摘要：過(guò)去幾十年，在EPM領(lǐng)域中國(guó)企業(yè)在應(yīng)用理念和技術(shù)上均落后于國(guó)際企業(yè)。但隨著數(shù)智化時(shí)代到來(lái)，特別是隨著國(guó)產(chǎn)多維數(shù)據(jù)庫(kù)、事項(xiàng)會(huì)計(jì)和企業(yè)服務(wù)大模型的突破，對(duì)標(biāo)世界一流，重塑我國(guó)企業(yè)績(jī)效管理應(yīng)用，幫助企業(yè)構(gòu)建戰(zhàn)略導(dǎo)向的、企業(yè)級(jí)整合績(jī)效管理應(yīng)用，實(shí)現(xiàn)實(shí)時(shí)洞察和智能運(yùn)營(yíng)，將成為企業(yè)數(shù)智化轉(zhuǎn)型的重要方向。
關(guān)鍵詞：事項(xiàng)會(huì)計(jì)、績(jī)效管理、整合計(jì)劃、整合執(zhí)行控制、數(shù)智化
上篇
大型企業(yè)EPM的問題分析和發(fā)展機(jī)遇
我國(guó)大型企業(yè)EPM應(yīng)用問題分析
企業(yè)績(jī)效管理（EPM，Enterprise Performance Management）是指圍繞企業(yè)戰(zhàn)略目標(biāo)所實(shí)施的一整套閉環(huán)的管理體系，包括戰(zhàn)略規(guī)劃、年度計(jì)劃和預(yù)算編制、績(jī)效目標(biāo)制定、管理執(zhí)行監(jiān)控和績(jī)效評(píng)價(jià)等?？?jī)效管理在幾乎所有大型企業(yè)都在應(yīng)用，但是應(yīng)用成效與國(guó)際領(lǐng)先企業(yè)相比，差距甚大。究其原因，我們發(fā)現(xiàn)有兩個(gè)：
績(jī)效管理理念和方法明顯落后
中國(guó)企業(yè)與國(guó)際企業(yè)相比最大的問題是：戰(zhàn)略、計(jì)劃、預(yù)算、報(bào)告分析、績(jī)效等都是部門級(jí)獨(dú)立應(yīng)用，難以形成企業(yè)級(jí)管理合力。主要表現(xiàn)為：
1
在計(jì)劃制定階段
戰(zhàn)略實(shí)現(xiàn)路徑制定不清晰，年度業(yè)務(wù)計(jì)劃形不成“一體化作戰(zhàn)”的合力，年度預(yù)算資源配置與戰(zhàn)略和計(jì)劃脫節(jié)，預(yù)算成為“數(shù)字游戲”，組織績(jī)效計(jì)劃與戰(zhàn)略、計(jì)劃和預(yù)算脫節(jié)，難以發(fā)揮“指揮棒”作用。
2
在管理執(zhí)行和監(jiān)控環(huán)節(jié)也是各自為政
如預(yù)算部門管的是資源，資源是為了達(dá)成戰(zhàn)略目標(biāo)，完成重點(diǎn)專項(xiàng)任務(wù)的，但預(yù)算部門往往眼里只有孤立的費(fèi)用控制，缺乏與戰(zhàn)略目標(biāo)、重點(diǎn)計(jì)劃任務(wù)、業(yè)務(wù)目標(biāo)的執(zhí)行進(jìn)度進(jìn)行協(xié)同控制。
而國(guó)際企業(yè)推行的是“流程型組織”的管理理念，戰(zhàn)略、計(jì)劃、預(yù)算和績(jī)效就是一個(gè)一級(jí)核心管理流程，相關(guān)部門都是這個(gè)流程上的節(jié)點(diǎn)，相對(duì)我國(guó)大型企業(yè)很高的“部門墻”，流程越墻受到嚴(yán)重影響。另外在企業(yè)績(jī)效管理方法上，我們也是一直受西方影響，平衡積分卡、戰(zhàn)略解碼、OKR、BLM等方法均來(lái)自西方，我們?cè)谶@些方法的應(yīng)用上也落后于國(guó)際企業(yè)。
