物联网是什么？将来能做什么工作？

物联网其实是互联网的一个延伸，互联网的终端是计算机（PC、服务器），我们运行的所有程序，都是计算机和网络中的数据处理和数据传输，除了计算机外，没有涉及任何其他的终端（硬件）。

物联网的本质还是互联网，只不过终端不再是计算机（PC、服务器），而是嵌入式计算机系统及其配套的传感器。这是计算机科技发展的必然结果，为人类服务的计算机呈现出各种形态，如穿戴设备、环境监控设备、虚拟现实设备等等。只要有硬件或产品连上网，发生数据交互，就叫物联网。

物联网就业机会非常多，因为物联网技术应用非常广泛，例如：

1、智能家居；智能家居是利用先进的计算机技术，物联网技术，通讯技术，将与家具生活的各种子系统有机的结合起来，通过统筹管理，让家具生活更舒适，方便，有效，与安全。
2、智能交通
3、智能医疗
4、智能电网；智能电网是在传统电网的基础上构建起来的集传感、通信、计算、决策与控制为一体的综合数物复合系统，通过获取电网各层节点资源和设备的运行状态，进行分层次的控制管理和电力调配，实现能量流、信息流和业务流的高度一体化，提高电力系统运行稳定性，以达到最大限度地提高设备效利用率，提高安全可靠性，节能减排，提高用户供电质量，提高可再生能源的利用效率。
5、智能物流

扩展资料

物联网是新一代信息技术的重要组成部分，也是"信息化"时代的重要发展阶段。其英文名称是:"Internet of things(IoT)"。顾名思义，物联网就是物物相连的互联网。这有两层意思:其一，物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络;其二，其用户端延伸和扩展到了任何物品与物品之间，进行信息交换和通信，也就是物物相息。

物联网通过智能感知、识别技术与普适计算等通信感知技术，广泛应用于网络的融合中，也因此被称为继计算机、互联网之后世界信息产业发展的第三次浪潮。物联网是互联网的应用拓展，与其说物联网是网络，不如说物联网是业务和应用。因此，应用创新是物联网发展的核心，以用户体验为核心的创新20是物联网发展的灵魂。

活点定义:利用局部网络或互联网等通信技术把传感器、控制器、机器、人员和物等通过新的方式联在一起，形成人与物、物与物相联，实现信息化、远程管理控制和智能化的网络。物联网是互联网的延伸，它包括互联网及互联网上所有的资源，兼容互联网所有的应用，但物联网中所有的元素(所有的设备、资源及通信等)都是个性化和私有化。

