唯你科技连伟舟：数字员工时代来临，企业做好准备了吗？

10月17日-18日，由亿欧公司、EqualOcean主办，粤港澳大湾区研究院、四方网盈、深圳市智慧城市建设协会联合主办的2019大湾区国际科创峰会（BATi）于深圳宝安区前海华侨城JW万豪酒店正式举行。

在18日举办的普惠·智能 企业服务 论坛上，唯你科技首席顾问 连伟舟 作主题演讲 《AI+，让 数字员工 更智慧》。

连伟舟认为： 财务服务、会计的工作是会被技术替代的，财务技术性失业，目前学术界和实务界已经定论了，就看如何在这个领域里面演进了 。

财务领域跟其他企服领域略有不同，智能营销的技术精准度只要做到80%～85%就可以了，数字化财务即使做到98%～99%，对财务来说都可能是零。你的税号错了一位数，其他的十五位数都对也是没用的。 所以，财务数据的绝对精准性对人工智能技术提出了非常高的要求，这样才有可能满足财务智能化的需求。当然这个要求太高了一点，所以这里面毫无疑问会有一定的人机协同的工作。所以，未来的工作场景将会是人跟机器人一起工作，而不会是全部替代人。

从落地上看， 行业头部客户的使用也说明了财务的革命性的变化已经到来了。

以下为连伟舟演讲原文，亿欧在不改变嘉宾原意的基础上，进行了编辑，以飨读者。

---

谢谢大家，企业服务没有那么娱乐，它非常沉痛。的确数字劳动力可以替代20%的工作，那么有没有可能替代更多呢，这是我们想做的事情。

一、数字会计的诞生

财务服务岗位被替代，这不是什么新鲜事了。凯恩斯早就分析过，人类的失业里面有两类，一类是技术性失业，一类是结构性的失业，结构性失业是某个行业消失了，技术性失业是由于技术的进步，某些行业因此被改变了。

毫无疑问，财务服务、会计的工作是会被技术替代的，财务行业技术性失业，在目前学术界和实务界已经定论了，就看如何在这个领域里面演进了。

借用其他嘉宾的一个逻辑，企业服务是基于流程的服务。通常情况下是基于一个核心系统，如以ERP为底座，分几个工序来实现数字化劳动力。首先是数据的获取，接下来是数据的处理、分析、最后是决策。

实际上，从数据获取到数据处理中间会有极大缺失，并不能做到100%的替代。除了受到非 结构化 数据的影响以外，最主要的问题是缺失了数据理解，数据理解非常困难，这是财务智能化普遍面临的一大困境。

举一个非常简单的例子：三个业务场景报销，全部都是一张5000元的发票，内容都是购买笔记本一台，场景分别是：

销售报销中秋客户答谢会抽奖奖品

工会报销公司中秋晚会抽奖奖品

行政报销财务总监所用的笔记本电脑

在财务系统里面记了三笔账，这三笔账分别录入账业务招待费、工会经费或职工福利费以及固定资产。如此简单的一件事情，自动化处理是难以做到的。然而这个工作，一个初级会计是可以解决的。为什么会出现这种情况，或者说我们能否把这个缺失的环节补上？毋庸置疑，有智慧的数字员工可以。

我们觉得要补上这个缺失环节，有以下几个重要条件：

第一个因素：全数字化、结构化。 要把所有的票据、文本、表单、电子邮件、二维码等文件数字化。企业运营环境下，除了信息系统运营的电子数据外，还有大量的纸质文件，尤其是企业的系统无法覆盖上下游的供应链文件。比如说你的重要客户给你发来了一份合同，这个不是信息系统审批的，而是纸质合同，怎么把它放进自动化流程？我们首先要对数据进行数字化、结构化，这是一个很简单的逻辑问题。然而，财务行业中通过识别技术实现对数据的获取，目前只能做到票据识别，而且仅字符级别做到相对准确，字段识别准确率就直线下降到50%以下，我们自主研发的OCR引擎，可以对票据、文本、复杂表单、二维码等实现全票种、全票面、全字段识别，替代“人眼”，能很好地实现财税文档全数字化。