績(jī)效管理技術(shù)和應(yīng)用長(zhǎng)期落后
在國(guó)產(chǎn)多維數(shù)據(jù)庫(kù)問世之前，國(guó)內(nèi)企業(yè)的EPM應(yīng)用與ERP系統(tǒng)緊密耦合在一體的，支撐其應(yīng)用的技術(shù)為擅長(zhǎng)流程型應(yīng)用（如ERP）的OLTP（On-Line Transaction Processing（聯(lián)機(jī)事務(wù)處理過(guò)程））技術(shù)，即關(guān)系數(shù)據(jù)庫(kù)相關(guān)技術(shù)，企業(yè)只能在各應(yīng)用系統(tǒng)中開發(fā)一些簡(jiǎn)單的報(bào)表，難以構(gòu)建跨異構(gòu)系統(tǒng)的數(shù)據(jù)應(yīng)用，或者只能開發(fā)與ERP緊耦合的預(yù)算、合并和分析應(yīng)用，但受制于OLTP技術(shù)，預(yù)算、合并和分析的建模和應(yīng)用只能基于二維的單元格級(jí)建模，且靈活展現(xiàn)和計(jì)算性能弱，無(wú)法在大型企業(yè)中進(jìn)行規(guī)?；茝V應(yīng)用。
而國(guó)際大型企業(yè)早在20年前就開始應(yīng)用多維數(shù)據(jù)庫(kù)支撐下的績(jī)效管理系統(tǒng)，實(shí)現(xiàn)多維、靈活、高效的計(jì)劃預(yù)算、管理報(bào)告和經(jīng)營(yíng)分析等，如海波龍系統(tǒng)、BPC系統(tǒng)、Cognos等。雖然也有少部分企業(yè)應(yīng)用國(guó)外的績(jī)效管理系統(tǒng)，但總體受績(jī)效管理體系成熟度不高的影響，應(yīng)用深度不足。
另外，相對(duì)國(guó)際企業(yè)，我國(guó)大型企業(yè)在業(yè)務(wù)和核算系統(tǒng)支撐績(jī)效管理應(yīng)用方面能力不足，大型企業(yè)核算系統(tǒng)基本都是面向?qū)ν鈭?bào)告的，在異構(gòu)系統(tǒng)數(shù)據(jù)整合能力方面比較弱，由于異構(gòu)系統(tǒng)的數(shù)據(jù)標(biāo)準(zhǔn)不一致，企業(yè)需要通過(guò)ETL（抽取、轉(zhuǎn)換和加載）的方式進(jìn)行數(shù)據(jù)整合，如將一個(gè)含多維度信息的科目拆分為多個(gè)字段，其過(guò)程十分瑣碎，工作量十分繁雜，數(shù)據(jù)質(zhì)量難以保證，數(shù)據(jù)維度較少。
新技術(shù)將驅(qū)動(dòng)EPM進(jìn)入新時(shí)代
近幾年來(lái)，隨著數(shù)智化時(shí)代的到來(lái)，“大智移云物區(qū)”等新技術(shù)驅(qū)動(dòng)下，國(guó)產(chǎn)軟件廠商迎來(lái)了新的發(fā)展機(jī)遇。國(guó)產(chǎn)多維數(shù)據(jù)庫(kù)、事項(xiàng)會(huì)計(jì)落地、企業(yè)服務(wù)大模型發(fā)布等，將驅(qū)動(dòng)EPM應(yīng)用進(jìn)入新時(shí)代。
國(guó)產(chǎn)OLAP的突破
EPM從二維到多維的質(zhì)變
近年來(lái)，以用友為代表的一些國(guó)內(nèi)廠商也開始突破多維數(shù)據(jù)庫(kù)技術(shù)，并構(gòu)建了與國(guó)際產(chǎn)品相媲美的EPM應(yīng)用。國(guó)產(chǎn)多維內(nèi)存數(shù)據(jù)庫(kù)技術(shù)有三大特性：集成融合、實(shí)時(shí)計(jì)算和多維呈現(xiàn)。
