调查发现首席财务官希望借助自动化和数据分析来实现数字化转型
来源：CPDA数据分析师网 / 时间：2021-03-16
包括先进分析，人工智能，机器学习（ML），区块链和机器人流程自动化，维基百科将其定义为使用软件机器人的业务流程自动化技术，或AI /数字工作者，采用的障碍，预算可能会限制这种乐观情绪，报告指出大约四分之一的调查受访者预计其组织将在2021年出现负增长，该小组计划将重点更多放在“节省成本而不是长期投资”上，数字化转型的另一个潜在障碍是企业领导层缺乏支持，根据这项研究，数字化转型项目面临的挑战是20％的受访者所引用的高层管理人员的支持，该报告的作者警告说，这是一个不祥的情况，鉴于过去一年中有大量组织加快了转型工作，因此高层领导的缺乏支持尤其令人担忧，高层主管，他们注定要失败吗？
首席财务官面临的另一个问题是财务部门日常工作的性质
与销售和市场营销不同的是，分析数据以识别消费者购买和商业购买的趋势会推动新技术的采用，而会计部门则更加重视日常工作，例如处理费用报告。如果使用正确的自动化程序，这些任务可能会效率更高，但是投资尚不存在，观察来自首席财务官和其他接受调查的人的反馈，研究表明，有72％的人表示，他们的财务团队花费更多的时间监管费用报告，而不是分析费用趋势和改进领域。
数据提取和提取是自动化的选择
但是大多数财务部门尚未充分利用这一优势，关键领域的提取和提取只有12％的受访者在该领域实现了100％的自动化覆盖率，基于AI的发票处理和费用审计是调查中财务自动化的两个弱点，目前只有41％的受访者实现了发票数据的自动提取和提取自动化，而44％的组织仍采用了七个或更多平均每天要处理发票，一些受访者感到遗憾的是，在大流行迫使他们进行改变之前，他们还没有转向数字化转型，特别是高级分析。
更多接受调查的高管希望他们在过去五年中对金融技术进行了更多投资
而不是减少投资或不改变分配，受访者有第二个想法，即不及早进入调查中提到的所有技术，包括AI，ML，区块链和机器人，高级分析是强烈的遗憾，有67％的受访者表示，事后看来他们会在该技术上投入更多，诸如应付账款（AP）之类的财务部门尚未将机器学习应用于诸如欺诈检测风险等落后的问题， AP自动化中的机器学习可帮助CFO更好地了解供应商付款风险，预测未来支出的增加或减少，并检测发票异常和欺诈性支出的统计概率，那些没有对此进行投资的CFO正在意识到他们的错误-42％的受访者强调AI和机器学习是错失的投资机会。
寻找技术精明的人
尽管财务部门可能会从AI和ML中受益，但他们还需要知识工作者，他们了解如何将诸如区块链之类的概念应用于会计，首席财务官越来越需要精通技术的财务团队，他们能够运用分析技术，有34％的受访者表示，提高分析技能是今年的重中之重，几乎减少了人工流程，获得了一致的支持，但是不到一半的受访高管用于费用审计和控制的系统是高度自动化的，并且他们在基于AI的发票处理和费用方面存在弱点审核，看来企业需要精通技术的人员来解决这些问题。
人们对AI，ML和其他新技术对财务部门的数据处理和分析充满热情
总体而言即使在调查中CFO，CEO和其他高级财务主管中对数字化转型投资的广泛支持，似乎仍有很大的改进空间。