Model keuangan, kemana arah industri ini?

Sumber asli: Industrialis

Penulis: Sihang

Sumber gambar: Dihasilkan oleh AI Tanpa Batas‌

“Tahun ini, kami dipaksa oleh pasar untuk menjalani transformasi digital. Semuanya didisrupsi, dan transformasi seperti ini belum pernah terjadi sebelumnya. Hingga Agustus, kami telah membuat lebih dari 20 anggaran tambahan. Setiap kali platform baru atau lini bisnis baru dikembangkan , Itu semua berarti perubahan anggaran,” kata salah satu merek makanan dari wilayah utara kepada kami.

Dalam proses transformasi digital, segala permasalahan baik besar maupun kecil akan tercermin dalam pengelolaan keuangan. **Ketika suatu perusahaan mengalami transformasi digital, tidak hanya cara operasional bisnisnya yang perlu diubah, tetapi juga konsep pengelolaan keuangannya. **

Mengambil contoh merek utara yang disebutkan di atas, dalam proses peralihan dari toko offline ke e-commerce online, pelanggan korporat harus menghadapi perubahan dalam banyak aspek.Dari platform e-commerce ke platform penjualan online, seluruh rantai harus didigitalkan .

Transformasi digital telah berlangsung selama lebih dari setengah tahun, peluncuran berbagai platform dan saluran baru, serta pengembangan lini produk dan lini bisnis, telah mengalahkan metode pengelolaan keuangan tradisional di masa lalu. Sebelumnya, perseroan akan menyiapkan pengelolaan anggaran komprehensif setahun sekali. Namun, lebih dari 20 penyesuaian anggaran telah dilakukan dalam enam bulan terakhir, yang menunjukkan rapuhnya metode pengelolaan keuangan perusahaan di masa lalu.

Apa yang dialami merek utara ini menjadi sebuah mikrokosmos. Di balik hal ini terdapat masalah umum yang dihadapi oleh semua perusahaan domestik di sektor keuangan selama transformasi digital mereka.

Dalam hal ini, para industrialis berkomunikasi dengan sejumlah produsen SaaS keuangan dan perpajakan, dan kesimpulan bulat adalah bahwa ** dipengaruhi oleh berbagai faktor. Saat ini, tingkat transformasi digital keuangan usaha kecil dan menengah di negara saya adalah tidak tinggi; metode pengelolaan keuangan tradisional tidak hanya tidak efisien, namun juga tahan terhadap risiko. Seks juga buruk. **

"Transformasi digital masih menjadi permasalahan yang sulit karena tantangan teknis, proses, dan budaya. Bahkan lebih banyak lagi UKM yang masih bergantung pada proses penggantian biaya berbasis kertas dan pengelolaan keuangan manual, yang tidak hanya tidak efisien, namun juga memiliki tingkat kesalahan dan penundaan yang tinggi. ." Platform manajemen pengeluaran perusahaan “decibel pass” diungkapkan kepada pakar industri.

Selain isu-isu di atas, masih banyak lagi isu-isu baru yang muncul di bidang pengelolaan keuangan, seperti standarisasi pengeluaran, kepatuhan data, perlindungan privasi, dll. Jalinan isu-isu lama dan baru tidak hanya membawa tantangan bagi perangkat lunak manajemen keuangan, namun juga mempengaruhi penerapan model besar di bidang keuangan.

Digitalisasi keuangan meluas hingga ke kedalaman air.

1. Pengujian model keuangan

Dalam persaingan model-model besar ini, pabrikan-pabrikan besar berlomba dengan pesat. Dalam skenario vertikal tertentu, produsen To B telah memasuki pasar satu demi satu, tidak terkecuali sektor keuangan dan perpajakan.

Di bidang keuangan, Kingdee, yang dimulai sebagai perusahaan perangkat lunak keuangan, adalah yang pertama mengambil alih meja poker.

“Tidak ada perusahaan yang dapat membuat model perusahaan berskala besar secara lengkap, jadi Kingdee pertama-tama memilih keuangan, yang merupakan bidang yang paling kami pahami.” Zhao Yanxi, wakil presiden eksekutif Kingdee China dan manajer umum platform R&D, pernah mengatakan kepada media .

Sebagai penyedia layanan perangkat lunak manajemen perusahaan, alasan mengapa Kingdee memilih bidang keuangan sebagai pilihan pertamanya didasarkan pada pengalaman praktisnya dalam penggantian bisnis domestik dan integrasi keuangan untuk 177 pelanggan utama dalam waktu dua tahun.

