如何利用生成式 AI 提高财务运营效率

尽管您可能对生成式人工智能 (AI) 已有了解，但或许尚未充分认识它对财务与会计领域 (F&A) 未来发展的深远影响。顾名思义，这项技术能生成图像、音乐、语音、代码、视频或文本，同时具备解析与处理既有数据的能力。对 F&A 领导者而言，这意味着生成式 AI 将有望重构财务数据体系，包括业绩报告、财务评述及业务叙事等核心要素。虽然 AI 的落地应用看似充满挑战，但新兴基础模型固有的灵活性与扩展性必将加速其普及进程，使企业有能力将 AI 部署于 F&A 流程的战略核心环节。

在接触新的生成式 AI 解决方案以及专用于 F&A 的独特 AI 基础模型时，您可能会被众多选择弄得不知所措。此时，挑选合适的模型并确信它能够有效加速采用、整体上缩短 F&A 用例的价值实现时间，将显得尤为重要。

财务报告叙述（包括注释说明）在提供有意义的洞察和对公司财务表现的背景理解方面起着关键作用。目前，这些叙述由财务分析师撰写，但这种方式耗时较长。我们必须从依赖人工的流程（需要细致分析、批判性思维和有效沟通能力）转向由 AI 驱动的流程，以简化操作并提升运营效率。

我们意识到，公司在撰写报告和叙述时常常面临多种挑战，包括但不限于：

• 财务信息的复杂性：财务报告包含大量信息，要将这些信息浓缩成简明易懂的文字说明，是一项艰巨的任务。
• 解读与情境化：财务报告需要提供超越数字本身的洞察，应提供有助于解读财务数据的有意义背景。如果执行不当，这些报告可能会限制我们解释业绩背后驱动因素的能力。
• 针对不同利益相关者量身定制：财务报告服务于各种利益相关者，包括投资者、分析师、监管机构和员工。根据不同利益相关者的需求定制叙述和注释说明是一项具有挑战性的工作。为每个群体提供相关、易懂且有洞察力的信息可能需要大量人力投入。
• 时效性与合规要求：财务报告必须遵循严格的时间节点与截止期限。企业当前面临的核心挑战在于如何整合多源财务数据，完成采集、分析与汇编工作。在这种时间压力下，庞杂的事务性工作挤占了深度分析与撰写评述的时间。最终导致报告叙述未能达到应有的全面性与洞察力。

尽管存在这些挑战，但我们相信，在 F&A 中战略性实施生成式 AI 将提高生产力，并简化 F&A 运营。

例如，我们已通过实例演示生成式 AI 如何有效缩短财务报告及注释的生成周期。图 1 展示原有工作流程需耗时近两周完成，而图 2 则呈现了全程应用生成式 AI 后的加速效果，可以实现财务评述与文字分析的实时生成。

无需再手动搜索 F&A 资产集合，而可以利用 AI 来减少收集或研究所需洞察的时间，例如公司与竞争对手的表现对比、需要采取的关键行动、可能的分析师提问及公司回应。AI 会分析财务报表、附注、披露及其他相关数据，然后对这些数据进行翻译和解读，为您的问题提供富有背景信息的答案。图 3 突出显示了会话式 AI 优点。

利用生成式 AI 撰写注释说明和叙述以辅助财务报告有诸多优势，例如：

• 效率更高：AI 可以帮助您大大减少撰写这些叙述所需的时间和精力，该技术还可以分析和处理大量财务数据，识别关键趋势和洞察分析，并为您生成连贯的说明，从而为您的财务团队节省宝贵的时间，使他们能够专注于更高价值的任务和分析。
• 提高一致性和准确性： 确保不同报告及报告周期中叙述内容的一致性具有关键意义。经过充分训练的模型能严格遵循预设规则、标准与指南，有效降低错误风险并消除叙述矛盾。通过迭代训练与反馈循环，生成内容的准确性也将持续提升。
• 增强数据分析：生成式 AI 可以分析复杂的金融数据，并可识别人类可能难以自行发现的模式、相关性和异常情况。
• 增强扩展性与适应性：轻松扩展能力至关重要。借助生成式 AI，您将能够应对不断增长的财务数据量与报告需求，高效处理日益复杂的报告任务（技术本身也将随需求演进持续适配）。
• 为决策提供关键洞察： AI 生成的财务报告叙述能为利益相关方提供及时有价值的洞察，有助于战略决策、风险评估和绩效评估。
• 促进协作和迭代规划：生成式 AI 可以促进财务专业人员和 AI 系统之间的协作。通过迭代训练和微调，该系统可以不断提高其性能并适应组织的具体要求和偏好。

