" 今年，我们被市场倒逼着做数字化转型。一切都被打乱了，像这样的转变是前所未有的。到了 8 月，预算额外做了 20 多份。每一次新平台、新业务线的开辟都意味着预算重做。" 一家北方食品品牌告诉我们。
(相关资料图)
数字化转型过程中，所有大大小小的问题都会折射在财务管理当中。一家企业进行数字化变革，需要转变的不仅是业务经营方式，更是对财务的管理理念。
以上述北方品牌为例，从线下门店走向线上电商，在这过程中，企业客户需要面临的转变来自多个方面，从电商平台到网销平台，全链条都要数字化。
而数字化转型进行了大半年，各种新平台、新渠道的推出，以及产品线和业务线的开辟，都让过去传统的财务管理方式不堪重负。此前，该企业每年会编制一次全面的预算管理。但近半年却进行了逾 20 次预算调整，透露出的是过去企业财务管理方式的脆弱性。
这家北方品牌所经历的恰在成为一个缩影。在这背后，是国内所有企业数字化转型中财务环节遇到的通病。
对此，产业家和多家财税 SaaS 厂商交流，得到的一致结论是，受多种因素影响，目前我国中小企业的财务数字化转型程度并不高；传统财务管理方式不仅低效，抵御风险性也差。
" 由于技术、流程和文化上的挑战，数字化转型仍然是一个困难的问题。甚至更多中小企业仍然依赖于传统的纸质报销和手动财务管理流程，不仅效率低下、错误率和延迟也比较高。" 企业支出管理平台「分贝通」向产业家透露。
除了上述问题，在财务管理领域还有更多新问题的出现，如费用标准化、数据合规、隐私保护等等。新旧问题交织，不仅给财务管理软件带来挑战，也更影响着大模型在财务领域的落地。
财务数字化，行至水深处。
这场大模型的比拼中，大厂正在急速竞赛。在具体的垂直场景，To B 厂商已纷纷入局，财税也不例外。
在财务领域，先上牌桌的是从财务软件起家的金蝶。
" 没有一家能做好完整的企业大模型，所以金蝶首先选择了财务这个我们最熟悉的领域。" 金蝶中国执行副总裁、研发平台总经理赵燕锡曾对媒体表示。
作为企业管理软件服务商，金蝶之所以将财务领域作为首选，其底气则来源于两年时间内为 177 家大客户做业财一体化国产替换的实践经验。
据了解，针对财务大模型，金蝶内部做了诸多方面的探索，比如从三四月开始就同百度、腾讯、华为等多家大模型厂商合作并进行选型。
再比如金蝶预制了财务知识库，目前已将国内税务优惠政策植入到该模型中，供企业直接调用。对于中小企业，能够实现开箱即用。而对于大企业，金蝶的苍穹 GPT 也可以允许它们个性化定制。
此外，除了像用友、金蝶这种综合管理类软件厂商，在企业支出管理赛道的头部 SaaS 企业如分贝通与合思（原易快报）也在践行着自己的大模型尝试与探索。
分贝通大数据与算法负责人吴荣彬认为，长远来看，财务大模型能够帮助企业进行实时智能费控，并基于企业的财务数据做出更科学的决策，还能够根据历史数据和算法预测未来的财务状况。
然而，就短期而言，吴荣彬认为，" 中小企业数字化转型程度低、数据安全和隐私保护等问题叠加，以及数据质量、技术和资源需求带来的挑战，新旧问题交织，让财务大模型很难实现它真正的产业价值。"
吴荣彬告诉产业家，" 我们内部已经落地了若干应用场景，但仍停留在初期探索阶段。探索的方向是在应用层，主要看大模型在应用上的边界在哪。另外，为了提升用户使用体验，我们也探索并优化了大模型的整体技术栈，从而垂直优化应用场景。"
" 坦白地讲，我们现在使用的技术没有一项是近五年甚至于近十年的技术。当下，Workday 是在用 25 年前的理论来指导现在的软件开发，而这其实是绝大多数企业管理软件所面临的挑战。同样，无论是几年前的云原生还是现在的 AIGC，在这些技术趋于成熟的同时，企业最应该思考的是，如何将技术与业务深度结合起来。"合思首席产品架构师佟佩泽告诉产业家。
