时间:2023-06-13 作者:程平 熊俊宇
[大]
[中]
[小]
摘要:
基于RPA+AI的智能费用报销机器人设计与应用
程平 熊俊宇
基金项目:重庆市研究生科研创新项目(CYS21458);重庆理工大学研究生教育高质量发展项目(gzlcx20223390)
作者简介:程 平,重庆理工大学会计学院教授,中南财经政法大学博士生导师,云会计大数据智能研究所所长;
熊俊宇,重庆理工大学会计学院硕士研究生。
摘 要:机器人流程自动化(RPA)与人工智能(AI)两种技术的深度融合,能够有效解决费用报销业务中存在的效率和准确率等问题。本文引入RPA+AI技术,基于基础设施层、数据层、服务层和应用层构建了智能费用报销机器人系统框架,分析了其应用关键点,阐述了报销机器人的具体应用过程,提出应用中需注重成本与收益、风险分析与控制两个问题。
关键词:RPA+AI;智能费用报销机器人;设计;应用
中图分类号:F232;TP315 文献标志码:A 文章编号:1003-286X(2023)10-0052-04
费用报销是企业财务共享中心的财务人员日常工作中占比较重的业务之一。财务人员在对发票进行查验时,可能会出现因数据量过多导致数据输入准确率低、业务重复性高导致员工产生焦虑等问题。机器人流程自动化(RPA)作为一种以机...
基于RPA+AI的智能费用报销机器人设计与应用
程平 熊俊宇
基金项目:重庆市研究生科研创新项目(CYS21458);重庆理工大学研究生教育高质量发展项目(gzlcx20223390)
作者简介:程 平,重庆理工大学会计学院教授,中南财经政法大学博士生导师,云会计大数据智能研究所所长;
熊俊宇,重庆理工大学会计学院硕士研究生。
摘 要:机器人流程自动化(RPA)与人工智能(AI)两种技术的深度融合,能够有效解决费用报销业务中存在的效率和准确率等问题。本文引入RPA+AI技术,基于基础设施层、数据层、服务层和应用层构建了智能费用报销机器人系统框架,分析了其应用关键点,阐述了报销机器人的具体应用过程,提出应用中需注重成本与收益、风险分析与控制两个问题。
关键词:RPA+AI;智能费用报销机器人;设计;应用
中图分类号:F232;TP315 文献标志码:A 文章编号:1003-286X(2023)10-0052-04
费用报销是企业财务共享中心的财务人员日常工作中占比较重的业务之一。财务人员在对发票进行查验时,可能会出现因数据量过多导致数据输入准确率低、业务重复性高导致员工产生焦虑等问题。机器人流程自动化(RPA)作为一种以机器人为虚拟劳动力,模拟人类与计算机的交互过程以完成预期任务的工作流程自动化软件技术,可以帮助财务人员从标准化程度高、重复性强且易出错的费用报销工作中解脱出来,以提高财务人员的工作效率,降低操作风险。然而,据相关研究报告显示,目前我国RPA技术水平仍处于轻自动化阶段,要实现智能自动化,需要将RPA与人工智能(AI)技术深度融合。本文提出基于RPA+AI的智能费用报销机器人(以下简称报销机器人)的系统设计思路并对其具体应用进行分析。
费用报销实际上是发票数据采集、数据处理、数据分析与数据输出的一个过程。基于RPA+AI技术的功能和特征,结合管理会计视角下对费用报销预算、管理、考核、评价的需求,笔者设计了报销机器人的系统架构并提出运行机理(见图1)。
图1 报销机器人的系统框架
(一)基础设施层
基础设施层是报销机器人的运行环境,涉及服务器、网络、信息安全、数据库、混合云等,负责保证机器人能够安全、可靠地实现7×24小时全天候工作。考虑到本地化部署系统环境及网络的不稳定性,可将机器人部署于服务器虚拟机中。为保证数据的存储安全,机器人工作相关数据的存储和调用可通过数据库进行。考虑到网络安全问题,在未部署于本地且不存在物理隔绝的情况下一般需要对端口进行加密处理。
(二)数据层
数据层为报销机器人提供数据保障,包括数据采集、数据清洗和数据存储三个环节。其中数据采集包括从企业内部信息系统中采集结构化数据、半结构化数据和非结构化数据,以及从互联网上收集半结构化的外部数据。数据清洗是通过对数据加载、提取和转换使数据实现标准化。数据存储是将发票等相关附件信息及机器人运行日志记录于表格中,经机器人处理输出后进行归类、整理、标注后存档,需调用的标准化数据存储于数据库系统中。