Diketahui bahwa Kingdee telah melakukan banyak eksplorasi internal untuk model keuangan besar, misalnya sejak Maret dan April, Kingdee telah bekerja sama dengan Baidu, Tencent, Huawei, dan produsen model besar lainnya untuk memilih model.

Contoh lainnya adalah basis pengetahuan keuangan Kingdee yang telah dibangun sebelumnya, dan kebijakan preferensi pajak dalam negeri telah dimasukkan ke dalam model untuk digunakan langsung oleh perusahaan. Untuk usaha kecil dan menengah, dapat digunakan langsung. Untuk perusahaan besar, Sky GPT Kingdee juga memungkinkan mereka melakukan penyesuaian.

Selain itu, selain produsen perangkat lunak manajemen komprehensif seperti UFIDA dan Kingdee, perusahaan SaaS terkemuka di bidang manajemen pengeluaran perusahaan seperti Decibel dan Hesi (sebelumnya Yikuaibao) juga mempraktikkan upaya dan eksplorasi model skala besar mereka sendiri.

Wu Rongbin, kepala Big Data dan Algoritma Fenbeitong, percaya bahwa dalam jangka panjang, model keuangan besar dapat membantu perusahaan melakukan pengendalian biaya cerdas secara real-time, membuat keputusan yang lebih ilmiah berdasarkan data keuangan perusahaan, dan memprediksi tren masa depan. berdasarkan data historis dan algoritma.Status keuangan.

Namun, dalam jangka pendek, Wu Rongbin percaya bahwa “rendahnya tingkat transformasi digital pada usaha kecil dan menengah, tumpang tindihnya isu-isu seperti keamanan data dan perlindungan privasi, serta tantangan yang ditimbulkan oleh kualitas data, teknologi dan kebutuhan sumber daya, isu-isu lama dan baru saling terkait, sehingga sulit untuk memodelkan model keuangan besar. Sadarilah nilai industri sebenarnya."

Wu Rongbin mengatakan kepada industrialis, **"Kami telah menerapkan beberapa skenario penerapan secara internal, namun kami masih dalam tahap eksplorasi awal. Arah eksplorasi berada pada lapisan aplikasi, terutama bergantung pada di mana batas-batas model besar berada dalam penerapan. ** Selain itu, untuk meningkatkan pengalaman pengguna, kami juga telah mengeksplorasi dan mengoptimalkan keseluruhan tumpukan teknologi model besar untuk mengoptimalkan skenario aplikasi secara vertikal."

“Sejujurnya, tidak satu pun teknologi yang kami gunakan saat ini merupakan teknologi dalam lima tahun atau bahkan sepuluh tahun terakhir. Saat ini, Workday menggunakan teori 25 tahun yang lalu untuk memandu pengembangan perangkat lunak saat ini, dan ini sebenarnya adalah sebagian besar Tantangan yang dihadapi oleh perangkat lunak manajemen perusahaan Demikian pula, apakah itu cloud native beberapa tahun yang lalu atau AIGC sekarang, ketika teknologi ini semakin matang, hal terpenting yang harus dipikirkan perusahaan adalah bagaimana menggabungkan teknologi dengan kedalaman bisnis . "**Kepala Arsitek Produk Hesi, Tong Peize, mengatakan kepada industrialis tersebut.

Menurutnya, teknologi saat ini telah berkembang ke posisi yang sangat tinggi, namun apakah teknologi tersebut dapat dipadukan dengan tantangan dan permasalahan yang dihadapi dalam proses operasi bisnis untuk bersama-sama ditingkatkan dan dikelola, hal ini untuk Hal terpenting bagi sebagian besar produsen ToB . **

To B adalah sebuah "jangka panjang". Melalui integrasi teknologi dan bisnis, hal ini dapat memberikan nilai jangka panjang bagi industri. Ini adalah sesuatu yang harus dipertimbangkan oleh perusahaan To B yang berkualitas tinggi ketika ada gelombang teknologi yang melanda. **Dalam pandangan Tong Peize, model keuangan itu berharga, namun yang lebih penting, melalui pengalaman layanan selama bertahun-tahun, kita dapat memperoleh wawasan tentang masalah dan tantangan yang dihadapi pelanggan korporat. **Atas dasar ini, pemikiran paling pragmatis adalah bagaimana model besar dapat menyelesaikan masalah tersebut.

