■ 余红燕/文
2020年的新冠肺炎疫情带来冲击 ，但 也为新一代信息技术与产业的深度融合 带来机遇 。 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 。
趋势一
用管理会计指导财务共享中心建设
如今 ，越来越多中国企业已经建立财 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 。
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 的企业走在构建财务共享中心的道路上 。 同时，管理会计指导下的财务共享中心，日 益显著地推动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会在一 定程度上向虚拟化 、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 应用发展奠定基础 。
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 企 业 信 息 化 架 构 。 独 具 中 国 特 色 的 中 台 概 念 正 是 企 业 为 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 一 个 全 新 的系统架构 。
数 据 中 台 历 经2019 年 的 概 念 普 及 期 ，在 2020 年已进入探索应用阶段 。 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 。
在数字化时代 ，世界正在变得越来越 复杂和不确定 。 数据中台不仅彻底解决 企业的信息孤岛问题 ，有力提升数据采集 和数据转换的效率和质量 ；而且根除企业 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 。
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 。
在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 。 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 。
新一代信息技术的发展和应用使数 据治理方式获得极大扩展 ，数据治理的效 率得到显著提升 。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 ，并使前端应 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 。
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 。
未来 ，认知智能在管理会计领域的应 用还有很大发展空间 。 从目前已能够实 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 。
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 。