关键时刻系列：财务领域的指数级增长新技术

财务领域的指数级增长新技术 财务转型的新前沿 突击测验 如果您可以定义以下专业术语，请打勾 生成式人工智能大型语言模型机器学习 您是如何回答的？（别担心，答案就在眼前） 生成式人工智能(AI)、语言模型、机器学习、增强现实、量子计算：这些热门话题无处不在，而且很可能不会消失。特别是，大型语言模型生成式人工智能可以（某种程度上）以人类的方式进行创造，现在正在风靡一时。无论你转身到哪里，似乎有人正在测试ChatGPT、AlphaCode、DALL·E和Bard等面向消费者的生成式AI应用程序的能力。我们正在了解它们的局限性……以及它们的潜力。每个人（包括财务领导者）可能想知道这些技术对他们的工作和未来意味着什么。 这是一场进化，而不是一场革命 ——机会无处不在 这是一场进化，而不是一场革命——机会无处不在 是炒作，还是事实？ 现在，尝试将这些真正的问题添加到财务领导者已经堆积如山的担忧清单中：快速发展的商业模式；持续的地缘政治不稳定；经济不确定性等等。面对如此多的变化，若是不小心回答这些真正的问题会让人心生疲惫。 但怀疑论也弥漫在空气中。对投资回报的怀疑——生成式人工智能是否如其承诺的那样好，以及回报是否值得投资。对道德的怀疑——我们是否应该使用？特别是在面对公平和偏见问题、剽窃、知识产权盗窃和社会经济挑战的时刻。 需要明确的是，我们知道这些强大、领先的解决方案可能会在财务领域发挥巨大作用，从自助服务到财务周期再到企业资源规划(ERP)。但问题仍然是如何才可以真正实现呢？随着这些技术的不断发展，这个问题将由各个组织及其领导层来回答。与任何新技术一样，机遇在等待着那些不断创新与前瞻思考的团体。 与任何新技术一样，潜在的机会正在等待着那些找到创新与前瞻思考的组织，他们将率先运用这些新颖和指数级技术(NExT) 这是一场进化，而不是一场革命——机会无处不在 以人为本的设计 是进化，而不是革命 新的机会 但这是一种进化，而不是一场革命——进化可能意味着机遇。这些技术背后的想法都不是新的。对这些想法的实践目前正在不断发展，将它们应用到业务中所需的资源也变得更快、更好、更便宜。这种进化还应该建立在数据、信任和安全投资的基础之上，无论当前形势如何，财务领导者都应该始终牢记在心。闪闪发光的东西往往会分散强大而充满活力的核心的注意力。不要因此让我们被干扰。 另一件需要记住的事情是：人类和商业始终引领着技术，而不是相反。当然，亨利·福特的装配线彻底改变了行业，但企业将这些技术和流程与员工结合起来的方式才产生了影响并改变了世界。（总而言之，科学技术到目前为止还无法进行自我发展。） 这些技术可能会在某些地方造成破坏，但对于财务领导者来说，它们可能会带来新的机会。这些技术可以推动实验，这可能会花费金钱和时间，而没有明确的投资回报。但财务领导者通常对尖端技术可以解决的最大挑战有着清晰的认识。他们可以在整个组织内开展工作，以确定这些技术在哪些方面可以对运营支出、资本支出、市值等产生最深远的影响。 我们对这些新颖且呈指数级增长的技术的看法是相同的——它们可能会对企业的运作方式产生有意义的影响，但这取决于我们人类——特别是您，财务领导者——来确定每种技术对您组织的未来意味着什么。 考虑到这一点，我们设计了一份实用指南，介绍可能在未来几年内颠覆您的组织的技术。我们将告诉您应该知道什么、要注意什么以及要关注的地方。（可能与您所认为的关注点不同！） 人类、商业，始终引领技术，而不是被他们引领。 那么让我们开始吧！ 这里面有什么？ 财务领导者真正需要的是什么？（您就是我们的讨论对象） 人、技术、数据和治理控制的基因 技术：现在我们拥有的是什么？下一步需要做的是什么？以及我们的继承人是谁？ 如何开始？ 现在是关键时刻 财务领导者真正需要的是什么？?（您就是我们的讨论对象） 在某种程度上，财务领导者所需的技术有其组织的个性化特点。