财务中台(如何看待碧桂园获哈佛商业评论2019数字化转型评选两项大奖)

财务中台，如何看待碧桂园获哈佛商业评论2019数字化转型评选两项大奖？

如何看待？《哈佛商业评论》是哈佛商学院的标志性杂志，碧桂园能获此荣誉，就是听起来、看起来、实际上都很牛....

没记错的话，这是碧桂园在今年，作为房地产行业代表，凭借碧桂园集团的“数字化碧桂园”案例获得“IDC中国数字化转型综合领军者”大奖后，再次登上行业权威榜单，这也充分说明了碧桂园在全球数字化转型的新变局中，不断突破传统、建立新生态的实力。

此次，碧桂园入选2019数字化转型先锋榜TOP50，并荣获“战略升级典范”单项大奖。作为一家房企，从多元化布局到数字化转型，碧桂园的战略一步步在升级，能获得这样的荣誉也是情理之中。

而且，碧桂园在很多方面的发展战略都极具“碧桂园“特色，9省14县“可造血式”精准扶贫、SSGF智能建造、机器人建造…… 所以，个人也很期待碧桂园在建筑方面数字化的创新与应用，期待能探索出“碧桂园”特色数字化的道路。

目前的保险科技发展趋势是怎样的？

在“科技赋能”+“保险管理服务”发展模式中，保险管理服务居于整体生态结构的前端，而各类科技应用则居于底层；管理服务创新主导着行业生态变革，而科技应用则成为服务创新的有力支撑。前端服务与底层技术如何有机结合，或者说科技应用如何高效赋能保险管理服务，将直接影响着行业生态变革的水平与进程。

从发展态势来看，科技赋能保险管理服务创新主要呈现平台化发展模式。各类保险科技服务平台集成新型保险技术应用，在与前端管理服务需求紧密结合基础上，开发出各类功能应用，为赋能前端保险管理服务提供科技引擎。

一、场景化、定制化产品方案

在建设工程领域，风险广泛存在于各个建设管理阶段并衍生出各类特定的风险场景。不同建设活动主体在不同风险场景有着不同的风险保障需求，这催生着场景化、定制化的保险产品研发与投保方案制定。

风险场景。如招投标管理阶段的投标场景；施工建设阶段的工程款支付场景、农民工工资支付场景、机械设备使用场景、施工安全生产场景等；运营使用阶段的工程质量保障场景、延期利润损失保障场景等。

保障需求。如建设单位对于投标履约、工程财产保障、工程质量保障等方面的风险保障需求；再如施工单位对于工程款支付、施工安全生产等方面的风险需求。

保险科技服务平台能够基于技术创新应用，对相关用户数据进行快速抓取与深度分析，从而形成精准的用户画像。在充分理解和判断用户的风险保障需求后，平台能够为用户提供定制化的保险产品，制定最优的保险投保方案。

这中间，数据和算法尤为核心，可以说集成了多种保险科技力量的保险科技服务平台已成为工程保险场景化、定制化发展的关键要素。

二、智能化全流程风险管控

建设工程具有高风险行业特点，各类工程保险业务开展客观上要求保险公司具有较强的风险管控能力。保险科技服务平台在创新技术力量支撑下，能够实现对各类工程保险业务全流程的智能化风险管控。

保前

在数据共享技术下，平台能够通过系统接入、数据抓取，对投保人和投保项目相关信息数据（投保人基本信息、财务信息、法院执行信息等；项目性质、投资规模、工期、施工技术方案等）进行风险分析与风险评估。依托大数据技术应用，利用云计算与AI人工智能建立各类风险管理模型及体系，有效为包括是否承保或保费收取等承保决策形成依据。

保后

保后风险管理主要包括风险事故预防与风险事故处理。

1.风险事故预防

同样，通过企业财务数据、项目进度数据、专业质量风险管理机构评估数据等风险数据建立模型，平台能够实现对各类工程风险的有效识别、评估、处置与监控，不仅为保险公司、相关建设主体提供风险决策依据，还为政府市场监管提供有效依据。

