如果說ChatGPT掀起的AI浪潮從消費(fèi)端向產(chǎn)業(yè)端滲透時(shí)，ToB領(lǐng)域各個(gè)行業(yè)與業(yè)務(wù)單元都步入到了變革的周期，企業(yè)財(cái)務(wù)領(lǐng)域也位列其中。但仔細(xì)回顧可以發(fā)現(xiàn)，早期財(cái)務(wù)領(lǐng)域并未實(shí)現(xiàn)大規(guī)模企業(yè)應(yīng)用，直到最近一年隨著成本下降，財(cái)務(wù)領(lǐng)域的AI應(yīng)用才真正開始落地。過去依賴人工填報(bào)、審核、對(duì)賬的費(fèi)控報(bào)銷流程，正在被AI重新定義。

但另一方面，財(cái)務(wù)領(lǐng)域作為以 “嚴(yán)謹(jǐn)性”“確定性” 為核心訴求的賽道，目前大模型也好，智能體也罷，不可避免的“幻覺”和可解釋性的問題，也是阻礙AI+財(cái)務(wù)的一大掣肘。近日，全球四大會(huì)計(jì)師事務(wù)所之一的德勤用AI生成的報(bào)告被曝引用虛構(gòu)文獻(xiàn)備受關(guān)注。

機(jī)遇和挑戰(zhàn)并存，或許正代表AI在財(cái)務(wù)領(lǐng)域的應(yīng)用走深，處于真正“智能決策”的前夜。

成本下降，帶來需求涌現(xiàn)

其實(shí)財(cái)務(wù)真正擁抱AI，并開始從“流程自動(dòng)化”走向“智能決策”也僅僅才開始不到一年的時(shí)間。如果要找到一個(gè)開始的時(shí)間節(jié)點(diǎn)的話，可以追溯到年初DeepSeek問世之時(shí)。

在合思創(chuàng)始人兼 CEO 馬春荃告訴筆者，在DeepSeek問世之前，合思就嘗試了利用AI大模型的能力去打造新的財(cái)務(wù)體系，實(shí)現(xiàn)從IT到AI替的過程。但彼時(shí)，因?yàn)檎w模型成本、算力成本很高，使用AI技術(shù)賦能財(cái)務(wù)流程的費(fèi)用，要遠(yuǎn)高于人工成本，而這也是絕大多數(shù)行業(yè)在DeepSeek之前，對(duì)生成式AI“望而卻步”的重要原因之一。

以AI識(shí)別報(bào)銷小票為例，粗略估算一下，使用人工審核小票的“工資”成本大概在1~2元錢，但使用AI大模型審核的成本將達(dá)到9~10元錢，“生成式AI在財(cái)務(wù)流程中的應(yīng)用是為了降本增效的，但如果因?yàn)橛昧薃I的能力而讓企業(yè)花費(fèi)了更大的成本，那還不如使用最傳統(tǒng)的辦法?！瘪R春荃曾在與筆者的交流中表示。

當(dāng)DeepSeek問世之后，將原本使用AI審核一張小票的費(fèi)用從9~10塊錢，降低到了6~7毛錢，“大幅降低的費(fèi)用，遠(yuǎn)超過了使用人工審核的性價(jià)比，讓AI小票識(shí)別真正得以落地?！瘪R春荃指出。

“DeepSeek讓企業(yè)能以更低的成本，獲取更高性能的AI能力，同時(shí)企業(yè)還能在合法合規(guī)的情況下使用，這為AI+財(cái)務(wù)的實(shí)現(xiàn)，提供了很大的支持?！瘪R春荃總結(jié)道。

財(cái)務(wù)多場景已落地AI應(yīng)用

過去的智能費(fèi)控聚焦兩大核心：流程整合與資源整合。流程層面，需打通 “申請(qǐng)-交易-訂單-報(bào)銷-對(duì)賬-歸檔” 的全信息鏈條，每個(gè)環(huán)節(jié)依賴人工校驗(yàn)與字段匹配；資源層面，需聚合各類供應(yīng)商，形成“信息化流程管道+電商管道”的丁字形架構(gòu)——信息化負(fù)責(zé)業(yè)務(wù)流轉(zhuǎn)，電商負(fù)責(zé)供應(yīng)商對(duì)接，但兩者始終處于相對(duì)獨(dú)立的維度。

“那時(shí)的自動(dòng)化更像是‘機(jī)械重復(fù)’，比如財(cái)務(wù)要分不同角色審費(fèi)用、審申請(qǐng)單、審票據(jù)，就像紡織廠的女工只會(huì)按按鈕，每個(gè)人都是流水線上的螺絲釘。” 馬春荃以工業(yè)時(shí)代的分工為例，點(diǎn)出前AI時(shí)代費(fèi)控的局限——“人被異化成工具，只能處理單一環(huán)節(jié)的標(biāo)準(zhǔn)化工作，無法形成完整的決策閉環(huán)。”

