財務モデル、業界はどこに向かっているのでしょうか?

出典: インダストリアルリスト

著者: シハン

画像ソース: Unbounded AI によって生成‌

「今年、私たちは市場からデジタル変革を迫られました。すべてが混乱し、このような変革は前例のないものでした。8月までに20以上の追加予算が作成されました。新しいプラットフォームと新しいビジネスラインが開設されるたびに、すべてが行われます」予算のやり直しを意味します」と北部の食品ブランドは語った。

デジタルトランスフォーメーションの過程では、大小を問わずあらゆる問題が財務管理に反映されます。 **企業がデジタル変革を進める際には、業務運営の方法だけでなく、財務管理の概念も変革する必要があります。 **

前述の北方ブランドを例に挙げると、オフライン店舗からオンラインECへ移行する過程で、法人顧客はECプラットフォームからオンライン販売プラットフォームまで、チェーン全体の変化に多方面から直面する必要があります。デジタル化された。

デジタルトランスフォーメーションは半年以上にわたって進行しており、さまざまな新しいプラットフォームやチャネルの立ち上げ、製品ラインやビジネスラインの開発により、これまでの伝統的な財務管理手法が圧倒されています。以前は、同社は毎年包括的な予算管理を作成していました。しかし、過去半年で20件以上の予算調整が行われ、これまでの企業財務管理手法の脆弱性が浮き彫りになった。

この北のブランドが経験したことは、小宇宙になりつつあります。その背景には、デジタル変革において国内企業の財務面で共通に直面する課題がある。

この点に関して、実業家は多くの財政および税務関連の SaaS ベンダーと連絡を取り、満場一致の結論は、さまざまな要因の影響を受けて、我が国の中小企業の財務デジタル変革の現在の程度は高くない、というものでした。従来の財務管理方法は非効率であるだけでなく、リスクにも強いです。 **

「デジタルトランスフォーメーションは、技術的、プロセス的、文化的な課題により、依然として難しい問題です。さらに多くの中小企業が依然として従来の紙ベースの償還や手動の財務管理プロセスに依存していますが、これは非効率であるだけでなく、高いエラー率と遅延を伴います。」企業支出管理プラットフォーム「デシベルパス」が業界専門家に明らかに。

上記の問題に加えて、手数料の標準化、データコンプライアンス、プライバシー保護など、財務管理の分野ではさらに多くの新たな問題が生じています。新旧の問題の絡み合いは、財務管理ソフトウェアに課題をもたらすだけでなく、金融分野における大規模モデルの実装にも影響を与えます。

金融のデジタル化は水の底まで進んでいます。

1. 大規模な財務モデルのテスト

この大型モデル競争では、大手メーカーが躍進している。特定の垂直シナリオでは、To B メーカーが次々と市場に参入しており、金融や税務も例外ではありません。

金融分野では、金融ソフトからスタートしたKingdeeがいち早くポーカーテーブルに参入しました。

「完全な大規模企業モデルを構築できる企業は存在しません。そこで、Kingdee はまず、私たちが最も精通している分野である金融を選択しました。」Kingdee China の執行副社長で R&D プラットフォームのゼネラルマネージャーである Zhao Yanxi 氏はかつてメディアに語った。 。

エンタープライズ管理ソフトウェア サービス プロバイダーとして、Kingdee が金融分野を最初の選択肢として選択する自信は、2 年間で 177 社の主要顧客の国内事業の置き換えと金融統合を行った実際の経験から来ています。

Kingdeeは、3月から4月にかけてBaidu、Tencent、Huaweiなどの大手モデルメーカーと協力してモデルを選定するなど、大型金融モデルについて社内で多くの検討を行ってきたことがわかっている。

もう 1 つの例は、Kingdee の事前構築された金融知識ベースであり、国内の税制上の優遇政策が企業による直接使用のためにモデルに組み込まれています。中小企業の場合は、すぐに使用できます。大企業の場合、Kingdee の Sky GPT を使用してカスタマイズすることもできます。

さらに、UFIDA や Kingdee などの総合管理ソフトウェア ベンダーに加え、Fenbeitong や Hesi (旧 Yikuaibao) などの企業支出管理分野の大手 SaaS 企業も、独自の大規模モデルの試みと探索を実践しています。

