华新水泥集团副总裁、财务总监陈骞详细介绍了其公司管理会计数字化建设的历程、关键环节、面对的挑战等内容。

作为百年企业，华新水泥出现在多个历史时期的标志性建筑上，包括北京20世纪50年代的十大建筑、长江大桥、葛洲坝、三峡工程、港珠澳大桥以及“一带一路”沿线多个重点工程。在过去20多年的时间里，华新水泥从一家单体水泥厂快速成长为庞大的企业集团、A股和H股上市公司，年均复合增长率超过20%，下属200多家法人实体。在这样快速发展的过程中，科学化和数字化管理成为迫切要求，这其中就包括管理会计数字化。那么，华新水泥如何推进管理会计等财务工作的数字化？华新水泥集团副总裁、财务总监陈骞对此做了详细分析。

SF：华新水泥管理会计数字化的背景和目标是什么？现在是否达到了初设定的目标？

陈骞：华新水泥的信息化和数字化工作已经开展了20多年，整体来看，数字化工作可分为三大部分：工业数字化（工业智能）、商业数字化（商业智能）和管理数字化（管理智能）。

我们作为传统制造企业，工业数字化是整个数字化工作的基础，也是早实施的，从自动化、信息化延续到今天仍在深化的数字化，致力于提升生产效率，同时确保生产安全和环保。实施效果也是很明显的，如我们还是单体水泥厂时，员工超过4,000人，而目前在极致条件下可能只需要150~200人。随工业数字化而来的是商业数字化，主要包括两个板块：营销与采购数字化、物流数字化，对集团精细化运营非常关键。在工业和商业数字化推进的过程中，我们启动了管理数字化，管理会计等财务工作的数字化为其内容之一。

在我们看来，工业数字化和商业数字化是管理数字化的基础，可为管理数字化提供高质量、未经过人为处理的一手数据。具体就管理会计数字化而言，我们有以下四个目标：

一是将管理会计和财务会计分开。很多企业可能倾向于用一套系统满足财务会计和管理会计的需求，但我们认为，这两者在理念、目标、指标口径等方面都有很大差异。财务报告编制基于会计准则要求，衡量的是企业法人实体，主要是对外进行信息披露；管理会计报告则是服务于内部管理，要根据企业内部各层级的管理和业务发展需求提供相应信息，因此需要贯通财务数据与业务数据。

比如，我们集团内部有大量的关联交易，在一些情况下，下属企业的成本按照财务会计准则处理，可能不能准确反映实际成本状况。我们会在合规的前提下，在管理会计报表中进行适宜的调整，从而更加准确地反映相关经济活动的价值。基于此，我们在部门、系统和报表设计等方面都做了相应调整，分别组建了财务会计和管理会计两个团队。

二是数据、系统等方面规则统一、标准一致。我们集团内部企业众多，而且还在拓展海外市场，因此使用的管理信息系统也比较多，涵盖财务、生产、销售、行政、人事等各方面。比如在ERP方面，除了初使用的SAP系统，还有其他多个系统。系统尤其是数据标准和口径不统一，会使得不同企业对同一财务指标存在不同理解，从而导致企业间的经营业绩无法对标，财务部门也无法基于数据有效开展分析。

对此，我们建立了数据中台，力求在此平台上大程度地统一数据，确保达到标准统一、算法统一和口径统一，将各系统中第一手的数据进行归集、清洗、拼接、分层、整合，使之成为多维度的可用数据。

三是数据的可用性高。这是指业务部门容易获得数据、愿意在经营管理中使用数据。在日常经营决策中，业务部门还存在着“拍脑袋决定”的现象，没有养成基于数据作决策的意识。要解决这个问题，首先要让业务部门在需要数据的时候，能够在系统上方便地获得数据。比如在定价的时候，系统能够显示每日变动/固定、直接/间接等成本信息，帮助销售人员定价。

四是在整个集团内建立数治文化，这是我们要达到的终目标。即从数字化发展至数智化再提升到数治化，切实实现基于数据治理企业、开展决策。这不仅是财务部门的目标，更需要整个集团共同推动。

就目前而言，我们已经基本实现了第一和第二个目标，第三个目标还有待深化，第四个目标任重道远。

SF：可否结合企业实例，介绍华新水泥如何系统推进管理会计数字化建设？

陈骞：我一直认为，管理会计及数字化工具的使用属于“术”的层面，每家企业情况不同，使用的系统和工具会有很大的差异。系统推进管理会计数字化建设，我们更应该重视“道”层面的底层逻辑。具体而言，我们主要关注三个方面的基础性工作。

一是建立管理会计体系，打通财务数据与业务数据。我们知道，财务会计系统中的数据是记账和编制报表所需的基本信息，与业务数据是割裂的。财务分析若只使用这类数据，比如报表上显示下属某家企业生产成本过高，财务报表即便进行横向和纵向数据的对比分析，得出的也只是会计层面的原因。而如果在分析中加入业务数据，如将管理会计系统与工业、商业数字化系统相连，就可以从整体指标逐级下钻到明细的业务数据，例如是否因为原材料的某个主要指标不达标，带动采购成本上涨，进而导致整体成本过高？这就能很好地解决财务部门经营分析流于表面、缺乏业务实质等问题。

要做到这一点，前提是在工业和商业数字化系统中预先设置所有需要关注的指标，并归集了相应的数据。

二是数据治理。这是做好数据应用的坚实底座，也是非常细致的工作。对华新水泥来说，这个工作已经开展了近20年，有着深厚的基础。数据治理包括五方面工作：源逻辑梳理还原，进行还原性数据采集；数据资产探源，探究数据在各系统中的分布情况；标准建立，定义数据应该是什么样的才可以用，数据定义、含义、规则明确；资产梳理，清晰表明数据在业务上的分类、含义、逻辑关系和作用；以及数据服务，清晰描述数据应用方式，并按照数据应用要求进行数据组装，提供数据服务。

