如果说ChatGPT掀起的AI浪潮从消费端向产业端渗透时，ToB领域各个行业与业务单元都步入到了变革的周期，企业财务领域也位列其中。但仔细回顾可以发现，早期财务领域并未实现大规模企业应用，直到最近一年随着成本下降，财务领域的AI应用才真正开始落地。过去依赖人工填报、审核、对账的费控报销流程，正在被AI重新定义。

但另一方面，财务领域作为以 “严谨性”“确定性” 为核心诉求的赛道，目前大模型也好，智能体也罢，不可避免的“幻觉”和可解释性的问题，也是阻碍AI+财务的一大掣肘。近日，全球四大会计师事务所之一的德勤用AI生成的报告被曝引用虚构文献备受关注。

机遇和挑战并存，或许正代表AI在财务领域的应用走深，处于真正“智能决策”的前夜。

成本下降，带来需求涌现

其实财务真正拥抱AI，并开始从“流程自动化”走向“智能决策”也仅仅才开始不到一年的时间。如果要找到一个开始的时间节点的话，可以追溯到年初DeepSeek问世之时。

在合思创始人兼 CEO 马春荃告诉笔者，在DeepSeek问世之前，合思就尝试了利用AI大模型的能力去打造新的财务体系，实现从IT到AI替的过程。但彼时，因为整体模型成本、算力成本很高，使用AI技术赋能财务流程的费用，要远高于人工成本，而这也是绝大多数行业在DeepSeek之前，对生成式AI“望而却步”的重要原因之一。

以AI识别报销小票为例，粗略估算一下，使用人工审核小票的“工资”成本大概在1~2元钱，但使用AI大模型审核的成本将达到9~10元钱，“生成式AI在财务流程中的应用是为了降本增效的，但如果因为用了AI的能力而让企业花费了更大的成本，那还不如使用最传统的办法。”马春荃曾在与笔者的交流中表示。

当DeepSeek问世之后，将原本使用AI审核一张小票的费用从9~10块钱，降低到了6~7毛钱，“大幅降低的费用，远超过了使用人工审核的性价比，让AI小票识别真正得以落地。”马春荃指出。

“DeepSeek让企业能以更低的成本，获取更高性能的AI能力，同时企业还能在合法合规的情况下使用，这为AI+财务的实现，提供了很大的支持。”马春荃总结道。

财务多场景已落地AI应用

过去的智能费控聚焦两大核心：流程整合与资源整合。流程层面，需打通 “申请-交易-订单-报销-对账-归档” 的全信息链条，每个环节依赖人工校验与字段匹配；资源层面，需聚合各类供应商，形成“信息化流程管道+电商管道”的丁字形架构——信息化负责业务流转，电商负责供应商对接，但两者始终处于相对独立的维度。

“那时的自动化更像是‘机械重复’，比如财务要分不同角色审费用、审申请单、审票据，就像纺织厂的女工只会按按钮，每个人都是流水线上的螺丝钉。” 马春荃以工业时代的分工为例，点出前AI时代费控的局限——“人被异化成工具，只能处理单一环节的标准化工作，无法形成完整的决策闭环。”

当新一轮AI问世之后，已经有不少财务场景中被AI实现了赋能，票据审核，员工在出差的期间，却产生了在本地的打车费用，这些小票的审核过去AI是识别不出来的，只能依靠人工进行审核。但现在可以通过AI大模型识别出这些小票，并完成审核。

不仅于此，在各行业企业都在积极布局海外业务的当下，AI大模型的出现，也帮助企业在出海财务方面进行了赋能，以阿拉伯语为例，中东地区作为我国企业出海的重点区域之一，阿拉伯语的小票识别如何识别成为了财务人员的“噩梦”，“雇佣一个会阿拉伯的财务人员，可能一年也用不到几次，但是对于企业来说，这样的人才可遇不可求，也会加大企业开支，”马春荃进一步指出，“但是使用AI之后，为企业节省了很多费用，也提升了识别的准确率，并可以实现风险标注，让财务人员一目了然。”