Decibel のビッグデータおよびアルゴリズム責任者である Wu Rongbin 氏は、長期的には大規模な財務モデルは、企業がリアルタイムでインテリジェントなコスト管理を実施し、企業財務データに基づいてより科学的な意思決定を行い、過去のデータに基づいて将来の傾向を予測するのに役立つと考えています。データとアルゴリズム、財務状況。

しかし、短期的には、「中小企業のデジタル変革の程度が低く、データセキュリティやプライバシー保護などの問題が重なり、データ品質やテクノロジーによってもたらされる課題が重なり合っている」とウー・ロンビン氏は考えている。資源要件、および古い問題と新しい問題の絡み合いにより、大規模な金融モデルがその真の産業価値を実現することが困難になっています。」

Wu Rongbin 氏は業界に対し、**「社内でいくつかのアプリケーション シナリオを実装しましたが、まだ探索の初期段階にあります。探索の方向性はアプリケーション層にあり、主に大規模モデルの境界がどこにあるかによって決まります」と述べています。 **さらに、ユーザー エクスペリエンスを向上させるために、アプリケーション シナリオを垂直的に最適化するために、大規模モデルの全体的なテクノロジー スタックも調査および最適化しました。」

「率直に言って、私たちが現在使用しているテクノロジーはどれも過去 5 年、さらには過去 10 年のテクノロジーではありません。現在、Workday は 25 年前の理論を現在のソフトウェア開発の指針として使用しています。これは実際にエンタープライズ管理ソフトウェアが直面する課題の大半は、同様に、数年前のクラウド ネイティブであれ、AIGC であれ、これらのテクノロジーが成熟しつつある今、企業が考える最も重要なことは、テクノロジーとビジネスの深さをどのように組み合わせるかということです。 「**Hesi チーフ プロダクト アーキテクト、Tong Peize 氏は実業家にこう言いました。

同氏によれば、現在のテクノロジーは非常に高い位置まで発展している ** が、そのテクノロジーを取り出して、業務運営プロセスで遭遇する課題や問題と組み合わせて、共同で改善および管理できるかどうかが非常に重要な問題である。ほとんどの ToB メーカーにとって最も重要なこと。 **

To B は「長期主義者」です。テクノロジーとビジネスの統合を通じて、業界に長期的な価値をもたらすことができます。高品質な To B 企業は、テクノロジーの波が押し寄せるときに考慮しなければならないことです。 **Tong Peize 氏の見解では、財務モデルは価値がありますが、さらに重要なのは、長年のサービス経験を通じて、企業顧客が直面している問題や課題について洞察を得ることができるということです。 **これに基づいて、最も実用的な考え方は、大規模なモデルがこれらの問題をどのように解決できるかということです。

Tong Peize 氏によると、「現在、私たちは一般的な大規模モデルのトレーニングを使用して、自然言語で記述されたビジネス要件をコンピューター言語と製品構成に変換し、それによって自動化されたプロセスを構築しようとしています。なぜなら、私たちの顧客のほとんどは低レベルのコード プラットフォームは製品を構成しますが、製品を構成するには、IT 担当者と財務担当者がモデリング方法を学習して理解する必要があります。同様に、大規模なモデルについても同じことが当てはまります。このようにして、顧客は私たちが提供するものを使用でき、大規模なモデルは「事前にアップロードしてください。自動プロセスを生成するためのデータを入力してください。」

同実業家は、トン・ペイゼ氏との会話の中で、ヘシ氏が財務モデルについて非常に慎重であることを知り、「現時点では財務モデルはおまけに違いない。適時に木炭を届けるのは難しい」と語った。

大規模な金融モデルに対する両当事者の態度が非常に似ていることは、難しくありません。彼らの見解では、大規模な財務モデルは短期的には業界に深く浸透することはできず、ましてやビジネスと組み合わせてビジネス自体を強化することは不可能です。しかし、大規模モデルの方向では、両社の姿勢は「積極的な研究開発」であり、企業顧客のシナリオにおける大規模財務モデルの真の価値を見つけて検証することを望んでいます。 **

それが Kingdee の最初の金融大規模モデルであれ、Hesi と Fenbeitong のこの方向でのテストであれ、それらはすべて、次のようなシグナルを送っています。財務管理の分野では、大規模モデルの価値には疑問の余地はありませんが、現在の特定の機能では、達成するにはまだ開発が必要です。探索を続けてください。

