建立 AI 原生財務職能帶給我的啟示

財務已成為一項即時職能。在我看來，這個機遇遠不止於加快結算或更頻密地更新預測。真正的意義在於隨業務變化掌握全貌，協助管理層更早行動，並讓財務團隊有更多時間塑造未來。

兩年前我加入 OpenAI 時，只有一支規模不大的財務團隊，支援一家以驚人速度增長的公司。我們需要從零開始建立財務職能，並讓 AI 成為工作、決策及支援業務方式的核心。

我亦看見了一個熟悉的起點。結算和更新預測仍涉及重複的人工工作：尋找資料、解釋變化，以及整理決策所需的輸入資料。即使我們能使用全球最先進的 AI 工具，但仍在學習如何圍繞這些工具重新設計財務職能。

因此，我們訂立了兩項進取目標：零日結算，以及自動化且持續更新的預測。

零日結算旨在讓管理層即時掌握公司已完成對賬且可追溯的財務狀況。持續預測建基於這個基礎，展示業務如何變化、下一步可能發生甚麼，以及哪些決策可改變結果。

我們仍在努力實現這兩項目標。這項工作已經改變了團隊的運作方式。它促使我們突破靜態試算表、手動搜尋佐證記錄和簡報的限制，轉而採用建基於完整業務背景與數據的即時工具。它亦讓財務專業人員能夠建立工作所需的工具，進一步發揮專業知識。

對我而言，這正是 AI 原生財務職能的真正潛力：團隊可即時掌握當下情況，協助管理層看清前方選擇，並在結果仍可改變時，讓企業有更多時間採取行動。

要達到這個目標，單靠採用新技術並不足夠。我們必須圍繞關鍵決策重新設計工作，讓員工有空間試驗，在每項工作流程中建立清晰的問責機制，並衡量 AI 可靠完成的工作，以清楚展示投資回報。

以下是我們從經驗中總結、每位財務總監都可應用的五項實務心得。

第一步是開放廣泛使用權。員工需要有空間在自身工作情境中探索 AI。若能配合針對實際問題的系統化試驗，使用權便可創造最大價值。

我們邀請銷售工程師參與財務黑客松，並請團隊提出他們希望改造的工作流程。其中一項成果是投資者關係 GPT，這個自訂 GPT 以經核准的資料為依據，協助投資者關係團隊回答盡職審查問題。我們亦開始為採購和稅務等範疇建立自訂 GPT。

這場黑客松將 AI 從抽象的概念轉化為實用工具。員工在一天內便可找出重複任務、建立解決方案、與同事共同測試，並加以改進。這些應用案例由最熟悉工作的人提出，而技術專家則協助他們加快進度。

對財務總監而言，啟示很簡單：必須兼備由下而上的試驗與由上而下的策略。把安全且功能強大的 AI 交到員工手中，讓最熟悉工作的人找出更有效的做事方式。同時，管理層應把注意力與資源集中於對業務最重要的變革。兩者結合時，真正的機遇便會出現：把前線提出的實用構思，應用於最重要的優先事項。

財務團隊投入大量精力整理決策所需的輸入資料。一次預測審查可能需要人員尋找最新數據、核對試算表、解釋差異、製作圖表、準備文件，再把文件轉成投影片。分析最終會交到決策者手上，但團隊的大量時間早已耗於整理資料。

AI 改變了工作的基本單位。財務主管可以重新設計從來源數據到決策的完整流程。

以結算為例。每位財務總監都熟悉每月流程：實際數字在一個系統、採購訂單在另一個系統、應計項目在試算表，而差異解釋則埋沒於訊息串中。

我們正邁向一套不同的營運模式。零日結算的目標，是在持續對賬的視圖中連接已核准的開支計劃、總分類賬實際數字、採購訂單、應計項目及交易詳情。每項差異都可追溯至相關活動。AI 可以準備初步解釋，並標示需要關注的例外項目。財務團隊負責驗證數字、作出專業判斷，並承擔最終批核責任。

結算並不會消失。開始消失的，是期末後匆忙重組業務全貌的情況。

這個完成對賬的基礎可支援持續更新的預測。我們的團隊正在建立工作流程，整合統計模型、銷售對話、客戶層面的實證、營運數據及財務判斷。

我們正突破試算表的限制，轉用更具互動性的工具，把統計預測、佐證資料與各種情境整合於同一個即時畫面。管理層可以看見哪些事情有變、變化原因，以及哪些決策可改變結果。當基準預測遺漏新的客戶承諾時，系統可顯示相關佐證，並展示調整會如何影響季度或全年業績。財務團隊可檢視假設、比較不同情境，並決定是否更新已核准的預測。

同一畫面亦可協助管理層作出更佳的資本配置決策。財務團隊可以看出營銷開支在哪些方面帶來回報、回報在哪些方面逐漸減少，以及重新分配下一筆資金可能產生的影響。

自動化預測是最終目標。要實現這個目標，便要持續更新視圖、加快情境分析，並清楚確立財務部門的主導權。

更廣泛的啟示是：從一項影響重大的決策開始，再反向規劃。梳理支援該決策所需的數據、工具、審批與交接流程。然後判斷 AI 可以分析、協調或完成哪些部分。這可提升整個決策週期的速度與質素。

