摘要：过去几十年，在EPM领域中国企业在应用理念和技术上均落后于国际企业。但随着数智化时代到来，特别是随着国产多维数据库、事项会计和企业服务大模型的突破，对标世界一流，重塑我国企业绩效管理应用，帮助企业构建战略导向的、企业级整合绩效管理应用，实现实时洞察和智能运营，

【摘要】过去几十年，在EPM领域中国企业在应用理念和技术上均落后于国际企业。但随着数智化时代到来，特别是随着国产多维数据库、事项会计和企业服务大模型的突破，对标世界一流，重塑我国企业绩效管理应用，帮助企业构建战略导向的、企业级整合绩效管理应用，实现实时洞察和智能运营，将成为企业数智化转型的重要方向。

【关键词】事项会计、绩效管理、整合计划、整合执行控制、数智化

一、 我国大型企业EPM应用问题分析

企业绩效管理（EPM，Enterprise Performance Management）是指围绕企业战略目标所实施的一整套闭环的管理体系，包括战略规划、年度计划和预算编制、绩效目标制定、管理执行监控和绩效评价等。绩效管理在几乎所有大型企业都在应用，但是应用成效与国际领先企业相比，差距甚大。究其原因，我们发现有两个：

(一) 绩效管理理念和方法明显落后

中国企业与国际企业相比最大的问题是：战略、计划、预算、报告分析、绩效等都是部门级独立应用，难以形成企业级管理合力。主要表现为：

一是在计划制定阶段，战略实现路径制定不清晰，年度业务计划形不成“一体化作战”的合力，年度预算资源配置与战略和计划脱节，预算成为“数字游戏”，组织绩效计划与战略、计划和预算脱节，难以发挥“指挥棒”作用。

二是在管理执行和监控环节也是各自为政，如预算部门管的是资源，资源是为了达成战略目标，完成重点专项任务的，但预算部门往往眼里只有孤立的费用控制，缺乏与战略目标、重点计划任务、业务目标的执行进度进行协同控制。

而国际企业推行的是“流程型组织”的管理理念，战略、计划、预算和绩效就是一个一级核心管理流程，相关部门都是这个流程上的节点，相对我国大型企业很高的“部门墙”，流程越墙受到严重影响。另外在企业绩效管理方法上，我们也是一直受西方影响，平衡积分卡、战略解码、OKR、BLM等方法均来自西方，我们在这些方法的应用上也落后于国际企业。

(二) 绩效管理技术和应用长期落后

在国产多维数据库问世之前，国内企业的EPM应用与ERP系统紧密耦合在一体的，支撑其应用的技术为擅长流程型应用（如ERP）的OLTP（On-Line Transaction Processing（联机事务处理过程））技术，即关系数据库相关技术，企业只能在各应用系统中开发一些简单的报表，难以构建跨异构系统的数据应用，或者只能开发与ERP紧耦合的预算、合并和分析应用，但受制于OLTP技术，预算、合并和分析的建模和应用只能基于二维的单元格级建模，且灵活展现和计算性能弱，无法在大型企业中进行规模化推广应用。

而国际大型企业早在20年前就开始应用多维数据库支撑下的绩效管理系统，实现多维、灵活、高效的计划预算、管理报告和经营分析等，如海波龙系统、BPC系统、Cognos等。虽然也有少部分企业应用国外的绩效管理系统，但总体受绩效管理体系成熟度不高的影响，应用深度不足。

另外，相对国际企业，我国大型企业在业务和核算系统支撑绩效管理应用方面能力不足，大型企业核算系统基本都是面向对外报告的，在异构系统数据整合能力方面比较弱，由于异构系统的数据标准不一致，企业需要通过ETL（抽取、转换和加载）的方式进行数据整合，如将一个含多维度信息的科目拆分为多个字段，其过程十分琐碎，工作量十分繁杂，数据质量难以保证，数据维度较少。

