AI原生财务团队的五条实战经验

财务已经变成一项实时职能。在我看来，机会远不止更快结账或更频繁刷新预测，而是实时看清业务变化、帮助领导者更早行动，并让财务团队有更多时间去塑造未来。

两年前加入OpenAI时，财务团队规模很小，却要支撑一家超高速增长的公司。我们需要从零搭建财务职能，并让AI成为工作、决策和支持业务的基础。当时我也看到了一个熟悉的起点：结账和更新预测仍依赖大量手工重复劳动——查找信息、解释变动、整理决策所需的输入。我们虽然拥有世界上最先进的AI工具，却仍在摸索如何围绕它们重构财务工作。

于是我们定下两个雄心勃勃的目标：零日结账（zero-day close）和自动化持续预测。零日结账的思路，是让领导者能实时查看公司财务状况，且数据经过对账、可追溯。持续预测则在此基础上，展示业务如何变化、接下来可能发生什么，以及哪些决策能改变结果。

我们仍在向这两个目标努力，但工作方式已经改变。团队不再受限于静态电子表格、手动搜索凭证和PPT汇报，而是转向基于完整业务数据和上下文的实时工具。财务人员也有能力自己构建工作所需的工具，把专业能力延伸得更远。

在我看来，AI原生财务部门的真正价值在于：团队能实时理解正在发生什么，帮助领导者看清面前的选择，并在结果尚有转圜余地时，给业务更多行动时间。

实现这一点，不能只靠采用新技术，还需要围绕关键决策重构工作、给员工试错空间、在每个流程中建立明确问责制，并衡量AI完成的可靠工作以证明ROI。以下是CFO可以借鉴的五条经验。

1. 让人人可用，再创造使用动机

第一步是广泛开放权限。人们需要在自身工作场景中自由探索AI。当开放权限与围绕真实问题的结构化实验相结合时，价值最大。

我们让销售工程师参与一场财务黑客松，要求团队带上他们想改造的工作。其中一个成果是IR-GPT——一个基于投资者关系团队审核材料构建的定制GPT，用于回答尽调问题。我们还开始为采购、税务等领域构建定制GPT。

黑客松让AI从抽象能力变成实用工具。一天之内，人们就能发现重复性任务、构建解决方案、与同事测试并改进。用例来自最熟悉一线工作的人，技术专家则帮助他们提速。

对CFO而言，道理很简单：既需要自下而上的实验，也需要自上而下的战略。把安全、强大的AI交到员工手里，让最接近工作的人发现更好的方法；同时，把领导层的注意力和资源聚焦在对业务最重要的事情上。真正机会来自两者的交汇：一线实践与公司优先级结合。

2. 围绕决策重构完整工作流

财务团队花大量精力组装决策输入。一次预测评审可能需要查找最新数据、核对电子表格、解释差异、制作图表、准备文档，再把文档变成幻灯片。分析最终到达决策者手中，但团队大量时间已经消耗在组装上。

AI改变了工作单元。财务领导者可以从源数据到决策，重新设计整条路径。

以结账为例。每月结账都是熟悉的场景：实际数在一个系统，采购订单在另一个，预提在电子表格里，差异解释埋在聊天记录中。

我们正在构建一种不同的运营模式。零日结账的目标，是把已批准的支出计划、总账实际数、采购订单、预提和交易明细连接成一个持续对账的视图。每个差异都可以追溯到底层活动。AI能准备初步解释并标记需要关注的异常。财务人员负责验证数字、运用判断并最终签字。

预算与实绩对账：已批准输入、来源检查和财务所有审查

结账不会消失，开始消失的是期后重新拼凑业务的忙乱。

这个对账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，整合统计模型、销售沟通、账户级证据、运营数据和财务判断。

我们正超越电子表格的局限，转向更交互的工具，把统计预测、支撑证据和情景放在同一个实时视图中。领导者能看到发生了什么、为什么发生，以及哪些决策会改变结果。当新客户承诺未出现在基准中时，系统会显示支撑证据，并展示调整将如何影响季度或年度目标。财务部门可以审查假设、比较情景，决定是否更新已批准的预测。

交互式预测与情景规划

同一视图也能帮助领导者做出更好的资本配置决策。财务团队可以看到营销投入在哪里产生回报、哪里效果递减，以及重新分配下一美元可能意味着什么。

动态资本配置：递减回报曲线显示应在哪些方面调整投入

自动预测是目的地，持续刷新视图、更快速的情景分析和清晰的财务归属是到达那里的路径。

更广泛的教训是：从一个重要决策出发，倒推工作流。梳理支持该决策所需的数据、工具、审批和交接，然后判断哪些环节可以由AI分析、协调或完成。这会提升整个决策周期的速度和质量。