三是人员因素。华新水泥是百年老企业，很多财会人员应该说是工业企业传统会计，专业基础非常扎实、严谨，但相对而言也缺乏一定的灵活性，创新意识不强，这给数字化转型带来一定的难度。对于这些员工，我们会选择1~2名领军人物来带动其他人员开展数字化转型。另一方面，新一代的年轻员工更有想法，更追求工作的价值、工作和生活的平衡，对相对简单和单调乏味的传统财会工作方式接受度不高，数字化能更加配合年轻一代员工的工作方式，反过来，这些员工也能更好地推动数字化转型。

SF：在推进管理会计数字化的过程中，您觉得有哪些关键环节需要重点关注？

陈骞：首先，数字化是一个从上到下推动的过程，需要企业领导层强有力的支持。对我们来说，这方面具有两个优势：一是包括总裁在内的集团管理层对信息化和数字化工作很了解，也很重视，非常支持数字化工作，以身作则地使用数字化工具，保证了整个数字化进程的延续性；二是集团的治理结构让员工能够更好地理解和接受数字化。改制之后，华新水泥成为一家混合所有制企业，外资企业成为公司大股东，在管理理念和文化带给我们很多启发，让我们对信息化和数字化的接受度相对更高。如在十多年前，我们就开始使用SAP的ERP系统，建立了财务共享服务中心，既能与国际接轨，也为数字化打下了很好的基础。

其次，在系统解决方案的选择上，目前大致可分为两种模式，一种是采购比较成熟的数字化产品和服务，另一种是企业自身研发。何种方式合适，取决于企业的发展需求，以适用为宜。类似华新水泥这类大型集团企业，业务相对复杂，一些系统工具需要定制化研发，而定制化研发是需要遵循一定的原则的。

比如，自助分析要做好布局和分类。我们的经验是按照用户组和工作流分类，让不同的使用者借助插件，实现在多维数据库中“拖拉拽”式的自助分析，满足日常工作中的个性化分析需求。这会提升用户体验，让大家愿意使用数据。

其次是下钻能力。管理上有这样一种说法：找到一件事情的根本原因，需要问5个why（为什么）。如果每问一个why都要花很多时间和精力去找答案，思路将很难持续。下钻就是支持用户按照不同维度，从指标结果层层下钻至业务订单或财务凭证明细层级，挖掘业务问题及原因。

还有对标分析。经济学家张五常曾指出，县级竞争是中国经济增长的制度推动力。企业也需要引入这种良性竞争机制，而要做到这一点，就需要有好的对标工具。在我们的管理会计系统中，不同的工厂和产品都能进行多维匹配对标，使用者可多角度、自主灵活地进行对标分析，而且这一过程无需标杆工厂提供数据，也无需财务人员整理数据。

第三，企业的考核和激励体系应基于管理会计系统提供的数据。数据一定要在考核和激励中用起来，否则企业上下不会重视数据，更不用说培养数治文化了。

SF：在这一过程中，您认为需要重视的挑战有哪些，如何才能更好地应对这些挑战？

陈骞：基于前面的分析，在我们看来，管理会计数字化建设过程中挑战主要有两点。一个是数据的治理和系统的整合。数据治理做不好，管理会计数字化就没有好的基础，是无法为业务和决策提供依据的。另外，在系统的整合上，目前尚未有企业集团能够让下属所有企业使用同一个ERP系统，在这种情况下，数据中台是现实的解决方案，企业所有的数据，包括生产、商业和管理上的数据，都要归集在这一平台进行治理。与此同时，也要尽量减少不同类型的ERP系统。我曾接触过一家企业，其内部有十几种不同的ERP系统，各不相同、互不相通，这会给数字化工作带来相当大的挑战。

其次就是人员和企业文化。只有企业真正建立数治文化、员工具备数据思维，包括管理会计在内的各项数字化工作才能持续推进。我们现在是从上到下积极引导，但这个过程可能需要相对较长的时间。

SF：管理会计数字化离不开技术的运用和支持，您认为应该如何选择和实施合适的技术？

陈骞：现在技术发展得非常快，很多技术从长远上看都是过渡性工具。如RPA，现在是模仿人的行为在既定流程中在操作。那么，既然这些操作都已经自动化了，为什么还要基于之前的流程呢？未来是不是有不同的流程，或者没有这些流程？这里可能有很多需要我们去思考的地方。

大家都关注的生成式AI，未来应该在管理会计领域有更大的用途。当前企业即使有了比较完备的管理会计和财务数字化系统，但由于财会专业以及系统本身的专业性，一些非财务管理人员和业务人员在查询、搜集和分析数据时，依然面临着一些挑战，如可能不知道如何在系统中查找数据、指标，不知道哪些指标怎样进行对比等。有了生成式AI，这些人可以直接用自然语言向系统提出要求，AI会自动给出答复。

另外，数据库的选择也要留意。数据库原生架构可分为多维数据库和更简单的数据库，多维数据库能根据企业需要增加不同维度的数据，有助于支持决策所用的大量数据分析，但其布置成本和员工能力要求较高，企业要基于需求合理判断。

我们的目标是通过管理会计的数字化和智能化，更有效地赋能业务，实现企业价值持续增长，同时让员工获得更好的个人成长和职业成就。这是一个非常开放的领域，没有现成的道路可走，我们重要的是要把基础工作做好，发挥大家的创意和积极性，不断固化已经获得的一些成就，持续探索未知的领域。