二、风险事故处理

保险公司对各类风险事故的传统处理办法，主要是通过人工定损、审核、理赔。一方面，这种处理方式消耗着大量的人力成本与时间消耗；另一方面审核人员往往需要在很短时间内完成大量理赔案例的分析、定损，细节上难免会有疏漏，易出现保险欺诈风险。

保险科技服务平台基于各项保险科技应用，可以通过平台AI数据调取、云端算法图像识别，支持保险公司实现对风险事故的远程智能定损，包括及时制定维修或理赔方案，有效降低风险事故处理的人力成本投入，提高事故处理效率。同时，通过建立系统反欺诈逻辑，平台还能够对欺诈行为共性进行鉴别与反欺诈，为保险行业欺诈风险的分析与预警监测提供支持。

三、一体化线上平台管理服务

无论对于提高保险公司管理服务效率还是优化消费者保险服务体验，一体化线上保险科技服务平台都具有多方面的创新优势，能够更好的赋能前端保险管理服务。

提高保险公司管理服务效率

“科技赋能”+“保险管理服务”平台化发展模式下，一体化线上系统平台能够为保险公司提供从投保、审核、支付、出单到退保、理赔、发票申请等全流程线上化、智能化管理服务解决方案。包括基于创新技术应用为用户提供定制化保险产品，制定最优保险投保方案，以及提供覆盖建设工程保险服务全生命周期的风险管理服务。

优化消费者保险服务体验

信息化时代下，消费者日益追求方便、快捷、高效的保险服务体验。保险公司在投保、理赔、咨询、答疑等环节的响应速度直接影响着消费者保险服务体验的好坏。高效、便捷的保险服务能够更好的与消费者建立信任关系，促进投保交易，增加用户粘性；迟缓的保险服务响应将带来较差的消费体验感，造成客户流失。

在大数据、云计算、人工智能、区块链等科技力量赋能下，一体化线上系统平台支持消费者在线投保与理赔，提供“7×24小时”即时交流服务（人工智能应用），大大提高保险消费者的实际用户体验。

保险管理服务与科技融合是近年来保险理论研究与行业实践的重要内容。“科技赋能”为工程保险管理服务提供强大的“引擎”动力，推动着工程保险领域的各项管理服务变革。

银行财务会计部好吗？

银行财务会计是一家银行的中台管理部门，承担了该银行（网点）的财务管理、资金核算、现金调拨等职责，属于非常关键的部门，所以说很好。

财务共享与数据中台管理会计究竟是怎样的关系？

财务共享与数据中台、管理会计究竟是怎样的关系？或许以上元年科技的这个视频中有你要的答案！

人工智能与大数据专业怎么样？

接楼上刘老师的回答，这确实是个不错的问题。随着近几年人工智能技术和大数据技术的发展，大数据和人工智能在各行各业的落地应用变多，人才需求也变得越来越大，这两个词也逐渐被大众熟知。作为大数据与人工智能领域的一名从业者，下面我分享下我对这两个专业的一些看法。

人工智能专业和大数据专业分别是什么？

1、人工智能专业：

人工智能专业：以培养掌握人工智能理论与工程技术的专门人才为目标，学习机器学习的理论和方法、深度学习框架、工具与实践平台、自然语言处理技术、语音处理与识别技术、视觉智能处理技术、国际人工智能专业领域最前沿的理论方法，培养人工智能专业技能和素养，构建解决科研和实际工程问题的专业思维、专业方法和专业嗅觉

这里引用百度百科中的解释，个人感觉说的还是比较全面的。其中几个关键词为机器学习，深度学习、自然语言处理、语音处理、视觉智能，这几个关键词大概覆盖了目前人工智能方向的核心理论和核心应用。其实本阶段的人工智能的核心就是基于机器学习和深度学习的理论，研究自然语言（小冰机器人）、语音（ 讯飞翻译）、视觉（无人价值、人脸识别）三大大类方向的智能应用。

