关于管理会计方面的趋势有哪些？

AI 技术赋予了智能管理会计自动化决策的基础。

1.以数据驱动为主轴进行智能化转型

数据是数字化的基础。随着数字化转型的推进，企业的数据生态发生了极大的变化。企业内 部数据与外部数据的边界正在逐步消融。随着数据信息日益丰富，如何利用数据驱动企业发 展成为企业数字化转型过程中的核心问题。 管理会计用数据说话、用量化管理，数据是管理会计发挥职能的重要支撑。随着企业内外部 所面临的不确定性日益增加，管理会计的量化功能被凸显。

管理会计从财务视角来审视业务 的效益和价值，通过对业务环节信息的量化处理，以预算、成本、费控、数据分析、管理会 计报告等工具多层次、多维度地量化企业经营成果和效益，是应对不确定环境的利器。而在 数字化背景下，仅以过去的管理会计系统和工具所执行的量化管理已无法满足企业需求，以 数据驱动为主轴、利用数据主动赋能业务的智能管理会计势在必行。智能管理会计不仅是传 统管理会计在数字化时代的创新和发展，也是对传统财务体系的革命性迭代。

2.以数据场景化应用直接赋能业务

相比传统管理会计更多地强调用数据支持企业决策，数字化环境下的智能管理会计将会更注 重以数据直接赋能。智能管理会计对企业发展的赋能既包括为企业管理赋能，更重要的是为 业务运营赋能，与此相适应，管理会计应用也将从全面化向场景化转变，更多地应用于销售、 生产、供应链和研发创新等价值链环节的具体业务场景中，直接为业务运营赋能。

智能管理会计为业务赋能，也必须依托企业一个个的具体业务场景，场景化的管理会计应用 是针对企业业务经营的具体场景开展的数据应用，典型的场景包括：

场景 1- 客户管理

借助于数智运营平台，可以通过规则、流程设置，结合大数据分析等技术，可以对过往客户流失 情况进行大数据分析，归纳分析客户流失的原因或与之相关的背景（比如：多数客户流失前，会 连续多期减少订货量等），并形成规则引擎。若后续经营管理中发生类似情形，可提前提示客户 流失风险，提供应对策略。有的放矢开展生产及管理优化，提高生产效率和资源利用率。

场景 2- 销售绩效管理

基于企业下达的年度销售预算，按照产品、区域、渠道、客户、销售人员等视角进行目标分解， 实时对预算执行情况进行跟踪、反馈、预测、分析、纠偏，并根据销售激励政策和销售组织、销 售人员的业务完成情况及时算薪和奖惩兑现，增强目标与行动的一致性，激发销售团队及个人的 工作积极性，提升销售管理工作的效率和效果。

场景 3- 投资测算

在人力资源管理领域，通过建立测算模型，人力部门可以根据不断变化的人力资本市场情况和投 资收益率等信息，快速、及时调整管理措施，从而获得人力资源的长期价值回报；在地产投资决 策中，企业通过建立拿地测算模型，基于项目成本、融资渠道等多因素为基础的数据模型模拟， 科学快速地做出拿地决策；零售企业通过投资测算模型，基于地域、市场环境、竞争情况、消费层次、 人群画像等信息进行模拟测算，生成成本回收期、收益测算表等，从而做出精准开店决策。

3.提供实时化和动态化的数据服务

实时化和动态化是市场环境对管理会计提出的新要求，也是在新一代信息技术推动下智能管 理会计应用创新的新发展。智能管理会计系统基于对内存计算技术的全面应用，能够把数据 完整保留于内存中，并通过优化的存储结构和算法处理海量数据和复杂逻辑，将用户的数据 读写请求快速转换为内存读写和内存计算，使得系统性能不会因数据量的持续增加而发生衰 减，从而使数据处理的频度和速度获得大幅度提升。企业从原来被动的事后分析转变为主动 的实时决策，并可以以此为基础创建基于预测、而非响应的业务模型。 依托智能管理会计实时化和动态化的数据服务，企业可以打通和汇聚多源数据，实现数据资 产化和内外部数据的整合，将其实时动态地共享和复用给前端应用系统。

4.依托数据治理来确保数据高质量

企业在生产经营中不断产生的数据往往以杂乱无序、口径不一的状态隐没在企业内外部的各个 信息系统中，数据质量参差不齐，数据价值难以被挖掘和释放，极大地限制了管理会计价值的 发挥。新一代信息技术的发展和应用使数据治理方式获得了极大扩展，数据治理的效率也得到 了显著提升。

基于强大的数据治理技术，系统可以在确保数据安全的前提下，对来自不同应用系统的结构化、 半结构化、非结构化数据的数据标准进行实时、动态梳理，开展主数据、元数据、数据质量管 理，提高各类数据的质量，使大量隐没在数据坟墓中杂乱无章的数据转变为清晰有序、有条理、 有脉络的数据资产，赋能前端应用，并将前端应用产生的新数据再次进入到整个数据全生命周 期中。在高效的数据治理体系支撑下，管理会计将更加依赖内外部的高质量数据开展工作，更 好地赋能企业经营管控和业务决策。

5.管理会计应用 AI 实现自动化决策和数据平权

AI 技术赋予了智能管理会计自动化决策的基础。通过应用自然语言识别技术，系统能够具备 感知并认知自然语言的能力。用户可以通过语音给系统发出指令甚至与之进行对话。依托初期 的智能技术，企业已经可以实现对主体的财务预测、经营推演和风险量化等。