Menurut Tong Peize, "Saat ini, kami mencoba menggunakan pelatihan model umum besar untuk mengubah persyaratan bisnis yang dijelaskan dalam bahasa alami ke dalam bahasa komputer dan konfigurasi produk, sehingga membangun proses otomatis. Karena sebagian besar pelanggan kami menggunakan tingkat rendah platform kode mengonfigurasi produk, dan mengonfigurasi produk memerlukan personel TI dan personel keuangan untuk mempelajari dan memahami metode pemodelan.Demikian pula, hal yang sama berlaku untuk model besar. Dengan cara ini, pelanggan dapat menggunakan apa yang kami sediakan dan model besar dapat diunggah terlebih dahulu. masukkan data untuk menghasilkan proses otomatis.”

Selama percakapan dengan Tong Peize, industrialis mengetahui bahwa Hesi sangat berhati-hati terhadap model keuangan skala besar. "Model keuangan skala besar harus menjadi hal yang paling penting saat ini, dan sulit untuk memberikan bantuan pada saat dibutuhkan. "

Tidak sulit untuk melihat bahwa kedua belah pihak mempunyai sikap yang sangat mirip terhadap model keuangan. Dalam pandangan mereka, dalam jangka pendek, model keuangan besar tidak bisa menembus lebih dalam ke industri, apalagi bergabung dengan dunia usaha untuk memberdayakan bisnis itu sendiri. Namun terhadap model skala besar, sikap kedua perusahaan adalah "penelitian dan pengembangan aktif", dengan harapan dapat menemukan dan memverifikasi nilai sebenarnya dari model keuangan skala besar dalam skenario pelanggan perusahaan. **

Baik itu model keuangan skala besar pertama Kingdee, atau pengujian Hesi dan Fenbeitong ke arah ini, semuanya mengirimkan sinyal: di bidang pengelolaan keuangan, nilai model skala besar tidak perlu dipertanyakan lagi, tetapi kemampuan spesifik saat ini yang dapat dicapai masih perlu dikembangkan. Teruslah mengeksplorasi.

2. Data keuangan berkualitas tinggi, solusi terakselerasi

Dilihat dari model keuangan besar yang dirilis oleh Kingdee, apa yang telah dilakukan Kingdee adalah proyek cepat prefabrikasi, yang memudahkan perusahaan untuk menghubunginya secara langsung. Di balik proyek cepat ini adalah masukan Kingdee berupa pengetahuan profesional di bidang keuangan, seperti insentif pajak, ke dalam model besar.

Demikian pula, alasan mengapa Hesi dan Decibei Tong saat ini tidak memiliki produk baru terkait model besar adalah karena mereka belum benar-benar memverifikasi nilai model besar dalam skenario keuangan nyata.

“Kami sangat yakin dan memiliki visi untuk penerapan model besar dalam pengelolaan keuangan, namun terdapat beberapa tantangan dan keterbatasan.** Misalnya, kualitas dan kelengkapan data sangat penting untuk keakuratan dan keandalan model, dan memperoleh dan menyusun data keuangan berkualitas tinggi dapat menjadi tugas yang menantang.** Selain itu, penerapan model berukuran besar juga memerlukan investasi sumber daya komputasi dan biaya tenaga kerja yang besar, yang mungkin tidak terjangkau bagi sebagian perusahaan kecil dan menengah,” kata Wu Rongbin.

Dalam komunikasi dengan Decibei Tong dan Hesi, data berkualitas tinggi merupakan faktor yang berulang kali ditekankan. Sebab, dalam proses pelatihan model besar, sebagai penyedia layanan perusahaan, menyediakan data berkualitas tinggi merupakan langkah terpenting dalam membangun model keuangan besar. **Faktanya, model besar di bidang apa pun memerlukan data berkualitas tinggi sebagai "basis".

Namun di bidang keuangan, memperoleh dan mengatur data berkualitas tinggi merupakan tugas yang sangat menantang. Di satu sisi, data berkualitas tinggi harus benar-benar disediakan oleh perusahaan, dan data keuangan memiliki persyaratan keamanan yang sangat tinggi. Langkah-langkah teknis dan manajemen yang sesuai perlu diambil untuk mencegah kebocoran dan penyalahgunaan data.