當(dāng)新一輪AI問世之后，已經(jīng)有不少財(cái)務(wù)場景中被AI實(shí)現(xiàn)了賦能，票據(jù)審核，員工在出差的期間，卻產(chǎn)生了在本地的打車費(fèi)用，這些小票的審核過去AI是識(shí)別不出來的，只能依靠人工進(jìn)行審核。但現(xiàn)在可以通過AI大模型識(shí)別出這些小票，并完成審核。

不僅于此，在各行業(yè)企業(yè)都在積極布局海外業(yè)務(wù)的當(dāng)下，AI大模型的出現(xiàn)，也幫助企業(yè)在出海財(cái)務(wù)方面進(jìn)行了賦能，以阿拉伯語為例，中東地區(qū)作為我國企業(yè)出海的重點(diǎn)區(qū)域之一，阿拉伯語的小票識(shí)別如何識(shí)別成為了財(cái)務(wù)人員的“噩夢(mèng)”，“雇傭一個(gè)會(huì)阿拉伯的財(cái)務(wù)人員，可能一年也用不到幾次，但是對(duì)于企業(yè)來說，這樣的人才可遇不可求，也會(huì)加大企業(yè)開支，”馬春荃進(jìn)一步指出，“但是使用AI之后，為企業(yè)節(jié)省了很多費(fèi)用，也提升了識(shí)別的準(zhǔn)確率，并可以實(shí)現(xiàn)風(fēng)險(xiǎn)標(biāo)注，讓財(cái)務(wù)人員一目了然?！?/p>

據(jù)馬春荃介紹，目前已經(jīng)支持包括阿拉伯語等小語種在內(nèi)，全語言的小票識(shí)別。

如果將企業(yè)財(cái)務(wù)費(fèi)控能力分為L1-L5五個(gè)階段，每個(gè)階段又針對(duì)申請(qǐng)、消費(fèi)、報(bào)銷、對(duì)賬、記賬、歸檔、報(bào)表七個(gè)維度區(qū)分自動(dòng)化水平的話。據(jù)市場調(diào)研顯示，國內(nèi)費(fèi)控廠商基本處于L3-L4階段，而L4向L5邁進(jìn)很重要的一步就是AI能力的“植入”。

總體來看，AI對(duì)財(cái)務(wù)主要從三個(gè)方面進(jìn)行了賦能。首先是意圖識(shí)別。在識(shí)別方面，AI幫助財(cái)務(wù)實(shí)現(xiàn)了從“人工填表”到“自然交互” 的跨越。

原先，用戶需在固定表格中填寫報(bào)銷信息，系統(tǒng)依賴字段接口集成數(shù)據(jù)；AI時(shí)代，“意圖識(shí)別” 讓交互方式發(fā)生質(zhì)變。“你不需要把菜單變成表格，給我一張餐飲小票圖片，AI就知道你有沒有吃海鮮、鮑魚；給一段‘明天緊急去上海見客戶’的文字，AI能判斷出差的緊迫性?！?馬春荃解釋，這種能力打破了“人適應(yīng)系統(tǒng)”的傳統(tǒng)邏輯，轉(zhuǎn)向“系統(tǒng)適應(yīng)人”的新范式。

在意圖識(shí)別的基礎(chǔ)上，AI在財(cái)務(wù)領(lǐng)域進(jìn)一步“進(jìn)化”，實(shí)現(xiàn)了動(dòng)態(tài)決策賦能。對(duì)此，馬春荃指出，意圖識(shí)別之后，AI可實(shí)現(xiàn)更精細(xì)化的決策權(quán)衡。以差旅交通工具選擇為例，AI時(shí)代之前，只能按 “江浙滬”“華北平原” 等區(qū)域簡化規(guī)則，忽略了區(qū)域內(nèi)的場景差異——比如華北平原的北京、天津路網(wǎng)密度極高，與其他城市的出行需求截然不同。而AI能基于“路網(wǎng)密度”“出行緊迫性”“成本預(yù)算” 等多維度數(shù)據(jù)，動(dòng)態(tài)生成最優(yōu)方案，而非機(jī)械套用區(qū)域規(guī)則。

而在馬春荃看來，僅僅實(shí)現(xiàn)動(dòng)態(tài)決策的能力還不是AI在財(cái)務(wù)領(lǐng)域應(yīng)用的“天花板”，“AI在財(cái)務(wù)領(lǐng)域最終會(huì)實(shí)現(xiàn)從‘崗位分工’到‘人機(jī)協(xié)同’的分工重構(gòu)?！瘪R春荃進(jìn)一步指出，“AI不是輔助人，而是重構(gòu)人的工作流程與分工。”

