財務功能已演變為一項即時作業。對我而言，其潛力遠不止於加速結帳或更頻繁地更新預測。它關乎於即時掌握業務變化，協助領導者更快採取行動，並讓財務團隊有更多時間規劃未來發展。

兩年前我加入 OpenAI 時，當時的財務團隊規模很小，卻要支援一家以驚人速度成長的公司。我們需要從頭建立財務功能，並將 AI 融入我們的工作方式、決策過程以及業務支援中。

我也看到了一個熟悉的起點：結帳和更新預測仍涉及大量手動、重複性的工作。這包括尋找資訊、解釋變動原因，以及為決策準備所需資料。儘管我們擁有世界上最先進的 AI 工具，卻仍在學習如何圍繞這些工具重新設計財務流程。

因此，我們設定了兩個大膽的目標：「零日結帳」和「自動化、持續更新的預測」。零日結帳的理念是為領導者提供公司財務狀況的即時、核對且可追溯的視圖。持續預測則以此為基礎，展示業務如何變化、接下來可能發生什麼，以及哪些決策能改變結果。

我們仍在努力實現這兩個目標。這項工作已經改變了我們團隊的運作方式，將我們從靜態試算表、手動搜尋支援記錄和簡報的限制中解放出來。取而代之的是基於業務完整脈絡和數據的即時工具。這也賦予了財務專業人員能力，讓他們能自行建構所需工具，並進一步發揮其專業知識。

對我來說，這就是 AI 原生財務功能的真正承諾：一個能即時掌握狀況的團隊。它能幫助領導者預見未來的選擇，並在結果仍可改變時，為企業爭取更多行動時間。

要實現這一目標，不僅僅是採用新技術。它需要圍繞關鍵決策重新設計工作，給予員工實驗空間，將明確的責任歸屬融入每個工作流程，並衡量 AI 完成的可靠工作以提供清晰的投資報酬率（ROI）。以下是我們經驗中的五個實用教訓，每位財務長都能應用。

第一課：普及 AI 工具，並創造使用誘因

第一步是廣泛普及 AI 工具。員工需要自由探索 AI 如何應用於自身工作的空間。當普及與圍繞實際問題進行的結構化實驗結合時，AI 才能創造最大價值。

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轉型的工作。其中一個成果是 IR-GPT，這是一個客製化 GPT，其基礎是我們投資者關係團隊用於回答盡職調查問題的核准資料。我們也開始為採購和稅務等領域建構客製化 GPT。

這次黑客松將 AI 從抽象的能力轉變為實用的工具。在一天之內，員工就能識別重複性任務、建構解決方案、與同事測試並加以改進。這些使用案例來自最了解工作的人員，而技術專家則協助他們加速進程。

對財務長而言，這個教訓很簡單：你需要自下而上的實驗，以及自上而下的策略。將安全、強大的 AI 工具交到員工手中，讓最了解工作的人員找出更好的完成方式。同時，領導層應將注意力和資源集中在對業務最重要的變革上。真正的機會在於兩者結合：將前線的實用想法應用於你的首要任務。

第二課：圍繞決策重新設計完整工作流程

財務團隊投入大量精力來彙整決策所需的輸入資料。一次預測審查可能需要員工尋找最新數據、核對試算表、解釋差異、製作圖表、準備文件，並將這些文件轉化為投影片。分析結果最終會到達決策者手中，但團隊的大部分時間都已花在彙整上。AI 改變了工作的單元，財務領導者可以重新設計從原始數據到決策的完整路徑。

以結帳為例。每位財務長都熟悉這個月度流程：實際數據在一個系統，採購訂單在另一個，應計項目在試算表，而差異解釋則埋藏在訊息串中。我們正努力實現一種不同的營運模式。零日結帳的目標是將核准的支出計畫、總帳實際數據、採購訂單、應計項目和交易明細，連結到一個持續核對的視圖中。每個差異都可以追溯到其底層活動。AI 可以準備初步解釋並標記需要注意的例外情況。財務團隊則驗證數字、運用判斷力，並負責最終簽核。

結帳流程並不會消失。消失的是期末之後，急於重建業務狀況的混亂。這個核對過的基礎可以驅動持續更新的預測。我們的團隊正在建構工作流程，將統計模型、銷售對話、帳戶層級證據、營運數據和財務判斷力整合在一起。

我們正擺脫試算表的限制，轉向更具互動性的工具，將統計預測、支援證據和情境分析整合到一個即時視圖中。領導者可以查看哪些內容發生變化、為何變化，以及哪些決策可能改變結果。當基準線中缺少新的客戶承諾時，系統可以顯示支援證據，並展示調整將如何影響季度或年度。財務團隊可以審查假設、比較情境，並決定是否更新核准的預測。

同樣的視圖也能幫助領導者做出更好的資本配置決策。財務團隊可以看到行銷支出在哪裡產生回報、在哪裡效益遞減，以及重新分配下一筆資金可能意味著什麼。自動化預測是我們的目標，而持續更新的視圖、更快的情境分析以及明確的財務責任歸屬，是我們實現目標的方式。