Di sisi lain, **dalam penerapan praktis, data keuangan mungkin hilang, salah atau tidak konsisten, sehingga memerlukan pembersihan dan pengorganisasian data. Pembersihan data memerlukan sarana teknis dan investasi tertentu. **

Dapat dikatakan bahwa ketika keamanan data dan perlindungan privasi belum teratasi, maka sulit untuk melakukan terobosan dalam model keuangan skala besar.

Tong Peize mengatakan kepada kami ketika mengacu pada keterbatasan model keuangan besar, "Dari perspektif integrasi bisnis dan keuangan, perusahaan lebih memperhatikan efisiensi. Dalam hal efisiensi, model besar memang memiliki ruang penerapan yang besar.** Namun di sisi lain, model besar tertentu di bidang vertikal perlu dipelajari, dilatih, dan disempurnakan, yang perlu bergantung pada data industri. Namun masalahnya adalah kurangnya pelatihan data publik, yang juga membuat sulit bagi model besar untuk dikembangkan dan diimplementasikan secara mendalam di bidang vertikal tertentu.”**

Faktanya, cara memperoleh data berkualitas tinggi bukan hanya masalah yang dihadapi oleh model keuangan besar, namun juga tantangan yang dihadapi oleh semua model tingkat perusahaan besar.

Dalam proses membangun model perusahaan besar, data merupakan bagian yang sangat penting. Dapat dikatakan bahwa kualitas data secara langsung menentukan efektivitas model besar tingkat perusahaan. **Diantaranya, pengumpulan data industri dan pembersihan data adalah dua langkah terpenting. **

Mengenai hal ini, diskusi di industri adalah, dengan mengambil contoh produsen yang mengembangkan model keuangan skala besar, mereka dapat memilih untuk bekerja sama dengan produsen yang mengumpulkan data. Dalam hal desensitisasi data, penyedia model keuangan besar juga dapat menggunakan pembelajaran gabungan dan komputasi privasi untuk memungkinkan data diterapkan dengan aman ke model keuangan besar. **

Ambil contoh Hesi, pada tahun 2017 Hesi memilih bekerja sama dengan pabrikan luar negeri untuk melakukan audit keuangan melalui teknologi AI, dan pada akhirnya dari segi efisiensi persetujuan mampu mencapai pengecualian 14% dari peninjauan. Dalam proses ini, teknologi desensitisasi data dari pabrikan luar negeri ini diterapkan.

Selain itu, contoh lainnya adalah isolasi menyeluruh penerapan lokal dan penerapan cloud publik, penerapan kepemilikan lokal berdasarkan arsitektur container dan layanan mikro, serta realisasi masing-masing loop dalam data dan loop luar data, yang pada akhirnya mencapai efek membuat model keuangan besar menjadi lebih cerdas. . **

3. Pengelolaan keuangan, memasuki era model besar

Saat ini, suhu digitalisasi keuangan juga semakin cepat.

“Hadirnya Pajak Emas tahap keempat mempercepat transformasi digital keuangan perusahaan. Namun proses ini pasti akan dibarengi dengan proses serah terima antara yang lama dan yang baru, yakni satu kaki sudah memasuki era digital. , dan babak lainnya masih berada di era kertas. Sejalan dengan itu, keuangan tidak hanya harus mengatasi model operasi tradisional berbasis kertas, tetapi juga kompatibel dengan model digital baru." Tong Peize memberi tahu kami.

Masalah seperti inilah yang dihadapi oleh merek makanan di awal artikel, dan juga merupakan lambang transformasi digital finansial di sebagian besar perusahaan.

Dalam konteks ini, penerapan model keuangan besar dapat mempercepat transformasi digital perusahaan. Dalam pandangan Wu Rongbin, ** "Penerapan model keuangan besar mengharuskan perusahaan untuk menjalani transformasi digital, termasuk peningkatan kemampuan digital dalam pengumpulan, penyimpanan, dan analisis data. Hal ini akan mendorong transformasi digital perusahaan di bidang lain dan meningkatkan operasional secara keseluruhan. efisiensi dan daya saing. .”**

Untuk model keuangan, peningkatan efisiensi hanyalah salah satu aspeknya, dan yang lebih penting, hal ini merupakan subversi yang ditimbulkannya pada perangkat lunak manajemen keuangan.