第二个因素：人机协同。 财务领域跟其他企服领域略有不同，智能营销的技术精准度只要做到80%～85%就可以了，数字化财务即使做到98%～99%，对财务来说都可能是零。你的税号错了一位数，其他的十五位数都对也没用。所以，财务数据的绝对精准性对AI提出了非常高的要求，当然这个要求太高了一点，所以这里面毫无疑问会有一定的人机协同的工作。所以，未来的工作场景将会是人跟机器人一起工作，而不会是全部替代人。

第三个因素： 可信值算法 。 举一个很简单的例子，如果OCR扫描一张发票的准确率是98.9%，但是你不知道这1.1%错误率是在哪个字符，用户还得每一个数字核对一遍。针对这个问题，我们首创了一个算法，又称可信值算法，有了这个算法，当机器处理完之后这个数据，人就不用再去复查一遍了，系统直接标示每个字符的可信值。令人高兴的是，在今年在IEEE CVPR全球视觉领域顶级会议上，很多的学者开始注意到这个算法，友商也开始跟进。

第四个因素是NLP自然语言处理技术，涉及财务领域里面的自然语言理解。 财务信息通常都是机密信息或者关键信息，而且商业环境下的合同种类、格式和内容表达非常复杂，如何去深度学习、理解它非常重要。唯你科技基于海量文本、单据、表单的数字化，构筑了行业知识图谱以及财务NLP，代替“人脑”，可以准确理解业务场景和财税文件。

最后是自动化处理 RPA 。 通过RPA代替“人手”，完成包括自动审核、自动核算等一系列会计的工作。

以上五个环节构成了数字员工或者说 数字会计 的基本闭环，正是因为这些技术的突破，某种意义上来说，机器代替人工的替代率会大幅度提高。

过去的5年里，我们累积处理了4000多万张的单据、文本，处理的资金大约12400个亿元，不敢说完全没错，但是至少比财务人员的准确率要高，或者说这些资金里面还没有发现有出错的。就这样，我们在财务领域里面初步建立了一些知识图谱，本质上就是让机器像人一样，像会计一样去理解整个业务的场景，做出判断然后找到核算的科目把这本账记了，同时把报表做出来。

唯你科技首席顾问  连伟舟

二、 AI财税 赋能各行各业

今天企业服务有两类客群：

第一类，行业标杆客户、头部客户。

第二类，众多的小微企业。

我们非常幸运，所有愿意尝试我们的技术和服务的全部是行业里的头部客户，包括央企、国企、政府部门、解放军等等。正是因为他们的使用，我们的服务能力、准确度和可信度得到极大的提高。 从某种意义上来说，这些行业头部客户的使用也说明了财务的革命性的变化已经到来了，因为他们都认可AI+财税的价值。

在小微企业的财税服务中，一个财务自动化核算机器人一天大约可以做1500套账，人工最多大概是几十套账，差异还是非常大的。

人工智能 不仅能解决简单的财务业务场景，在业务复杂的财务共享中心，人工智能大有可为。

当前财务共享中心，在规模化、标准化作业的基础上，利用极致的科学分工，采用低端劳力来低成本、高效地完成财会专业人员的工作。这种方式往往需要采用大量的低端人力，并将其集中到人力成本低、劳动力供给充沛的西安、郑州、南昌、贵州等地。

其次，业务财务流程需要进行大规模整体再造，员工面临流程及业务的学习、适应及磨合等问题，风险与成本巨大；

同时，基本上大型企业或者成规模的企业都有ERP，ERP需要巨大投入，千万甚至亿元级别的建设费用让企业望而生畏。

中兴通讯在2003年建了中国第一个财务共享中心，地点在西安，现在已经转化为中兴云。中兴云的陈虎博士有一个结论，叫做：销售额100亿以上，业绩每年增长20%的企业才有必要用财务共享中心，否则体现不出效能来。今天有多少企业有100亿的规模？但是，毫无疑问的是，财务共享中心大规模的提升了效率，实现了减员、降本、增效等等，这是企业管理的一个新趋势，这波趋势大概还会持续至少10年左右。