(三)服务层
服务层为报销机器人的开发提供所见即所得、即插即用的功能组件,包括内部预制件和外部活动组件。面向应用场景的开发过程中会使用内部预制件,如PDF预制件、Web预制件、Excel预制件、Mage AI预制件以及应用交互程序等。而外部活动组件包含用于调用外部组件的接口的Python、Java、C#语言等活动包,以及为机器人提供AI能力的AI活动包。AI活动包中,OCR(光学字符识别)能够将图像识别成文本;NLP(自然语言处理)技术能够进行文本处理,包括自然语言理解和生成;ML(机器学习)主要是决策树、随机森林、人工神经网络、贝叶斯学习等算法的应用,其中CNN(卷积神经网络)即用计算的方法模拟人类行为,从历史经验中获取规律或模型,并将其应用到新的类似场景中。
(四)应用层
应用层是报销机器人报销业务场景智能自动化的具体实现,主要包括凭证生成和报告生成两部分。凭证生成主要是基于OCR或CNN技术对发票等原始凭证进行识别,再通过调用第三方AI厂商的AI接口查验发票,待机器人基于网页信息对比、企业预算和报销相关制度提供审核建议并提交会计主管审批后,再基于预设规则生成记账凭证。报告生成是根据内容、范围、时间和对象的不同,分别生成费用报销专题分析报告、机器人运行报告和综合财务分析报告。费用报销专题分析报告分析报销人员历史报销情况和本次报销预计到账时间等信息;机器人运行报告分析机器人日常处理报销的数量及其状态;综合财务分析报告反映企业整体预算、费用管控、资金管理水平。
(一)应用关键点分析
报销机器人通过预设规则实现报销业务智能自动化,主要的应用关键点描述如表1所示。
表1 报销机器人的应用关键点描述
(二)具体应用分析
报销机器人在具体运行中包含数据采集与清洗、数据存储、发票查验、信息审核、补录及付款、记账凭证生成以及分析报告生成等流程(见图2)。
图2 报销机器人运行流程
1.数据采集与清洗。报销申请人发起报销申请并提交单据后,报销机器人自动打开发票文件夹并读取报销的影像发票或电子发票文件,并转换为统一的影像文件,随后使用Mage AI或调用CNN按照影像文件路径识别每一张发票,并对数据做加载、提取和转换等标准化处理,如校验码统一提取后6位、发票日期字符串形式转换为数值型等。
2.数据存储。为方便后续调用,报销机器人将处理后的标准化数据记录于表格并存储于数据库系统,同时根据当前处理时间给相关的原始票据文件命名,待后续文件集齐后归入档案系统。
3.发票查验。报销机器人使用Python语言调用第三方AI厂商的AI接口查验发票:若查验未通过,机器人会将结果写入发票信息登记表,并将发票返还报销申请人待其重新提交相关票据;若查验通过,机器人结合申请单、发票等附件及数据库信息并根据预算、报销等相关制度提供审核建议提交会计主管审批。
4.信息审核与补录及付款。当审批通过时,报销机器人自动连接资金管理系统,将相关信息提交给付款机器人。当出现审批不通过、查验的发票为假或超过查验次数等例外情况时,机器人针对不同情况给予相关的审核意见并将发票返还给报销人员,待补充相关信息后进入机器人补录系统。
5.记账凭证生成。报销机器人使用ML、CNN或Mage AI预制件模型对多票据特定字段进行识别以确定相关会计科目并生成凭证相关信息,再通过ERP系统生成凭证并保存提交,同时自动生成当日的运行日志并保存。
6.分析报告生成。分析报告是对财务数据进行全方位、科学的分析来评估企业财务现状,为管理者提供科学、严谨的决策依据,从而降低决策风险。其中,对于费用报销专题分析报告,机器人可通过提取数据库及付款系统数据,并根据预设的公式及规则进行分析,进而针对个人提供历史报销分类信息及本次报销情况(如提单时间、预计到账时间等)报告;针对财务部门提供费用报销金额在不同时间的差异程度分析报告等;针对其他部门提供部门员工整体报销情况、预算情况以及费用所对应的具体项目情况。对于机器人运行报告,机器人可通过提取运行日志,采用对比分析法和趋势分析法,从时间维度分析机器人运行情况、错报数据和报销订单量之间的关系。如果两者相关可考虑合理错峰报销或增加机器人数量。对于综合财务分析报告,企业管理者可以有选择性地确定报告期间,以每日汇报每月汇总模式为例,机器人可根据预设的分组分析法自动以可视化形式反映各个报销区间项目费用报销金额和占比以及整体预算情况及资金管理水平等。
