《绩效》：顺时而动，因机以发

顺时而动，因机以发 第十八期|2023 顺时而动，因机以发 随着全球数字经济的发展，网络合规环境变得复杂，企业需要应对网络合规和行业政策带来的风险。我们建议企业采取C4C本地化战略，提高风险感知和监控能力，建立科技韧性，以更好地应对各种不确定性。同时，我们从行业视角，为大家呈现医疗健康产业和信创产业的创新案例，以期为企业的数字化转型提供价值洞察。 安永在2023年10月的The CEO Outlook Pulse中，对全球1,200位首席执行官进行了调研1，重点关注他们如何继续迈向人工智能（AI）的未来之旅。调研发现，受访的首席执行官都认识到了AI的潜力，但大多数首席执行官在制定和实施相关战略方面遇到了重大挑战。 虽然有70%的首席执行官认为有必要对生成式人工智能（GenAI）迅速采取行动，但几乎相同比例——68%的首席执行官也表示在这一领域存在不确定性，难以快速做出反应。在这种背景下，如何进一步提高企业竞争优势，全力应对新环境成了迫在眉睫的挑战。 我们探索企业如何利用人工智能等前沿科技来转变商业模式，在AI新时代获得持续竞争优势。立足抓住新一轮科技革命与产业变革的机遇，我们相信科技韧性和数字化转型将成为企业立于不败之地的关键。让我们携手并进，开拓更广阔的商业前景！最后，我衷心希望这些最新行业动态和前沿趋势能够对您有所启发和帮助，助您顺时而动，因机以发。 本期《绩效》中，我们建议企业制定明确的AIGC战略并采取相应的路径规划，以加速企业数字化转型。我们帮助企业制定相应人工智能战略和路线图，并对人工智能治理与责任和规模化用例进行设计与开发。通过案例，我们分享了生成式人工智能在财务领域的潜在应用，通过算法和模型提高财务预测准确性，识别降低财务风险，修订迭代财务报告，提高工作运营效率，实现财务职能的持续迭代和转型。 除此以外，我们还探讨了在“双碳”目标背景下，城市绿色低碳转型的可持续发展路径；以及安永咨询如何基于可持续供应链对于企业长期发展战略的重要性，通过循战略、定目标、找路径、育能力的管理参考框架，助力企业实施可持续供应链的发展规划，减轻供应链风险，提升利润。 谢明发Eric Chia安永大中华区咨询服务首席运营官安永（中国）企业咨询有限公司 目录 专栏专栏 企业数字化信息安全“政”在其时中西合璧数字供应链与制造行业洞察 网络合规新态势下，在华跨国企业网络合规新态势下，在华跨国企业应当如何建立科技韧性应当如何建立科技韧性?? 执行编辑：执行编辑：叶俊叶俊安永大中华区咨询服务安永（中国）企业咨询有限公司aaron.ye@cn.ey.com 设计：设计：谷妍谷妍安永中国品牌、市场推广及传讯部设计经理安永华明会计师事务所（特殊普通合伙）sunny.gu@cn.ey.com 总编：总编： 王海瑛王海瑛安永大中华区咨询服务主管合伙人安永（中国）企业咨询有限公司helen-hy.wang@cn.ey.com 主编：主编：谢明发谢明发安永大中华区咨询服务首席运营官安永（中国）企业咨询有限公司eric.chia@hk.ey.com 浅谈生成式人工智能在浅谈生成式人工智能在财务领域的潜在应用财务领域的潜在应用 近年来，生成式人工智能（以下简称为生成式AI）在科技领域引起了广泛关注，各种源自生成式AI技术的新应用、新使用场景层出不穷。作为一种超越传统AI的技术，生成式AI不仅继承了传统AI数据分析和预测的基本功能，其卓越的“内容生成”和“对话”能力也让它在同类型的人工智能技术中凸显优势。在内容生成方面，生成式AI能够理解并深入剖析预测结果，处理大规模的文字内容，根据用户的需求自主生成相关的文本，图像，甚至代码。在对话能力方面，生成式AI通过对上下文的理解和模拟人类思考方式，实现了对用户问题更自然、逻辑通顺的回答。这种能力使得生成式AI在与用户交互时，能提供更贴近人类真实对话体验的服务。 生成式AI强大的功能源于技术应用与大数据的充分利用。