但财务组织之间存在共同的需求，它们通常是财务领导者议程的首要内容，或者至少许多领导者是这么告诉我们的。当您继续阅读以了解这些热门技术时，请考虑使用此清单来帮助您将它们与组织的真正优先事项保持一致。某些领域可能比其他领域更容易使用这些技术实现自动化。值得深入研究日常交易的运作方式，以了解通常不会涉足其中的领导者可以在哪些方面帮助应用这些技术，从而从头开始改善他们的职能。 这项技术可以帮助我的财务组织吗？？ 在快速变革和创新中更好的指导我组织的员工、人才和领导力战略？ 发展业务创建更美好的未来？ 提高利润并更好的了解盈利能力？ 管理风险以帮助维护股东价值并保持企业弹性，并管理不断变化的美国及全球监管环境？ 为股东和利益相关者（客户、员工、社区等）创造并实现价值？ 应对气候变化的逆风并掌握组织的可持续发展优先事项和需求？ 加强财务部门作为最高管理层、业务部门和董事会的战略思想合作伙伴的作用？ 通过预测、适应并在面对意外事件保持可持续性，敏捷性和企业弹性？ 让企业更加灵活、敏捷、高效？ “企业的进化没有捷径” ——路易斯D.布兰戴斯 技术 技术：现在有什么？ 初代人工智能（智能自动化、对话式AI、视觉AI等） 人工智能（AI）是一个包罗万象的技术术语，它允许机器模仿人类智能、自主执行任务并从经验中学习。传统的人工智能功能包括机器人流程自动化(RPA)、自然语言处理(NLP)和计算机视觉（例如：面部识别）等。人工智能已经存在多年，一些财务组织已广泛使用它来自动化任务、发现模式和相关性，并帮助其组织根据过去的数据更准确地确定未来。 它能做什么通过数据的积累进行训练和学习； 它不能做什么全面替代人工；回答需要理解多个 帮助企业实现日常任务自动化，将人类解放出来从事更复杂的工作；提高执行速度。 主题的复杂问题；处理歧义或适应动态或不可预见的情况。 初代人工智能可以如何被运用于财务领域？ 但他们交付了吗？ 其中一些技术对于财务领导者来说可能听起来很熟悉，他们可能在几年前就对这些技术感到兴奋。RPA和NLP技术的分层以帮助企业实现自动化听起来很棒，但许多组织通常最终使用这些技术来简化单个任务，而不是实现端到端的结果。这些技术可能没有发挥其真正的潜力，因为人们的期望太低，而且解决方案的实施和扩展也缺乏战略性。当您通过端到端的视角看待这些技术时，它们仍然拥有巨大的潜在机会。 智能客户风险评估和现金预测 文件处理 财务流程精简 自动从发票、采购订单和合同等财务文档中提取和分析信息。 自动执行财务中重复且基于规则的任务，例如发票处理和帐户对账。 分析模式和历史数据，以帮助更好地预测客户何时付款并评估客户不付款或违约的可能性。 技术：现在有什么？ 机器学习 机器学习(ML)是人工智能的一个子集，已经存在了数十年。它是一种使用算法和历史数据来识别模式并做出预测的数据分析方法；它从示例中学习，而不是遵循明确编程的规则。在财务领域，机器学习可用于大量活动，在这些活动中应做出基于判断的决策来影响下一步。 它能做什么预测性维护；通过聊天机器人回答 它不能做什么有效推理并理解异常背后的原因； 客户问题；执行虚拟助理完成任务和匹配交易，例如发票与采购订单匹配或公司间平衡；根据之前的数据和用户表现发现趋势。 并寻找出不合格的数据。 机器学习如何应用于财务领域？ 机器学习可能就在您的组织中——只是您不知道而已。 我们已经看到机器学习对许多行业的商业方面产生了重大影响。例如，一家医疗保健组织实施了机器学习来简化索赔管理。餐厅已经能够通过实施机器学习来改变定价和客户服务，但这些强大的技术似乎并没有在财务领域得到广泛采用。对于对生成式人工智能感兴趣的领导者来说，机器学习可能是一项很好的入门技术：它可以应用于类似的用例，在目前的环境下，通常更快、更便宜。 智能供应链 税务合规 预测 使用实际财务结果和经统计验证的驱动因素来帮助预测可靠、准确的前瞻性财务数据。 