2、大数据专业

大数据专业在某些学校开设的可能叫数据科学与大数据技术专业，其培养目标为：

旨在培养社会急需的具备大数据处理及分析能力的高级复合型人才。具体包括：掌握计算机科学、大数据科学与信息技术的基本理论、方法和技能，受到系统的科学研究训练，具备一定的大数据科学研究能力与数据工程实施的基本能力，掌握大数据工程项目的规划、应用、管理及决策方法，具有大数据工程项目设计、研发和实施能力的复合型、应用型卓越人才。

目前的大数据专业大概可能氛围三个大的方向：

大数据开发方向; 所涉及的职业岗位为：大数据工程师、大数据维护工程师、大数据研发工程师、大数据架构师等；数据挖掘、数据分析和机器学习方向; 所涉及的职业岗位为：大数据分析师、大数据高级工程师、大数据分析师专家、大数据挖掘师、大数据算法师等；大数据运维和云计算方向；对应岗位：大数据运维工程师；

大数据开发可能涉及到如各种云平台（阿里云、腾讯云、华为云）、大数据系统（大数据中台 ）等的开发；数据挖掘、分析和机器学习方向，主要对大数据进行分析，如广告推荐、视频推荐等等；大数据运维主要是保障大数据平台的稳定和可靠。

这两个专业的前景是怎样的？

两个专业作为近年来的热门专业，肯定是有一定理由的。国家推广、商业应用前景大可能是这两个专业比较火爆的原因之一。

1、“新基建”浪潮，大数据中心、人工智能

最近国家提出“新基建”的七大领域：特高压、新能源汽车充电桩、5G基站建设、大数据中心、人工智能、工业互联网、城际高速铁路和城际轨道交通。其中人工智能和大数据中心都名列其中，可见国家对这两个方向的重视程度。

另外像人工智能技术，早就被国家定义为全民都应该掌握的技术，也是未来有可能超过美国的一个点。

所以从国家层面，这两个专业都是国家未来要着重发展的方向。

2、高实用性、各行业信息化、智能化转变的需要

数据是数字经济的命脉

随着移动互联网和智能终端的普及，基于信息技术的人类日常生产生活繁衍出诸多数据。这些数据成为社会生产者和消费者的行为分析最有效的依据。从信息经济向数字经济转变的过程，就是从人工知识到大数据驱动学习迈进的过程。

数据爆炸时代，将数据科学简单定义就是“从数据中提取有用知识的一系列技能和技术”。为“浩如烟海”的数据提供全强大的计算方式，进行数据管理、系统开发、海量数据分析与挖掘、实现数据价值的“精纯度”，正是大数据专业所要培养的技术核心所在。

我感觉在未来，大数据技术可能是每个行业必备的。而数据也将成为未来企业的巨大的竞争力，谁掌握了数据，谁就更具备优势。

两个专业的关系和关于专业选择的一些建议

大数据智能是人工智能最基础的方向之一，必将推动新一代人工智能的发展。数据科学和大数据，通过建立驱动数据和知识引导的智能计算平台和方法，从数据样本中提取知识构建模型。形成从数据到知识，从知识到智慧的人工智能的进阶之路。因此数据是实现智能的基础，两个专业有所交叉，又各有特色。

一些建议：

从目前各高校开设这两个专业的情况来看，这两个专业还是属于计算机专业的分支，即使成立的单独的学院，师资力量也不一定雄厚。所以，如果国内牛校的计算机专业也不影响具体内容的学习，而计算机专业可能师资和培养计划会更加完善。目前计算机相关的各专业其实都在往这两个专业方向靠近，比如数据库、计算机软件、操作系统等等，都会有大数据-人工智能在本方向的一个更细分的应用作为结合，所以不是说只有读这两个专业才会进这两个专业对应的岗位，夯实基础、学好技能才是最重要的。

回答终于回归到专业领域，哈哈！如果有其他问题也可以关注我或者想我提问！

请动动您发财的双手点赞关注！您的点赞和关注是我最大的动力！