从数字结账到智能结账：革新财务结算流程

通过可信赖的交易、自主的会计和内部控制、实时报告以及现代化的劳动力，革命性地优化您的财务结算流程，将会计提升为业务的价值驱动者。 home.kpmg/ng 无接触和自主的财务结算，长期以来被视为一个崇高的理念，现在正迅速成为一项必要现实。 随着下一代安全可信的控制环境的到来，无接触式和自动化的关闭操作将定义金融的未来。随着金融机构摆脱手动流程，它们将迈向一个高效、准确和灵活的世界。通过整合人工智能（AI）、机器人技术、机器学习（ML）和大型语言模型（LLMs），它们将从数字关闭转向“智能关闭标志着金融管理新时代的到来。 现代劳动力超越传统会计，演变成为卓越中心（C oE），创新的金融专家拥抱数字化工具、敏捷方法和成长心态，推动组织生产力、创造力和效率。 一个智能化的闭合过程包括在交易到报告（T2R）流程中的数字、分析和生成式人工智能（GenAI）能力，以推动效率和创新能力。通过智能闭合，组织可以识别增长机会，并做出更明智、数据驱动的决策，使财务部门成为更广泛业务的战略合作伙伴。随着越来越多的组织继续采用这些前沿解决方案，财务专业人员将准备好推动变革，并为他们在日益不确定和竞争激烈的商业环境中对组织成功做出贡献。利用自动化、分析和人工智能有助于通过自动化重复性任务、个性化体验和提供前所未有的支持，从而提高整体员工和客户体验。 智能闭环的基础建立在四个支柱之上：信任的交易、自主的会计、实时报告和现代的劳动力。 可信交易确保您的交易数据准确和安全，并有助于产生关键利益相关者可以用来推动商业策略、实现持续商业增长和降低风险的策略洞察。 自主会计利用赋能技术、基于异常的方法论和端到端集成流程来缩短结账周期，并推动运营和财务效率。 以下页面将进一步深入探讨每个支柱，描述智能封闭的未来，其优势包括提高的精确度和控制，时间节省，提高透明度，降低成本，灵活性，以及前所未有的报告和分析能力。 实时报告是针对人工智能应用范围中的人物驱动的定制分析，从直观的仪表板和可视化到人工智能驱动的分析、预测和推荐。 展示A：交易至报告（T2R）流程 随着组织将新技术和策略应用于“交易到报告”(T2R)流程中，他们释放了未充分利用的潜力，以实现负责任、受监管和自主的财务关闭。尽管仍需负责运营会计、合规和报告，但随着尖端技术能力的出现，例如生成式人工智能（GenAI），财务功能现在有了一个完美的时间机会成为组织的战略顾问。 如果你能完全信任你的数据会怎样？ 组织面临的一个更为显著的挑战面对的是他们数据准确性的问题。在数据从源头——无论是客户、供应商、库存还是财务交易等——传输到公司的总账的过程中，有许多地方可能发生误差。如果系统及链条中的利益相关者之间有大量的手动数据交接，那么这些数据特别容易出错。 为了提高交易数据的准确性和完整性，组织应考虑进行数据模型设计转型。 现代数据平台是一个经过精心构建的技术堆栈，旨在实现受信任的数据可访问性、洞察力发现，并加速价值创造。这适应了快速的人工智能进步，内置了支持人工智能用例的能力，并使数据能够在与内部和外部客户及供应商协商一致的结构中接收和传输。公司需要成为更好的数据公民，而现代数据平台使得这一现实成为可能。 现代数据供应链通过使用先进的AI和数据分析技术对初始数据进行验证和清理，增强交易完整性和准确性，从而造福于会计专业人士、IT、数据和系统管理员等利益相关者。它还提供速度和灵活性，以跟上不断变化的企业环境。构建现代数据供应链始于确定您的期望人格驱动结果、定制分析和基于您战略的精选数据需求，然后从数据生命周期的工作反向优化数据采集。 现代数据供应链专注于通过人工智能优化数据采集，可以利用以下来源：非结构化内部和外部数据、运营和业务系统以及业务应用程序。它们利用智能数据管道对传入数据进行清理和验证，使用人工智能提高数据清理、归一化和准确性的效率，同时识别异常并隔离问题。 智能助力者 现代数据模型横跨财务、运营、销售、市场和人资领域，赋能标准化数据在所有应用中 嵌入式、系统驱动的控制检测和 异常检测基于异常处理 上游于总账增加交易信心 机器学习：持续学习曲线 什么情况如果你再也不用登记日记账或执行账户对账？ 不再局限于人工指导的训练，机器学习算法能够自主提升准确性和效率，以增强无接触式财务结算解决方案。金融的未来将依赖于机器从数据中提取模式、创建预测并识别异常，同时不断进化以提供更好的结果。 金融结算的演变 作为一个过程，金融关闭长期以来一直饱受低效和复杂的困扰。依赖过时的、手动的方法往往会导致差异、过长的周期，以及缺乏实时洞察。然而，我们现在正站在金融领域变革的悬崖边。通过集成诸如GenAI等技术，无接触式财务关闭解决方案正在简化财务环境，提供更高的准确性、无缝数据集成和基于异常的加速工作流程。 