近日，财政部管理会计咨询专家、北京元年科技股份有限公司总裁韩向东在《管理会计研究》杂志、中国医药会计学会等主办的“数字化企业与管理会计体系转型”研讨会上表达了上述观点。
首先，自动化、在线化、智能化推动财务共享成为财务数据中心。财务共享中心天然就拥有大量真实、可靠、低成本的业务和财务数据,是企业信息化平台中最贴合数据中心建设要求的系统平台,具备成为集团级数据中心的最佳条件。
新技术的大量应用，使财务共享更具数据中心优势。RPA大量替代了标准化、程序化的财务共享服务的工作；在线化大大提升了财务共享的运作效率；智能化（AI＋OCR）技术的应用可以很好地理解合同的条款、价格、付款周期等内容，大大提升了审批的效率。
其次，数据中台架构促进管理会计场景化、业务化和实时化数据中台的核心概念就是数据赋能，通过数据赋能管理和业务。这是因为有了中台支撑之后，数据基础更好了，数据更丰富了，而且打通了业财的数据，内外的数据，数据的质量提高了，管理会计在这样的基础上就可以发挥更大的作用。
在数据中台的支持下，管理会计呈现出以下三个特征。
一是场景化。我们原来管理会计很多是基于企业总体的决策做全面的预算、管理的报告，但是现在有很多很具体的场景，管理会计支持得非常好，比如说定价，比如说房地产的拿地可以用管理会计做全面地支持。
二是业务化。快消企业在发放优惠券的时候，就可以利用数据中台打通业财数据，用财务数据很直观地体现出发放优惠券给企业带来哪些效益，投入产出是否合理，大大提高了企业的决策效率，这在以前是不可想象的。其实在很多企业的成本效益分析中，数据中台大大提升了成本核算效率，使业务部门可以借助成本数据，尽快做出决策。
三是实时化。很多企业原来对预算没有那么重视，现在市场变化越来越快，预算滚动周期就变得越来越短，按月、按天滚动变得越来越有必要。而没有数据中台的支持，这些变化是无法实现的。
管理会计的本质就是基于数据和模型发现问题、解决问题，数据中台让管理会计体系创新和应用带来更多直接和间接的价值。
最后，基于人工智能的数据智能分析将更多赋能业务与管理。人工智能中，机器学习和自然语言处理技术在财务管理领域用得最多。机器学习是基于大数据的特征提炼来支持企业决策流程。亚马逊的机器学习每天调整250万次价格，而沃尔马每天只有5万次左右。在财务领域的类似机器学习的机会还不多，原因是我们的数据量还不足够用来进行提炼学习。要等到业务数据积累到一定程度，再结合外部的互联网数据，再进行机器学习应用，效果才会更好。
自然语言理解正在被大量地应用到人机交互分析的过程中。元年科技在科大讯飞的技术基础上，开发了用自然语言或者微信对话的方式做到人和数据的对话。比如，管理者想看某个区域的某个产品的业绩怎么样，就说一句话，机器就能识别自然语言，然后自动地把管理者想看的数据推出来，而且会逐层向下问这些数据背后的原因。实现这项技术的核心就是把人的自然语言翻译成数据库的数据查询语言，并结合不同的数据库特点翻译成机器认识的查询语言。这项技术已经基本成熟，并在海尔集团、四川通威集团等企业上线应用，甚至能听懂四川方言话，应用效果很好。
总之，大数据、人工智能、数据中台等技术和新一代IT架构，为管理会计体系的创新、企业数字化转型提供了强大的技术赋能空间。
会计包括财务会计与管理会计两个方向，大多数人只了解财务会计职称证书，管理会计方向的证书了解甚少，可以简单看下会计证书对比。
管理会计师CNMA是由北京国家会计学院推出的管理会计能力水平证书项目，分为初、中、高三个等级，致力于培养具有国际视野、符合中国国情、具有鲜明中国特色的管理会计师人才。
关于管理会计师，点击以下文章可以了解更多
咨询学服宁老师：naicnma（微信），或致电176-1175-1681