构建 AI 原生财务职能带给我的启示

财务已经成为一项实时职能。在我看来，这一机遇远不止加快结账或更频繁地更新预测。它意味着随时掌握业务变化，帮助领导者更早采取行动，并让财务团队有更多时间塑造下一步的发展。

两年前我加入 OpenAI 时，只有一个规模很小的财务团队，支持一家正以惊人速度增长的公司。我们需要从零开始建立财务职能，并让 AI 成为我们开展工作、做出决策和支持业务的基础。

我也看到了一个似曾相识的起点。结账和更新预测仍涉及重复性的人工工作：查找信息、解释变化，以及汇总决策所需的输入。我们可以使用世界上最先进的 AI 工具，但仍在学习如何围绕这些工具重新设计财务职能。

因此，我们设定了两个大胆目标：零日结账，以及自动化、持续更新的预测。

零日结账旨在为领导者提供实时、经过对账且可追溯的公司财务状况视图。持续预测以此为基础，展示业务正在如何变化、接下来可能发生什么，以及哪些决策可能改变结果。

我们仍在为实现这两个目标而努力。这项工作已经改变了我们团队的运作方式。它推动我们突破静态电子表格、手动查找支持记录和演示文稿的局限，转向基于企业完整上下文和数据构建的实时工具。它还让财务专业人员能够构建工作所需的工具，将自身专业能力延伸到更广领域。

对我而言，这才是 AI 原生财务职能的真正前景：团队能够实时了解正在发生的情况，帮助领导者看清未来的选择，并让企业在结果仍可改变时拥有更多时间采取行动。

要实现这一愿景，仅仅采用新技术还不够。我们需要围绕重要决策重新设计工作，为员工留出实验空间，在每个工作流中明确问责，并衡量 AI 可靠完成的工作，从而清晰呈现投资回报率。

以下是我们从实践中总结的五条经验，每位 CFO 都可以借鉴。

第一步是广泛开放使用权限。员工需要能够结合自己的工作自由探索 AI。当开放使用与围绕实际问题开展的结构化实验相结合时，便能创造最大价值。

我们邀请销售工程师参加财务黑客松，并让团队带来他们希望改变的工作。成果之一是 IR-GPT：这是一个基于已批准材料构建的定制 GPT，投资者关系团队使用这些材料回答尽职调查问题。我们还开始为采购、税务等领域构建定制 GPT。

黑客松让 AI 从抽象能力变成了实用工具。人们可以在一天之内识别一项重复性任务、构建解决方案、与同事一起测试并加以改进。用例来自最贴近实际工作的人，技术专家则帮助他们加快进度。

对 CFO 而言，经验很简单：既要有自下而上的实验，也要有自上而下的战略。将安全、强大的 AI 交到员工手中，让最贴近工作的人找出更好的完成方式。与此同时，领导层应将注意力和资源集中在对业务最重要的变革上。当两者相遇时，真正的机遇就会出现：将一线的实用创意应用于最重要的优先事项。

财务团队投入大量精力来汇总决策所需的信息。一次预测审核可能需要员工查找最新数据、核对电子表格、解释差异、制作图表、准备文档，再将文档转化为幻灯片。分析最终会送达决策者手中，但团队的大量时间早已花在资料汇总上。

AI 改变了工作的基本单元。财务领导者可以重新设计从源数据到决策的完整路径。

以结账为例。每位 CFO 都熟悉每月的流程：实际数据在一个系统里，采购订单在另一个系统里，应计项目在电子表格里，而差异解释则埋在消息讨论串中。

我们正努力采用一种不同的运营模式。零日结账的愿景，是在一个持续对账的视图中连接已批准的支出计划、总账实际数据、采购订单、应计项目和交易明细。每项差异都可以追溯到相应的底层业务活动。AI 可以准备初步解释，并标记需要关注的异常。财务部门负责核实数字、运用专业判断并完成最终签核。

结账不会消失。开始消失的，是期末过后手忙脚乱地重现业务全貌的过程。

这个经过对账的基础可以支撑持续更新的预测。我们的团队正在构建工作流，将统计模型、销售对话、客户级证据、运营数据和财务判断整合起来。

我们正突破电子表格的局限，转向更具交互性的工具，将统计预测、支持证据和情景整合到一个实时视图中。领导者可以看到发生了什么变化、变化的原因，以及哪些决策可能改变结果。如果基准预测遗漏了客户的最新承诺，系统可以调取支持证据，并显示调整会对本季度或本年度产生怎样的影响。财务部门可以审查假设、比较不同情景，并决定是否更新已批准的预测。

同一视图还可以帮助领导者做出更好的资本配置决策。财务团队可以了解哪些营销支出正在产生回报、哪些领域的成效开始递减，以及重新分配下一笔资金可能带来什么结果。

自动化预测是我们的目标。实现这一目标，需要持续更新的视图、更快的情景分析，以及明确由财务部门承担责任。

更广泛的经验是：从一项影响重大的决策入手，反向梳理流程。梳理支持这项决策所需的数据、工具、审批和交接环节。然后确定 AI 可以分析、协调或完成哪些部分。这会提升整个决策周期的速度和质量。