实时监测功能
通过传感设备实时采集温室（大棚）内的空气温度、空气湿度、二氧化碳、光照、土壤水分、土壤温度、棚外温度与风速等数据；将数据通过移动通讯网络传输给服务管理平台，服务服管理平台对数据进行分析处理。
远程控制功能
针对条件较好的大棚，安装有电动卷帘，排风机，电动灌溉系统等机电设备，可实现远程控制功能。农户可通过手机或电脑登录系统，控制温室内的水阀、排风机、卷帘机的开关；也可设定好控制逻辑，系统会根据内外情况自动开启或关闭卷帘机、水阀、风机等大棚机电设备。
查询功能
农户使用手机或电脑登录系统后，可以实时查询温室（大棚）内的各项环境参数、历史温湿度曲线、历史机电设备 *** 作记录、历史照片等信息； 登录系统后，还可以查询当地的农业政策、市场行情、供求信息、专家通告等，实现有针对性的综合信息服务。
警告功能
警告功能需预先设定适合条件的上限值和下限值，设定值可根据农作物种类、生长周期和季节的变化进行修改。 当某个数据超出限值时，系统立即将警告信息发送给相应的农户，提示农户及时采取措施。
农业物联网区域试验工程工作方案
为贯彻落实党的十八大精神，切实促进工业化、信息化、城镇化和农业现代化同步发展，充分利用现代信息技术改造传统农业，不断提高农业资源利用率和劳动生产率，推动农业发展向集约型、规模化转变，提升农业现代化水平。农业部决定启动农业物联网区域试验工程（下称区试工程），选择有一定工作基础的天津、上海、安徽三省市率先开展试点试验工作。为确保区试工程顺利进行，制定如下方案。一、实施农业物联网区域试验工程具有重要意义　当前，我国农业现代化进程明显加快，但也面临着资源、环境与市场的多重约束，保障粮食安全、食品安全、生态安全的压力依然存在，确保农民稳定增收的任务越来越重。实施区试工程，对于探索农业物联网理论研究、系统集成、重点领域、发展模式及推进路径，提高农业物联网理论及应用水平，促进农业生产方式转变、农民增收有重要意义。（一）实施区试工程，有利于把握物联网等信息技术的特点及在农业领域的应用规律，探索形成农业物联网发展模式。信息技术是新生事物，是多种学科技术的集成，兼具系统性和整体性。农业是个古老产业，兼具地域性、季节性和多样性，这就决定了信息技术改造传统农业的复杂性和艰巨性。实施区试工程，研究物联网技术在不同产品、不同领域的集成、组装模式和技术实现路径，逐步构建农业物联网应用模式，促进农业物联网基础理论研究、适用技术和产品研发，探索构建国家农业物联网标准框架体系及相关公共服务平台，将为推动农业物联网产业大发展奠定坚实基础。（二）实施区试工程，有利于积累农业物联网应用经验，促进农业物联网科学发展。目前，我国农业物联网应用尚处于尝试性起步阶段，整体应用水平和建设规模明显落后于电力、医疗、环保等其它行业。各地农业物联网应用示范基本呈各自为战、散兵游勇式发展，点多面广，严重缺乏顶层设计，为示范而示范的现象较普遍，重复投入问题较突出，可持续发展商业模式较少。实施区试工程，有利于逐步理清发展思路、明确发展方向和重点，为全面、整体、系统推进农业物联网积累经验。（三）实施区试工程，有利于调动地方农业部门积极性，整合各方力量共同推进农业物联网应用。虽然一些地方农业部门发展农业物联网的积极性较高，但由于缺乏稳定投入，系统推动的后劲明显不足，一定程度上影响了农业物联网效果发挥和长远发展。实施区试工程，不仅有利于调动地方农业部门积极性，更重要的是通过政府工程项目的示范、引导和带动，能够促进社会各方资源整合、形成合力，共同推进农业物联网发展。二、目标和重点任务　（一）工程目标。开展农业物联网应用理论研究，探索农业物联网应用主攻方向、重点领域、发展模式及推进路径；开展农业物联网技术研发与系统集成，构建农业物联网应用技术、标准、政策体系；构建农业物联网公共服务平台；建立中央与地方、政府与市场、产学研和多部门协同推进的创新机制和可持续发展的商业模式；适时开展成功经验模式的推广应用。（二）总体思路。按照“统一规划、系统设计、领域侧重、统分结合、整体推进、跨越发展”的总体思路组织实施。遵从“先集中规划后分区试验，先集中建平台后组装集成，先试点试验、积累经验后推广应用”的指导思想分步推进实施。在系统规划设计的同时，支持天津、上海和安徽根据各自经济、社会及农业发展水平和产业特点，分别以设施农业与水产养殖、农产品质量安全全程监控和农业电子商务推进、大田粮食作物生产监测为重点领域开展试验示范，力图探索形成农业物联网可看、可用、可持续的推广应用模式，逐步构建农业物联网理论体系、技术体系、应用体系、标准体系、组织体系、制度体系和政策体系，并在全国范围内分区分阶段推广应用。（三）重点任务一是研究和部署农业物联网公共服务平台。面向农业物联网重大行业应用，重点突破多源信息融合、海量信息分布式管理、智能信息服务等关键技术，构建农业物联网公共服务平台，开展面向农业资源规划与管理、生产过程精准管理、农产品质量安全溯源等领域的共性的服务。二是研究和制定一批农业物联网应用行业标准。联合产学研用单位，研究和编制农业领域条形码（一维码、二维码）、电子标签（RFID）等的使用规范，制修订一批农业物联网传感器及传感节点、数据采集、应用软件接口、服务对象注册以及面向大田、设施农业、农产品质量安全监管应用等方面标准。三是中试和熟化一批农业物联网关键技术和装备。围绕区域主导产业，重点中试和熟化动植物环境（土壤、水、大气）、生命信息（生长、发育、营养、病变、胁迫等）传感器，研制成熟度、营养组分、形态、有害物残留、产品包装标识等传感器，开展农业物联网技术和装备的系统引进和自主研发，加强动植物生长过程数字化监测手段、模型研究，突破农业物联网的核心技术和关键技术。四是形成一批可推广的技术应用模式。针对设施农业与水产养殖、农产品质量安全、农业电子商务、大田粮食作物生产等的监测监控，分别研发系列专用传感、传输、控制等设备，开发相应的软件和管理信息系统，从而构建全程技术体系及可持续发展机制。五是培育农业物联网产业。按照引进消化吸收再创新的思路，围绕农业物联网的感知识别、数据传输、数据处理、智能控制和信息服务等环节，积极引导和推进农业物联网设备制造、软件开发及相关服务，培育一批农业物联网产业化研究基地、中试基地和生产基地，促进农业物联网新兴产业发展。六是强化政策措施研究。总结区试工程经验，研究提出促进农业物联网应用推广的政策建议，积极推动相关政策措施出台，营造农业物联网发展的良好环境。三、试验布局　围绕天津、上海和安徽农业特色产业和重点领域，统筹考虑行业及产业链布局，逐步实现物联网技术在农业全产业链的渗透和试点省市的整体推进。（一）天津设施农业与水产养殖物联网试验区天津毗邻北京，经济和交通条件好，区位优势明显。设施农业发达，目前拥有高标准设施农业面积60万亩，水产养殖面积62万亩，规模化水产养殖小区55个，蔬菜和水产品自给率高。