数字经济席卷全球的背景下,我国税收行业正面临着新一轮数字化革新升级。尤其是“金税四期”工程启动以来,国家税收征管效能更是加速从“以票治税”向“以数治税”时代迈进。
以数治税背景下,财税企业面临新挑战
所谓“以数治税”,是指以数据为基础,利用掌握的企业各方面数据,如财务数据、税收数据以及来自银行系统、房产登记系统等机构的第三方数据,将其融会贯通,综合分析企业基本情况,识别企业纳税风险点,以便对企业进行监管并更好地为企业提供税务服务。
事实上,自2015年国家税务总局印发《“互联网+税务”行动计划》以来,“以数治税”就被认为是解决企业薪资计算和申报个税的“智慧密钥”。2021年,中共中央办公厅、国务院办公厅印发《关于进一步深化税收征管改革的意见》,再次强调“以数治税”,提出到2023年实现从“以票管税”向“以数治税”分类精准监管转变;到2025年基本建成功能强大的智慧税务。
“以数治税”已然成为我国税务治理现代化的主要手段。而探究其背后原因,在于单位及个人每天都会不断产生大量数据,将这些来源于不同主体的数据信息进行比对,能够侧面反映出企业的经营活动,并进一步优化企业运营。
这一过程中,结合企业实际业务发展,如何将不同行业或者同一行业内不同财税业务类型经验打通,打造标准化产品,扩大客群规模,是落地数字化财税的关键。
凭借多年财税经验,国内领先智能财税SaaS服务商云账房已和全国超过近万家代理记账机构达成合作,为超过数百万家小微企业提供财税服务,此外,云账房还以代理记账为精准切入口,运用人工智能、大数据等技术,打造智能化、自动化财税解决方案,助力代账公司构建数字化运营体系,并围绕企业运营管理全链条,提供全生命周期的生态服务,以帮助企业实现降本增效、持续发展。
然而在实际推进过程中,随着业务规模不断扩大,云帐房发现,由于前期缺乏整体规划,核心生产系统中的大部分业务部署在包括华为云在内的多个公有云、私有云平台上,多云之间虽互联互通,共同支撑其上层应用,但也使得其核心生产系统业务操作复杂,各应用之间依赖程度很高,管理成本居高不下,管理复杂度也非常高。仅以数据库存用为例,就涉及超过400个自建数据库的繁杂操作,使得IT架构升级改造迫在眉睫。
神州数码赋能客户完成数字化升级
作为中国领先的云及数字化服务商,神州数码(000034 S.Z.)携手华为云,基于云原生技术核心,帮助云账房将业务和数据从多个“云”上迁移至华为云,并实现部分业务在华为云内跨可用区域迁移,有效实现企业财税管理系统高效运转,加速数字化转型。
具体来看,在业务架构上,神州数码通过整理和优化网络架构,梳理部署在云上的业务和数据,助力云账房完成云迁移,实现了应用的合理布局。业务系统部署架构整体优化后,云账房在华为云上的系统访问速度将大幅加快,不仅有效提升了管理和服务效率,也为后续IT人员运维节省了大量时间,使其更专注于业务创新,促进业务增长,最终实现客户业务系统既能充分享受云上弹性,又能充分掌控数据自主权。
不仅如此,神州数码还基于华为云技术底座,帮助云帐方构建出代账一站式申报服务,在与时间的赛跑中抢得先机。同时,依托华为IaaS的分布式云和边缘计算能力,神州数码帮助云帐房根据“自主按需”原则实现了弹性扩容,即业务高峰时弹性增加资源,满足业务诉求;业务低峰时(非报税时间段)释放部分资源,减少云端成本。
目前,面对复杂的财税变化,在神州数码的技术支持下,云帐房已成功借助华为云减少了薪资录入及核对、数据统计等大量重复性人工操作,使以往耗时几小时的工作量缩减为如今的几分钟,并结合自身累计服务200万+企业的财税行业经验,构筑了“企业税务共享方案”、“进销存系统”、“薪税系统”、“智能财税系统”、“风险管理系统”以及“企业流程机器人”六大企业级产品矩阵。不仅实现了业、财、税、人、金一站式共享管理,更实现了进、销、存与财税一体化,助力企业规避经营风险,全面提升薪税效能。
未来,神州数码将继续以云原生技术为核心,加强整体云迁移能力,赋能客户落地更多样的云原生场景,构建出更丰富的生态圈。
好文章,需要你的鼓励
"影子AI"是指员工在未经公司批准的情况下使用AI工具办公。虽然ChatGPT等工具能提升效率,但将内部文件、客户数据或源代码输入未授权平台,可能导致企业数据失控。IBM报告显示,20%的企业存在未授权AI工具,63%尚无AI治理政策。专家建议,一味封禁效果有限,企业应明确哪些工具可用、哪些数据禁止上传,员工也应主动核查AI输出内容,避免将敏感信息粘贴至公共AI平台。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
Hirebotics联合Fanuc发布首款基于无代码Beacon平台的防爆协作喷涂机器人Cobot Painter。该方案适用于金属制造商,无需专用喷涂房或复杂编程,可在现有人工喷涂环境中数日内完成部署。操作人员通过平板或手机的"点击示教"功能即可引导机器人完成路径学习,实现液体涂料、粉末涂装等高精度重复作业,帮助制造商将涂装业务收回自主管理。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。