据马春荃介绍，目前已经支持包括阿拉伯语等小语种在内，全语言的小票识别。

如果将企业财务费控能力分为L1-L5五个阶段，每个阶段又针对申请、消费、报销、对账、记账、归档、报表七个维度区分自动化水平的话。据市场调研显示，国内费控厂商基本处于L3-L4阶段，而L4向L5迈进很重要的一步就是AI能力的“植入”。

总体来看，AI对财务主要从三个方面进行了赋能。首先是意图识别。在识别方面，AI帮助财务实现了从“人工填表”到“自然交互” 的跨越。

原先，用户需在固定表格中填写报销信息，系统依赖字段接口集成数据；AI时代，“意图识别” 让交互方式发生质变。“你不需要把菜单变成表格，给我一张餐饮小票图片，AI就知道你有没有吃海鲜、鲍鱼；给一段‘明天紧急去上海见客户’的文字，AI能判断出差的紧迫性。” 马春荃解释，这种能力打破了“人适应系统”的传统逻辑，转向“系统适应人”的新范式。

在意图识别的基础上，AI在财务领域进一步“进化”，实现了动态决策赋能。对此，马春荃指出，意图识别之后，AI可实现更精细化的决策权衡。以差旅交通工具选择为例，AI时代之前，只能按 “江浙沪”“华北平原” 等区域简化规则，忽略了区域内的场景差异——比如华北平原的北京、天津路网密度极高，与其他城市的出行需求截然不同。而AI能基于“路网密度”“出行紧迫性”“成本预算” 等多维度数据，动态生成最优方案，而非机械套用区域规则。

而在马春荃看来，仅仅实现动态决策的能力还不是AI在财务领域应用的“天花板”，“AI在财务领域最终会实现从‘岗位分工’到‘人机协同’的分工重构。”马春荃进一步指出，“AI不是辅助人，而是重构人的工作流程与分工。”

这种变化也是财务领域实现L5级标准过程中最核心的进阶。原先，财务岗位分工细化到“审费用”“审申请单”“审票据”，每个人都是单一技能的螺丝钉；

而当到了AI时代，这些重复性工作被AI接管，人从“操作者”转变为“决策者”——只需查看AI生成的“红绿灯”结果：绿灯自动放行，红灯、黄灯则需介入核查细节。

“就像高速公路收费员这个工种的消失，AI会淘汰单一技能岗位，但会催生新角色。”马春荃透露，部分企业的财务共享中心已出现 “财务产品经理”这一新岗位“他们不再执行流程，而是定义财务价值，比如设计‘如何通过AI优化费用管控策略’，这是用脑子而非用手的新分工。”马春荃介绍道。

与此同时，企业在组织进化中，很可能会存在一个关键认知误区——“依赖AI专家推动变革”。在马春荃看来，AI时代不需要全员成为技术专家，但需要全员具备AI协同能力。懂业务比懂AI更重要，因为AI能帮你干技术活，你只要告诉它“要什么结果”，并判断结果对错即可。

马春荃讲了一个实际发生的案例：“我们有个员工，原来做客服，一句代码不会写，但懂业务。他离职后做集成外包商，用不到一个月开发了基于合思产品的单点登录系统，半个月后实现‘接口调整时用自然语言就能重新集成’——过去改接口要打开代码库重新定义字段，现在他用人类语言就能让系统适配。”