這種變化也是財(cái)務(wù)領(lǐng)域?qū)崿F(xiàn)L5級(jí)標(biāo)準(zhǔn)過程中最核心的進(jìn)階。原先，財(cái)務(wù)崗位分工細(xì)化到“審費(fèi)用”“審申請(qǐng)單”“審票據(jù)”，每個(gè)人都是單一技能的螺絲釘；

而當(dāng)?shù)搅薃I時(shí)代，這些重復(fù)性工作被AI接管，人從“操作者”轉(zhuǎn)變?yōu)椤皼Q策者”——只需查看AI生成的“紅綠燈”結(jié)果：綠燈自動(dòng)放行，紅燈、黃燈則需介入核查細(xì)節(jié)。

“就像高速公路收費(fèi)員這個(gè)工種的消失，AI會(huì)淘汰單一技能崗位，但會(huì)催生新角色?！瘪R春荃透露，部分企業(yè)的財(cái)務(wù)共享中心已出現(xiàn) “財(cái)務(wù)產(chǎn)品經(jīng)理”這一新崗位“他們不再執(zhí)行流程，而是定義財(cái)務(wù)價(jià)值，比如設(shè)計(jì)‘如何通過AI優(yōu)化費(fèi)用管控策略’，這是用腦子而非用手的新分工?！瘪R春荃介紹道。

與此同時(shí)，企業(yè)在組織進(jìn)化中，很可能會(huì)存在一個(gè)關(guān)鍵認(rèn)知誤區(qū)——“依賴AI專家推動(dòng)變革”。在馬春荃看來，AI時(shí)代不需要全員成為技術(shù)專家，但需要全員具備AI協(xié)同能力。懂業(yè)務(wù)比懂AI更重要，因?yàn)锳I能幫你干技術(shù)活，你只要告訴它“要什么結(jié)果”，并判斷結(jié)果對(duì)錯(cuò)即可。

馬春荃講了一個(gè)實(shí)際發(fā)生的案例：“我們有個(gè)員工，原來做客服，一句代碼不會(huì)寫，但懂業(yè)務(wù)。他離職后做集成外包商，用不到一個(gè)月開發(fā)了基于合思產(chǎn)品的單點(diǎn)登錄系統(tǒng)，半個(gè)月后實(shí)現(xiàn)‘接口調(diào)整時(shí)用自然語言就能重新集成’——過去改接口要打開代碼庫重新定義字段，現(xiàn)在他用人類語言就能讓系統(tǒng)適配?！?/p>

幻覺是最大挑戰(zhàn)

從目前應(yīng)用上，雖然AI在財(cái)務(wù)領(lǐng)域已經(jīng)有著深入的應(yīng)用場景出現(xiàn)，但距離真正意義上的L5級(jí)別的智能財(cái)務(wù)還有很長的路要走。這個(gè)過程中，幻覺是企業(yè)面臨的最大挑戰(zhàn)。

眾所周知，幻覺問題是目前困擾企業(yè)應(yīng)用AI的關(guān)鍵問題之一。財(cái)務(wù)領(lǐng)域?qū)?“準(zhǔn)確性” 的要求遠(yuǎn)高于其他行業(yè)——生成圖片出錯(cuò)可接受，報(bào)銷數(shù)據(jù)差1塊錢可能引發(fā)合規(guī)風(fēng)險(xiǎn)。

在馬春荃看來，目前AI幻覺主要來自三個(gè)方面，首先是數(shù)據(jù)不及時(shí)—信息滯后導(dǎo)致的“胡編”。“比如，此前ChatGPT用的是2022年前的數(shù)據(jù)，你問它2023年的事，它就會(huì)瞎編。但你只要在提示詞里加一句‘不知道就別胡編’，它就會(huì)說‘不清楚’，這比人類誠實(shí)。”馬春荃舉例指出，財(cái)務(wù)數(shù)據(jù)具有 “實(shí)時(shí)性要求”，解決這一問題的核心是 “確保訓(xùn)練數(shù)據(jù)與業(yè)務(wù)數(shù)據(jù)的時(shí)效性”，比如將企業(yè)實(shí)時(shí)報(bào)銷數(shù)據(jù)接入AI模型，而非依賴靜態(tài)預(yù)訓(xùn)練數(shù)據(jù)。

其次，互聯(lián)網(wǎng)上充斥著“不真實(shí)”的數(shù)據(jù)，也是AI產(chǎn)生幻覺的主要因素之一，對(duì)此，馬春荃表示，“現(xiàn)在很多大模型都能聯(lián)網(wǎng)，但網(wǎng)絡(luò)信息有真有假。如果騙子掛一個(gè)假的‘企業(yè)報(bào)銷標(biāo)準(zhǔn)’網(wǎng)站，AI可能會(huì)把假信息當(dāng)成真的用?！?/p>

