Modèle financier, où va l’industrie ?

Source originale : industriel

Auteur : Sihang

Source de l'image : générée par Unbounded AI‌

"Cette année, le marché nous a obligés à procéder à une transformation numérique. Tout a été bouleversé et une telle transformation était sans précédent. En août, plus de 20 budgets supplémentaires ont été réalisés. Chaque fois qu'une nouvelle plateforme et un nouveau secteur d'activité sont ouverts. Tout cela cela signifie une refonte du budget », nous a confié une marque alimentaire du Nord.

Dans le processus de transformation numérique, tous les problèmes, petits et grands, se refléteront dans la gestion financière. **Lorsqu'une entreprise entreprend une transformation numérique, ce n'est pas seulement la manière dont les opérations commerciales doivent être transformées, mais également le concept de gestion financière. **

Prenons l'exemple des marques du Nord mentionnées ci-dessus. Dans le processus de transition des magasins hors ligne vers le commerce électronique en ligne, les entreprises clientes doivent faire face à des changements sous de nombreux aspects. Des plateformes de commerce électronique aux plateformes de vente en ligne, toute la chaîne doit être numérisé.

La transformation numérique se poursuit depuis plus de six mois. Le lancement de diverses nouvelles plateformes et canaux, ainsi que le développement de lignes de produits et de secteurs d'activité, ont bouleversé les méthodes traditionnelles de gestion financière dans le passé. Auparavant, l'entreprise préparait une fois par an une gestion budgétaire globale. Cependant, plus de 20 ajustements budgétaires ont été effectués au cours des six derniers mois, révélant la fragilité des anciennes méthodes de gestion financière des entreprises.

Ce que cette marque nordique a vécu est en train de devenir un microcosme. Derrière cela se cache un problème commun rencontré par toutes les entreprises nationales du secteur financier lors de leur transformation numérique.

À cet égard, les industriels ont communiqué avec un certain nombre de fabricants de SaaS financiers et fiscaux, et la conclusion unanime a été que ** est affecté par divers facteurs. À l'heure actuelle, le degré de transformation numérique financière des petites et moyennes entreprises de mon pays est pas élevé ; les méthodes traditionnelles de gestion financière sont non seulement inefficaces, mais aussi résistantes aux risques. Le sexe est également mauvais. **

"La transformation numérique reste un problème difficile en raison de défis techniques, de processus et culturels. De plus en plus de PME s'appuient encore sur des processus traditionnels de remboursement sur papier et de gestion financière manuelle, qui sont non seulement inefficaces, mais entraînent également des taux d'erreur et des retards élevés. " La plate-forme de gestion des dépenses d'entreprise « passe décibel » révélée aux experts du secteur.

Outre les problèmes mentionnés ci-dessus, de nouveaux problèmes émergent dans le domaine de la gestion financière, tels que la normalisation des tarifs, la conformité des données, la protection de la vie privée, etc. L'imbrication des problèmes anciens et nouveaux pose non seulement des défis aux logiciels de gestion financière, mais affecte également la mise en œuvre de grands modèles dans le domaine financier.

La digitalisation financière va au plus profond de l’eau.

1. Un test d'un grand modèle financier

Dans cette compétition des grands modèles, les grands constructeurs s'emballent à vive allure. Dans des scénarios verticaux spécifiques, les fabricants To B sont entrés sur le marché les uns après les autres, et la finance et la fiscalité ne font pas exception.

Dans le domaine financier, Kingdee, qui a débuté comme une société de logiciels financiers, a été le premier à s'imposer sur la table de poker.

"Personne ne peut construire un modèle d'entreprise complet à grande échelle, c'est pourquoi Kingdee a d'abord choisi la finance, le domaine que nous connaissons le mieux", a déclaré un jour Zhao Yanxi, vice-président exécutif et directeur général de la plateforme de R&D de Kingdee Chine, aux médias.

En tant que fournisseur de services de logiciels de gestion d'entreprise, la confiance de Kingdee dans le choix du domaine financier comme premier choix vient de son expérience pratique dans le remplacement national des activités commerciales et l'intégration financière de 177 clients majeurs en deux ans.

