全新技术驱动预算管理全面升级

随着人工智能和机器学习技术的不断进步，全面预算管理将更加智能化和自动化。通过自动化数据采集、预测模型和算法的应用，预算管理系统能够自动生成预算方案、优化资源配置，并提供更精确的预测和分析能力，减少人工干预和错误，全面提升企业预算管理的效率和效力。

1、内存计算让全面预算滚起来

传统预算大多是年度预算，很难滚起来，一是因为大量的数据填报耗时耗力，二是随着预算数据的积累，计算性能会收到很大影响。用友研发的内存计算技术，数据读取速度比基于磁盘的数据读取速度要快 100 万倍，大幅提升了计算速度，这使得预算从年度向月度、周、甚至天的滚动预测突破了技术瓶颈。

通过新架构的支撑，满足财务、业务及社会化数据的可采集，加上多维内存计算的性能提升，加快了预算的滚动预测进程。滚动预测将僵化的年度预算重新赋予活力，将大大提升预测的准确度和精细度。

用友预测模型通过以下几个方面进行快速实现滚动：

基于用友 EPM 系统，在年度预算场景（Budget）之外，可共享业务动因驱动的年度预算模型，构建 T+N 预测场景（Forcast）, 该场景可利用规则引擎，以 T 时点实际数据为基础，结合未来相关情况，预测 N 期。（N 可以是月，也可以季）。业务部门仅需完成关键动因的滚动调整，即可快速实现联动的业务到财务的预测。

2、多维技术构建预算体系一张网

用友 EPM 可根据集团企业多业态预算管理需要，构建多套应用模型，在多维模式下，可全面、精细化构建企业预算体系。

以责任考核为目标，构建纵向到底的组织体系，助力落实经营责任。以业务动因为起点，构建“横向到边”的覆盖全业务价值链的、业务到财务的预算指标及科目体系。基于关键业务价值动因构建的预算体系不仅可以有效简化预算的冗繁过程，快速达成资源配置目标，也有助于月度滚动预测的快速开展。同时，业务价值动因也抓住了影响财务结果的关键因素，抓住了业绩管理的 “牛鼻子”，还有助于将预算分析从仅关注财务结果差异，向关注业务过程的追根溯源分析转变。

以预算组织和科目维度为核心，结合其他维度体系，形成预算一张网，是用友多维精细预算的本质。其他维度根据行业和管理特点进行定义，如收入指标可以分解至产品、区域、客户、渠道等多个维度，这是多维。在按产品维度分解的过程中可以按产品大类、产品中类、产品小类直至产品规格型号，这是精细度。

3、算法模型下好“资源分配“一盘棋

以 Python 语法为基础规则引擎，支撑在多维预算体系上构建各种业务模型，如产供销协同、成本费用配置、费用分摊、投资测算等。主流的 Python 语言具有很强的扩展性，也是规则管理更加简单和可视化，而规则是管理思想的体现，随着应对内外部变化，管理变动越来越频繁，规则由业务人员即可创建、调整，摆脱了传统由 IT 开发固定逻辑的历史，使模型的创建更具灵活性和生命力。

4、AI 及大数据技术驱动数智化

数智化时代，用友 EPM 利用人工智能和大数据分析技术，收集海量企业内外部数据，建立相关预测模型，通过训练、推理、上线、运营、重复训练等过程，实现场景化的智能预测，智能决策和智能行动。

如年度目标制定不能基于历史业绩简单测算，更不能基于一定资源约束进行保守测算。而是要基于精准的市场洞察，业务转型动因和战略衡量 KPI 等关键要素来构建进取型的 3 年滚动目标测算模型，3 年滚动的目标的第 1 年就是预算目标。

（1）从市场容量、竞争地位、历史增长率等因素出发，制定业务增长目标；

（2）从商业模式转型动因、业务价值动因、效率提升动因、战略性投入动因等因素出发制定盈利目标；

（3）从战略性营运资金周转率动因、战略性投资并购等动因制定现金流目标。

通过对关键因子的设定，逻辑搭建，创建目标测算模型，通过机器的不断学习、知识图谱提高机器感知能力和认知能力，从而使系统可智能测算合理目标，并下达目标，通过对结构化和非结构化数据的分析，对原因的智能追溯，形成智能决策，最后将决策推送给用户形成智能行动的闭环管理。