更大的转变在于，财务专业人员现在可以自行构建工作所需的工具。

OpenAI 最近的研究显示，财务专业人员使用专用 AI 的场景中，40% 涉及传统财务之外的工作，22% 涉及工程相关任务。

我团队中的每个人都在使用 ChatGPT 工作和 Codex 构建定制 AI 仪表板与工具。工作方式正从静态 Excel 模型和 PowerPoint 演示文稿，转向基于企业完整上下文和数据构建的实时仪表板。这些工具可以延续分析、回答后续问题，并随底层信息的变化而更新。

团队中一位负责支持广告业务的同事此前从未编写过代码。他使用 Codex 构建了一款工具，将我们的月度广告预测转化为周计划和日计划。它会考虑工作日和节假日、比较预测，并确保每个数字都与已批准的模型保持关联。营销负责人可以快速了解发生了什么变化、应在哪里投资，以及新增支出可能带来多少回报。

了解问题的人现在可以亲自塑造解决方案。构建这些工具也会促使他们重新思考惯常的工作方式。财务专业人员可以创建业务所需的决策基础设施，与同事共同测试，并随着工作的演变不断改进。

财务团队的专业化程度并没有降低。他们正在获得将专业能力延伸到更广领域的本领。

IR-GPT 让我们认识到有关控制的一项重要经验。面对投资者的尽职调查问题，分析师可能需要查阅以往材料、起草答复、检查一致性并协调审核。使用基于已批准来源构建的定制 GPT，过去需要数小时甚至通宵进行的工作，如今几秒钟就能生成高质量初稿。

人的作用仍然至关重要。我们的投资者关系团队会阅读初稿，加入专业判断和背景信息，并检查面向不同投资者的答复是否保持一致。AI 加快工作进程。人对结果负责。

这正是适合财务工作的模式。CFO 应与 IT 和治理团队合作，明确 AI 系统可以访问哪些数据、可以执行哪些操作、何时需要审批，以及何时应上报问题。每项输出都应关联可靠来源。每项预测都应附有清晰的解释。对已批准基准的任何更改都应获得财务部门授权。

短暂流行的“token 最大化”热潮已经退去。现在，设置使用限额、预算控制、基于角色的访问权限、模型路由规则和审批阈值已十分简单。CFO 可以像管理其他可变支出一样，严谨地管理 AI 使用，同时为团队留出构建和实验的空间。

明确问责可以建立加速行动所需的信心。随着信息综合、对账和准备工作提速，财务专业人员将有更多时间质疑假设、为业务提供建议并运用专业判断。

CFO 需要一套以运营绩效为基础的 AI 评分体系。购买更多席位或使用更多 token 并不能说明多少问题。真正重要的是工作是否高质量完成，以及实际成本是多少。

针对每个工作流，都应提出四个问题：

• AI 是否完成了真正重要的工作？
• 成本是多少，包括员工投入的时间、审核和返工？
• 结果是否达到可用标准？
• 它是否帮助我们加快行动或做出更好的决策？

对财务团队而言，有价值的工作可能是更新预测、解释差异、完成审计请求或回答董事会的问题。对于结账，评分体系可以包括周期时长、自动对账的交易占比、需要审核的异常数量，以及解释差异所需的时间。对于预测，指标可以包括预测准确性、更新频率、生成新情景所需的时间，以及预测所支持决策的质量。

最便宜的模型并不一定最经济。如果更好的模型能以更少的尝试和审核得出可靠答案，其总体成本反而可能更低。

财务处于战略、资本、数据、风险和绩效的交汇中心。因此，CFO 能够从独特视角了解公司的运作方式，并有充分授权来引领公司的 AI 转型。

AI 原生财务职能的特征是周期更短、控制更强、决策更优，并能留出更多时间进行专业判断。这条道路始于一个重要的工作流，并以证据为基础逐步扩展：为员工提供工具，帮助他们重塑工作，明确责任归属，并衡量成果。

零日结账和持续预测体现了更宏大的愿景：财务团队能够实时了解正在发生的情况，向领导者展示接下来可能发生什么，并帮助公司更早做出更好的决策。

最终，财务团队将拥有更强的执行能力，CFO 也能更清晰地洞察业务。这也为整个公司如何将智能转化为持久价值建立了一套可行模式。正如我常说的：“看不见可能，就无法成为理想中的自己。”如果希望财务团队拥抱 AI 带来的可能性，我们就必须让他们看到它的实际形态——而作为 CFO，这要从我们自己开始。

我的财务团队分享了这在实践中的具体形态，你可以在此观看录像⁠（在新窗口中打开）。