幻觉是最大挑战

从目前应用上，虽然AI在财务领域已经有着深入的应用场景出现，但距离真正意义上的L5级别的智能财务还有很长的路要走。这个过程中，幻觉是企业面临的最大挑战。

众所周知，幻觉问题是目前困扰企业应用AI的关键问题之一。财务领域对 “准确性” 的要求远高于其他行业——生成图片出错可接受，报销数据差1块钱可能引发合规风险。

在马春荃看来，目前AI幻觉主要来自三个方面，首先是数据不及时—信息滞后导致的“胡编”。“比如，此前ChatGPT用的是2022年前的数据，你问它2023年的事，它就会瞎编。但你只要在提示词里加一句‘不知道就别胡编’，它就会说‘不清楚’，这比人类诚实。”马春荃举例指出，财务数据具有 “实时性要求”，解决这一问题的核心是 “确保训练数据与业务数据的时效性”，比如将企业实时报销数据接入AI模型，而非依赖静态预训练数据。

其次，互联网上充斥着“不真实”的数据，也是AI产生幻觉的主要因素之一，对此，马春荃表示，“现在很多大模型都能联网，但网络信息有真有假。如果骗子挂一个假的‘企业报销标准’网站，AI可能会把假信息当成真的用。”

针对此，马春荃指出，预训练阶段的信息多来自 “权威来源”（如教材、官方文档），但联网获取的信息缺乏筛选机制。财务领域的解决方案是 “构建可信知识库”—— 只让AI接入企业内部审批规则、税务政策等权威数据，而非开放互联网。

解决了上述两个问题，可以大幅降低AI产生幻觉的概率。不过除此之外，AI还会因为数据分布不均衡导致“小概率偏差”。“给AI一张六指的图片，它会说‘5个手指’，不是它骗你，是六指在人类中的分布太少，预训练时没见过。” 马春荃举了一个实测案例：用豆包识别 “大拇指、食指、中指、无名指、小拇指之外的第六根手指”，AI会煞有介事地说 “这是拇指”，本质是“小概率事件未被训练覆盖”。

针对财务领域的小概率偏差，合思的解决路径是“badcase迭代”：“把‘员工同一天在上海打车、北京喝咖啡’这类异常报销案例收集起来，标注后喂给AI，下次它就能识别这种时空矛盾。” 马春荃强调，财务场景的小概率事件虽少，但影响重大，“比如‘公司名称与制裁名单同名’的情况，AI第一次处理会卡住，但人类接手后，把‘需联动大使馆核查’的规则教给AI，下次就能自动处理。”

除此之外，AI在财务领域落地过程中还面临两大核心阻力——认知惯性与组织重构的权力障碍。

在认知方面，马春荃表示，“我们把AI识别票据、自动审批的 demo给客户看，他们会说‘太神奇了，这靠谱吗？’即使我们用真实数据跑给他们看，证明准确率达96%，还是会有人问‘它为什么能认出来这是餐饮票？’”。

针对此，合思与德勤合作发布了《财务管理新纪元：世界一流企业的智能费控卓越之道》白皮书。马春荃表示，白皮书的核心目标之一，就是“共同向行业讲AI费控的故事”，通过白皮书、案例分享、客户证言等方式，让更多企业看到“AI不是玄学，是可落地的生产力工具”。

而组织架构的固化是另一大阻力。“如果企业还是‘每个财务人员守着一个织机’的手工模式，AI再先进也没用。” 马春荃曾以纺织业的变革类比：“工业革命时，只有把手工织机换成流水线，才能提升效率。财务领域也一样，必须重构组织分工，才能让AI发挥价值。”

组织重构的关键在于 “权力支撑”。马春荃指出，财务共享中心的“总经理制”是有效模式：“让共享中心成为独立核算单元，总经理有权力决定‘用多少人审单据’‘怎么用AI降本’。

AI技术正在深入财务领域的每个环节，智能费控的本质也已发生改变，费控不再是 “提升效率的工具”，而是“辅助决策的伙伴”。

（文｜Leo张ToB杂谈，作者｜张申宇，编辑丨盖虹达）

更多对全球市场、跨国公司和中国经济的深度分析与独家洞察，欢迎访问 Barron's巴伦中文网官方网站