试验重点是在现代农业示范基地、龙头企业、农民专业合作社和水产养殖小区等开展设施农业与水产养殖物联网技术应用示范，探索不同种类农产品、不同类型农业生产经营主体农业物联网应用模式；开展农产品批发市场物流信息化管理，探索利用信息技术构建新型农产品流通格局，有效减少交易环节，提高交易效率。一是设施农业与水产养殖环境信息采集技术产品集成应用。选择现代农业示范基地、龙头企业、农民专业合作社和水产养殖小区，探索不同种类农产品、不同类型农业生产经营主体农业物联网技术应用模式及可持续商业模式。二是设施农业生命信息感知技术引进与创新。积极引进消化吸收国外先进的作物生命信息感知技术和设备，实现农作物径流、叶面温度、蒸腾量等作物关键生理生态信息在线获取，实现即时灌溉决策与在线营养诊断。三是设施蔬菜病虫害和水产病害特征信息提取与预警防控。融合设施环境、视频、动植物生命感知信息，引进创新设施农业病虫害和水产主要病害特征信息提取技术，实现设施农业主要作物的重点病虫害和水产主要病害信息实时提取与预警、事前防治与控制。四是探索设施农业物联网应用平台与服务模式。集成现有农业信息服务系统，构建设施农业物联网集成应用服务平台，面向农业主管部门、生产基地、农民专业合作社、基层农技人员、农户等提供多渠道、内容丰富的设施农业与水产养殖物联网应用服务；总结形成可持续、可推广的设施农业与水产养殖物联网应用服务模式。五是农产品交易流通平台。以天津韩家墅海吉星农产品批发市场为主体，综合利用物联网等现代信息技术，开展农产品质量追溯，实现物流、配送、仓储高效管理，并依托深圳农产品股份有限公司分布在全国的26个农产品批发市场，探索构建“产地装车、销地卸车、网上交易撮合、单品种全国互联互通”的新型农产品流通格局。（二）上海农产品质量安全监管试验区上海是国际化大都市，农产品主要依靠外阜输入，保证农产品质量安全是一项重大民生工程，探索应用物联网技术开展农产品质量安全监管试验，对确保大中城市食品安全具有普遍意义。试验重点是农产品（水稻、绿叶菜、动物及动物产品）生产加工、冷链物流和市场销售等环节的物联网技术应用，借助无线射频识别技术和条码技术，搭建农产品监管公共服务平台，实现对农产品生产、流通等环节全过程智能化监控，有效追溯农产品生产、运输、储存、消费全过程信息。一是建设农产品安全生产管理物联网系统。集成无线传感器网络，研究生产环境信息实时在线采集技术，研究生产履历信息现场快速采集技术，开发农产品安全生产管理物联网系统，实现产前提示、产中预警和产后反馈。二是建设农业投入品监管物联网系统。在农业生产环节，建立水稻、绿叶菜等农产品田间 *** 作电子化档案，对农业投入品进行规范管理，做到来源清楚，领用清晰，用量明确。三是农产品冷链物流物联网技术引进与创新。引进、消化国外农业物联网先进技术，在消化吸收相关技术基础上，研制集多种传感器、车辆定位、无线传输于一体的冷链物流过程监测设备，力争在稳定性、可靠性、低成本和低能耗方面有进展。开发农产品冷链物流过程监测与预警系统，实现基于物流过程的实时化监测与智能化决策。四是农产品全程质量安全监管物联网应用平台构建与服务模式创新。构建农产品质量安全监管综合数据库，开发农产品质量安全监管物联网应用平台，提供从农田到餐桌为主线的物联网综合应用服务，实现以追溯为核心的多方式溯源服务。培育农业物联网应用示范基地、示范企业与工程技术研究中心。积极探索商业化服务模式。五是农产品电子商务平台应用示范。以农产品电子商务平台建设为突破口，重点支持农产品电子商务与农产品追溯系统的深度融合，加快建设和推广从农产品生产至终端销售全程追溯的应用系统，搭建农产品产销服务信息平台。（三）安徽大田生产物联网试验区安徽是典型的农业大省，对保障国家粮食安全具有重要意义。试验以大田作物“四情”（苗情、墒情、病虫情、灾情）监测服务为重点，通过远程视频监控与先进感知相结合的农情数据信息实时采集、高效低成本信息传输和计算机智能决策技术的集成应用，实现大田作物全生育期动态监测预警和生产调度。一是建设大田作物农情监测系统。基于传感网数据采集，集成开发大田作物农情监测系统，实现对农田生态环境和作物苗情、墒情、病虫情以及灾情的动态高精度监测。二是建立基于感知数据的大田生产智能决策系统。基于信息采集点感知数据，集成农业生产管理知识模型，开发大田生产智能决策系统，实现科学施肥、节水灌溉、病虫害预警防治等生产措施的智能化管理。三是建立基于物联网的农机作业质量监控与调度指挥系统。在粮食主产区，基于无线传感、定位导航与地理信息技术，开发农机作业质量监控终端与调度指挥系统，实现农机资源管理、田间作业质量监控和跨区调度指挥。四是构建集成于12316平台的大田生产信息综合服务平台。以12316平台为基础，集成现有信息资源和各类专业服务系统，构建大田生产信息综合服务平台，为农情监测、生产决策、农产品质量安全管理、农机调度、市场监测预警等农业生产经营活动提供全方位的信息服务。五是大田生产物联网技术应用示范区建设。在小麦、水稻等主产县（市、区）建设大田生产物联网技术应用示范区，开展“四情”监测预警、农业生产管理、农机作业调度等物联网技术应用示范，探索物联网在大田作物生产上的技术应用模式和机制。六是探索农业物联网应用模式。在设施蔬菜、畜牧、渔业、茶叶、水果等产业，依托国家级、省级现代农业示范区、龙头企业，省级农民专业合作社示范社和规模种养殖场开展农业物联网应用试点，探索适合不同种类农产品、不同类型农业生产经营主体的农业物联网应用模式。四、条件保障（一）加强组织领导。为有序、高效推进区试工程任务，必须建立强有力的组织保障。区试工作由农业部农业信息化领导小组统一领导，组建区试工程技术专家组，由国家有关科研、教育系统的专家参与，负责研究制定区试工程总体技术解决方案，指导区试工程建设，研究和突破关键技术，制定农业物联网相关标准等。试点省市要成立以分管省市领导为组长、农业部门主要负责同志为副组长、涉农部门为成员的领导小组及技术专家组，负责推进本省区试工程。（二）明确工作分工。农业部负责组织制定区试工程总体实施方案，统筹推进区试工程，组织专家开展农业物联网应用理论、标准规范、共性技术和设备研究与熟化工作，构建农业物联网公共服务平台，开展应用模式及经验推广；试点省市领导小组及农业主管部门负责制定本地区实施方案、落实配套经费、推进区试工程及技术成果的示范与推广、加强资金监管及提高补助资金使用效益等工作。（三）确保稳定投入。要按区试总体方案安排，建立稳定的投入机制，以确保区试工程整体、稳步推进。农业部负责监督中央补助资金使用。试点省市要按不少于1:1的比例落实配套资金，并制定相应资金管理办法；注重积极引导有关IT企业和有实力的农业生产经营主体投资参与区试工程，逐步形成多元化投资格局。注重商业模式的培育，探索可持续发展机制。