針對(duì)此，馬春荃指出，預(yù)訓(xùn)練階段的信息多來自 “權(quán)威來源”（如教材、官方文檔），但聯(lián)網(wǎng)獲取的信息缺乏篩選機(jī)制。財(cái)務(wù)領(lǐng)域的解決方案是 “構(gòu)建可信知識(shí)庫”—— 只讓AI接入企業(yè)內(nèi)部審批規(guī)則、稅務(wù)政策等權(quán)威數(shù)據(jù)，而非開放互聯(lián)網(wǎng)。

解決了上述兩個(gè)問題，可以大幅降低AI產(chǎn)生幻覺的概率。不過除此之外，AI還會(huì)因?yàn)閿?shù)據(jù)分布不均衡導(dǎo)致“小概率偏差”?！敖oAI一張六指的圖片，它會(huì)說‘5個(gè)手指’，不是它騙你，是六指在人類中的分布太少，預(yù)訓(xùn)練時(shí)沒見過。” 馬春荃舉了一個(gè)實(shí)測(cè)案例：用豆包識(shí)別 “大拇指、食指、中指、無名指、小拇指之外的第六根手指”，AI會(huì)煞有介事地說 “這是拇指”，本質(zhì)是“小概率事件未被訓(xùn)練覆蓋”。

針對(duì)財(cái)務(wù)領(lǐng)域的小概率偏差，合思的解決路徑是“badcase迭代”：“把‘員工同一天在上海打車、北京喝咖啡’這類異常報(bào)銷案例收集起來，標(biāo)注后喂給AI，下次它就能識(shí)別這種時(shí)空矛盾?！?馬春荃強(qiáng)調(diào)，財(cái)務(wù)場景的小概率事件雖少，但影響重大，“比如‘公司名稱與制裁名單同名’的情況，AI第一次處理會(huì)卡住，但人類接手后，把‘需聯(lián)動(dòng)大使館核查’的規(guī)則教給AI，下次就能自動(dòng)處理?！?/p>

除此之外，AI在財(cái)務(wù)領(lǐng)域落地過程中還面臨兩大核心阻力——認(rèn)知慣性與組織重構(gòu)的權(quán)力障礙。

在認(rèn)知方面，馬春荃表示，“我們把AI識(shí)別票據(jù)、自動(dòng)審批的 demo給客戶看，他們會(huì)說‘太神奇了，這靠譜嗎？’即使我們用真實(shí)數(shù)據(jù)跑給他們看，證明準(zhǔn)確率達(dá)96%，還是會(huì)有人問‘它為什么能認(rèn)出來這是餐飲票？’”。

針對(duì)此，合思與德勤合作發(fā)布了《財(cái)務(wù)管理新紀(jì)元：世界一流企業(yè)的智能費(fèi)控卓越之道》白皮書。馬春荃表示，白皮書的核心目標(biāo)之一，就是“共同向行業(yè)講AI費(fèi)控的故事”，通過白皮書、案例分享、客戶證言等方式，讓更多企業(yè)看到“AI不是玄學(xué)，是可落地的生產(chǎn)力工具”。

而組織架構(gòu)的固化是另一大阻力?！叭绻髽I(yè)還是‘每個(gè)財(cái)務(wù)人員守著一個(gè)織機(jī)’的手工模式，AI再先進(jìn)也沒用?！?馬春荃曾以紡織業(yè)的變革類比：“工業(yè)革命時(shí)，只有把手工織機(jī)換成流水線，才能提升效率。財(cái)務(wù)領(lǐng)域也一樣，必須重構(gòu)組織分工，才能讓AI發(fā)揮價(jià)值。”

組織重構(gòu)的關(guān)鍵在于 “權(quán)力支撐”。馬春荃指出，財(cái)務(wù)共享中心的“總經(jīng)理制”是有效模式：“讓共享中心成為獨(dú)立核算單元，總經(jīng)理有權(quán)力決定‘用多少人審單據(jù)’‘怎么用AI降本’。

AI技術(shù)正在深入財(cái)務(wù)領(lǐng)域的每個(gè)環(huán)節(jié)，智能費(fèi)控的本質(zhì)也已發(fā)生改變，費(fèi)控不再是 “提升效率的工具”，而是“輔助決策的伙伴”。

（文｜Leo張ToB雜談，作者｜張申宇，編輯丨蓋虹達(dá)）

更多對(duì)全球市場、跨國公司和中國經(jīng)濟(jì)的深度分析與獨(dú)家洞察，歡迎訪問 Barron's巴倫中文網(wǎng)官方網(wǎng)站