Il est entendu que Kingdee a effectué de nombreuses recherches internes sur les grands modèles financiers. Par exemple, depuis mars et avril, il a coopéré avec Baidu, Tencent, Huawei et d'autres grands fabricants de modèles pour sélectionner des modèles.

Un autre exemple est la base de connaissances financières préfabriquées de Kingdee, qui a déjà intégré des incitations fiscales nationales dans le modèle pour une utilisation directe par les entreprises. Pour les petites et moyennes entreprises, il peut être utilisé directement. Pour les grandes entreprises, Sky GPT de Kingdee peut également leur permettre de personnaliser.

En outre, outre les fabricants de logiciels de gestion complets tels que UFIDA et Kingdee, des sociétés SaaS leaders dans le domaine de la gestion des dépenses d'entreprise telles que Decibel et Hesi (anciennement Yikuaibao) pratiquent également leurs propres tentatives et explorations de modèles à grande échelle.

Wu Rongbin, responsable de Fenbeitong Big Data and Algorithm, estime qu'à long terme, le grand modèle financier peut aider les entreprises à effectuer un contrôle intelligent des coûts en temps réel, à prendre des décisions plus scientifiques basées sur les données financières de l'entreprise et à prédire les tendances futures. basé sur des données historiques et des algorithmes.Situation financière.

Cependant, à court terme, Wu Rongbin estime que « le faible degré de transformation numérique des petites et moyennes entreprises, l'imbrication de questions telles que la sécurité des données et la protection de la vie privée, ainsi que les défis posés par la qualité des données, la technologie et la besoins en ressources, les questions anciennes et nouvelles sont étroitement liées, ce qui rend difficile la modélisation de grands modèles financiers pour réaliser sa véritable valeur industrielle.

Wu Rongbin a déclaré à l'industrie : ** « Nous avons mis en œuvre plusieurs scénarios d'application en interne, mais nous en sommes encore au stade initial de l'exploration. La direction de l'exploration se situe au niveau de la couche application, principalement en fonction de l'endroit où se trouve la limite du grand modèle. l'application. **De plus, afin d'améliorer l'expérience utilisateur, nous avons également exploré et optimisé la pile technologique globale des grands modèles pour optimiser verticalement les scénarios d'application.

« Franchement, aucune des technologies que nous utilisons aujourd'hui ne date des cinq ou même dix dernières années. Actuellement, Workday utilise des théories d'il y a 25 ans pour guider le développement de logiciels actuels, et c'est en fait la grande majorité des défis auxquels les entreprises sont confrontées. De même, qu'il s'agisse du cloud natif il y a quelques années ou de l'AIGC aujourd'hui, à mesure que ces technologies mûrissent, ce à quoi les entreprises devraient penser le plus est de savoir comment combiner profondément la technologie avec les affaires. Tong Peize, architecte produit en chef de ** Hesi, a déclaré l'expert du secteur.

À son avis, la technologie actuelle a atteint une position très élevée, mais la question de savoir si la technologie peut être combinée avec les défis et les problèmes rencontrés dans le processus d'exploitation de l'entreprise pour améliorer et gérer conjointement est la chose la plus importante pour la plupart des fabricants de ToB. . **

To B est une vision « à long terme ». Elle apporte une valeur à long terme à l'industrie grâce à l'intégration de la technologie et des affaires. C'est un élément que les entreprises To B de haute qualité doivent prendre en compte lorsqu'une vague technologique déferle. **De l'avis de Tong Peize, les grands modèles financiers sont précieux, mais plus important encore, grâce à des années d'expérience en matière de service, ils peuvent mieux comprendre les problèmes et les défis auxquels les entreprises clientes sont confrontées. ** Sur cette base, la façon dont le grand modèle peut résoudre ces problèmes constitue la réflexion la plus pragmatique.