文章来源于公众号：洞见学堂

作者：王勇 谢晨颖

导读

数字经济时代，“大智移云物区”等数字技术已经成为重塑各行各业的重要力量。财务管理作为企业管理的重要内容，也受到了巨大的影响和冲击。传统财务的工作流程、管理模式、管理理念、组织架构等各方面都发生了不同程度的变化。企业的财务管理正在从电算化、信息化，逐渐走向数字化、智能化。

数字技术的进步会给财务管理带来怎样的改变？本文将从财务决策、资金管理、成本管理、财务职能、财务报告和财务风险六个方面阐述数字经济时代财务管理发生的变革。

1 财务决策：从依赖经验的直觉决策到数据算法驱动的科学决策

长期以来，管理者通常凭借经验、直觉、判断力来进行决策，虽然也会通过获取数据进行模型的计算得出结果，但 在过去，受限于技术能力，数据获取不全面，导致很多决策模型无法使用，财务决策仅仅建立在企业内部“财务小数据”的基础上，包括收入、成本、利润、资产、负债等，难以做出合理的决策。

数字经济时代，大数据的大量性（Volume）和多样性（Variety）给管理者使用决策模型提供便利，可以得出更加科学合理的结果。 大数据不仅能收集到财务信息，也能收集到非财务信息；不仅能收集结构化数据，也能收集到非结构化、半结构化数据；除了企业内部业务数据，更延伸到企业外部，包括所属行业、供应链、竞争对手、监管机构、政府部门等所有利益相关者的数据。数据和算法通过机器学习的方式不断自我优化，进而用“数据决策”替代“凭直觉经验和拍脑袋式决策”。

以投资决策为例，在进行投资决策时，过去的决策者在决策时无法掌握所有信息，且容易受到个人风险偏好、认知偏差的影响，造成决策的主观性。基于大数据的投资决策模型纠正了决策中的非理性问题，得出的结论更加的科学，提高投资决策的合理性和准确性。同时，通过建立量化投资模型帮助决策者处理海量数据，决策者能够在短时间内对影响投资结果的因素进行多角度分析，如经济周期、未来预期、盈利能力、心理因素、市场等，根据模型分析结果做出投资决策，极大提高了投资效率。 有实证研究表明，企业的投资规模、投资回报率与大数据发展指数之间呈正相关关系 ，即大数据的发展有利于企业做出更好的投资决策； 同时，大数据发展指数与企业融资效率、内源融资率及债务清偿率均呈正相关关系。 大数据能够提升企业融资决策的质量。[1]

谷歌采用“The Machine”算法，通过或否决新的投资和后续投资。 通过收集某特定公司的市场数据、融资金额、联合投资合作伙伴、以前的投资者、行业领域以及以前估值与目前估值的差额等方面的数据进行分析，用红绿灯系统来考核某项投资指标体系，绿灯表示投资机会良好，红灯表示不投资，黄灯表示需谨慎行事。在使用初期只是作为投资尽调的辅助配角，现在其AI算法已经进入投资委员会，可以对投资进行评估，且评估结果的准确率很高。

2 资金管理：从内部资金管理到全产业链资金管理

传统财资管理系统中更多是平面化财资管理，将财资管理的重点放在账户管理、资金结算、资金划拨、资金对账等交易性处理流程上，主要是对企业内部资金的管理。

数字经济时代，随着数字技术的不断发展，可以支撑更加复杂多样的资金管理模式，财资管理将从平面走向立体。企业的资金管理不再局限于内部资金的集中管控和调配，而是向供应链金融模式转变。 利用大数据、AI、云计算等技术，可以对产业链资金流动进行静态和动态监测管理。 上至供应商，可以开展供应链金融，做应收账款保理；下到消费者，可以做消费信贷，盘活全产业链资金。[2]

蒙牛集团 在企业内部搭建了资金共享平台，实现对资金的集中管控。由集团总部统一调度、管理和运用所有的资金。大量实时汇总的资金大数据，使现金流预测模型更加精确，让集团对内部资金的管理更精细、更高效、更主动。除了内部资金管理，在企业外部，蒙牛还 建立了服务于上下游的供应链融资平台 。通过 “互联网+大数据” ，从蒙牛上下游、奶源等第一层直联的约上万数量合作伙伴群，逐步延伸到第二层的上百万数量的蒙牛生态圈伙伴，实现高效、低成本融资。目前，蒙牛已与多家金融机构合作开展供应链金融业务。通过EAS系统和银行在数据渠道上打通，上下游企业可以直接登录蒙牛供应链融资平台，高效融资，使得以蒙牛为核心企业的生态圈更加 健康 。