3. 财务人员成为构建者

更大的转变是，财务人员现在能自己构建工作所需的工具。

OpenAI最新研究显示，财务专业人员40%的专用AI使用涉及传统财务之外的工作，22%涉及工程类任务。

我团队中的每个人都在用ChatGPT Work和Codex构建自定义AI仪表盘和工具。工作正从静态Excel模型和PPT转向建立在完整业务数据与上下文之上的实时仪表盘。这些工具能延续分析、回答追问，并在底层信息变化时同步更新。

一位支持广告业务的同事此前从未写过代码。他用Codex构建了一个工具，把月度广告预测拆分为周计划和日计划。工具会考虑工作日和节假日、比较预测，并让每个数字都与已批准的模型挂钩。营销负责人可以快速看到什么变了、该在哪里投入、额外支出能带来什么回报。

懂业务的人现在可以塑造解决方案。构建这些工具也会促使他们重新思考常规做法。财务人员可以创建业务所需的决策基础设施，与同事测试，并随着业务演变不断改进。

财务团队并没有变得不专业，而是获得了把专业能力延伸得更远的能力。

4. 用明确问责和控制为速度护航

IR-GPT让我们学到了关于控制的重要一课。投资者尽调问题往往需要分析师搜索历史材料、起草回复、检查一致性并协调审核。有了基于已批准来源的定制GPT，以前需要数小时甚至通宵的工作，现在几秒钟就能生成高质量初稿。

人的角色依然核心。投资者关系团队会阅读初稿、加入判断和背景，并确保在不同投资者之间回答保持一致。AI加速工作，人拥有结果。

这正是财务应有的模式。CFO应与IT和治理团队合作，定义AI系统能访问哪些数据、能执行哪些操作、何时需要审批、何时应升级。每个输出都应连接到可靠来源，每个预测都应有清晰解释，对已批准基准的任何更改都需要财务授权。

一度流行的“tokenmaxxing”热潮已经过去。现在可以轻松设置用量上限、预算控制、基于角色的访问、模型路由规则和审批阈值。CFO可以用管理任何可变支出的纪律来管理AI使用，同时给团队构建和实验的空间。

清晰的问责制会带来加速所需的信心。当综合、对账和准备工作加速后，财务专业人员就有更多时间挑战假设、提供建议和行使判断。

5. 衡量每单位智能的价值

CFO需要一套基于运营绩效的AI记分卡。买更多席位或用更多token说明不了什么。重要的是工作是否做好，以及真实成本是多少。

对每个工作流，问四个问题：

• AI是否完成了重要工作？
• 成本是多少，包括员工时间、审查和返工？
• 结果是否足够好用？
• 是否帮助我们更快行动或做出更好决策？

对财务团队而言，有用工作可能意味着更新了预测、解释了差异、完成了审计请求或回答了董事会问题。对结账，记分卡可能包括周期时间、自动对账的交易比例、需要审查的异常数量，以及解释差异所需时间。对预测，则可能包括预测准确度、刷新频率、生成新情景所需时间，以及预测所支撑决策的质量。

最便宜的模型不一定最经济。如果更好的模型能用更少尝试和审查得到可靠答案，总体成本可能更低。

CFO的机会

财务处于战略、资本、数据、风险和绩效的中心。这让CFO拥有观察公司运作的独特视角，也赋予其领导AI转型的强力使命。

AI原生财务部门的特征，是更快的周期、更强的控制、更好的决策和更多判断时间。路径从有意义的工作流开始，并通过证据扩展：给人们工具，帮助他们重建工作，保持问责清晰，并衡量结果。

零日结账和持续预测背后是一个更广阔的愿景：财务团队实时理解正在发生什么，向领导者展示接下来可能发生什么，并帮公司更早做出更好的决策。

最终结果是，财务团队拥有更强能力，CFO拥有更清晰的业务视野。这也为公司整体如何将智能转化为持久价值提供了工作范本。正如我常说的：看不见，就无法成为。如果希望财务团队拥抱AI的可能性，就得让他们看到它是什么样子——作为CFO，这要从我们自己开始。

---

原文链接：OpenAI Blog
本文由前途科技编辑整理