业务的知识图谱，建立数据分析的推理链路，实现数据变动的自动归因溯源分析，辅助业务决策。在认知智能的帮助下，企业的管理报告场景可支持更灵活的分析、更细分的业务场景，这将极大提高企业日常生产经营的决策力。

管理会计的应用正在发生一场前所未有的变革和创新。展望未来，管理会计的数据底层很可能将是基于一个业财打通、内外打通的数据中台。

它一方面将与以认知智能、机器学习为核心的智能技术融合在一起，形成一个共同赋能管理和业务的全新体系；另一方面将与蓬勃发展的财务共享中心所形成的数据中心相结合，以获得更好的数据支撑，随需应变地赋能前台的管理需求和业务需求。