3 成本管理：实现精细化核算、前置化管控，优化成本控制

在 成本核算 方面，作业成本法是现在较为精细化的管理方式，但基于技术条件的限制，很多作业层面的数据难以收集，导致实施起来较为复杂和困难。

数字经济时代，随着大数据、物联网等技术的兴起， 生产或服务中的每一步骤甚至每一个细节都能够被各种智能仪器收集到 ，并传递到数据处理中心进行处理。企业能够 方便快捷地获取、筛选与成本相关的各种数据 ，避免了繁琐的人工筛选数据的过程，使得作业成本法得以便捷的实现。 同时，成本数据的收集更为精确和全面，便于确定成本动因、识别增值作业 ，精细化成本管理，优化成本控制过程。实际上，由于智能设备和物联网的应用， 一些传统的间接费用变为直接成本 ，即使需要分配间接费用，也能找到较为 精确的分配因子 。

Amani等(2017)对 数据挖掘技术在成本管理应用 中的几个层面进行了综述，分别是设备层面、流程层面、施工层面、产品层面和项目层面。其中，在设备层可以用数据挖掘来评估设备制造成本，从而提高设备检查和维修的精确度， 追踪设备更新成本 ；在流程层数据挖掘技术用来 在成本核算中确定成本驱动因素 ,并帮助 制定转移定价 的决策；在施工层通过创建神经网络系统，实现快速且 精确的成本评估 ；在产品层数据挖掘可以用以预测产品单元的成本、评估产品生命周期成本；在项目层数据挖掘可以协助建立成本评估体系，包括有形产品和无形产品,如软件和应用等。基于全过程、多层次的原则，财务可以 在数据挖掘技术下实现对成本的精益管理 ，这是大数据技术在成本管理领域的重要应用场景。

此外，传统的成本控制是在成本发生后进行事后追踪。随着数字技术的应用，成本、费用被细分成不同的子类，针对不同子类都可以进一步向前延伸，建立专业的前端业务管理系统，如商旅管理系统、品牌宣传管理系统、通信费用管理系统等等。[3]这些前置业务系统和财务系统之间实现无缝衔接， 将成本费用的管理前置到业务过程中去，实现前置化、过程化的成本控制和监督 。

4 财务职能：从交易记录、核算监督到决策支持、价值创造，实现业财深度融合

传统财务的主要工作是承担企业的财务核算和监督职能，进行报表的编制、资金结算、报送财务信息等基础性工作。财务角色定位局限于账务处理、薄记经营活动，财务部门只是职能部门，不能产生附加价值，是“后台”角色。

数字经济时代，财务的职能将发生重大变革。 以“凭证”为起点的传统财务会计将逐渐被自动化和智能化，很多重复性、规则性的财务工作会被财务机器人所替代，更多财会人员被释放出来，新的财务管理模式将实现“无人会计” 。

麦肯锡《自动化和人工智能如何重塑财务职能》中显示，大多数财务活动都存在自动化计划，其中以交易型活动最易于自动化，对于一般的会计活动而言，77%的活动是可以全自动化的，12%的活动可以高度自动化。牛津大学研究者也曾预测，未来20年，在英国会计行业中，财务行政人员和注册会计师可能被机器完全替代的概率分别为968%和953%。

财务人员正在从以交易处理为主的财务会计向决策支持为主的管理会计转型，转变为赋能者和创新引领者 。借助大数据挖掘技术，发现业务经营中存在的问题、企业潜在的发展机会，参与经营决策，并更多承担资金管理、预算管理、风险管控等高价值工作，全面参与到企业的经营管理和价值创造活动中去。

同时，传统财务工作相对独立、封闭，很难与各项业务工作有效的融合,“会计和业务两张皮”现象较为常见。数字化时代，一切业务数据化，一切数据业务化， 财务工作将与业务工作高度融合。 业务信息系统和财务信息系统在输入、处理、存储和输出等各个环节共享，业务和财务人员之间的组织和职能划分将会逐渐消失。在数字技术、智能技术的加持下，会计人员的部分职责会转移到业务人员身上， “人人财务”的趋势逐渐凸显 。（“人人财务”表现为财务即业务，业务即财务；人人皆财务，财务皆人人。）

新奥集团 是一家业务版块广泛、子公司众多的大型集团公司，其财务共享中心日常业务种类繁多，且有相当一部分业务流程需依靠人工完成，员工工作强度大、耗时久。在财务数字化转型中，新奥集团利用IBM RPA（机器人流程自动化）、规则引擎等技术，打造自动化财务机器人， 引入虚拟员工，在财务共享中心上岗 。自动化机器人代替人工完成业务流程中重复度高、规则精确和吞吐量大的任务，以及跨岗位的多人 *** 作、跨数据源的数据核对等；只有异常处理、需要创意和决策的任务才交给人工 *** 作。 借助RPA技术，新奥集团财务共享中心不仅更快速、更高效地完成工作，而且最大限度释放员工价值，让员工做对企业有更高附加值的工作。

