2022年11月8日,2022全国专精特新企业高质量发展论坛在广东东莞正式举办。作为华为全联接大会2022的重要活动,本次论坛以“融合至简·创新致远”为主题,邀请政府领导、资深专家与专精特新小巨人企业,共同为推动专精特新企业高质量发展建言献策。
论坛期间,合思·易快报创始人兼CEO马春荃以《合思专注数字化费控 助力新时代专精特新》为题发表了主题演讲,围绕如何以数字化费控报销助力专精特新企业发展与到场嘉宾进行了分享与交流。
合思·易快报创始人兼CEO马春荃
创新费控报销,走好数字化转型第一步
数字化时代变革中,企业内外部均面临着诸多挑战,财务系统首当其冲。马春荃认为,财务世界正处在工业化与数字化重叠期,尽管企业财务数字化理念已广泛普及,但建设进度与应用程度并不均匀——同一个场景,一半是电子化,一半是纸质化;同一个流程,一会在线上,一会在线下;同一个组织,一些部门在线上,一些部门在线下。旧轨道没有被彻底替换,而新轨道已经开始运行,因此“空间分散、系统分散,流程混乱、标准混乱,统计缓慢、管控缓慢”即“散乱慢”便成为了这个时期企业财务数字化的显著痛点。
当前,企业正在通过数字化重构财务新世界,作为“自己跟自己打交道”的事情,创新的费控报销是达成降本增效及整体数字化转型目标的必由之路,也是企业需要首先攻克的问题。
马春荃举例称,对于一家2000人左右的公司而言,平均每个月都有13000张报销单据需要审批,而其背后则需对23000张发票进行处理、审核与核对,需要消耗的工作时间长达4072小时。以一个北京公司来计的话,仅报销这件“小事”便需耗费428万左右的员工成本,严重影响着专精特新企业的高质量发展。
因此,合思·易快报打造了全链路L4级无需报销解决方案,消费即合规,采购即报销,帮助专精特新小巨人企业解放员工双手,将成本与精力更多地集中在创造价值的工作中。
无需报销,助力专精特新小巨人降本增效
今年6月,合思·易快报与艾瑞咨询共同发布了“无需报销分级标准”,从L1级到L5级分别对应从手工报销到人工完全退出报销流程的高级无需报销模式。马春荃介绍,目前合思·易快报无需报销解决方案全链路已达L4级,可以实现从聚合消费、导入验票、费用报销、智能审批、统一支付、财务记账、数据归档的全链路数字化闭环,全面解决企业费控报销痛点。
在这一解决方案下,员工想要实现一次无需报销的出差非常简单,只需简单两步:提交出差申请,然后在合思商城平台订票、订酒店。在这一过程中,系统将提供事中管控和同屏比价,以在保障体验的同时,做到最好的效率优化和成本优化。
而针对记账工作,合思·易快报与用友、金蝶、SAP、Oracle等主流ERP跟财务软件都完成了标准化的连接,所有在易快报产生的费用支出都可以自动记账、入账,整个过程无需人为干预。因此,无需报销方案发票自动化、支付自动化、记账自动化的特性也让财务得到了解放。
如今数字化和无纸化逐渐成为趋势,无需报销解决方案对企业降本增效的推动作用将愈发显著。马春荃介绍,山东一家专精特新小巨人客户使用无需报销解决方案后,员工基本不用花费精力在出差、加班等日常报销事务上,提单量减少了95%;财务节约了90%的发票核对工作;差旅费支出节约了超过20%;报销周期缩短了50%;同时其所有的费用都不再需要手工记账,完全由易快报自动化完成,减少的人工成本更是不可估量。
经过8年的耕耘,合思·易快报已经成为数字化费控报销的领头羊,聚集了两百多家央企集团以及上千家的上市公司、三千多家细节领域头部企业,很多企业已通过合思·易快报完成财务数字化转型升级,而专精特新小巨人企业也将在无需报销解决方案的助力下,产生非常本质的变化。
在演讲最后,马春荃表示,如今合思·易快报与华为云达成深度合作,将通过数字化创新及企业管理优化,更好地服务更多专精特新企业,帮助他们实现降本增效、高质量发展,同时也希望“让有限更有效”,帮助企业让有限的时间和资源得到更有效地利用。
好文章,需要你的鼓励
本文探讨了利用人工智能构建去中心化互联网的可能性与挑战,强调理解背后哲学思想的重要性。文章引用 Abhishek Singh 的演讲,讨论了隐私、验证、激励、编排和用户体验的难题,并介绍了 NANDA(Networked Agents and Decentralized AI)的概念,认为去中心化模式将释放数据和计算资源,推动创新,实现科技普惠。
OpenAI CEO Sam Altman 描绘了订阅式 AI 平台的愿景,计划整合 SDK、API 及“界面”,通过不断迭代打造能整合个人全生活数据的智能模型,释放巨大财富潜力。
Zerve AI Ltd. 推出一款多代理系统,将 AI 代理从代码助手升级为全流程协作者,覆盖规划、基础设施部署、构建与发布,并内置分布式计算引擎及 App Builder,加速企业级 AI 产品开发。
文章基于九国3700余位IT决策者调研数据,揭示企业在生成式AI应用过程中在预算分配、领导任命、人才培养及变革管理等方面的趋势与挑战。