更重大的轉變是，財務專業人員現在可以自行開發工作所需的工具。

OpenAI 最近的研究顯示，財務專業人員的專門 AI 應用中，40% 涉及傳統財務以外的工作，22% 則涉及工程相關任務。

我團隊中的每位成員，都在使用 ChatGPT 工作和 Codex 建立自訂 AI 資訊主頁及工具。工作模式正由靜態 Excel 模型和 PowerPoint 簡報，轉向建基於完整業務背景與數據的即時資訊主頁。這些工具可以延續分析、回應跟進問題，並隨基礎資料變化而更新。

我們有一位支援廣告業務的團隊成員，過去從未編寫程式。他使用 Codex 建立了一項工具，把每月廣告預測轉化為每週及每日計劃。該工具會考慮平日與假期、比較預測，並確保每個數字都與已核准的模型一致。營銷主管可以迅速了解哪些因素有變、應在哪裏投資，以及額外開支可能帶來多少回報。

了解問題的人現在可以親自塑造解決方案。建立這些工具亦促使他們重新思考慣常的工作方式。財務專業人員可以建立企業所需的決策基礎設施，與同事共同測試，並隨工作演變持續改進。

財務團隊並非變得不再專業。他們只是獲得了把專業知識應用得更廣更深的能力。

投資者關係 GPT 讓我們汲取了有關監控的重要一課。面對投資者的盡職審查問題，分析師可能需要翻查以往資料、草擬回覆、核查一致性，並協調審核。採用以已核准來源為依據的自訂 GPT 後，過往需要數小時甚至通宵處理的工作，現在數秒內便可生成紮實的初稿。

人類的角色依然是核心。我們的投資者關係團隊會審閱初稿、加入專業判斷與背景資料，並確保對不同投資者的答覆保持一致。AI 負責加速工作流程，而人類則對最終成果承擔責任。

這才是適合財務工作的模式。財務總監應與資訊科技及管治團隊合作，界定 AI 系統可以存取哪些數據、執行哪些操作、何時需要審批，以及何時應將問題上報。每項輸出都應連結至可靠來源。每項預測都應附有清晰解釋。對已核准基準的任何更改，都應取得財務部門授權。

「token 狂熱」（tokenmaxxing）的短暫風潮已經過去。現在要設定用量限制、預算監控、角色存取權、模型路由規則及審批門檻，已相當簡單。財務總監可以像管理任何可變開支一樣，嚴謹管理 AI 用量，同時讓團隊有空間開發和試驗。

清晰的問責機制能建立加快行動所需的信心。隨着整合、對賬與準備工作加快，財務專業人員可騰出更多時間質疑假設、為業務提供建議，並運用專業判斷。

財務總監需要一套以營運績效為基礎的 AI 評分機制。購買更多席位或使用更多 tokens，並不能說明甚麼。關鍵在於工作是否妥善完成，以及實際成本是多少。

針對每項工作流程，應提出四個問題：

• AI 是否完成了重要的工作？
• 計及員工時間、審核及重複工作後，成本是多少？
• 成果是否達到可用水平？
• 它是否有助我們加快行動或作出更明智的決策？

對財務團隊而言，有價值的工作可能是更新預測、解釋差異、完成審計要求，或回答董事會的問題。就結算而言，評分指標可包括週期時間、自動完成對賬的交易比例、需要審核的例外項目數目，以及解釋差異所需的時間。就預測而言，則可包括預測準確度、更新頻率、建立新情境所需的時間，以及預測所支援決策的質素。

最便宜的模型不一定最具經濟效益。如果較佳的模型能以較少嘗試和審核得出可靠答案，其整體成本反而可能較低。

財務處於策略、資本、數據、風險與績效的核心。因此，財務總監能以獨特視角了解公司如何運作，亦肩負引領 AI 轉型的重要使命。

AI 原生財務職能的特點，是週期更短、監控更完善、決策更明智，並有更多時間運用專業判斷。這條路始於一項有意義的工作流程，再憑實證逐步擴展：為員工提供工具、協助他們重塑工作、清楚劃分責任，並衡量成果。

零日結算與持續預測體現了更宏大的目標：讓財務團隊即時掌握當下情況，向管理層展示下一步可能發生甚麼，並協助公司更早作出更佳決策。

最終，財務團隊將擁有更強大產能，而財務總監亦能更清楚掌握業務狀況。這亦為整間公司如何將智能轉化為持久價值，建立一套可行模式。正如我常說：「看不見可能，就無法成為理想中的自己。」如果希望財務團隊把握 AI 帶來的可能性，我們就必須讓他們看到實際面貌，而作為財務總監，應由我們率先開始。

我的財務團隊分享了實際運作方式，你可以在此觀看錄影⁠（在新視窗中開啟）。