【MAS·2023趋势解读】管理会计：数据驱动与AI加持，加速智能化转型｜附报告领取

近日，备受关注的“MAS数智化企业2023发展趋势”调研结果新鲜出炉！本次调研由MAS平台发起完成，针对企业数字化转型、财务数字化转型、管理会计、数据驱动、ERP、财务共享六大主题，采用问卷和访谈的方式，广泛邀请专家、高管和公众在线参与，共回收有效样本2625份。经过对样本进行数据分析，MAS整理出2023年中国企业数智化发展的30条趋势，以展现当前企业界、学术界对数字化转型的观察和共识。

本期MAS针对管理会计主题下的入选趋势进行解读。

管理会计萌芽于20世纪初，21世纪后在我国的发展也日益迅速。管理会计的发展对于指导和改进我国经营管理、提高宏观经济效益发挥了积极作用。《会计改革与发展“十四五”规划纲要》和《关于中央企业加快建设世界一流财务管理体系的指导意见》为如何提升企业财务管理赋能企业高质量发展提出了系统的指导意见。其中，管理会计为企业高质量发展发挥重要的保驾护航作用。正如许多其他的领域一样，管理会计正在被大量新技术渗透，如大数据、预测分析、人工智能、区块链、认知计算、机器学习和机器人流程自动化（RPA）。本次调研可以为我们更深入理解管理会计发展趋势和应用带来新的启发。

从调研结果看，“以数据驱动为主轴进行智能化转型”以49.68%的比例首当其冲，“以数据场景化应用直接赋能业务”被21.86%的网友认为是位列第二的发展趋势，“提供实时化和动态化的数据服务”和“依托数据治理来确保数据高质量”分别以13.12%和8.17%排名第三和第四，“管理会计应用AI实现自动化决策和数据平权”以7.16%的比例成为第五名。

数据是数字化的基础。随着数字化转型的推进，企业的数据生态发生了极大的变化。企业内部数据与外部数据的边界正在逐步消融。随着数据信息日益丰富，如何利用数据驱动企业发展成为企业数字化转型过程中的核心问题。

管理会计用数据说话、用量化管理，数据是管理会计发挥职能的重要支撑。随着企业内外部所面临的不确定性日益增加，管理会计的量化功能被凸显。管理会计从财务视角来审视业务的效益和价值，通过对业务环节信息的量化处理，以预算、成本、费控、数据分析、管理会计报告等工具多层次、多维度地量化企业经营成果和效益，是应对不确定环境的利器。而在数字化背景下，仅以过去的管理会计系统和工具所执行的量化管理已无法满足企业需求，以数据驱动为主轴、利用数据主动赋能业务的智能管理会计势在必行。智能管理会计不仅是传统管理会计在数字化时代的创新和发展，也是对传统财务体系的革命性迭代。

场景-数据驱动管理决策

X集团是从事焦炭及化产品等大宗产品的能源化工公司，为针对多元化市场的决策准确性、及时性要求，集团通过以数据驱动为主线，建立管理决策平台，推动管理会计智能化转型，进一步加强集团财务、营销系统的经营日报决策工作。

X集团数据驱动管理决策平台项目上线前后的效果对比非常明显。上线前，园区早上开始收集数据，计算，调整，发送邮件；集团收邮件，整合、统计、协调，发邮件，发信息。管理层收到日报是在下午6点左右。上线后，数据自动调度，计算，早上7点前信息推送。获取日报数据的时间提前11小时。系统上线和系统化展示，释放了大量内勤人员的时间。实现基于相同标准的内部经营对标价值，杜绝人工干预，赋予数据的一致性、真实性、更公平；实现数据驱动管理决策平台过程自动化，更快速；实现多维度、体系化的报表分析，更直观；实现信息自动推送，更有效；实现日报历史追溯，更真实。

相比传统管理会计更多地强调用数据支持企业决策，数字化环境下的智能管理会计将会更注重以数据直接赋能。智能管理会计对企业发展的赋能既包括为企业管理赋能，更重要的是为业务运营赋能，与此相适应，管理会计应用也将从全面化向场景化转变，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，直接为业务运营赋能。

智能管理会计为业务赋能，也必须依托企业一个个的具体业务场景，场景化的管理会计应用是针对企业业务经营的具体场景开展的数据应用，典型的场景包括：

场景1-客户管理

借助于数智运营平台，可以通过规则、流程设置，结合大数据分析等技术，可以对过往客户流失情况进行大数据分析，归纳分析客户流失的原因或与之相关的背景（比如：多数客户流失前，会连续多期减少订货量等），并形成规则引擎。若后续经营管理中发生类似情形，可提前提示客户流失风险，提供应对策略。有的放矢开展生产及管理优化，提高生产效率和资源利用率。