美的集团 在财务数字化转型中，构建了财务共享平台，重新架构了管理体系，真正实现了 “业财融合”。转型后财务人员从重复投入和效率低的境况中解放出来，将更多资源和精力投入到辅助经营中。 财务职能由“办公室”型财务转变成“业务型和经营管理型财务”，通过深入了解业务，深度分析各业务领域的经营数据，为业务部门提供有力的数据支撑，支持企业经营管理决策，提升经营价值。另外，集团重新设置了 财经 各模块职能岗位，比如 财经 管理部的“预算管理专员、成本管理专员、会计管理专员、研发成本管理专员、资金管理专员”等岗位设计， 所有财务工作侧重于参与企业经营管理，而不是会计核算。财务人员从传统的日常记账中解脱出来，走进前线，参与到业务中，为业务提供决策支持。

5 财务报告：从定期、标准化报表到实时、多样化、全面化报表

传统财务报告通过对经济业务的确认、计量和报告，定期提供标准化的财报，有三个特点：一 是主要提供财务数据，非财务数据很少呈现 。财报很难全面展现企业的财务状况、经营业绩与发展前景。 二是标准化 ，即对所有使用者提供相同的格式和信息，不考虑信息使用者的个性化需求。 三是滞后性 ，传统的“三表一注”面向过去，按季度或年度定期编制，对企业经营状况的反馈是滞后的。

随着大数据、云计算、人工智能、图像识别、机器学习等各种技术的出现，正在不断改变会计信息加工的规则和方法，一些机构已经开始借助于人工智能算法，实现凭证的智能编制和报表的智能生成。可以 根据不同用户的需求，提供多样化的财务报告 ， 满足不同层级用户的多样化需求。 这些报告不再局限于财务信息，还包括大量非财务信息，财务报告走向精细和全面。也不再局限于定期报告，而是可以做到 实时化、可视化 。财务数据实时采集、实时核算与分析、实时传输与报告，为企业经营决策提供支持。

其中，区块链技术给财务报告带来的影响是革命性的 。企业外部信息使用者及其内部信息需求都能够通过共识机制快速确定。每一个企业参与者都可以 提出多样化的信息需求，通过区块链技术能够生成并发布各种样式、内容、结构、目的的财务报告，如 以经济事项为基础的报告、全面收益报告、相互式按需报告 、 实时智能财务报告 以及 智能分析报告 等，极大地克服了现行财务报告的诸多局限性。

德邦快递 的客户量大、单量大，流转数据大，对报表的时效要求非常高。通过构建业财一体化系统平台，梳理业务单据与财务凭证之间的数据关联，德邦快递实现了90%凭证的自动生成、审核，每月自动处理200万份业务单据；设置的各项报表架构和业务规则，自动归集、计算、输出报表，每次报表编制时间由4小时缩短至60s，实现 报表智能编制、实时查询 ，满足管理者对报表时效的高要求。

6 财务风险：从依靠人进行风险管控到机器自动识别风险、提前预警

财务风险包括筹资风险、投资风险、现金流风险等。传统财务风险管控主要依靠财务人员搜集信息，进行风险识别时需要搜集的数据量庞大，财务人员难以整合多种渠道的数据，难以进行关联信息查询和扩展，效率低下，风险控制的成本较大。

随着大数据、人工智能等技术的广泛应用， 财务风险管控有了更先进的算法、模型和工具 。借助监督式学习算法、知识图谱等技术，把人类具有的直觉推理加以形式化或机器模拟，可以 大量处理会计信息、供应商管理审查信息、应收账款账龄信息等，对财务风险形成预判能力。 通过建立数学模型对不同风险因素进行组合分析，使企业能够在较短时间内 迅速识别潜在风险并进行精确的量化分析 ，进而实现对财务风险的及时控制。此外，根据大数据的分析结果设立预警指标与临界指标，还可提醒管理者 在财务风险发生前就做出应对措施 。

德勤认为机器学习可以解读财务人员对于风险的反应方式，从而在没有回馈或干预的情况下自主采取行动，根据持续的信息流快速反应，进而降低财务风险，使财务不需要在人的干预下就可以自主驱动智能工具，实现无人化的风险管控。

阿里巴巴 为了保持现金流的稳定性和充足性，防止现金流风险， 建立了大数据财务风险预警体系 ， 将产生财务风险的内外部经营环境等抽象因素数据化， 利用大数据处理技术对各种风险因子异常变化情况进行识别， 任何涉及到现金流的风险因子出现异常，预警体系都能够基于大数据分析处理进行主动识别，并预警潜在的现金流风险，通知管理人员及时进行风险的管控 。与传统财务风险预警体系不同，大数据财务风险预警体系在云技术的支持下能够实现事前预测、事中处理、事后管控的实时动态监控。

小结

数字经济时代，在大数据、云计算、区块链等数字技术的冲击下，传统的财务管理模式发生了深刻变革。财务决策从经验驱动变为数据驱动，资金管理从内部管理延伸到全产业链、生态圈的管理，成本核算精细化、成本控制前置化，财务职能从核算监督到决策支持、价值创造，财务报表从定期、标准到实时、多样，财务风险管控从依靠人到机器自动识别、提前预警。企业要抓住数字经济的时代机遇，加快财务管理的数字化转型，充分发挥财务在数据方面具有的先决性优势。