在技术层面，生成式AI主要依赖于先进的Transformer技术理解并识别文本语义和图像像素，准确地挖掘出关键信息。拿GPT模型来说，Transformer技术帮助该模型辨识句子中的核心词汇，因此可以更为精准地传达作者或提问者的意图。这使得GPT模型在理解和处理信息的过程中表现出了极高的效率和准确性。此外，生成式AI采用的“生成模型”技术，能够让AI创造出全新的内容，比如句子、图像、视频或文章。而在数据层面，生成式人工智能则依赖事先训练的AI模型——即基于大规模数据集的深入训练。在这个阶段，生成式AI会吸收海量的数据，通过深度学习提取知识，提高输出内容的深度。 作者 余云Yun Yu安永大中华区智慧财务转型与管理咨询服务主管合伙人 欧阳伟基Steve Au Yeung安永大中华区智慧财务转型与管理咨询服务合伙人 张蜀楠James Zhang安永大中华区智慧财务转型与管理咨询服务合伙人 钟玉怡Joey Zhong安永大中华区智慧财务转型与管理咨询服务总监 王众一Evan Wang安永大中华区智慧财务转型与管理咨询服务高级经理 陈辉David Chen安永大中华区智慧财务转型与管理咨询服务经理 夏豫龙Yulong Xia安永大中华区智慧财务转型与管理咨询服务高级顾问 什么是生成式AI? 以近期备受关注的ChatGPT为例，它是一款集自然语言处理、强化学习以及深度学习于一体的前沿生成式AI应用。 依托于底层的前沿技术及模型理念，并结合NLP、RL HF、DNN1等技术的集成应用，GPT模型具备灵活执行以下操作的能力： Transformers技术是一种神经网络，在2017年时被首次提出。该技术通过跟踪序列数据中的关系来学习上下文和含义。以GPT为例，Transformers技术帮助该AI模型准确定位文字中的关键词，并分析用户想要表达的含义 •回答用户提出的问题•创作各类文本内容•对文本、数据、代码等进行分析总结•根据用户提出的模糊概念进行查询和文本生成 生成式人工智能在财务领域的发展趋势 随着生成式AI在精确分析大数据方面的成熟度提升，以及用户对其掌握程度的不断提高，我们预见，由生成式AI驱动的“智能助手”将在企业运营和管理中扮演重要角色。对企业财务而言，基于生成式AI的技术实践将为财务专业人员带来一套先进工具。从深入挖掘复杂商业洞察、提升财务工作的运营效益到增强交易合规性，生成式AI在财务领域广泛的应用场景，彰显了它在提高财务服务精准度和推动效率转型方面的巨大潜力： •财务报告 生成式AI的特性使得其在处理和分析具有大量文本的财务报告时独具优势。在编制财务报告的过程中，生成式AI利用卓越的文本生成能力，可以针对不同的财务报告标准和口径拟定初稿，并根据用户的反馈对生成的报告自主进行修订和迭代。在审阅财务报告时，生成式AI可以通过深度数据分析和信息归纳功能提供业务洞察，为管理层的决策提供有力参考。例如，当面临企业销售额下滑的挑战时，生成式AI可以分析财务数据，识别问题的核心并提供实际可行的改进建议。这种基于实时数据的系统性和全局化的分析方式，帮助财务专业人员更加深刻、精准、全面、客观地处理复杂财务情境，为实时财务决策奠定了基础。 •财务预测 通过采用尖端的算法，生成式AI可以剖析企业结构化和非结构化的业务数据，发掘传统分析工具可能忽略的数据趋势、模式和关联性。借助这一特征，生成式AI能够成为财务团队的得力助手，帮助他们更准确地预测未来业绩。在实际工作中，财务专业人员可以向生成式AI助手提出一系列的开放性问题，随后生成式AI将整合包括企业过往的财务表现、宏观经济趋势以及市场对标信息等相关数据，提供具体且全面的答案。值得一提的是，生成式AI具备自适应的持续学习能力，它的预测精度会随着时间的推移和样本量的增加而逐步提升。对于企业财务而言，这一能力能有效降低风险预测的误差，并持续优化财务决策制定，进而提升企业财务效率。