2. 高品質の財務データ、迅速なソリューション

Kingdee がリリースした大規模な財務モデルから判断すると、Kingdee が行っているのは、企業が直接呼び出すことができるプレハブのプロンプト プロジェクトです。迅速なプロジェクトの裏では、Kingdee が税制上の優遇政策など金融分野の専門知識を大型モデルにインプットしています。

同様に、Hesi と Decibei Tong が現在、大型モデルに関連する新製品を持っていない理由は、実際の財務シナリオにおける大型モデルの価値を真に検証していないためです。

「私たちは財務管理の方向への大規模モデルの適用に自信と希望を持っていますが、実際にいくつかの課題と限界があります。** たとえば、データの品質と完全性は、モデルの精度と信頼性にとって非常に重要です。ただし、高品質の財務データにアクセスして整理するのは困難な作業である可能性があります。**さらに、大規模なモデルの適用には大量のコンピューティング リソースと人件費も必要となり、一部の中小企業では困難な場合があります。規模の企業です」とウー・ロンビン氏は語った。

Decibel と Hesi との通信では、最高品質のデータが繰り返し強調される要素です。大規模モデルのトレーニング プロセスにおいて、エンタープライズ サービス プロバイダーとして高品質のデータを提供することは、大規模な財務モデルを構築するための最も重要なステップだからです。 **実際、どの分野の大規模モデルでも「ベース」として高品質のデータが必要です。

しかし、金融分野では、高品質のデータを取得して整理することは非常に困難な作業です。企業は高品質なデータを提供する必要がある一方で、金融データはセキュリティに対する要求が非常に高く、データ漏洩や悪用を防ぐための技術的・管理的対策が必要です。

一方、**実際のアプリケーションでは、財務データが欠落している、間違っている、または矛盾している場合があるため、データのクリーニングと並べ替えが必要になります。データのクリーニングには、特定の技術的手段と投資が必要です。 **

データセキュリティとプライバシー保護が解決されていない場合、大規模な金融モデルをブレークスルーすることは難しいと言えます。

Tong Peize 氏は、大規模な金融モデルの限界について言及したとき、「産業と金融の統合の観点から、企業は効率性により注意を払っています。効率性の観点から言えば、大規模なモデルには大きな適用スペースがあります。** しかし、一方、垂直分野の特定の大規模モデルは、学習、トレーニング、微調整が必要であり、業界データに依存する必要がありますが、問題は、トレーニングに必要な公開データが不足していることです。特定の垂直分野で深く培われ、実践されること。」**

実際、高品質のデータを取得する方法は、大規模な財務モデルが直面する問題だけでなく、すべての大規模なエンタープライズ レベルのモデルが直面する課題でもあります。

大規模なエンタープライズ モデルを構築するプロセスにおいて、データは非常に重要な部分です。データの品質がエンタープライズレベルの大規模モデルの有効性を直接決定すると言えます。 **その中で、業界データ収集とデータクリーニングの 2 つの最も重要なステップです。 **

これに関して業界では、大規模な金融モデルを開発するメーカーを例に挙げると、データを収集するメーカーとの連携を選択できるのではないかという議論がある。データの感度を下げるという点では、大規模な金融モデルのプロバイダーは、フェデレーテッド ラーニングとプライバシー コンピューティングを使用して、大規模な金融モデルにデータを安全に適用できるようにすることもできます。 **

Hesi社を例に挙げると、2017年にHesi社は海外メーカーと協力してAI技術を活用した財務監査を選択し、最終的に承認効率の観点から14％の審査免除を達成することができました。この際、この海外メーカーのデータ不感脂化技術が適用されました。

さらに、別の例としては、ローカル デプロイメントとパブリック クラウド デプロイメントの完全な分離、コンテナとマイクロサービス アーキテクチャに基づくローカル独自のデプロイメント、およびデータ インナー ループとデータ アウター ループのそれぞれの実現が挙げられ、最終的には大規模な財務モデルをよりスマートにする効果が得られます。 。 **

3. 財務管理、大型モデル時代へ

現在、金融デジタル化の水温も加速しています。

「黄金税第4段階の到来により、企業の財務デジタル変革が加速している。しかし、このプロセスには必ず新旧間の引き継ぎのプロセスが伴う。つまり、片足がデジタル時代に突入したということだ」 「そして、もう一方の足はまだ紙の時代にあります。これに対応して、金融は従来の紙ベースの運用モデルに対応するだけでなく、新しいデジタルモデルにも対応する必要があります。」と Tong Peize 氏は語った。