更廣泛的教訓是，從一個重要的決策開始，然後反向推導。繪製支援該決策所需的數據、工具、批准和交接流程。然後確定 AI 可以分析、協調或完成哪些部分。這將提高整個決策週期的速度和品質。

第三課：財務專業人員成為建構者

更大的轉變在於，財務專業人員現在能夠自行建構其工作所需的工具。OpenAI 最近的研究顯示，40% 的財務專業人員專門 AI 用途涉及傳統財務以外的工作，而 22% 則涉及工程相關任務。

我團隊中的每個人都在使用 ChatGPT Work 和 Codex 建構客製化 AI 儀表板和工具。工作正從靜態的 Excel 模型和 PowerPoint 簡報，轉向基於業務完整脈絡和數據的即時儀表板。這些工具能夠推進分析、回答後續問題，並隨著底層資訊的變化而更新。

一位支援我們廣告業務的同事從未寫過程式。他使用 Codex 建構了一個工具，能將我們每月的廣告預測轉化為每週和每日計畫。該工具考慮了工作日和假日，比較預測，並確保每個數字都與核准的模型保持一致。行銷領導者可以快速查看哪些內容發生變化、應投資何處，以及額外支出可能帶來哪些回報。

現在，了解問題的人也能塑造解決方案。建構這些工具也促使他們重新思考傳統的工作方式。財務專業人員可以創建業務所需的決策基礎設施，與同事測試，並隨著工作演進而改進。財務團隊並非變得不那麼專業，而是獲得了將其專業知識發揮更深遠的能力。

第四課：兼顧速度與明確的責任歸屬及控制

IR-GPT 教會我們關於控制的重要一課。投資者盡職調查問題可能需要分析師搜尋過往資料、起草回覆、檢查一致性並協調審查。藉由基於核准來源的客製化 GPT，過去需要數小時甚至通宵的工作，現在可以在幾秒鐘內產生一份強有力的初稿。人類的角色仍然是核心。我們的投資者關係團隊會閱讀草稿、加入判斷和背景資訊，並檢查我們的回覆在不同投資者之間是否保持一致。AI 加速了工作，但人們擁有最終結果。

這正是財務部門的正確模式。財務長應與 IT 和治理團隊合作，定義 AI 系統可以存取哪些數據、可以執行哪些操作、何時需要批准，以及何時應升級問題。每個輸出都應連結到可靠的來源。每個預測都應附帶清晰的解釋。對核准基準的任何更改都應需要財務授權。

短暫的「令牌最大化」熱潮已過。現在，設定使用限制、預算控制、基於角色的存取權限、模型路由規則和批准門檻已變得簡單。財務長可以像管理任何變動費用一樣，以相同的紀律管理 AI 使用，同時給予團隊建構和實驗的空間。明確的責任歸屬創造了加速前進所需的信心。隨著整合、核對和準備工作的加速，財務專業人員將有更多時間質疑假設、為業務提供建議並運用判斷力。

第五課：衡量每個智慧單元的價值

財務長需要一份基於營運績效的 AI 績效評分卡。購買更多席位或使用更多令牌並不能說明太多。重要的是工作是否完成得好，以及實際成本是多少。

對於每個工作流程，請提出四個問題：AI 是否完成了重要的工作？其成本是多少，包括員工時間、審查和返工？結果是否足夠好以供使用？它是否幫助我們更快行動或做出更好的決策？

對於財務團隊而言，有用的工作可能意味著預測已更新、差異已解釋、審計請求已完成或董事會問題已回答。對於結帳，評分卡可能包括週期時間、自動核對的交易比例、需要審查的例外數量，以及解釋差異所需的時間。對於預測，它可能包括預測準確性、更新頻率、產生新情境所需的時間，以及預測所支援決策的品質。最便宜的模型不一定最經濟。如果一個更好的模型能以更少的嘗試和更少的審查獲得可靠答案，那麼總體成本可能會更低。

財務長的機會

財務部門位於策略、資本、數據、風險和績效的中心。這賦予了財務長對公司運作方式的獨特視角，以及引領其 AI 轉型的強大職責。

AI 原生財務功能的定義是更快的週期、更強的控制、更好的決策以及更多用於判斷的時間。這條路徑始於一個有意義的工作流程，並透過證據逐步擴展：賦予員工工具、幫助他們重建工作、保持明確的責任歸屬，並衡量成果。

零日結帳和持續預測表達了一個更廣泛的願景：一個能即時掌握狀況、向領導者展示未來可能發展，並幫助公司更快做出更好決策的財務團隊。其結果是一個能力更強的財務團隊，以及一位對業務有更清晰洞察的財務長。它也為整個公司如何將智慧轉化為持久價值，創造了一個運作模式。正如我常說的，你無法成為你看不見的東西。如果我們希望財務團隊擁抱 AI 的可能性，我們就必須向他們展示其樣貌，而作為財務長，這一切都從我們開始。