场景2-销售绩效管理

基于企业下达的年度销售预算，按照产品、区域、渠道、客户、销售人员等视角进行目标分解，实时对预算执行情况进行跟踪、反馈、预测、分析、纠偏，并根据销售激励政策和销售组织、销售人员的业务完成情况及时算薪和奖惩兑现，增强目标与行动的一致性，激发销售团队及个人的工作积极性，提升销售管理工作的效率和效果。

场景3-投资测算

在人力资源管理领域，通过建立测算模型，人力部门可以根据不断变化的人力资本市场情况和投资收益率等信息，快速、及时调整管理措施，从而获得人力资源的长期价值回报；在地产投资决策中，企业通过建立拿地测算模型，基于项目成本、融资渠道等多因素为基础的数据模型模拟，科学快速的做出拿地决策；零售企业通过投资测算模型，基于地域、市场环境、竞争情况、消费层次、人群画像等信息进行模拟测算，生成成本回收期、收益测算表等，从而做出精准开店决策。

实时化和动态化是市场环境对管理会计提出的新要求，也是在新一代信息技术推动下智能管理会计应用创新的新发展。智能管理会计系统基于对内存计算技术的全面应用，能够把数据完整保留于内存中，并通过优化的存储结构和算法处理海量数据和复杂逻辑，将用户的数据读写请求快速转换为内存读写和内存计算，使得系统性能不会因数据量的持续增加而发生衰减，从而使数据处理的频度和速度获得大幅度提升。企业从原来被动的事后分析转变为主动的实时决策，并可以以此为基础创建基于预测、而非响应的业务模型。

依托智能管理会计实时化和动态化的数据服务，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。

场景-动态定价

所谓的动态定价，即使用复杂的算法确定价格，使一件商品在网上显示的价格根据各种因素发生频繁的变化。如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；电信公司利用客户大数据进行客户收费和收入的动态化预测。

企业在生产经营中不断产生的数据往往以杂乱无序、口径不一的状态隐没在企业内外部的各个信息系统中，数据质量参差不齐，数据价值难以被挖掘和释放，极大地限制了管理会计价值的发挥。新一代信息技术的发展和应用使数据治理方式获得了极大扩展，数据治理的效率也得到了显著提升。

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，并将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。在高效的数据治理体系支撑下，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。

场景-数据治理助力企业增值

某装备制造企业涉及产供销多个环节，业财融合需要精准完善的数据库来支撑，财务共享平台通过统一数据仓库，对取自各系统的数据进行分类、整理和加工，使数据标准统一；设置数据标签，对分散于不同数据域的业务信息建立索引，提高数据使用效率；建模开发数据，利用智能化模型对数据进行汇总和解析，方便业务前端调取使用数据信息。治理后的数据为企业形成数据资产奠定了基础，以创新的视角为企业提供更具战略性的增值服务。

AI技术赋予了智能管理会计自动化决策的基础。通过应用自然语言识别技术，系统能够具备感知并认知自然语言的能力。用户可以通过语音给系统发出指令甚至与之进行对话。依托初期的智能技术，企业已经可以实现对主体的财务预测、经营推演和风险量化等。

场景-资金管理

在资金管理方面，可自动提取财务系统数据，动态展示企业和各所属单位的资金存量、资金变动等指标，让管理决策层可以全面掌握企业资金流的运转情况、科学管控运营风险，优化资金利用。在财务管理方面，可将财务数据与非财务数据比对，形成对应指标结果，反映企业的财务状况和经营成果，为经营发展提供专业洞见奠定基础。

未来，随着人工智能技术的深度发展和在财务领域的高阶应用，拥有高级人脑智慧的财务平台将基于对业务知识的理解，科学预测、合理控制、智能分析，甚至直接代替管理者进行自动化决策。同时，随着后续智能管理会计实现自动化决策，企业业务中的判断可以由模型做出，原本在流程节点由人做出决策、强调工作流先后顺序的组织结构将更倾向扁平化。在“数据+模型”的加持下，企业员工将在自身所在业务环节实现数据平权，企业管理重点更多落在如何促进数据搜集、发布，进而作用于业务经营，实现运作全过程、客户全触点。

......