1
集成融合：高效集成同構(gòu)異構(gòu)系統(tǒng)數(shù)據(jù)
多維內(nèi)存數(shù)據(jù)庫(kù)可以支持多種類型的數(shù)據(jù)源，包括但不限于各類國(guó)際知名數(shù)據(jù)庫(kù)如Oracle、MySQL、SAPS/4HANA數(shù)據(jù)庫(kù)等，同時(shí)也兼容國(guó)產(chǎn)數(shù)據(jù)庫(kù)如達(dá)夢(mèng)數(shù)據(jù)庫(kù)、人大金倉(cāng)數(shù)據(jù)庫(kù)等。此外，它還可以從CSV、Excel等數(shù)據(jù)文件中提取數(shù)據(jù)，能夠?qū)崿F(xiàn)各類異構(gòu)數(shù)據(jù)的統(tǒng)一處理和存儲(chǔ)。
2
實(shí)時(shí)計(jì)算：實(shí)時(shí)處理海量大數(shù)據(jù)
多維數(shù)據(jù)庫(kù)的計(jì)算性能直接影響用戶在預(yù)算、合并數(shù)據(jù)計(jì)算，預(yù)算、合并報(bào)表查詢的體驗(yàn)，在多維數(shù)據(jù)庫(kù)出現(xiàn)之前，用戶打開一張大點(diǎn)的報(bào)表可能需要超過(guò)數(shù)分鐘的時(shí)間，但多維數(shù)據(jù)庫(kù)支撐下用戶體驗(yàn)完全不一樣。以用友多維庫(kù)基于自研的多維卷積算法為例，1億Base數(shù)據(jù)頂級(jí)聚合<1秒。不僅如此，性能與數(shù)據(jù)量無(wú)線性關(guān)系，隨著數(shù)據(jù)量的增加,聚合同樣范圍100W數(shù)據(jù)，聚合耗時(shí)并沒有明顯增加，性能與數(shù)據(jù)量無(wú)明顯線性關(guān)系。
3
多維建模和呈現(xiàn)：高效靈活的建模和數(shù)據(jù)呈現(xiàn)
多維數(shù)據(jù)庫(kù)提供了豐富的建模能力和數(shù)據(jù)切片、切塊、鉆取和追蹤等分析能力：
從二維單元格的建模升級(jí)到多維立體建模
以預(yù)算應(yīng)用為例，在關(guān)系數(shù)據(jù)庫(kù)下，企業(yè)的預(yù)算建模是基于表格的單元格級(jí)的建模，企業(yè)每年組織、產(chǎn)品等變化，導(dǎo)致預(yù)算模型的調(diào)整工作量非常大。但在多維模型下，可以通過(guò)計(jì)算規(guī)則包容相關(guān)變化，提升建模的適應(yīng)能力。
沙箱模擬分析支撐不確定環(huán)境下的靈活決策
根據(jù)市場(chǎng)變化，用戶可基于現(xiàn)有模型，動(dòng)態(tài)創(chuàng)建沙箱預(yù)測(cè)場(chǎng)景，調(diào)整相關(guān)變量組合數(shù)據(jù)，系統(tǒng)可以快速計(jì)算出不同的預(yù)期經(jīng)營(yíng)結(jié)果，用戶可以選擇性的存儲(chǔ)滿意的方案。
實(shí)時(shí)數(shù)據(jù)追蹤，快速準(zhǔn)確定位數(shù)據(jù)計(jì)算和匯總邏輯
企業(yè)績(jī)效管理都是數(shù)據(jù)類應(yīng)用。實(shí)時(shí)展示數(shù)據(jù)上下游鏈路關(guān)系、數(shù)據(jù)血緣關(guān)系和數(shù)據(jù)更改歷史等非常重要。
事項(xiàng)會(huì)計(jì)
重塑了企業(yè)精細(xì)化管理的基礎(chǔ)并實(shí)現(xiàn)了高質(zhì)量業(yè)財(cái)數(shù)據(jù)整合