二、 新技术将驱动EPM进入新时代

近几年来，随着数智化时代的到来，“大智移云物区”等新技术驱动下，国产软件厂商迎来了新的发展机遇。国产多维数据库、事项会计落地、企业服务大模型发布等，将驱动EPM应用进入新时代。

(一) 国产OLAP的突破：EPM从二维到多维的质变

近年来，以用友为代表的一些国内厂商也开始突破多维数据库技术，并构建了与国际产品相媲美的EPM应用。国产多维内存数据库技术有三大特性：集成融合、实时计算和多维呈现。

1. 集成融合：高效集成同构异构系统数据

多维内存数据库可以支持多种类型的数据源，包括但不限于各类国际知名数据库如Oracle、MySQL、SAPS/4HANA数据库等，同时也兼容国产数据库如达梦数据库、人大金仓数据库等。此外，它还可以从CSV、Excel等数据文件中提取数据，能够实现各类异构数据的统一处理和存储。

2. 实时计算：实时处理海量大数据

多维数据库的计算性能直接影响用户在预算、合并数据计算，预算、合并报表查询的体验，在多维数据库出现之前，用户打开一张大点的报表可能需要超过数分钟的时间，但多维数据库支撑下用户体验完全不一样。以用友多维库基于自研的多维卷积算法为例，1亿Base数据顶级聚合

3. 多维建模和呈现：高效灵活的建模和数据呈现

多维数据库提供了丰富的建模能力和数据切片、切块、钻取和追踪等分析能力：

以预算应用为例，在关系数据库下，企业的预算建模是基于表格的单元格级的建模，企业每年组织、产品等变化，导致预算模型的调整工作量非常大。但在多维模型下，可以通过计算规则包容相关变化，提升建模的适应能力。

根据市场变化，用户可基于现有模型，动态创建沙箱预测场景，调整相关变量组合数据，系统可以快速计算出不同的预期经营结果，用户可以选择性的存储满意的方案。

企业绩效管理都是数据类应用。实时展示数据上下游链路关系、数据血缘关系和数据更改历史等非常重要。

(二) 事项会计：重塑了企业精细化管理的基础并实现了高质量业财数据整合

随着全球首个正式基于事项法会计产品的落地，会计正在发生一场革命。事项会计以经济业务发生时携带各类标签的经济业务为载体，实时计量记录，打破了传统会计业务信息在冗长的环节中逐渐丢失的窘境。从事项采集、多目的核算到业财大数据湖的形成，事项会计不仅能有效支撑实时、精细、多维的核算与报告，而且业务信息贯穿了财务工作的各个环节并且实时可回溯，提供利益相关方多种决策模型的相关信息，事项会计将重塑企业绩效管理建模的广度、细度、精度、频度和智能化。

广度：覆盖对企业经营相关的全域数据，从更多维度更全面的构建绩效管理模型，更好的落地企业经营战略。

细度：事项会计提供更细颗粒度的信息，如支持从智能工厂采集单台设备更精细的能耗数据，支持更精准的成本计算和盈利能力分析。

频度：事项会计实时的数据采集、加工和处理，将过去滚动预测的频度加快，一些行业已经开始构建日成本和日损益预测模型，以更科学的指导企业日常运营。

智能化：“无数据不智能”，事项会计产出了高质量的、丰富的历史数据，是进行日常预测建模的基础，也是开展逻辑回归、决策树、随机森林、神经网络等机器学习算法，进行智能预测的基础。

(三) 企业服务大模型：开启企业智能化运营和决策新篇章

2023年7月27日，全球首个企业服务大模型YonGPT正式发布，它覆盖了企业财务、人力和业务，是多领域融合化、多形态综合型的企业服务大模型。

基于大模型的人工智能在企业绩效管理领域的应用主要集中在二个方向上：自然化的人机交互和智能化的业务运营，前者通过强大的自然语言处理技术和理解能力，使能企业应用和服务与用户进行自然而流畅的对话交流，后者通过强大的数据分析和预测能力，深入洞察企业运营、识别潜在的业务风险和机会，并提供智能化的解决方案，从而提高经营决策水平和业务运营效率。

来源：财务智友