美国科幻作家威廉·吉布森(William Gibson)曾经说过:“未来已来， 只是分布得还不太均匀。”用这句话来形容数字化转型以及当前身处其中的企业非常贴切。
面对这场数智化转型的大浪潮，有的企业勇于突破，率先引入智能技术和工具进行自我重构和变革，取得可喜成果；有的企业也投身其中，但因对转型的价值和目标没有达成共识，还没有找到正确的转型路径，仍在尝试和探索。
在这里，我们从令才科技实施的三个案例中，为大家分析智能审核选型的三大要点。
01 结构化数据的提取能力与成本
智能审核的重要前提是数据源，即结构化数据。是否能覆盖100%票据类型、达到100%数据结构化，对后续审核的质量和准确性，以及风险防控的有效性至关重要。
财务人员面对的交易事项复杂，基于内控和监管需求，除了通用的发票、行程单等常用票据的识别，还包括多种样式的非标准票据，更重要的是企业内部大量的结算单、支付申请等自制凭证作为交易佐证。
因此，就会涉及大量非标准的纸质附件和影像信息的结构化转换，需要类似人眼查看能力的OCR识别、文档解析等技术。
令才智能审核解决方案中的「数据提取模块——慧看」采用OCR+人工校对套件模式，能够实现全类型票据结构化提取，并将高质量的结构化数据储存于基础数据库，延长了财务智能链条，为智能财务的实现提供数据基础。
相较于传统OCR，令才科技以卷积神经网络（CNN）技术自主研发的OCR智能识别应用，可模拟人眼将不同种类单据进行快速、批量化的识别，准确率高，现已训练完成全部类型发票模型，识别字段齐全。另外，开放的识别模型和机器学习能力，可为企业节省大量成本。
《中铁隧道局智能审单案例》
智能审单涉及大量非结构化信息转换，需要类似人眼查看能力的OCR识别、文档解析等技术，除了通用的发票、行程票据等常用票据的识别，还包括企业内部大量的结算单、发料表、支付申请等自制凭证，中铁隧道局50个业务场景涉及自制凭证30多个。
这就对开放的识别模型和机器学习能力提出了更高的要求，如果是第三方技术，可能涉及大量的后续成本，选择有自主OCR研发能力的研发方对节约成本很重要。
02 规则引擎的配置功能与效率
审单任务作为财务共享中心的核心任务，异常繁重且业务流程覆盖广，规则较为复杂，包括业务合规性、发票真实性、数据准确性、经济事项分类的正确性、流程审批的完整性等检查。无法采用传统的RPA技术实现，需要类似于人脑决策的审单规则建模、判断、决策的能力及算法。
在智能审核的选型上，对规则库与执行规则判断函数、算法的规则引擎有两个要点：
一是规则的配置、维护方法和能力，决定了用户能否自主、方便地调整规则。令才「规则自动化模块——慧审」的差异点在于，可视化、零代码的配置，流程全部平台化、线上化，可根据用户业务理解进行规则配置，发布后秒级响应，以应对各种会计政策的变更。
二是规则引擎的基础技术架构，包括规则的存储方法、数据运算技术等，可以参考大数据处理的技术框架，采用低耦合、版本管理的规则存储方式，决定了大量业务和规则执行时机器人的性能、效率瓶颈。
令才可视化财务规则自动化已内置包含各类业务在内的5000余条审核规则，覆盖地产、金融、互联网、制造、零售等多个行业，能够满足不同行业公司的审核规则快捷配置需求，且可以根据企业需求进行个性化配置，在不改变现有业务流程和系统功能的前提下，搭建智能审核系统，实现系统的无感审核。
《招商金融共享中心智能审核案例 》
可视化、零代码的规则引擎配置，让流程全部平台化、线上化，可根据用户业务理解进行规则配置，发布后秒级响应，以应对各种会计政策的变更。财务人员也可以自主增删改规则，实现执行规则改动的数字化留痕，当规则发生变更，实行规则管理版本制度，改动规范通过版本号，追溯完整过去规则的执行情况。更加方便快捷，提升审核效率、降低财务风险。本次项目业务覆盖率达到95%以上，涉及审核规则2000余条。
03 数据跟踪与指标分析能力
在智能财务的实施与执行过程中，需要建立与任务特点有关的智能化评估指标，比如审单机器人的审单时长、转人工率、人机审核一致率等，根据指标反映的效果，对决策规则进行调整。因此，在智能审核的选型上，要看研发方或建设方自身是否有数据分析工具及能力。
可视化的数据评估体系，能有效解决传统人工审核模式下，审核记账的完整性、准确性、时效性以及财务风险控制的有效性难以把控的问题。
此外，通过智能审核能够进一步丰富财务共享运营的分析数据库，以数据中心、业财数据系统提供的大数据为基础，激活数据价值，为财务风险逻辑判断提供更精准的管理依据。
《中原农险智能审核案例》
智能审核能够实现对票据真实性的把控，这是毋庸置疑的。对于经济事项的合理性，则需要通过费用的动态监控来实现。
中原农险建立了财务风险动态监测模型数据库，聚焦于分析大额费用、限额比例管控、频繁交易客户等，发现潜在的风险隐患。这些风险隐患又跟审计系统连接，以此动态监控公司日常运营中的风险点。
结构化数据提取能力、规则引擎的配置功能与效率、数据跟踪与指标分析能力，是智能审核选型的三大要点，同时也是财务共享中心在寻求数字化转型过程中需要考虑的三大关键点，缺少其一，都直接影响智能审核的效果和价值。