Dalam hal ini, pemikiran Wu Rongbin adalah, "Model dialog besar memungkinkan perusahaan untuk berinteraksi dengan aplikasi dan sistem keuangan melalui dialog manusia-komputer. Karena manajemen keuangan sangat bergantung pada data-driven, alat BI saat ini tidak dapat digunakan pada ponsel. Model dialog besar memungkinkan perusahaan untuk berinteraksi dengan aplikasi dan sistem keuangan melalui dialog manusia-komputer. Pengoperasiannya mudah, jadi menggunakan bahasa alami untuk berinteraksi dan mendapatkan data serta diagram adalah cara yang lebih baik untuk mendapatkan wawasan data.”

Dari perspektif jangka panjang, model terbesar mengubah perangkat lunak manajemen keuangan tidak hanya pada lapisan UI front-end, namun juga pada lapisan aplikasi back-end. **Mengenai hal ini, perusahaan SaaS seperti Hesi dan Decibei terus mencoba dan melakukan eksplorasi secara internal.

Selain itu, model besar mendorong transformasi digital secara menyeluruh dengan mengurangi biaya pemahaman dan pembelajaran.

Tong Peize memberi tahu kami, "Model besar dapat mengurangi kesulitan perusahaan dalam skenario bisnis dan adaptasi produk. Faktanya, perangkat lunak manajemen perusahaan saat ini sangat mendalam, terutama perangkat lunak manajemen di bidang vertikal. Apa yang disediakan di sana banyak nilai fungsionalnya, namun dibatasi oleh biaya pemahaman dan pembelajaran. Misalnya, orang yang memahami adegannya mungkin tidak sepenuhnya memahami produknya, dan mereka yang memahami fungsi produk mungkin tidak memiliki pemahaman yang mendalam tentang bisnisnya. tuntutan atau masalah bisnis dari perusahaan tertentu.”

Oleh karena itu, dalam pengamatannya, ketika kecocokan antara scene dan produk rendah, maka alat tersebut sulit digunakan secara mendalam, apalagi bagaimana mengintegrasikannya dengan bisnis. Dan mengurangi biaya pemahaman justru merupakan nilai inti yang dibawa oleh model besar ini.

Dapat juga dikatakan bahwa subversi perangkat lunak pengelolaan keuangan oleh Shida Model, atau promosi transformasi digital, pada hakikatnya adalah untuk memberdayakan pembangunan "masyarakat". Dalam perbincangannya dengan Tong Peize, ia menyebutkan satu hal, baik di masa lalu maupun di masa depan, peran dan makna keuangan tidak akan ditumbangkan, melainkan hanya akan diperjelas, dan hanya akan kembali seperti semula. **

Inilah nilai yang diberikan model besar pada bidang keuangan, dan juga hubungan antara teknologi dan manusia.

Dalam jangka panjang, nilai industri yang diberikan oleh model besar keuangan mencakup pengendalian biaya cerdas secara real-time, pengambilan keputusan berdasarkan data, perkiraan dan optimalisasi, yang juga akan menjadi tujuan akhir bidang manajemen keuangan di masa depan. Dalam hal ini, desibel memberikan interpretasi yang lebih rinci.

Pertama-tama, melalui penerapan model besar, perusahaan dapat memantau dan mengelola pengeluaran secara real time, sehingga dapat mengontrol dan mengoptimalkan penggunaan sumber daya dengan lebih baik. Model besar ini dapat secara otomatis mengidentifikasi pengeluaran dan pemborosan yang tidak normal, memberikan peringatan dan saran secara real-time, serta membantu perusahaan menyesuaikan dan meningkatkan strategi manajemen pengeluaran secara tepat waktu.

Kedua, model besar dapat mengintegrasikan dan menganalisis data keuangan dan pengeluaran dari berbagai departemen untuk memberikan situasi keuangan dan analisis tren yang lebih komprehensif dan akurat. **Berdasarkan data ini, perusahaan dapat mengambil keputusan yang lebih ilmiah, mengoptimalkan alokasi sumber daya keuangan, dan meningkatkan profitabilitas perusahaan. **

Terakhir, model besar dapat menggunakan data historis dan algoritme untuk membuat prediksi, sehingga membantu perusahaan memprediksi kondisi keuangan masa depan dengan lebih akurat. **Perusahaan dapat melakukan optimalisasi dan penyesuaian yang lebih tepat sasaran berdasarkan hasil perkiraan ini untuk mencapai pembangunan keuangan yang lebih stabil dan berkelanjutan. **

Namun, sebelum “akhir” tersebut di atas terjadi, masih ada permasalahan pelik yang menunggu untuk diselesaikan di bidang keuangan.