同时，生成式AI的高灵活度和可集成性使其能与其他主流的数据分析工具协同工作，进一步提升财务预测的精确性和质量，实现“1+1>2”的效果。例如，一家全球领先的电脑软件提供商最新公告显示，用户现在可以在其数据分析平台上，利用基于机器学习模型的认知服务助手，实现情感分析、关键短语提取、语言检测以及图像标记等功能。 •财务流程运营 财务部门的日常工作往往与各类流程管理和运营紧密相关，常会遇到大量繁重且耗时的重复性工作。如今，生成式AI正在深度改变财务核心流程的运作方式，覆盖合同起草、发票处理、账目核实以及报告审阅等关键环节。针对重复性或者较少分析判断的工作，如合同起草等，生成式AI可以自行起草初步方案或提出建议，有效减轻合同起草环节的工作量。除此以外，基于生成式AI的智能助手还在信息交流的过程中发挥了巨大作用，提高财务部门与其他各部门之间的沟通的便捷性。例如，跨部门团队可以通过生成式AI助手实时获取所需数据，而无需再手动追踪。同时，在财务政策和流程相关常见问题的解答、财务交易状态最新信息的提供上，生成式AI可以随时响应用户的问询。通过这种方式，企业不仅实现了运营效率的大幅提升，也让员工能够将更多的精力投入到需要专业知识和经验判断的高价值工作中。 •财务风险管理 企业可以利用基于生成式AI的先进AI算法主动扫描大量财务数据，识别出传统风险管理技术可能遗漏的潜在风险，提前发现并处理风险和漏洞，从而保护企业权益。同时，生成式AI强大的监控功能还可以实现对财务交易的实时把控，对购买金额异常、未知或可疑的交易往来进行预警。因此，借助生成式AI，企业能更迅速和有效地发现并应对潜在问题，从而提升其风险预防和应对能力。 展望未来：生成式人工智能在财务领域的实施路径 典型案例分享：生成式人工智能在企业OTC流程中的实践 从整体看，正在探索生成式AI技术的企业财务团队，当前主要聚焦于寻找那些能迅速实现此技术影响力的业务场景。在此过程中，他们也需要具备深远的洞见，展开系统化且前瞻性的顶层规划，稳步推动规模化应用的有序实施。因此，我们建议企业根据生成式AI的技术特性，遵循“稳中求进”的原则，分阶段逐步解锁生成式AI的独特优势，从而实现企业长期战略目标： 生成式AI技术在企业财务中的应用并非仅停留在概念阶段。近期，一家企业通过基于生成式AI模型的解决方案，为其的订单至回款（Order-to-Cash，OTC）流程带来了自动化和流程再造的新思路： •在客户审批环节，企业不再依赖传统的信用评估模式，而是通过引入先进的数字信用评分模型，对非结构化数据进行深度挖掘。这种模型能够从新闻文章、社交媒体以及其他公开数据源中捕捉到与客户相关的潜在信用风险，并发出实时警报，推荐适当的应对策略。 阶段1定位：利用生成式AI赋能财务运营的优先场景 在初期，企业需要对其财务流程和工作进行全面梳理，制定初步的应用路线图，锁定具有高效益且易于实施的业务场景。此后，通过概念验证的形式，逐步落地一批生成式AI解决方案，并持续跟踪其实施结果和产出。以试点项目的反馈为指导，企业需要建立一套结构化的运用方法，形成一套完备的企业知识库——包括设定应用流程、制定绩效指标、梳理政策要素以及计算投资产出等工具，从而确保生成式AI技术得到正规化和标准化的使用。这将为生成式AI在企业内的长期推广和应用提供坚实的基础。 •面对庞大的客户账单数据，财务人员现在可以借助基于生成式AI的聊天机器人对潜在问题账单进行初步筛查。例如，在财务团队要求生成式AI识别账单中的异常部分后，生成式AI会采用关联分析法，通过对比发票数据和源文件或数据库，找出并标记不符之处。同时，该AI工具在发现并标记问题的过程中，还能进一步生成针对所发现问题的潜在解决方案，为财务团队提供参考和执行。 阶段2聚焦：确定生成式AI在企业财务中的重点发展领域，逐步构建完整体系战略 •在应收账款管理上，生成式AI驱动的聊天机器人为企业带来了可见的运营效率提升。它能够快速响应账单询问，解析KPI数据，找出过程中的风险点，并给