在他看来，目前技术已经发展到了一个很高的位置，但能不能把技术拿出来与企业经营过程中所遇到的挑战和问题结合在一起，共同去改善和治理，这是对于绝大多数 ToB 厂商来讲最重要的事情。
To B 是一个 " 长期主义者 "，通过技术与业务融合，从而带来产业长期价值，是优质的 ToB 企业在任何技术浪潮席卷而来的时候都必须考虑的事情。在佟佩泽看来，财务大模型是有价值的，但更重要的是，通过多年的服务经验，洞察出企业客户正在面临什么问题与挑战。在此基础上，大模型能够如何解决这些问题，这才是最务实的思考。
据佟佩泽透露，" 目前，我们正在尝试利用通用大模型训练，将自然语言描述出来的业务诉求转变为计算机语言，转换成产品里的配置，从而构建出自动化流程。因为我们的客户大多是通过低代码平台配置产品，而配置产品需要 IT 人员和财务人员学习和理解建模方式。同样地，对于大模型也是一样。这样一来，客户再根据我们提供的 prompt，大模型就可以根据提前传入的数据，生成自动化流程。"
在与佟佩泽交谈的过程中，产业家了解到，合思对财务大模型的态度十分谨慎，" 财务大模型目前一定是锦上添花，很难做到雪中送炭。"
不难看出，对于财务大模型，双方的态度十分相似。在他们看来，短期内财务大模型无法纵深到更深的产业中去，更无法与业务进行结合，赋能业务本身。但在大模型方向，两家的态度都是 " 积极研发 "，希望找到并验证出财务大模型在企业客户场景中的真正价值。
无论是金蝶首发财务大模型，还是合思与分贝通在该方向上的试水，都传递出一个信号：在财务管理领域，大模型的价值毋庸置疑，但当下具体能达到的能力，仍然需要持续探索。
从金蝶发布的财务大模型来看，金蝶所做的是预制提示语工程，这样可以方便企业直接调用。而在提示语工程的背后是金蝶将诸如税务优惠政策等财务领域专业知识输入到大模型中。
同样地，合思与分贝通之所以目前没有大模型相关产品侧的新动作，也是因为没有真正验证好在真正的财务场景中大模型的价值。
" 我们对大模型在财务管理方向的应用充满信心与憧憬，但也的确存在一些挑战和限制。例如，数据的质量和完整性对于模型的准确性和可靠性至关重要，而获取和整理高质量的财务数据可能是一项具有挑战性的任务。此外，大模型的应用也需要投入大量的计算资源和人力成本，对于部分中小企业来说可能难以承担。" 吴荣彬表示。
在与分贝通和合思的交流中，高质量数据是一个反复被强调的因素。因为，在大模型的训练过程中，作为企业服务商，提供高质量数据是搭建财务大模型最重要的一步。实际上，任何领域的大模型都需要高质量数据作为 " 底座 "。
但就财务领域而言，获取和整理高质量数据是一项极具挑战性的任务。一方面，高质量数据需要企业真实提供，而财务数据又对安全性要求极高，需要采取相应的技术和管理措施来防止数据泄露和滥用。
另一方面，在实际应用中，财务数据可能存在缺失、错误或不一致的情况，需要进行数据清洗和整理。而清洗数据则需要一定的技术手段和投入。
可以说，在数据安全和隐私保护尚未得到解决的情况下，财务大模型很难取得突破性进展。
佟佩泽提及到财务大模型的限制时告诉我们，" 从业财融合的角度讲，企业更看重效率。而在效率的维度，大模型的确有较大的应用空间。但另一方面，某一垂直领域的大模型需要学习、训练和微调，这需要依赖行业数据。但问题在于没有足够多公开的数据训练，这也导致大模型很难在某个垂直领域里深耕和落地。"
实际上，如何获得高质量数据，不仅是财务大模型会遇到的问题，更是所有企业级大模型都会面临的挑战。
在构建企业大模型的过程中，数据是极其重要的一环。可以说，数据的质量直接决定着企业级大模型的效果。其中，行业数据的收集和数据清洗是最重要的两个步骤。
