之前学习并更新过一阵子人工智能-机器学习方面的技术文集，原本想致力于AI领域发展，但正好遇到了人工智能的第一轮泡沫期，AI巨头纷纷裁员，市场环境低迷。遂，回到了传统互联网行业。新公司业务复杂，花了很长的时间也未能全部理顺。因此，原本预定更新的深度学习文集也被一再得搁浅。
新公司正处于快速发展的阶段，由于旧有的ERP系统无法支持企业的业务，因此M1层决定将系统进行一波大换血。CRM、OA、财务系统、报销系统被重新定义，主要体现在系统的可扩展性更强，且打破了原本各个系统之间的信息孤岛。
从长远来看，新系统有更多优点和价值，但每个企业在更替的过程中会有阵痛期，好似病人做了器官移植手术后的排他反应。这个阶段过度得是否平稳，主要依赖于IT人员在技术和业务上的双重专业性。
下个阶段笔者将接手财务系统 (后文简称NS) 的运维工作。相比于CRM和OA的运维，NS系统需要更深的专业知识。查询了知乎等各类咨询网站后我得到一个令人绝望的结论：IT人员想单纯依靠沟通来运维一套财务系统，可能性为零。除非只是同步一些人员基础数据，或简单排查下接口数据是否报错。
和几个做财务的朋友畅谈后，对方戏言让我系统得学习下财务知识，甚至连学习路径都给我规划了一番。说者玩笑居多，听者隐约觉得财务学好像有点意思。抱着兴趣，我回家翻了翻近两年来AI+财务的相关论文，发现AI给财务的赋能可以体现在多个领域。
举个例子：金蝶向财务人员描绘了一幅财务管理新世界的图景。未来的财务管理新世界，是企业中的每个人包括业务人员都将成为自我财务的管理者。挡在财务和业务之间的那堵围墙已经被金蝶所拆掉，企业经营过程中的业务、流程以及财务信息通道由此被彻底打通。
之后我会缓慢更新AI+财务系统相关的文集，目前大致的规划如下：
1、财务的学习路径：会计基础 => 管理会计=> 财务管理
2、结合目前的系统，了解财务工作中常见的基础数据。如：凭证、科目、企业各种业务的借贷记账处理、财务对内对外的报表。相信运维财务系统的小伙伴们对这些术语都相当熟悉了。
3、熟悉NS外的其他财务系统。
4、基于财务知识和市场主流财务系统的认知，再开深度学习+财务的篇章，深入研究财务的数据分析和算法。
PS：人工智能和传统互联网的技术只是工具，只有结合具体的业务才能把工具的价值最大化。致：每天只是调参建模，且乐此不疲的AI工程师们。
