1、关键时刻 VI数字化时代的 预测预测 是相当困难 的 ， 尤其 是关于未来。 尼 尔斯 玻尔诺贝尔物理学奖得主23数字化时代的预测 4算法预测 6连锁反应 9变革正在进行 11算法 预测实践 14如何实现目标 1617展望未来 1901行动之前02030406070809存在的困难 13054010203040506070809对未来的向往是人类进化传承的一部分。能够预测并有效应对风险的人，往往更有可能生存下来。这对企业而言亦是如此：深谋远虑、着眼长远的企业，始终能够从竞争中脱颖而出，领先 对手 ， 这便是预测的意义所在。然而，预测又是 一项 极其困难且耗资巨大的工程。企业提升预测能力的动机各
2、有不同。对部分企业而言，能够 提供 有关分析和市场的可靠预期，将 有效推动决策制定 ；而对另 一些 企业来说，通过预测消费需求来调整生产以减少浪费更为重要。也有企业想要以此改善成本管理，并提高预测流程的效率。过去，预测多为一个依赖人工处理的流程，数字收集、整理和操作往往都是由人通过电子表格进行。随着可利用的数据越来越多，传统的预测流程日益变得费时费力，识别出具有意义的重要信息变得非常困难。因此，人们在 决策时 经常依靠直觉和判断，而这不可避免地 会 存在无意识的偏见及有意设定过低目标的问题。数字化时代的预测5010203040506070809还有另外一种方法 。企业如今正逐渐采用新的预测流程
3、，将人工与数据驱动型预测算法相结合，共同开展预测。得益于先进分析平台、内存计算以及人工智能工具（包括机器学习）等新技术的发展，这 一方法 成为了现实。类似的数字化工具在我们的消费生活中十分常见：手机地图应用可 帮助我们 预测到达目的地的确切时间；实时天气应用可告诉我们下雨或者天气变化的确切时间。因此，希望在工作中具备相应的预测能力亦是理所应当。如今 ，掌握这些 技术的预 测专 才能够使企业更有信心同时也更快速地探索其一直希望了解的事情，以及重新认识企业已经了解的事情。首席财务官肩负重任，亟需转变企业看待和应用数据的方式。在预测领域，首席财务官可推行一种以数据为驱动的创新方法，帮助人们预测自身企
4、业的未来 发展情况 。他们可通过模拟重大决策所产生的潜在影响，助力形成更具智慧的洞察，推动更为强劲的业绩表现。有关推动数据驱动型预测方法成为现实的 数字化 能力的更多介绍，敬请参阅 关键时刻 I：数字化世界中的财务 报告。6010203040506070809算法预测人 机协同，智测未来如今，声称自己拥有能够预测未来的软件技术的企业随处可见。然而，现实发展往往远跟不上宣传炒作的步伐。德勤对此的看法如下：基本认识算法预测利用统计模型描述未来可能发生的事情。 这一流程依靠企业及市场历史数据 储备 、具备丰富经验的数据科学家所选择的统计算法，以及能够以更快、成本更 低的方式收集、储存并分析数据的现代
5、化计算能力。深入了解预测模型若能充分考虑偏差，妥善处理数据中的事件和异常情况，并自行调整，则能够带来更大的价值。这便是机器学习的作用所在。随着算法不断从过去的预测周期中“自我学习”，预测的准确度将会逐步提升。这些模型亦只有建立在更为丰富且更为精细的数据基础上才能发挥更大效用。某些情况下，这需要采用能够读取大量文件（包括文章、社交媒体信息、信件及其他文字）的自然语言处理技术，并将读取的数据直接输入到算法之中。洞察在与人类智慧相结合之时，算法预测技术得到实质提升 。机器保障数据的真实 有效，人工则评估机器得出的结论，并将之转化为决策和行动。正是这种共生关系使算法预测更为有效 ，尤其人 被 纳入组织
6、 ，支持和分享他们的 发现。预测 的本质算法预测并不能凭空创造出任何价值，亦无法保障百分之百的准确性，但是能够有效地推动企业从开展规划、制定预算及预测分析中获取更大价值。已经有企业在打造自身预测能力的过程中，显著提高了年度和季度预测的准确性，同时减少了偏差，耗时相比传统方式亦大大缩短。7010203040506070809以下要素相辅相成，共同构成算法预测的基础人工智能 人工智能应用 现代计算能力 数据来源 高级分析平台8010203040506070809是否还有更紧迫的事情需要解决？面对眼花缭乱的潜在投资机会，首席财务官们在不断地权衡相关投资回报。许多领导者正逐渐将算法预测提至议程的优先位
7、置，原因如下：竞争优势领导者若能够基于内部和外部的潜在业务驱动因素更准确地预测未来，便能更好地发现预警信号，并采取应对措施。日益增强的颠覆性随着颠覆性竞争推动企业业务和运营模式发生转变，传统预测方式所采用的历史模式和趋势将逐渐变得无关紧要。日趋复杂的形势全球市场和供应链日趋复杂，同时波动日益加剧，企业应当充分利用算法预测所带来的敏捷性，在新形势出现的过程中，甚至在其出现之前了解其所蕴含的意义。9010203040506070809对于采用算法模型的预测方式，某些方面较为简单直接，而某些则颇为 复杂 。改变 流程 、建立信任、增强透明度、实现人机器合作等，均是相当棘手的挑战。工作模式的改变采用算
8、法预测后，财务部门减少了枯燥繁重的人工作业，更多地专注于开展分析和洞察工作。员工无需耗费大量时间研究电子表格，能够在预测过程中充分发挥自身的专业判断能力。领先的财务组织已开始采用自动化工具协助开展人工密集型任务，如 交易 处理。日常预测工作的自动化时机亦已成熟，亟待改进。劳动力的改变企业的财务人才模式亦需要不断调整，以适应工作 方式的 改变 ， 这将要求企业拥有与当前员工组合截然不同的人才结构。卓有成效的算法预测有赖于财务、数据分析和业务团队之间的协同合作。一旦步入正轨，这些团队可有效应对各类不同的预测需求，将预测能力融入企业运营，推动各部门之间的融合。这些团队对企业确立有效的算法解决方案、 获取 洞察并持续 对 结果负责不可或缺。连锁反应