参考文献：

（一）加快技术研发，突破产业瓶颈。以掌握原理实现突破性技术创新为目标，把握技术发展方向，围绕应用和产业急需，明确发展重点，加强低成本、低功耗、高精度、高可靠、智能化传感器的研发与产业化，着力突破物联网核心芯片、软件、仪器仪表等基础共性技术，加快传感器网络、智能终端、大数据处理、智能分析、服务集成等关键技术研发创新，推进物联网与新一代移动通信、云计算、下一代互联网、卫星通信等技术的融合发展。充分利用和整合现有创新资源，形成一批物联网技术研发实验室、工程中心、企业技术中心，促进应用单位与相关技术、产品和服务提供商的合作，加强协同攻关，突破产业发展瓶颈。
（二）推动应用示范，促进经济发展。对工业、农业、商贸流通、节能环保、安全生产等重要领域和交通、能源、水利等重要基础设施，围绕生产制造、商贸流通、物流配送和经营管理流程，推动物联网技术的集成应用，抓好一批效果突出、带动性强、关联度高的典型应用示范工程。积极利用物联网技术改造传统产业，推进精细化管理和科学决策，提升生产和运行效率，推进节能减排，保障安全生产，创新发展模式，促进产业升级。
（三）改善社会管理，提升公共服务。在公共安全、社会保障、医疗卫生、城市管理、民生服务等领域，围绕管理模式和服务模式创新，实施物联网典型应用示范工程，构建更加便捷高效和安全可靠的智能化社会管理和公共服务体系。发挥物联网技术优势，促进社会管理和公共服务信息化，扩展和延伸服务范围，提升管理和服务水平，提高人民生活质量。
（四）突出区域特色，科学有序发展。引导和督促地方根据自身条件合理确定物联网发展定位，结合科研能力、应用基础、产业园区等特点和优势，科学谋划，因地制宜，有序推进物联网发展，信息化和信息产业基础较好的地区要强化物联网技术研发、产业化及示范应用，信息化和信息产业基础较弱的地区侧重推广成熟的物联网应用。加快推进无锡国家传感网创新示范区建设。应用物联网等新一代信息技术建设智慧城市，要加强统筹、注重效果、突出特色。
（五）加强总体设计，完善标准体系。强化统筹协作，依托跨部门、跨行业的标准化协作机制，协调推进物联网标准体系建设。按照急用先立、共性先立原则，加快编码标识、接口、数据、信息安全等基础共性标准、关键技术标准和重点应用标准的研究制定。推动军民融合标准化工作，开展军民通用标准研制。鼓励和支持国内机构积极参与国际标准化工作，提升自主技术标准的国际话语权。
（六）壮大核心产业，提高支撑能力。加快物联网关键核心产业发展，提升感知识别制造产业发展水平，构建完善的物联网通信网络制造及服务产业链，发展物联网应用及软件等相关产业。大力培育具有国际竞争力的物联网骨干企业，积极发展创新型中小企业，建设特色产业基地和产业园区，不断完善产业公共服务体系，形成具有较强竞争力的物联网产业集群。强化产业培育与应用示范的结合，鼓励和支持设备制造、软件开发、服务集成等企业及科研单位参与应用示范工程建设。
（七）创新商业模式，培育新兴业态。积极探索物联网产业链上下游协作共赢的新型商业模式。大力支持企业发展有利于扩大市场需求的物联网专业服务和增值服务，推进应用服务的市场化，带动服务外包产业发展，培育新兴服务产业。鼓励和支持电信运营、信息服务、系统集成等企业参与物联网应用示范工程的运营和推广。
（八）加强防护管理，保障信息安全。提高物联网信息安全管理与数据保护水平，加强信息安全技术的研发，推进信息安全保障体系建设，建立健全监督、检查和安全评估机制，有效保障物联网信息采集、传输、处理、应用等各环节的安全可控。涉及国家公共安全和基础设施的重要物联网应用，其系统解决方案、核心设备以及运营服务必须立足于安全可控。
（九）强化资源整合，促进协同共享。充分利用现有公共通信和网络基础设施开展物联网应用。促进信息系统间的互联互通、资源共享和业务协同，避免形成新的信息孤岛。重视信息资源的智能分析和综合利用，避免重数据采集、轻数据处理和综合应用。加强对物联网建设项目的投资效益分析和风险评估，避免重复建设和不合理投资。

物联网就业前景很好，物联网产业具有产业链长、涉及多个产业群的特点，其应用范围几乎覆盖了各行各业。

物联网专业是教育部允许高校增设新专业后，高校申请最多的学校，这也说明了国家对物联网经济的重视和人才培养的迫切性。物联网的产业规模比互联网产业大20倍以上，而物联网技术领域需要的人才每年也将在百万人的量级。