需要注意的是,分析报告的自动化并不是将全部分析报告的生成通过自动化实现,而是在构建好报告模板和编写好分析逻辑的前提下,通过机器人进行标识符的替换,从而实现分析报告的自动生成。具体来说:首先,机器人会根据报告内容、范围确定是生成费用报销专题分析报告、机器人运行报告还是综合财务分析报告,并根据报告期间、报告对象确定相应的报告模板。其次,机器人会调用费用报销阶段存储于数据库、ERP等系统中的数据,并利用数据分析工具,按照预设规则分析得出数据的增减变动、对比差异、趋势变化等情况,生成一份包含历史数据、可视化图表的分析报告并发送给报告需求者。
(一)报销机器人部署方式的选择需考虑成本与收益
从成本角度而言,机器人的部署成本一般包括购买成本、开发成本、运行成本和维护成本。购买成本与机器人使用期限、外部开发成本及服务器等软硬件设施成本有关。如果企业选择自行研发,可减少机器人的部分购买成本和维护成本,但会增加内部开发成本;运行成本主要来源于AI技术和调用接口的使用成本;维护成本则主要来自机器人日常维护及更新、改造的成本。此外,前期的管理咨询成本也应计入机器人部署成本中。
机器人的运用价值通过减少的人工和缩短的工作时间来体现。机器人固有特质带来的工作准确率的提升、合规性的提高以及无情绪化的干扰使得其工作状态稳定,比如报销机器人的处理速度是人工平均处理速度的5倍,通常1个报销机器人可以替代15人一天的工作量。此外,机器人的数据价值一般来源于现有数据和生成数据。其中:现有数据中非结构化数据被加载、提取和转换成标准化数据增加了数据的利用率且减少了人工成本,而使用现有数据编制的相关报告减少了管理和沟通成本;生成数据的价值主要包括机器人运行事件日志的应用带来的流程管理效益,机器人会连接企业几乎所有系统和部门,生成的事件日志是流程挖掘的数据来源,通过流程挖掘可以找到流程中需要优化和增强的环节,为企业流程管理效益的提升带来帮助。另外,应用机器人带来的员工满意度提升以及有价值的管理信息等也是企业在衡量机器人的运用绩效时需要综合考虑的因素。
(二)部署报销机器人需注重风险分析与控制
虽然报销机器人严格按照既定的规则执行任务并通过录屏和日志记录保障运行的合规性,但其在运行过程中仍会存在一定的风险,如系统风险和业务风险。前者是机器人运行环境中的固有风险,如因网络原因导致网页打不开、网站更新导致找不到相应控件;后者是基于特定业务场景的风险,如发票信息识别不准确导致发票查验有误、生成错误的凭证、信息输入和输出错误、文件打不开等。
对于这些问题,机器人无法立即采取有效的措施,所以在机器人部署阶段应充分考虑例外事件和补救措施,如设计补录系统、运行日志和重试机制。补录系统用于处理发票例外事件,如超过规定报销期的可报销发票;运行日志用于记录每个环节的运行状态、时间和发票特征,以对应到每一张发票,方便相关人员追溯;重试机制包括异常捕获和重新运行,其能够捕获到机器人运行的各种错误,在最大重试次数内能够保障机器人不中断运行,在超过最大次数后能够将相关报错信息及时发送给维护人员,并在考虑随机性报错的情况下及时追溯原因。此外,在梳理业务流程阶段,财务人员应与开发人员充分沟通,以保证开发人员熟悉费用报销的具体流程,从而能够充分考虑例外事件,提高对机器人的风险控制能力。
责任编辑 李卓
[1]褚燕.云财务共享服务模式设计——以费用报销流程为例探讨[J].价值工程,2015,(10):16-18.
[2]程平.RPA财务机器人开发教程——基于UiPath(第2版)[M].北京:电子工业出版社,2021.
[3]刘泽中.“RPA+AI”模式下对智能财务的应用分析[J].现代商业,2021,(4):177-180.
相关推荐
主办单位:中国财政杂志社
地址:中国北京海淀区万寿路西街甲11号院3号楼 邮编:100036 电话:010-88227114
京ICP备19047955号京公网安备 11010802030967号网络出版服务许可证:(署)网出证(京)字第317号