この種の問題は、まさに記事冒頭の食品ブランドが直面している問題であり、ほとんどの企業の財務デジタル変革の縮図でもあります。

これに関連して、大規模な財務モデルの実装により、企業のデジタル変革を加速できます。 Wu Rongbin 氏の見解では、「大規模な財務モデルを適用するには、データの収集、保管、分析におけるデジタル機能の向上を含むデジタル変革を企業が行う必要があります。これにより、他の分野の企業のデジタル変革が促進され、全体的な運用が改善されます。」効率性と競争力。」

大規模な財務モデルの場合、効率の向上は 1 つの側面にすぎません。より重要なのは、効率の向上が財務管理ソフトウェアにもたらす混乱です。

これに関して、Wu Rongbin 氏の考えは次のとおりです。「大規模対話モデルにより、企業は人間とコンピューターの対話を通じてアプリや財務システムと対話できるようになります。財務管理はデータ駆動に大きく依存しているため、現在の BI ツールは携帯電話では使用できません。」操作が簡単なので、自然言語を使用して対話し、データやグラフを取得することは、データの洞察を得るより良い方法です。」

長期的な観点から見ると、最大のモデルは、フロントエンド UI 層だけでなく、バックエンド アプリケーション層でも財務管理ソフトウェアを変更します。 **これに関しては、Hesi や Decibei などの SaaS 企業が社内で常に試行錯誤を続けています。

さらに、大規模なモデルは、理解と学習のコストを削減することで、デジタル変革全体を促進します。

Tong Peize 氏は、「大規模なモデルは、企業のビジネス シナリオや製品の適応における困難を軽減できます。実際、現在のエンタープライズ管理ソフトウェア、特に垂直分野の管理ソフトウェアは非常に奥深いものです。 それが提供するものは次のとおりです。」多くの機能的価値がありますが、理解と学習のコストによって制限されます。たとえば、シナリオを理解している人が製品を完全に理解しているとは限らず、製品の機能を理解している人が必ずしも製品を深く理解しているとは限りません。特定の企業のビジネス需要やビジネス上の問題点。」

したがって、シナリオと製品の適合性が低い場合、ツールをビジネスにどのように統合するかはおろか、ツールを深く活用することも困難になるというのが彼の見解です。そして、理解コストの削減こそが、大規模モデルによってもたらされる核となる価値です。

志田モデルによる財務管理ソフトの破壊やデジタルトランスフォーメーションの推進は、本質的には「人」の育成を強化しているとも言える。トン・ペイゼ氏との会話の中で、過去においても将来においても、金融の役割と重要性は覆されることはなく、明らかにされるだけであり、原点に戻るだけであると述べた。 **

これは大型モデルが金融分野に与える価値であり、テクノロジーと人の関係でもあります。

長期的には、大規模な財務モデルによって提供される産業上の価値には、リアルタイムのインテリジェントな経費管理、データ主導の意思決定、予測と最適化が含まれており、これは将来の財務管理分野の最終目標でもあります。この点に関しては、DecibelTong がより詳細な説明をしてくれました。

まず、大規模モデルの適用を通じて、企業は経費をリアルタイムで監視および管理できるため、リソースの使用をより適切に制御および最適化できます。大規模なモデルは、経費の異常と無駄を自動的に特定し、リアルタイムの警告と提案を提供し、企業が経費管理戦略をタイムリーに調整および改善できるように支援します。

第 2 に、大規模なモデルでは、さまざまな部門からの財務データと経費データを統合して分析し、より包括的で正確な財務状況と傾向分析を提供できます。 **これらのデータに基づいて、企業はより科学的な決定を下し、財源の配分を最適化し、企業の収益性を向上させることができます。 **

最後に、大規模なモデルは過去のデータとアルゴリズムを使用して予測を行うことができるため、企業は将来の財務状況をより正確に予測できます。 **企業は、これらの予測結果に基づいて、より的を絞った最適化と調整を行い、より安定した持続可能な財務発展を達成できます。 **

しかし、上記のような「終盤」が来る前に、金融分野ではさらに難しい問題が解決を待っています。