识别其他职能部门提供的数据中的“漏洞”，并可能减少税务部门合规和评估风险所需的数据核对所需的人力时间。 根据历史数据和之前的模式做出即时决策，帮助预测（并可能防止）供应链中断。 技术：现在有什么？ 生成式人工智能 您很可能听说过很多关于生成式人工智能的内容，而且这种讨论似乎只会越来越响亮。基本上，它是人工智能的一个子集，机器可以在其中创建新内容，例如文本、代码、语音、图像、视频等。它可以通过使用经过训练的数据创建新内容来模仿人类工作，还可以为工作流程添加上下文感知和决策技能。我们现在看到的版本基于大型语言模型，为用户友好的聊天界面提供支持，将生成式人工智能推向了突破性时刻。能够生成音乐、图像和视频的人工智能也正在兴起。 它不能做什么生成式人工智能与传统人工智能和 它能做什么生成式人工智能的潜力似乎很广泛， 但对于目前的财务行业来说，请将其视为您合作过的最好的分析师之一。你可能不会向董事会展示他们的工作。但您会要求他们准备一份预算与实际差异分析或撰写一份有关组织营运资本主要驱动因素的报告。生成式人工智能可以做到这些事情，并通过代理帮助人类以更高的效率和效果更好地完成工作。生成式人工智能将在未来几年内极大地改变财务工作。 机器学习有共同的局限性，但由于其内容生成的质量可能有潜力超越这些局限性。有时，生成式人工智能会产生看似准确的不准确结果。（随着时间的推移，这可能会有所改善。） 生成式人工智能如何应用于财务领域？ 监管氛围 生成式人工智能有潜力改变所有领域的财务工作——从财务规划和分析、税务到内部审计和控制。政府和监管机构目前正在努力更好地了解如何监管这些技术并建立生成式人工智能的标准。风险管理框架和指导方针正在出现，但政府机构可能会努力制定确定责任的立法。还可能为上市公司创建标准，这些公司构建自己的生成人工智能模型并将其用于内部和外部报告。所有这一切都在发生——敬请期待。 智能头像 场景建模 场景监控 以更加动态的方式进行互动和参与。例如，你问它一个问题：本周东北大区的销售额是多少？响应将会包括答案——以及原因。 监控新法规并提供有关潜在影响和对影响的见解。 根据您的选择，通过多元假设和叙事生成前瞻性场景。 潜在的生成式人工智能用例？（示例性列表，并非全部） 业务财务•生成竞争对手分析和见解 运营财务•处理发票、管理付款、 财务规划与分析•制作管理报告分析、评论 监督与控制•自动化数据输入和对账 战略财务•评估企业发展交易并进行 计费和收款•预测风险建模•虚拟收集助理•认知支出分析 和演示•生成费用型的预算和预测的第一版计划和预测模型•生成绩效洞察、方差和/或决策分析 尽职调查•研究大量数据（财务信息、工业、社会经济、政治）并为战略制定提供见解•生成情景、总结并得出资本优化的初步结论 •生产需求预测和规模调整•制定预算、计划和绩效/变化分析•进行临时/场景分析•生产产品成本核算 •准备内部和外部财务报告，包括评论和见解生成•源头到目标COA映射•智能合约审查 内部审计•识别潜在风险并检测欺诈 投资者关系•制定投资者报告和沟通 资金管理•自动化现金预测、现金管 税务•自动化税务准备和报告 •生成内部审计报告•监控法规和内部审计报告的遵守情况•监控法规和内部规定的遵守情况 理并更好地了解现金流•报告外汇和货币头寸，执行交易对手风险并进行分析•就满足流动性需求的最佳投资组合提供建议 •提供有关新税法和规定的见解•监控税务法规的遵守情况 •预测分析师的问题并准备答案•资本市场融资的价值公司•解释披露规则和规定并提供建议 但我可以相信它吗？ 我们确定了生成式人工智能有关信任和道德的三个关键因素： 财务领导者可能知道生成式人工智能的输出不一定像看上去那么准确，而实施生成式人工智能最困难的部分之一就是知道它何时出错。 可能很难想象有一天系统地提交监管文件，并且财务或信托领导人愿意签署这些文件。您是否可以完全信任您的生成