物联网的基本特征从通信对象和过程来看，物与物、人与物之间的信息交互是物联网的核心。物联网的基本特征可概括为整体感知、可靠传输和智能处理。

整体感知—可以利用射频识别、二维码、智能传感器等感知设备感知获取物体的各类信息。

可靠传输—通过对互联网、无线网络的融合，将物体的信息实时、准确地传送，以便信息交流、分享。

智能处理—使用各种智能技术，对感知和传送到的数据、信息进行分析处理，实现监测与控制的智能化。

2012年度中国物联网产业奖陈勇，江苏物泰信息科技有限公司首席执行官、执行董事。陈勇在云计算的平台和应用的研发、运营、市场推广、引进风险投资和规划海外上市等方面有丰富经验。
陈勇，江苏物泰信息科技有限公司首席执行官、执行董事，2006中国十大新媒体人物，中关村留学生创意产业园创业导师，石景山区海外联谊会理事。他是吉林大学计算数学学士、美国佛罗里达州立大学计算机硕士和博士（信息安全方向），并在加州从事高科技研发工作，之后获INSEAD （欧洲工商管理学院）工商管理硕士（MBA）学位。
陈勇于2005年初回国创业，任中国云计算领军企业北京讯鸟软件有限公司董事，战略、商务拓展及投融资副总裁。由于在中国首个成功把呼机叫中心和CRM软件搬上互联网（即云计算SaaS），陈勇被中国传媒论坛评为2006中国十大新媒体人物。2009年初，因为在云计算方面的成就，陈勇代表讯鸟领取著名风险投资媒体红鲱鱼评选的2008全球高科技创新百强奖项（2008年中国大陆仅5个企业入围） 。作为讯鸟创业团队核心成员，陈勇负责公司战略制定、商务拓展及投资者及政府关系维护等工作，积累了在云计算的平台和应用的研发、运营、市场推广、引进风险投资和规划海外上市等方面的丰富经验。
1998年，陈勇与斯坦福大学合作为美国心脏联合会成功开发美国首个远程医疗项目，结合互联网和传感设备为病人提供远程医疗服务。陈勇在国外的多年学习和工作经历造就了其国际化的视野，而在中国的国有企业、中外合资企业、民营企业以及美国的高科技企业及戴尔亚太区总部的完整从业经历，也让其对公司的管理、成长和战略有着很好的理解和把握。
江苏物泰信息科技有限公司是一家以物联网和云计算为核心业务的高科技企业，专业提供物联网云计算平台的搭建、集成以及运营服务，并提供平台化的物联网云应用服务。公司注册资金5500万元，总部位于江苏镇江，研发中心在江苏南京。公司已在上海、北京、广东、湖南、云南成立分公司。公司共有员工近200人，本科以上员工占比高达80%。公司主要技术力量来自美国硅谷和美国斯坦福大学、卡内基-梅隆大学、佛罗里达大学等著名大学。
物泰已经成功建设国内第一个物联网云计算平台，并成功运营智慧酒店系统、智慧景区、云呼叫中心、智慧冷链物流管理系统、智慧路灯管理系统、智慧云家居、智慧化工园区监控系统等物联网应用。公司已经通过了ISO27001认证与CMMI3评估，申请发明专利10项，申请并获得实用新型专利授权6项，登记软件著作权4件，正在进行国家高新企业、双软企业认证工作。
物泰在物联网、云计算、数据中心三大技术领域拥有完整的核心技术、成熟领先的行业整体解决方案。物泰的愿景：通过创新改变人和世界的关系物泰的目标：成为全球十大科技企业，融合中西文明，促进世界和谐。

现状：我国已形成基本齐全的物联网产业体系，部分领域已形成一定市场规模，网络通信相关技术和产业支持能力与国外差距相对较小，传感器、RFID等感知端制造产业、高端软件和集成服务与国外差距相对较大。仪器仪表、嵌入式系统、软件与集成服务等产业虽已有较大规模，但真正与物联网相关的设备和服务尚在起步。

我国已形成了较完整的敏感元件与传感器产业，产业规模稳步增长。我国形成了RFID低频和高频的完整产业链以及以京、沪、粤为主的空间布局，2009年市场规模达到85亿元并成为全球第3大市场。我国仪器仪表产业连续多年实现20%以上的增长，2009年产值超过5000亿元，企业数量为5000多个，小型企业数量占比达到90%。

在物联网网络通信服务业领域，我国物联网M2M网络服务保持高速增长势头，目前M2M终端数已超过1000万，年均增长率超过80%，应用领域覆盖公共安全、城市管理、能源环保、交通运输、公共事业、农业服务、医疗卫生、教育文化、旅游等多个领域，未来几年仍将保持快速发展，预计“十二五”期间将突破亿级。三大电信企业在资源配置方面积极筹备，加紧建设M2M管理平台并推出终端通信协议标准，以推进M2M业务发展。国内通信模块厂商发展较为成熟，正依托现有优势向物联网领域扩展。国内M2M终端传感器及芯片厂商规模相对较小，处于起步阶段。尽管我国在物联网相关通信服务领域取得了不错的进展，但应在M2M通信网络技术、认知无线电和环境感知技术、传感器与通信集成终端、RFID与通信集成终端、物联网网关等方面提升服务能力和服务水平。

在物联网应用基础设施服务业领域，虽然不是所有云计算产业都可纳入物联网产业范畴，但云计算是物联网应用基础设施服务业中的重要组成部分，物联网的大规模应用也将大大推动云计算服务发展。国内云计算商业服务尚在起步，SaaS已形成一定规模，而真正具有云计算意义的IaaS和PaaS商业服务还未开展。目前，我国在云计算服务的基础设施（IDC中心）建设、云计算软硬件产业支持和超大规模云计算服务的核心技术方面与发达国家存在差距。云安全方面，我国企业具有一定的特点和优势。随着物联网应用的规模推进、互联网快速发展和国家信息化进程的不断深入，我国云计算服务将形成巨大的市场需求空间，“十二五”期间将呈现快速发展态势。

在物联网相关信息处理与数据服务业领域，信息处理与数据分析的关键技术主要是数据库与商业智能。我国数据库产业非常薄弱，知名企业只有三四家，只占国内市场10%左右的份额。商业智能（BI）领域我国虽然技术相对落后，但已形成了一定规模，国内现有BI厂商有近500家，但高端市场仍由国际厂商垄断。整体而言，我国拥有自主知识产权的数据库产品、BI产品和掌握关键技术的软件企业少，产业链不完整，缺乏产品线完整、软硬结合、竞争力强的国际企业。

---