构建AI原生财务职能的五大经验

财务已成为一项实时职能。在我看来，这个机会远不止于更快结账或更频繁刷新预测，而在于实时洞察业务变化、帮助领导者更早行动，并让财务团队有更多时间去影响接下来发生的事。

两年前我加入OpenAI时，只有一个规模很小的财务团队来支撑一家以超常速度增长的公司。我们需要从零开始搭建这一职能，并让AI成为我们工作、决策和支撑业务的基础。

我也看到了一个熟悉的起点。结账和更新预测仍然涉及大量重复性手工工作：查找信息、解释变化、整理决策所需的输入。我们拥有世界上最先进的AI工具，但仍在学习如何围绕它们重新设计财务工作。

于是我们确立了两大雄心：零日结账（zero-day close），以及自动化、持续更新的预测。

零日结账背后的想法是让领导者能够实时、对账一致且可追溯地查看公司的财务状况。持续预测则在这一基础上构建，显示业务如何变化、接下来可能发生什么，以及哪些决策可能改变结果。

我们仍在朝着这两个目标努力。这项工作已经改变了我们团队的运作方式。它推动我们超越静态电子表格、手工查阅佐证记录和演示文稿的局限，转向构建在完整业务背景和数据之上的实时工具。它也让财务专业人士有能力构建自己工作所需的工具，并将其专业能力延伸到更深更远。

对我而言，这才是AI原生财务职能真正的承诺：一个能在事情发生时即时理解的团队，帮助领导者看清前方的选择，并在结果仍可改变时给业务更多时间采取行动。

达成这一目标不仅仅需要采用新技术，还需要围绕重要决策重新设计工作，给人们留下实验空间，在每个工作流中建立清晰的问责制，并衡量AI完成的可依赖工作以提供明确的投资回报率。以下是我们经验中总结出的五条实用经验，每位CFO都可以借鉴。

1. 给每个人访问权限，再制造使用它的理由

第一步是广泛开放访问权限。人们需要在自己的工作场景中自由探索AI。当访问权限与围绕真实问题的结构化实验相结合时，才能创造最大价值。

我们邀请销售工程师参加财务黑客松，并请团队带来他们想要改造的工作。成果之一是IR-GPT，一个基于投资者关系团队用于回答尽调问题的已批准材料构建的自定义GPT。我们还开始为采购、税务等领域构建自定义GPT。

这场黑客松把AI从抽象能力变成了实用工具。在一天之内，人们就能识别重复性任务、构建解决方案、与同事测试并改进它。用例来自离工作最近的人，技术专家则帮助他们加速推进。

对CFO来说，经验很简单：既需要自下而上的实验，也需要自上而下的战略。把安全、强效的AI交到人们手中，让最贴近工作的人发现更好的做事方式。同时，把领导层的关注和资源聚焦在对业务影响最大的变革上。当两者相遇时，真正的机会才会出现：来自一线的实用想法应用于你最重要的优先事项。

2. 围绕决策重新设计完整工作流

财务团队花费大量精力来组装决策所需的输入。一次预测评审可能需要人们查找最新数据、核对电子表格、解释差异、制作图表、准备文档，并把文档变成幻灯片。分析最终会到达决策者手中，但团队的大部分时间已经花在了组装上。

AI改变了工作单元。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都了解月度流程：实际数据在一个系统里，采购订单在另一个系统里，权责发生额在电子表格中，而差异的解释埋在消息线程里。

我们正在努力实现一种不同的运营模式。零日结账背后的目标，是把已批准支出计划、总账实际数、采购订单、权责发生额和交易明细连接到一个持续对账一致的视图中。每个差异都可以追溯到底层活动。AI可以准备初步解释，并标出需要关注的例外情况。财务人员验证数字、运用判断，并负责最终签字确认。

预算与实际核对：已批准的输入、来源核查和财务主导的复核

结账并没有消失。开始消失的是在期后重建业务状况的手忙脚乱。

这个对账一致的基础可以为持续更新的预测提供动力。我们的团队正在构建工作流，将统计模型、销售对话、账户级证据、运营数据和财务判断汇总在一起。

我们正在超越电子表格的局限，转向更互动的工具，将统计预测、支撑证据和情景整合到一个实时视图中。领导者可以看到什么变了、为什么变了，以及哪些决策可能改变结果。当某个新客户承诺没有出现在基线中时，系统会显示支撑证据，并展示调整将如何影响本季度或本年度。财务人员可以检查假设、比较情景，并决定是否更新已批准的预测。

