重庆理工大学教授程平：智能会计时代，应充分发挥数据资产的价值

近日，由用友主办的「智能会计 价值财务」2023 企业数智化财务创新峰会·北京站在北京国家会计学院圆满举办！来自知名院校的专家学者、央国企等大型企业财务领路人、以及权威财经媒体相约北京国家会计学院，一同见证“智能会计”新时代的到来，并肩探讨“价值财务”新主张。

为了更好传递智能会计对企业业务管理的重要意义和价值，引领企业财务的价值创造，助力企业实现高质量发展，用友于会上采访了中南财经政法大学教授、博士生导师施先旺，重庆理工大学教授、博士生导师程平，北京国家会计学院副教授聂兴凯，北京国家会计学院副教授王亚星。

以下是根据用友采访重庆理工大学教授、博士生导师、软件系统分析师程平而整理的内容：

结合 ChatGPT，RPA 将深度应用于财务分析决策场景

之前的 AI 更多是决策式 AI，现在的 AI 主要往生成式 AI 应用发展。RPA 可能更多解决什么？提高效率，降低成本，强化风险管控，尤其在合规性上有很多应用场景。将 RPA 和 ChatGPT 结合，将会使面向分析和管理决策这方面的应用越来越多。如果说 RPA 最开始的应用是把很多基础性、标准性的工作代替的话，那么生成式 AI 的应用会对财务分析决策方面的工作形成替代。

如何更好地应用大数据促进财务数智化转型？

大数据应用于财务领域的一个基础，首先是要具备数据。第一，数据规模的问题。原来实际上更多是小数据，现在业财一体化要推动业务慢慢去变成一个结构化的数据，采集原始凭证，扩大数据采集范围，扩展数据的规模。第二，业务的拓展。围绕着业财一体化，尽量围绕着企业的经营管理决策去拓展数据的范围。第三，数据的质量。尽管我们是在海量数据挖掘，但是实际上真正对我们有用的，尤其是企业财务决策有用的内部数据的小数据的质量是至关重要的。第四，数据的粒度。现在因为管理的很多非常的粗糙，数据的颗粒度比较粗，就不足以支持很多大数据的应用。

大数据在财务领域的应用是业务、财务和技术的叠加

大数据应用的话，最后其实是要挖掘数据价值的，也就是要解决现实的问题。现在的难点是如何基于业务精准地用数据去表达业务问题，再用数据去对它进行量化、评价。基于问题导向的数据分析，精准的提炼出问题，到它的分析思维，到分析的方法，到最后可视化的展现，目前还没形成一体化的核心的能力。我们经常讲大数据应用的时候，场景为王，这个场景对业务问题的深入的理解是很重要的，尤其是用大数据解决财务问题的时候，它的问题其实是一个业务问题、财务问题和技术问题的叠加，这个问题的叠加就带来很大的挑战。

智能会计时代，系统建设应从业务驱动转向管理驱动

企业的产业数字化转型最核心的是在价值链条过程中形成它的数据。原来的信息系统是以业务管理驱动做的建设，细粒度的数据是比较少的，智能会计应用要围绕高质量发展去服务决策的时候，系统的建设要面向经营管理决策为主要导向去驱动，才能够提供好的数据。过程中可能要有意识的去埋点大数据，尤其是人的行为数据，这个过程中它以前是没有记录的，更多是经营数据。

用友 BIP 事项会计驱动会计变革

我对用友 BIP 事项会计产品的推出是非常点赞的，因为这么多年来，传统的 ERP 厂商在这个方面的改进还是非常小的，基本上没有太多的新的理论、新的方法进去。用友 BIP 事项会计从我们会计服务于决策，服务于打造世界一流的财务管理体系，服务企业的高质量发展，非常有现实意义，是一个很大的突破。在数字化转型背景下，用友走出了会计变革的第一步，基于数字化技术沉淀到财务会计主战场去做这件事情，是非常有价值的。

事项会计结合财务共享中心的建设未来发展，如果能够叠加进去，可能财务共享又可以升级到一代；再结合下一代数据中心的应用，我想可能有广阔的空间。再结合现在我们谈的生成式人工智能，结合海量数据来源，它的价值很大。用友 BIP 事项会计对整个的财务领域，本身从理论到实践的落地，是很好的一个探索实践。

智能会计实际上是基于数据层面的应用，智能会计的应用其实很核心的，我觉得是把数据资产的价值充分发挥，这个是我们很重要的一个战略的定位。非常期待用友在 GPT 这个领域能更进一步，把技术引入到整个智能会计里面去。