隨著全球首個(gè)正式基于事項(xiàng)法會(huì)計(jì)產(chǎn)品的落地，會(huì)計(jì)正在發(fā)生一場(chǎng)革命。事項(xiàng)會(huì)計(jì)以經(jīng)濟(jì)業(yè)務(wù)發(fā)生時(shí)攜帶各類標(biāo)簽的經(jīng)濟(jì)業(yè)務(wù)為載體，實(shí)時(shí)計(jì)量記錄，打破了傳統(tǒng)會(huì)計(jì)業(yè)務(wù)信息在冗長(zhǎng)的環(huán)節(jié)中逐漸丟失的窘境。從事項(xiàng)采集、多目的核算到業(yè)財(cái)大數(shù)據(jù)湖的形成，事項(xiàng)會(huì)計(jì)不僅能有效支撐實(shí)時(shí)、精細(xì)、多維的核算與報(bào)告，而且業(yè)務(wù)信息貫穿了財(cái)務(wù)工作的各個(gè)環(huán)節(jié)并且實(shí)時(shí)可回溯，提供利益相關(guān)方多種決策模型的相關(guān)信息，事項(xiàng)會(huì)計(jì)將重塑企業(yè)績(jī)效管理建模的廣度、細(xì)度、精度、頻度和智能化。
廣度
覆蓋對(duì)企業(yè)經(jīng)營(yíng)相關(guān)的全域數(shù)據(jù)，從更多維度更全面的構(gòu)建績(jī)效管理模型，更好的落地企業(yè)經(jīng)營(yíng)戰(zhàn)略。
細(xì)度
事項(xiàng)會(huì)計(jì)提供更細(xì)顆粒度的信息，如支持從智能工廠采集單臺(tái)設(shè)備更精細(xì)的能耗數(shù)據(jù)，支持更精準(zhǔn)的成本計(jì)算和盈利能力分析。
頻度
事項(xiàng)會(huì)計(jì)實(shí)時(shí)的數(shù)據(jù)采集、加工和處理，將過(guò)去滾動(dòng)預(yù)測(cè)的頻度加快，一些行業(yè)已經(jīng)開始構(gòu)建日成本和日損益預(yù)測(cè)模型，以更科學(xué)的指導(dǎo)企業(yè)日常運(yùn)營(yíng)。
智能化
“無(wú)數(shù)據(jù)不智能”，事項(xiàng)會(huì)計(jì)產(chǎn)出了高質(zhì)量的、豐富的歷史數(shù)據(jù)，是進(jìn)行日常預(yù)測(cè)建模的基礎(chǔ)，也是開展邏輯回歸、決策樹、隨機(jī)森林、神經(jīng)網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)算法，進(jìn)行智能預(yù)測(cè)的基礎(chǔ)。
企業(yè)服務(wù)大模型
開啟企業(yè)智能化運(yùn)營(yíng)和決策新篇章
2023年7月27日，全球首個(gè)企業(yè)服務(wù)大模型YonGPT正式發(fā)布，它覆蓋了企業(yè)財(cái)務(wù)、人力和業(yè)務(wù)，是多領(lǐng)域融合化、多形態(tài)綜合型的企業(yè)服務(wù)大模型。
基于大模型的人工智能在企業(yè)績(jī)效管理領(lǐng)域的應(yīng)用主要集中在二個(gè)方向上：自然化的人機(jī)交互和智能化的業(yè)務(wù)運(yùn)營(yíng)，前者通過(guò)強(qiáng)大的自然語(yǔ)言處理技術(shù)和理解能力，使能企業(yè)應(yīng)用和服務(wù)與用戶進(jìn)行自然而流暢的對(duì)話交流，后者通過(guò)強(qiáng)大的數(shù)據(jù)分析和預(yù)測(cè)能力，深入洞察企業(yè)運(yùn)營(yíng)、識(shí)別潛在的業(yè)務(wù)風(fēng)險(xiǎn)和機(jī)會(huì)，并提供智能化的解決方案，從而提高經(jīng)營(yíng)決策水平和業(yè)務(wù)運(yùn)營(yíng)效率。