Selon Tong Peize, « Actuellement, nous essayons d'utiliser une formation générale sur de grands modèles pour convertir les exigences commerciales décrites en langage naturel en langage informatique et en configurations de produits, créant ainsi un processus automatisé. Parce que la plupart de nos clients utilisent des systèmes de bas niveau. La plate-forme de code configure les produits, et la configuration des produits nécessite que le personnel informatique et le personnel financier apprennent et comprennent la méthode de modélisation. ** De même, il en va de même pour les grands modèles. De cette façon, les clients peuvent utiliser ce que nous fournissons et les grands modèles peuvent être téléchargés à l’avance. saisir des données pour générer des processus automatisés. "**

Au cours de l'entretien avec Tong Peize, l'industriel a appris que Hesi est très prudent quant au modèle financier : « Le modèle financier doit être la cerise sur le gâteau à l'heure actuelle, et il est difficile de le faire tout de suite ».

Il n’est pas difficile de constater que les deux parties ont des attitudes très similaires à l’égard du modèle financier. À leur avis, à court terme, le grand modèle financier ne peut pas pénétrer plus profondément dans l'industrie, et encore moins se combiner avec l'entreprise pour lui donner du pouvoir. Mais en ce qui concerne les modèles à grande échelle, les deux sociétés adoptent une attitude de « recherche et développement active », dans l'espoir de trouver et de vérifier la véritable valeur des modèles financiers à grande échelle dans les scénarios des entreprises clientes. **

Qu'il s'agisse du premier modèle financier à grande échelle de Kingdee ou du test de Hesi et Fenbeitong dans cette direction, ils envoient tous un signal : dans le domaine de la gestion financière, la valeur des modèles à grande échelle est incontestable, mais les capacités spécifiques actuelles qui peuvent être réalisés et doivent encore être développés. Continuez à explorer.

Deuxièmement, des données financières de haute qualité accélèrent la solution

À en juger par le vaste modèle financier publié par Kingdee, ce que fait Kingdee est un projet rapide préfabriqué, qui peut être facilement appelé directement par les entreprises. Derrière ce projet prompt, Kingdee intègre dans le grand modèle des connaissances professionnelles dans des domaines financiers tels que les politiques fiscales préférentielles.

De même, la raison pour laquelle Hesi et Decibei Tong ne proposent actuellement aucun nouveau produit lié aux grands modèles est qu'ils n'ont pas véritablement vérifié la valeur des grands modèles dans des scénarios financiers réels.

« Nous sommes pleins de confiance et de vision quant à l'application de grands modèles en gestion financière, mais il existe effectivement certains défis et limites.** Par exemple, la qualité et l'exhaustivité des données sont cruciales pour l'exactitude et la fiabilité du modèle, et obtenir et rassembler des données financières de haute qualité peut être une tâche difficile.** En outre, l'application de grands modèles nécessite également un investissement important en ressources informatiques et en coûts de main-d'œuvre, ce qui peut être inabordable pour certaines petites et moyennes entreprises. » a déclaré Wu Rongbin.

Dans la communication avec Decibel et Hesi, la qualité des données est un facteur qui est souligné à plusieurs reprises. Parce que, dans le processus de formation de grands modèles, en tant que fournisseur de services d'entreprise, fournir des données de haute qualité est l'étape la plus importante dans la construction d'un grand modèle financier. **En fait, les grands modèles dans n'importe quel domaine nécessitent des données de haute qualité comme « base ».

Mais dans le domaine financier, obtenir et organiser des données de haute qualité est une tâche très difficile. D'une part, les entreprises doivent véritablement fournir des données de haute qualité, et les données financières ont des exigences de sécurité extrêmement élevées. Des mesures techniques et de gestion correspondantes doivent être prises pour éviter les fuites et les abus de données.

D'un autre côté,**dans les applications pratiques, il peut y avoir des données financières manquantes, erronées ou incohérentes, ce qui nécessite un nettoyage et un tri des données. Le nettoyage des données nécessite certains moyens techniques et investissements. **

On peut dire que lorsque la sécurité des données et la protection de la vie privée n'ont pas encore été résolues, il est difficile pour les modèles financiers à grande échelle de faire des percées.