以下是自主会计结账流程的分解概述： 最终，金融技术的这些进步有望彻底改变财务关闭的管理方式，确保企业和消费者都能实现更高效和有效的结果。 数据采集与整合高级系统可自动从各种来源如ER P（企业资源规划）系统、银行数据流和其他第三方应用中提取财务数据，保持信息流的效率。 自动对账AI 助力工具通过智能匹配交易、识别差异以及通过机器学习算法解决不匹配来进行实时核对。AI 可以对交易的有效性进行审查，验证余额是否在风险承受范围内并且符合政策要求。 拥抱人工智能技术 一个轻松的财务关闭建立在尖端技术和人机协作的坚实基础上，包括人工智能（包括生成式人工智能）、机器学习、顶级云SaaS（软件即服务）应用、指导性和洞察力的分析，以及T2R过程中的稳健控制结构。此外，数据交换对于提供所需信息以得出见解至关重要；而且，随着它们开始整合到如LLM等框架中，持续改进的能力也应运而生。共同之处在于，它们将财务关闭和报告提升到一个全新的水平。 智能分析数据分析与人工智能的力量相结合，有助于检测异常、趋势和其他关键洞察，为财务团队提供决策所需的宝贵情报。 自动化财务报告报告工具能够在数据可用时即时生成财务报表和定制报告，从而消除人工干预，最大限度地降低错误风险。 通过自动化重复性任务和执行高级分析，人工智能有潜力完全消除人为干预。通过模拟人类与软件应用的交互，如机器人流程自动化（RPA）等能力可以在不要求任何额外基础设施的情况下自动化交易过程。因此，借助人工智能驱动的预测能力，财务团队可以体验到显著的时间节省、错误减少和几乎可以忽略的手动干预，更重要的是，无接触式财务结算变得更加积极主动，并能适应组织不断变化的需求。 持续审查与监控。机器学习算法持续从用户输入中学习并在时间推移中不断改进，同时RPA工具管理重复性任务，强化内部控制并符合合规要求。这些见解被发送到高级管理控制台，使得 控制权应保持专注于影响业务表现的低效率或基于异常的见解。 智能助力者 增加对交易数据的信任驱动前所未有的机遇带来自动化与智能到您的会计和财务结算流程。 嵌入智能工具，用于核销,紧密协调,合规性，并且财务评论, 在其他方面，将使您的组织更接近持续紧密的. 你：如果你能和提问一样快地得到答案呢？ 未来的报告已经到来，并由通用人工智能（GenAI）引领着一场革命。结果是报告过程更加快速、更加准确、更加安全，使企业能够领先于竞争对手，在未来几年中持续繁荣。通用人工智能使财务团队能够专注于更具战略性的任务，例如分析财务数据以支持决策。这使得财务团队能够真正成为企业的商业伙伴。 这是一个转型中的关键要素是安全和透明度。例如，在这个领域应用区块链技术可以重新定义信息存储和共享的方式。由区块链驱动的不可变账本可以消除欺诈活动，同时确保高效、安全和透明的财务报告。 通过提供数据驱动的洞见，帮助推动增长和盈利能力。这也会成为企业从每月结账转向持续结账的推动者吗？ 拥抱数据速度与精确性 实施敏捷实践以增强适应性、响应性和创新。在各部门之间建立开放的沟通渠道，促进跨职能协作，以利用多样化的观点在解决问题和战略规划中发挥优势。 您的问题：What if your accountants are predictive versus reactive? 翻译内容：如果您的会计师是预测性而非反应性的会怎样？ 革命化T2R流程只有在现代会计工作团队能够适应并支持变革的情况下才可能实现。为此，会计职能应转变为一个专门的中心化团队（CoE），融合先进技术、技能提升的工作团队、数据分析以及适应性流程，以识别和管理会计异常和例外情况，确保准确性、合规性以及流程化决策，同时提高整体运营效率。 智能关闭所带来的好处诱人。然而,组织在面对目标运营模式时面临不同程度的成熟度，这可能会影响您向前推进的准备情况。尽管存在挑战，组织不能承受拖延。在意识到即将到来的数字化未来的同时，迅速采取行动以拥抱无接触式财务结算技术至关重要。 定义风险承受能力 评估当前 构建一个 能力与计划未来 展示B：确定您的智能关闭成熟度 我们理解，对于一些公司来说，实现智能关闭似乎遥不可及。尽管你们已经取得了一定的成熟度，但在智能关闭的旅程中仍有许多前进的机会。 基于云的金融系统标准化数据和COA<5dayclose 全球数据与金融系统架构 人工智能和数据分析在大多数交易至报告活动中得到应用。 包括本地化、去中心化数据模型/COA 分析/自动化工具的可用性有限的人工操作 使用一些或许多预测工具100% 自动对账 痛苦且手动的工作活动<50% 自动对账 50%以上的自动化核对 我们与领先的AI公司合作，以最大化智能关闭的价值。 对于毕马威来说，我们的联盟和战略伙伴关系组合对于帮助我们的客户实现可持续的竞争优势至关重要，通过在多个平台上提供广泛的人工智能能力和解决方案。