关于此，业内的一个讨论是，以发力财务大模型的厂商为例，可以选择与收集数据的厂商合作。在数据脱敏方面，财务大模型的提供商也可以通过联邦学习和隐私计算的方式，让数据能够安全地应用在财务大模型当中。
以合思为例，2017 年，合思选择与一家海外厂商合作，通过 AI 技术进行财务审核，最终在审批效率方面，可以实现 14% 的免审。在这一过程中，就应用到了这家海外厂商的数据脱敏技术。
此外，再比如进行本地部署和公有云部署的彻底隔离，基于容器、微服务的架构进行本地专有部署，分别实现数据内循环和数据外循环，最终达到让财务大模型变聪明的效果。
如今，财务数字化的水温也正在加速变化。
" 金税四期的到来，正在加速企业进行财务数字化转型。但在这过程中，一定会伴随着新旧交接的过程，即一条腿迈到数字化时代，另一条腿还在纸质时代。对应地，财务就既要应对传统的纸质作业模式，又要兼容新的数字化模式。" 佟佩泽告诉我们。
这样的问题正是文章开篇那家食品品牌所面临的，也是大部分企业财务数字化转型的缩影。
在此背景下，财务大模型的落地能够加速企业进行数字化转型。在吴荣彬看来，" 财务大模型的应用需要企业进行数字化转型，包括数据收集、存储和分析的数字化能力的提升。这将推动企业在其他领域的数字化转型，提升整体运营效率和竞争力。"
对于财务大模型而言，提高效率仅仅是一方面，更重要的是其对财务管理软件带来的颠覆。
对此，吴荣彬的思考是，" 对话大模型可以让企业通过人机对话的方式，来实现对于 App 以及对财务系统的交互。由于财务管理非常依赖数据驱动，而目前的 BI 工具无法在手机端很方便地操作，因此使用自然语言交互并获取数据和图表是一种更好的数据洞察方式。"
从更长远的角度出发，大模型对财务管理软件的改变不仅在前端的 UI 层，更有后端的应用层。而对于这一点，像合思和分贝通这样的 SaaS 企业内部正在不断进行尝试与探索。
另外，大模型对于整个数字化转型的推动是降低理解成本与学习成本。
佟佩泽告诉我们，" 大模型能够降低企业在业务场景和产品适配上面的难度。实际上现在的企业管理软件都做的很深，尤其是垂直领域的管理软件。它所提供的功能价值很多，但受限于理解成本与学习成本，比如懂场景的人不一定充分理解产品，而懂产品功能的人又不一定深刻理解某一家企业的业务诉求或业务痛点。"
所以，在他的观察中，当这场景与产品之间的匹配度较低时，这就导致工具很难被深度使用，更不用提如何与业务结合。而降低理解成本恰恰是大模型带来的核心价值。
也可以说，实大模型对于财务管理软件的颠覆，或是对于数字化转型的推动，本质都是在赋能 " 人 " 的发展。在与佟佩泽的交谈中，他提到了一点，无论过去还是将来，财务的角色和意义都不会被颠覆，只会被清晰化，只会回归到本源。
这是大模型赋予财务领域的价值，也是科技与人的关系。
长远来看，财务大模型提供的产业价值包括实时智能费控、数据驱动决策、预测与优化，这也将是未来财务管理领域的终局。对此，分贝通给出了更详细的诠释。
首先，通过大模型的应用，企业可以实时监控和管理费用，从而更好地控制和优化资源的使用。大模型可以自动识别费用异常和浪费，提供实时预警和建议，帮助企业及时调整和改进费用管理策略。
其次，大模型可以整合和分析各个部门的财务和费用数据，提供更全面、准确的财务情况和趋势分析。基于这些数据，企业可以做出更具科学依据的决策，优化财务资源配置，提高企业的盈利能力。
最后，大模型可以利用历史数据和算法进行预测，帮助企业更准确地预测未来的财务状况。企业可以根据这些预测结果进行更有针对性的优化和调整，实现更稳定和可持续的财务发展。
然而，在上述「终局」未到来之前，在财务领域，还有更多棘手的问题等待着被解决。
来源：产业家