Lorsque Tong Peize a évoqué les limites des grands modèles financiers, il nous a déclaré : "Du point de vue de l'intégration industrie-finance, les entreprises accordent plus d'attention à l'efficacité. En termes d'efficacité, les grands modèles disposent d'un grand espace d'application.** Mais sur d'autre part, certains grands modèles dans un domaine vertical nécessitent un apprentissage, une formation et une mise au point, ce qui nécessite de s'appuyer sur les données de l'industrie. Mais le problème est qu'il n'y a pas assez de données publiques pour la formation, ce qui rend également la tâche difficile pour les grands modèles. à cultiver en profondeur et à mettre en œuvre dans un certain domaine vertical. "**

En fait, comment obtenir des données de haute qualité n’est pas seulement un problème rencontré par les grands modèles financiers, mais aussi un défi auquel sont confrontés tous les grands modèles au niveau de l’entreprise.

Dans le processus de construction d’un modèle de grande entreprise, les données constituent un élément extrêmement important. On peut dire que la qualité des données détermine directement l’efficacité des grands modèles au niveau de l’entreprise. **Parmi elles, la collecte de données industrielles et le nettoyage des données sont les deux étapes les plus importantes. **

À ce sujet, une discussion dans l’industrie est que, en prenant comme exemple les fabricants qui développent des modèles financiers à grande échelle, ils peuvent choisir de coopérer avec les fabricants qui collectent des données. En termes de désensibilisation des données, les fournisseurs de grands modèles financiers peuvent également utiliser l’apprentissage fédéré et l’informatique confidentielle pour permettre aux données d’être appliquées en toute sécurité aux grands modèles financiers. **

Prenons l'exemple de Hesi. En 2017, Hesi a choisi de coopérer avec un fabricant étranger pour effectuer des audits financiers grâce à la technologie de l'IA. Au final, en termes d'efficacité d'approbation, il a été possible d'obtenir une exemption d'audit de 14 %. Dans ce processus, la technologie de désensibilisation des données de ce fabricant étranger a été appliquée.

De plus, un autre exemple est l'isolement complet du déploiement local et du déploiement du cloud public, et du déploiement local propriétaire basé sur des architectures de conteneurs et de micro-services, ** réalisant respectivement la circulation interne des données et la circulation externe des données, et enfin obtenant l'effet de rendre le modèle financier plus intelligent. **

3. La gestion financière, entrer dans l'ère des grands modèles

Aujourd’hui, la température de l’eau de la numérisation financière s’accélère également.

« L'arrivée de la quatrième phase de la Golden Tax accélère la transformation numérique financière des entreprises. Cependant, ce processus s'accompagnera certainement d'un processus de transfert entre l'ancien et le nouveau, c'est-à-dire qu'une étape est entrée dans l'ère numérique. ", et l'autre étape est encore dans l'ère du papier. Par conséquent, la finance doit non seulement faire face au mode de fonctionnement traditionnel sur papier, mais également être compatible avec le nouveau mode numérique", nous a dit Tong Peize.

Ce genre de problème est exactement ce à quoi est confrontée la marque alimentaire au début de l'article, et c'est aussi l'exemple même de la transformation numérique de la plupart des finances des entreprises.

Dans ce contexte, la mise en œuvre d’un grand modèle financier peut accélérer la transformation numérique des entreprises. Selon Wu Rongbin, ** "L'application de grands modèles financiers nécessite que les entreprises procèdent à une transformation numérique, y compris l'amélioration des capacités numériques en matière de collecte, de stockage et d'analyse de données. Cela favorisera la transformation numérique des entreprises dans d'autres domaines et améliorera globalement efficacité opérationnelle et compétitivité. »**

Pour les grands modèles financiers, l’amélioration de l’efficacité n’est qu’un aspect, mais le plus important est la perturbation que cela entraîne dans les logiciels de gestion financière.