财务共享中心的设计逻辑是什么？重心之一是标准化作业流程，最困难的地方是 流程再造 。

在大型集团型企业中，由于集团与分子公司之间财务规则、体系、流程都会有所不同，特别是多元化集团公司，多种行业、业态的经营存在很多不同，传统财务共享中心是基于单一业务规模化才有生产效率的，某种业务的规模越大，财务共享中心的生产效率越高，因此财务共享中心天然要求业务、流程标准化以实现规模效应，这种情况下将大规模地抹杀分支机构的个性，往往造成分支机构的实际效率下降。此外，基于人力作业的传统财务共享中心难以应对业务的快速变化，若整个集团按行业分共享中心，则规模化程度有限，会降低集团财务共享中心的意义。

而且巨额IT投入，加上选址建设投入，以及作业团队建设，高额的费用往往让这些集团型企业吃不消。前不久，我和中国铝业的总会计师见了一面，他们的业务部署全球，有各种类型的ERP，如果想用一套财务共享中心来解决的话，我估计百亿都打不住。

如何在这样的情况下又能高效、快速地解决企业财务共享的难题呢？毫无疑问，要用到人工智能。因为整个财务共享中心基本都是三层，包括：底层的操作、中间层的管理、上层的决策。

• 在操作层，人工智能把会计基础工作集中处理，可以由机器来替代，少量专业人员深入业务，执行自动化作业的纠偏、差错补充工作。

• 在管理层，由于人在执行层脱离了大量人力后，管理层从人员、团队管理中解脱出来，为了使智能化的执行层有效地运作，更多的深入理解业务，抽象、提炼业务规则，实现基于数据驱动的高效财务运营。

• 在决策层，由于所有的财务业务全部已经数字化，因此决策的时候，数据的颗粒度能精确到每一张合同，每一张出仓单，每一张进仓单，每一张完工报表，每一张发票……这个时候，决策过程中数据的丰富度远远优于原来从各系统里抽取的数据。基于全面的企业财务及运营数据，以“数字化”的企业资源为基础，快速准确地找到最优的策略，从而实现企业运营增值。

由此看来，数字化驱动的财务价值再创造，这三层人员的工作都面临着变革。人工智能赋能财务共享中心，智能财务共享中心未来十分值得期待。

人工智能技术不仅能赋能企业，也能赋能银行等金融机构。 我们目前在某家银行中台授权的替代率大概在90%-92%，机器人和人工已经并行了半年。每天都有人出错误，错误都在5笔以上，但是机器不会错。机器人与人并行工作，如果这个能够推广到全行业，中国的3000多家银行的授权人员大概有10-15万人，按80%的替代率来说，就是技术性失业。

我们马上就开始做国际业务，让机器人去服务国际信贷中心，过去，在这些岗位上的都是外贸专业的大学生，甚至是海归，他们做着非常简单的审单、议付工作。这些岗位未来都会被技术性取代。

人工智能将逐步替代人工，已成为不可逆转的趋势。中国将有1314万无职称和404万初级职称的低端财务人员将受到冲击，简单、重复具有明确稳定的量化规则工作将逐步被人工智能取代；从中长期来看，中级职称财务人员也将受到影响，并逐步被机器替代。 中国1900万财税人的工资一年要花10000个亿，还不算上社保。非常保守的估计，如果这1300万人能够被机器替代，那大概有7000亿的节余。

我想说的是，数字员工时代来了，技术性失业也来了，我们每个企业是否可以配置一定的数字员工一起跟你的财务人员去协同工作，共同去进步呢？

谢谢大家！

本文已标注来源和出处，版权归原作者所有，如有侵权，请联系我们。