障碍一：数据标准不统一。 这是最常见也最根本的问题。集团下属各子公司、各部门使用的信息系统可能来自不同厂商，数据定义、编码规则、统计口径各不相同。即使把所有数据汇聚到一个平台上，也无法进行有效的比对和分析。数据量越大，混乱程度越高。有些企业花了大价钱建设数据仓库，结果却发现里面装的是“垃圾数据”，根本无法支撑决策分析。

障碍二：业财融合不到位。 财务数据和业务数据之间存在着天然的割裂。财务系统记录的是结果数据（花了多少钱、赚了多少钱），业务系统记录的是过程数据（做了什么、为什么做）。如果两者不能有效对接，财务监督就只能看到“是什么”，而看不到“为什么”。比如，一笔销售费用超标了，财务系统可以发现问题，但无法判断是因为市场推广力度加大导致的合理增长，还是因为费用管控失效导致的异常支出。

障碍三：组织适配跟不上。 数智化转型不仅仅是技术项目，更是管理变革。原有的岗位设置、流程设计、考核方式，可能都不适应数字化运作的要求。如果不做相应的组织调整，新技术只会被旧体系“同化”，发挥不出应有的作用。一个常见的现象是：系统上线后，员工仍然按照原来的手工方式工作，系统变成了“摆设”。

当前大多数企业的数智化风控系统，采用的是“规则驱动”模式：由人工预设风控规则（如某项指标超过阈值即触发预警），系统按照规则执行。这种模式的优点是清晰可控，缺点也很明显——规则滞后于业务创新，且维护成本越来越高。

下一个阶段的方向，是“模型驱动”：通过机器学习算法，从海量数据中自动识别异常模式和风险信号。这意味着监管将从“被动响应”走向“主动预测”。

当然，从规则驱动到模型驱动的转变不会一蹴而就。对于大多数企业来说，现阶段更重要的是先把规则驱动的体系做实、做细，同时为未来的模型驱动打好数据基础。具体来说，可以从三个方面着手：一是建立高质量的数据底座，确保数据的完整性和准确性；二是梳理和优化现有的风控规则，剔除冗余规则、补充缺失规则；三是培养数据分析人才，为模型驱动储备能力。

结合业内已有的实践，数智化转型的成功至少需要三个前提条件：

一是高层的坚定推动。 数智化转型涉及多个部门的协同，没有高层的强力推动，很容易陷入“各自为政”的局面。一把手的重视程度，往往决定了转型的速度和深度。

二是业务部门的深度参与。 数智化转型不能只是IT部门的“独角戏”，业务部门的需求输入和配合程度至关重要。只有在业务部门真正用起来的情况下，系统才能发挥价值。

三是技术团队的持续投入。 数智化系统上线只是开始，后续的运维、优化、迭代才是长期的工作。企业需要建立稳定的技术团队，或者与可靠的合作伙伴建立长期关系。

如果您希望在财务监督数智化转型方面获得更系统的认知和更具体的操作指导，欢迎关注上海国资培训中心主办的第七期穿透式监管下国企审计监督与数智化风控专题培训班。

课程将于2026年9月8日至11日在上海举办，围绕穿透式监管落地的各个关键环节，设置了五大模块：

数智赋能模块：从认知迭代到蓝图设计，从智能技术驱动到组织适配变革，系统讲解数智化财务监督体系的构建路径

政策研判模块：解读穿透式监管的政策体系与最新趋势，帮助学员把握监管方向

实战工作坊模块：以穿透式内部审计为主线，通过理念讲解与现场演练相结合的方式，帮助学员掌握数据驱动的审计方法

案例实践模块：分享央企在穿透式监管与智能化探索方面的实践经验，涵盖业财融合、风控矩阵建设等实操内容

工具落地模块：围绕数据标准制定、风险预警规则库搭建、履职留痕方法等“最后一公里”问题，提供可操作的解决方案

每个模块的内容都力求贴近实际、便于转化。