人工智能助力财务智能审核——以某通信运营公司A为例
背景
某通信运营公司A是国内某大型通信集团公司的省级子公司之一,业务规模与交易量庞大。公司财务信息化建设起步较早,建立了预算系统、会计核算系统、电子影像系统、电子档案系统等,助力提升财务效率。
财务审核现状
- 审核风险高,审核效率低:月均待审财务单据超过26,000单,月均待审标准合同超过15,000份,审核人员需逐一确认单据金额准确性、账实一致性、审批合规性等,人工审核风险较高。
- 人力成本高,人员管理难:为缓解审核压力,财务部门需招聘更多审核人员,导致人力成本上升,且审核人员离职率较高。
- 过程无痕迹,数据无积累:人工审核无法留痕,也难以采集沉淀于会计资料中的数据,影响管理层的数据分析需求。
财务智能审核技术
- OCR技术:用于识别图像中的文字信息,提高识别准确率。
- 规则引擎:基于业务规则进行自动审核、结算和拦截。
- 机器学习:通过训练提升审核准确度,适用于数据分析与预测。
- 自然语言处理(NLP):用于文本解析、情感分析和信息提取。
财务智能审核建设
-
合同智能审阅平台
- 架构:包含支撑层、业务层和应用层,通过NLP技术和合同审核规则库实现关键信息提取、内容比对和智能审核。
- 核心功能:
- 关键信息提取:自动提取合同文本信息。
- 内容比对:对比线上电子合同与线下纸质合同。
- 智能审核:基于合同审核规则库进行智能校验。
-
单据智能审核平台
- 架构:结合OCR识别技术、规则引擎和机器学习,实现单据智能审核、违规预警和员工信用管理。
- 核心功能:
- 智能审核:内置多种审核规则,自动审核单据。
- 违规预警:标记违规单据并预警。
- 信用管理:对员工提单报账行为进行打分。
成效
- 提升审核效益:智能审核平台实现约30个合同审核点、50个单据审核点的自动化,审核人员处理单据和合同的数量显著增加。
- 管控企业风险:实现审核全过程线上留痕,降低不合规行为发生概率。
- 构建数据基础:通过OCR技术实现数据智能采集,促进业财数据高效运转。
- 解放财务人力:财务人员从低附加值重复劳动转向高附加值分析决策,提升整体工作效率。