持续肆虐的新冠疫情加速了全球金融数字化转型的进程,并降低了人对“数字化员工”的抵触心理,使得组织的CFO(首席财务官)开始积极应用各种智能创新技术以提升财务运营效率。
在此背景下,Gartner发布了《金融主要技术趋势》报告,详细介绍了金融领域的9大创新技术。其中,超级自动化入选并居首位,同时被Gartner列为“立即响应”类别,是CFO需要立即做出反应的战略技术之一。
这9项技术分别是:超级自动化、智能组合业务、分布式云、人工智能工程、隐私增强计算、网络安全网、随处运营、行为互联网、全面体验。(「RPA中国」将详细介绍超级自动化,其他技术简略介绍,如有需要请查看Gartner英文原版)
此外,Gartner确定了三个需要CFO立即做出反应的战略技术趋势:超级自动化、智能可组合业务和分布式云。这三种技术趋势凸显了提高财务敏捷性和灵活性的必要性,以快速有效地适应变化无常的商业环境。事实上,超级自动化强调了从重复、枯燥的手动流程转向自动化流程的重要性,这样可以更轻松地适应不断变化的业务环境。同样,智能可组合业务和分布式云凸显了,财务需要创建可根据需要进行调整的灵活系统和功能。随着组织对自动化的应用深入,CFO发现单一的RPA解决方案已无法满足复杂、决策驱动、跨超链路的业务需求。因此,超级自动化应运而生。超级自动化是一种技术合集,主要包括:RPA、人工智能、机器学习、流程挖掘/任务挖掘、低代码、iBPMS(智能业务流程管理套件)、iPaaS(集成平台即服务)等创新技术。组织通过超级自动化可以构建更复杂、更强大、更具收益的自动化路径图,例如,任务自动化、流程自动化、跨职能编排、业务运营再造/重塑等。Gartner预测,到 2024 年,组织通过将超级自动化技术与重新设计的运营流程相结合,将运营成本降低30%。2020年11月,Gartner曾对企业和IT领域进行了一项调查显示,尽管发生了 COVID-19 疫情,但用户对超级自动化的投资继续有增无减。85%的受访者表示,他们将在未来12个月内,增加或维持其组织的超级自动化投资。在财务领域,大多数 CFO预计将在RPA (机器人流程自动化) 和其他工作流自动化技术上投入更多的资源。用户对超级自动化兴趣高涨加大投资的3个关键驱动因素:1)成本压力:随着全球经济环境的下滑对组织产生了巨大成本压力,促使财务领导者将目光转向业务流程自动化,以节省运营成本和提高工作效率。2)新冠疫情:2020年的全球新冠疫情加速了数字化转型进程,也使得“远程办公”成为常态化。因此,财务领域对低效、重复的业务流程实现自动化产生了巨大的需求。此外,新冠疫情的出现,也让员工减少了对“数字化员工”的抵触心理,使得组织开始通过RPA、超级自动化等技术开始大量打造机器人员工实现“人机协作”的办公模式。3)不断增长的超级自动化市场:用户对超级自动化的热情使得市场实现野蛮式增长,成功吸引了微软、SAP等企服巨头的入局。其中,一些技术的股权投资估计超过600亿美元,是物联网、区块链/加密货币、无人机和虚拟现实等类别投资的5倍之多。因此,超级自动化的技术也在不断迭代、创新,以满足用户更复杂的数字自动化需求。- 通过创建一个迭代、多年的超级自动化路线图,包括多个并发和一致的自动化计划,优先考虑财务自动化投资。
- 通过关注业务成果而不是以自动化为中心的目标,开发一种以业务为主导的自动化应用方法。
- 通过定义正确的治理(包括政策和流程)来评估自动化机会,并为每个机会确定相关的自动化技术来调整整体自动化计划。
- 通过将超级自动化路线图分解为阶段性,以分阶段向流程编排转变,增加对自动化的支持并减少变更的损耗。
- 通过随时了解供应商的未来技术路线图(包括自动化功能),进一步加强对自动化的应用。
通过建立包括人力资源在内的多学科团队确保利益相关者的一致性,以管理设计、构建、扩展和管理超级自动化路线图的迭代过程。2、智能业务组合(Intelligent
Composable Business)智能可组合业务是一种能及时、相关且与业务变化相关的方式,重新设计业务决策和重新编排功能,从而推动卓越业务的成果。为了能够帮助企业变得可组合,财务部门必须发展所需的可塑性,以调整其能力以近乎实时地响应业务状况。到2024年,50%的财务应用领导者将在他们的解决方案选择中,采用可组合的财务管理系统方法。到 2024 年,45% 的核心财务项目将简化记录流程系统,同时通过启用可组合解决方案来改进分析流程,从而实现财务转型。3、分布式云(Distributed Cloud)在过去的两三年里,我们看到所有财务应用程序的云平台采用率都有所提高——包括核心财务、财务规划和分析、财务结算和辅助财务价值链解决方案。然而,采用率明显落后于HR 应用程序。到2025年,超过50%的组织将使用分布式云,从而实现业务模型转型。人工智能工程是一门专注于广泛的可操作AI和决策模型(包括ML、知识图谱、基于代理的模型等)的治理和生命周期管理的学科。人工智能工程支持重新调整、重用、再培训、解释或重建AI模型的治理和程序。目的是在AI模型的开发、操作和全面维护之间提供不间断的流程。简而言之,人工智能工程确保人工智能技术的高效运行,这对于人工智能产生巨大商业价值至关重要。5、隐私增强计算(Privacy-Enhancing
Computation)增强隐私的计算包括不同类型的技术,这些技术可以在数据用于实现安全数据处理和数据分析时保护数据,例如,提供可处理或分析敏感数据的可信环境。6、网络安全网(Cybersecurity
Mesh)网络安全网格是一种分布式架构方法,可实现可扩展、灵活且可靠的网络安全控制。随着任何地方操作的不断发展,网络安全网格将成为确保安全访问和使用来自不受控制设备的云端应用程序和分布式数据的最实用方法。事实上,网络安全网格提供了一个集中和管理的安全治理和策略创建模型,具有分布式安全策略执行机制。7、随处运营(Anywhere
Operations)随处运营描述了一种业务运营模型,旨在触及任何地方的客户、支持任何地方的员工并使用数字技术在任何地方提供业务服务。随处运营颠覆了传统运营观念,即企业需要在特定地点进行面对面互动,以实现价值和效率最大化。8、行为互联网(Internet of
Behaviors)行为互联网包含多种捕获、分析、理解和响应各种行为数字表示的方法。例如,企业通过该技术动态调整汽车保险费的定价。全面体验是一种通过将多重体验 (MX)、客户体验 (CX)、员工体验(EX) 和用户体验 (UX) 学科,相互关联来创造卓越共享体验的策略。全面体验不仅仅是优化一种体验,它优化了多个组成部分交叉点的体验,以实现转变后的业务成果。