利用人工智能优化月度结账流程

编者注：Tony Klimas 是 Horváth US 的合伙人兼总裁，该公司是一家总部位于佐治亚州亚特兰大的全球管理咨询公司。本文观点仅代表作者个人。

人工智能（AI）与机器学习（ML）正在深刻重塑会计行业，财务领导者必须迅速行动，善用前沿数字工具，否则可能使企业陷入竞争劣势。一个理想的切入点是将这些技术整合到月度结账流程的加速与优化中，从而让会计团队将更多时间投入其他增值项目。

效率优化是各类组织提升生产力、降低成本并赢得行业竞争优势的关键目标。多数企业高管，包括首席财务官（CFO），深知核心流程中蕴含巨大优化潜力。然而，高管们面临的挑战在于如何规划一条现实且可执行的路径，以改进这些核心流程并实现一流执行水平。

成本竞争压力持续推动企业提升员工生产力与运营效率，而机器人流程自动化（RPA）、流程挖掘、机器学习及人工智能等新技术的潜力，进一步加剧了这一压力。精明的会计领导者已洞察趋势，正积极寻求将这些技术融入团队日常任务，包括月度结账。Gartner 近期的一项调查印证了这一点：45% 的高管表示，ChatGPT 的广泛关注“促使他们增加了 AI 投资”。

Horváth 与客户的合作经验表明，典型结账流程中超过 70% 的任务可实现自动化。这不仅能释放财务人员的时间，使其专注于决策支持与业务评论等增值活动，还能缩减负责结账的团队规模。

会计领域效率优化的关键驱动力之一，在于采用“一级”数字化技术，例如集成 AI 与 ML 代码的商业智能（BI）工具。BI 技术使企业能够快速、准确地访问、汇总、分析并可视化会计数据，同时为业务领导者提供关键洞察，以支持决策并推动流程改进。此外，BI 技术还能帮助企业识别会计职能中可进一步优化的领域，并长期追踪改进措施的效果。

这类技术有助于连接分散的 IT 系统与应用，帮助企业消除会计部门内部（如应付账款、应收账款、库存管理、薪资等）的信息孤岛。改善数据共享与协作可带来更精简的流程和更快的决策速度，这意味着效率提升可覆盖多个子公司、事业部及会计部门本身。

结账流程的现代化

多年来，企业一直致力于实现按需随时获取数据的结账流程（即“持续”或“现代”会计模式）。实现“软结账”（可按需完成）的目标，高度依赖于精简的结账流程，以最短时间完成财务结账。

这一方法要求将部分任务纳入日常会计工作，例如内部往来对账、货币换算、应计费用过账，以及收货/发票收讫交易。采用此方法可缩短结账时间，整个流程可在每月第三天完成。

导致结账周期过长的常见实践包括：手动结账日历执行不一致；文档分散存储与归档；因缺乏透明度和实时信息而导致的治理受限；以及自动化应用有限（例如仅依赖批处理作业或基础机器人能力）。

实现技术驱动的成果

任务与流程的标准化、简化及自动化，使组织能够实现更一致的服务质量、精简运营并提升会计团队生产力。通过降低复杂性和消除冗余，企业可节省结账流程中的时间与资源，从而改善利润表现。

实施先进的云端结账管理软件，应具备以下关键特性：采用单一云 SaaS 解决方案，替代 Excel 和 RPA 等过时工具；通过“低代码/无代码”界面实现低维护成本；支持自动账户对账与定期财务健康检查；并提供加速且透明的审计追踪。

过去数十年，结账流程的变革更多是渐进式演进而非颠覆式革命。如今，融合 AI 与 ML 的 BI 工具正在重塑月度结账，使其更简单、高度自动化且高效。

月度结账不应是繁重负担，善用最新技术的企业可将其转化为增值活动，同时释放时间用于战略举措。