互动式预测与情景规划

同样的视图还能帮助领导者做出更明智的资本配置决策。财务团队可以看到营销支出在哪里产生回报、哪里结果正在衰减，以及重新分配下一美元可能意味着什么。

动态资本配置：边际收益递减曲线标示出应当重新平衡投资的地方

自动化预测是我们的目的地。持续刷新的视图、更快速的情景分析，以及清晰的财务归属，是我们通向那里的方式。

更广泛的经验是：从一个重要的决策出发，然后倒推。绘制支持该决策所需的数据、工具、批准和交接环节。然后判断AI可以分析、协调或完成哪些部分。这能提升整个决策周期的速度和质量。

3. 财务专业人士成为构建者

更大的转变在于，财务专业人士现在可以构建自己工作所需的工具。

OpenAI最近的研究显示，财务专业人士的专用AI使用中有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用ChatGPT Work和Codex构建自定义AI仪表盘和工具。工作正在从静态的Excel模型和PowerPoint文稿，转向建立在完整业务背景和数据之上的实时仪表盘。这些工具可以推进分析、回应后续问题，并随底层信息变化而更新。

一位支持广告业务的同事从未写过代码。他用Codex构建了一个工具，将我们的月度广告预测转化为周计划和日计划。该工具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挂钩。营销领导者可以快速看到什么变了、该投哪里，以及额外支出可能带来什么回报。

理解问题的人现在可以塑造解决方案。构建这些工具也促使他们重新思考惯常的工作方式。财务专业人士可以创建业务所需的决策基础设施，与同事一起测试，并在工作演进中不断改进它。

财务团队并没有变得不那么专业。他们获得了把专业知识带得更远的能力。

4. 用清晰的问责和控制来配合速度

IR-GPT给我们上了一堂关于控制的重要一课。投资者尽调问题可能要求分析师在过往材料中搜索、起草答复、检查一致性并协调审阅。通过一个基于已批准来源的自定义GPT，过去需要数小时、有时甚至需要通宵的工作，现在几秒钟就能产出高质量初稿。

人的角色仍然至关重要。我们的投资者关系团队会审阅初稿，加入判断和背景，并确保我们的回答在不同投资者之间保持一致。AI加速工作，人对结果负责。

这是财务的正确模式。CFO应与IT和治理团队合作，定义AI系统可以访问哪些数据、可以执行哪些操作、何时需要批准、何时应升级问题。每个输出都应连接到可靠来源。每个预测都应带有清晰说明。对已批准基线的每次更改都应获得财务授权。

一度短暂的“tokenmaxxing”风潮已来去匆匆。现在，设定使用上限、预算控制、基于角色的访问、模型路由规则和批准阈值都很简单。CFO可以用管理任何变动费用的同样纪律来管理AI使用，同时给团队构建和实验的空间。

清晰的问责制创造了加速所需的信心。随着综合、对账和准备工作的加速，财务专业人士获得了更多时间来质疑假设、为业务提供建议并运用判断。

5. 衡量每单位智能的价值

CFO需要一张基于运营表现的AI记分卡。购买更多席位或使用更多token并不能说明太多。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、审阅和返工？结果是否足够好，可以直接使用？是否帮助我们更快行动或做出更好的决策？

对财务团队来说，有用工作可能意味着预测已更新、差异已解释、审计请求已完成或董事会问题已回答。对于结账，记分卡可以包括周期时间、自动对账的交易比例、需要审阅的例外数量，以及解释差异所需的时间。对于预测，可以包括预测准确性、刷新频率、生成新情景所需的时间，以及预测所支持的决策质量。

最便宜的模型并不总是最经济的。如果更好的模型能用更少的尝试和更少的审阅得到可靠答案，那么总体上可能成本更低。

CFO的机遇

财务处于战略、资本、数据、风险和绩效的中心。这让CFO对公司如何运作有独特的视角，并拥有领导公司AI转型的有力使命。

AI原生财务职能的特点是更快的周期、更强的控制、更好的决策和更多判断时间。这条路始于一个有意义的流程，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表达了一个更广泛的抱负：一个在事情发生时即时理解的财务团队，向领导者展示接下来可能发生什么，并帮助公司更快做出更好的决策。

结果是财务团队拥有更强能力，CFO对业务有更清晰的视野。它也创造一个工作模型，展示整个公司如何将智能转化为持久价值。正如我常说的，你无法成为自己看不见的东西。如果我们希望财务团队拥抱AI的可能性，就必须向他们展示它的样子——而作为CFO，这要从我们自己开始。