À cet égard, la pensée de Wu Rongbin est la suivante : "Le grand modèle de dialogue permet aux entreprises d'interagir avec des applications et des systèmes financiers par le biais d'un dialogue homme-machine. La gestion financière étant très dépendante des données, les outils de BI actuels ne peuvent pas être utilisés sur les téléphones mobiles. " Il est facile à utiliser, donc utiliser le langage naturel pour interagir et obtenir des données et des graphiques constitue un meilleur moyen d'obtenir des informations sur les données.

Dans une perspective à plus long terme, le modèle le plus important modifie les logiciels de gestion financière non seulement au niveau de la couche d'interface utilisateur frontale, mais également au niveau de la couche d'application back-end. **Quant à cela, les sociétés SaaS comme Hesi et Decibei essaient et explorent constamment en interne.

De plus, les grands modèles favorisent l’ensemble de la transformation numérique en réduisant le coût de compréhension et d’apprentissage.

Tong Peize nous a dit : ** « Les grands modèles peuvent réduire les difficultés des entreprises dans les scénarios commerciaux et l'adaptation des produits. En fait, le logiciel de gestion d'entreprise actuel est très approfondi, en particulier le logiciel de gestion dans le domaine vertical.** Ce qu'il fournit Là Il y a beaucoup de valeur fonctionnelle, mais elle est limitée par le coût de compréhension et d'apprentissage. Par exemple, les personnes qui comprennent la scène peuvent ne pas comprendre complètement le produit, et celles qui comprennent la fonction du produit peuvent ne pas avoir une compréhension approfondie de l'entreprise. demandes ou problèmes commerciaux d’une certaine entreprise.

Par conséquent, selon son observation, lorsque l'adéquation entre le scénario et le produit est faible, il est difficile d'utiliser l'outil en profondeur, sans parler de son intégration dans l'entreprise. Et réduire le coût de la compréhension est précisément la valeur fondamentale apportée par les grands modèles.

On peut aussi dire que la subversion des logiciels de gestion financière par Shida Model, ou la promotion de la transformation numérique, vise essentiellement à permettre le développement des « personnes ». Dans la conversation avec Tong Peize, il a mentionné que peu importe dans le passé ou dans le futur, le rôle et l'importance de la finance ne seront pas renversés, ils seront seulement clarifiés et ils reviendront seulement à leurs origines. **

C'est la valeur donnée par le grand modèle au domaine financier, et c'est aussi la relation entre la technologie et l'humain.

À long terme, la valeur industrielle apportée par les grands modèles financiers comprend un contrôle intelligent des dépenses en temps réel, une prise de décision, une prévision et une optimisation basées sur les données, qui constitueront également la fin du jeu dans le futur domaine de la gestion financière. À cet égard, DecibelTong a donné une explication plus détaillée.

Tout d'abord, grâce à l'application de grands modèles, les entreprises peuvent surveiller et gérer leurs dépenses en temps réel, afin de mieux contrôler et optimiser l'utilisation des ressources. Le grand modèle peut identifier automatiquement les dépenses et gaspillages anormaux, fournir des avertissements et des suggestions en temps réel, et aider les entreprises à ajuster et à améliorer leurs stratégies de gestion des dépenses en temps opportun.

Deuxièmement, le grand modèle peut intégrer et analyser les données financières et de dépenses de divers départements pour fournir une situation financière et une analyse des tendances plus complètes et plus précises. **Sur la base de ces données, les entreprises peuvent prendre des décisions plus scientifiques, optimiser l'allocation des ressources financières et améliorer la rentabilité des entreprises. **

Enfin, les grands modèles peuvent utiliser des données historiques et des algorithmes pour faire des prévisions, aidant ainsi les entreprises à prédire avec plus de précision les conditions financières futures. **Les entreprises peuvent procéder à une optimisation et à des ajustements plus ciblés sur la base de ces résultats prévisionnels pour parvenir à un développement financier plus stable et durable. **

Cependant, avant que n'arrive la « fin » mentionnée ci-dessus, il reste encore des problèmes épineux à résoudre dans le domaine financier.