尽管生成式 AI 及其他能力可能现在已经可以立即使用，我们建议在可能的情况下以整体和战略性的方式进行应用，与同事（如信息技术部门）一起评估并探索合适的生成式 AI 技术栈，以部署最有前景的 F&A 策略。图 4 展示了生成式 AI 的初步技术堆栈（或架构），其中涵盖了您应考虑的应用程序、模型和基础架构，以便在您的组织中有效地部署这些新功能。

在您考虑将生成式 AI 应用于 F&A 职能的核心流程时，必须认识到这项技术并非万能解药。它既不能解决所有难题，也无法取代人类的专业判断。相反，您应将其视为赋能工具，通过增强财务团队的核心能力，推动团队聚焦于创造商业价值的战略举措，从而实现工作效率、数据精准度与商业洞察力的三维提升。

为了提高商业价值，F&A 从业者必须清楚地了解自己的目标并拥有明确的路线图来处理生成式 AI 的应用。以下是我们的 F&A 专家建议的一些重要注意事项：

• 始于稳健的 AI 战略。在系列博客中，我们讨论了这些基础模型所带来的显著增强的能力，例如通过财务报告摘要实现体验优化与商业价值交付。首先，要思考并规划出在企业内推广AI 驱动的财务和会计新洞察分析对成本、效率和战略的预期影响。
• 对技术采用试点式应用。首先开展一个试点项目，解决具体的业务问题或挑战。该项目应取得快速成效，并仔细衡量成效，以确定对性能和投资回报率的影响。进一步完善您的方法，并逐步扩展到其他用例。
• 设计一个定义明确的 F&A 路线图。生成式 AI 有可能通过实现更快、更准确和更有洞察力的决策来转变 F&A 功能。关键在于采取审慎而策略化的实施路径，既要清晰认知人工智能的能力边界，也需制定与业务目标相匹配、具有明确时间节点的阶段性路线图。
• 与拥有 F&A 专业知识的技术合作伙伴协力合作。对于任何新技术，都必须考虑如何应用它来解决您的业务问题。在着手部署生成式 AI 之前，组织亟需寻获这样的合作伙伴：既能与您共同构建战略性的财务主导型技术路线图，又能协同推进转型落地，并确保实现可量化的价值收益。
• 考虑道德影响。确保用于训练这些模型的数据公正且具有代表性，以及所使用的算法不会延续或放大现有偏差，这一点至关重要。此外，定期监控结果非常重要，以便发现并解决该技术可能产生的任何意外后果。
• 与您的 F&A 团队沟通相关事宜。您的团队应该了解这项技术是如何增强员工队伍的工作能力。人们会问，这是否会取代整个企业中非常有能力的 F&A 专业人员。如果在实施时考虑到这一点（且经 F&A 适当审查和部署），生成式 AI 将打造一支混合人类-数字的员工队伍，从而提高员工快速准确地完成工作流的能力。

当您决定大规模引入和实施生成式人工智能时，IBM 生成式人工智能卓越中心将帮助您选择合适的 AI 工具包，以安全地部署可信 AI，并根据您独特的业务挑战和目标，利用 IBM Watsonx 等企业级 AI、AI 产品组合、专有或第三方模型（甚至是它们的组合）。我们可以帮助您制定转型路线图，使生成式 AI 能够带来巨大的商业价值并提高运营效率。

浏览本博客系列《生成式人工智能金融的未来》中的更多文章，详细了解生成式人工智能如何帮助 F&A 专业人员并简化和增强 F&A 功能。