AI 取代的不是算账,是核对

先说结论：这句话的精确程度，超过她自己可能意识到的。

这句话里藏着一个被「会计」这个词掩盖了几十年的事实：算账早就不是人干的活了。从算盘到计算器到 Excel 到 ERP，那个「把数字加起来」的动作，几十年前就交出去了。她这八年真正做的、真正花时间的、真正把她和新人区分开的——是核对。

而核对恰恰是 AI 的靶心。因为它规则明确、数据结构化、动作重复——这是自动化的完美猎物。

所以她这句话的恐怖之处在于：她不是在被取代的边缘，她是发现自己一直站在靶心正中央。

但我要补的那半句是：

这是两件完全不同的事，而它们的分离，是这篇要讲的全部。

她说得太准了，但还差半句

算账早已交出，核对才是她真正的工作。

核对确实吃掉了她绝大部分时间

先看数据，它比任何感受都更能说明「她到底在做什么」。

多项调研指向同一个形状：财务人员的时间，绝大部分消耗在数据收集、核对、凭证整理、合并抵消上，用于分析的不到两成。有 FP&A 相关的行业报告甚至给出更极端的比例——约 85% 的时间耗在「生产型」事务工作，仅约 15% 用于洞察生成。（说明：这组比例来自行业报告与媒体转述，不同口径差异较大，宜作方向性参考。）

而更有说服力的证据来自真实的任务级数据。一项刊于会计学顶级期刊的实地研究追踪了内部会计人员从 2024 年 1 月到 2025 年 3 月的工作分配，基线是：约 31% 的时间用于簿记，13% 固定资产，18% 营运资本应计，15% 结账分析，23% 其他。随着生成式 AI 使用增加，投入自动分类（簿记）的注意力占比以每月 2.6–2.8 个百分点的速度下降。

図 1 会计人员基线时间分配（实地研究，2024.1–2025.3）

研究的结论表述很克制，但很关键：生成式 AI 替代了常规簿记，同时补充了判断密集型和面向客户的活动。

请把这句话读两遍。它说的不是「AI 让会计更快」，它说的是——

所以她的判断没有错。她不是在焦虑一个遥远的威胁，她是在准确描述一件正在发生的事。

核对到底是什么：三层

核对不是一个动作，是三层。这是全篇的枢纽。

现在拆这个词：

前两层的自动化程度已经很高。真实生产账本上的实测：银行对账自动匹配率约80%–95%，自动分类准确率约80%–97%（不同平台与交易结构差异很大）。BlackLine 的 Verity Match 声称在复杂对账上达到 80%–90% 匹配率（厂商口径）。

但真正的问题从来不是那个百分比。

那位做过真实账本评测的分析者有一句话，我认为比任何准确率数字都重要：

这就是关键。

所以第三层——解释差异——才是她真正的东西。而这一层的本质，我认为应该被说清楚：

一个只懂借贷的人，核对是机械比对：两个数一致就打勾。

一个做了八年的人，核对是：「这个月销售费用比上月高了 40%，但销售人数没变、投放没加——这不合理。」

后面这句话，不来自会计知识。它来自「我知道这家公司应该长什么样」。

而这，就是 8 年长出来的东西。它不在任何一本会计准则里。

AccountingBench：决定性证据

维也纳经济大学：让 AI 去「closing the books」。

现在给一个我认为是整篇最锋利的证据。

维也纳经济大学（WU Wien）的团队做了一个叫 AccountingBench的基准测试：用一家真实 SaaS 公司一整年的财务数据，让 AI 去「closing the books」（结账），并与 CPA 的人类专家基线对比。跨 520 项任务、10 个模型、5 个监管框架。

请注意「closing the books」的定义——它在这份研究里的表述是：确保企业的内部财务记录准确反映外部现实（银行实际说你有多少、客户实际欠你多少、你实际欠供应商多少）。

● 结果如何

—当前领先模型gpt-5.4总体表现约72.2%，且在不同领域差异显著（国际会计准则表现明显好于本地监管情境）

—最强模型在最初几个月能与人类专家相当

—但在更长的时间跨度上，它们产生不连贯的结果

—更具体的一个失效：尽管被明确要求按权责发生制处理（含递延收入、资产折旧、应计费用），模型倾向于回归到现金基础（cash basis）

我要把最后两条放在一起读，因为它们的组合说明了一件极其重要的事：

而会计的本质，恰恰不是「每月对一次账」。会计的本质是连贯性：

—你上个月用了这个折旧方法，这个月就得继续用——除非有理由改变

—你去年确认收入用这个口径，今年就得一致

—一笔分录在三月的处理方式，决定了它在十二月长什么样

这是一种跨越时间的承诺。而承诺需要记忆，需要一致性，需要「我说过的话我要认」。

模型回归现金基础这件事，是这件事最赤裸的证据：它选择了每一步局部最容易的路径，而不是整年全局正确的路径。

乔布斯会怎么看

这件事的形状，他太熟了。

现在进入乔布斯的角度。我认为他会在这里眼睛一亮，因为这件事的形状他太熟了。

审计这个行业，从存在的第一天起，就建立在一个妥协上：

这是 ISA 530 存在的前提，是整个审计方法论的地基。

AI 正在溶解这个前提。

EY 在 2026 年 4 月做了一件史无前例的事：不是试点，不是分批，而是一次性为全部 13 万名鉴证专业人员、覆盖 150 多个国家、16 万个审计项目开启 agentic AI。而其平台每年处理超过 1.4 万亿行日记账分录数据。KPMG 把 agent 建进 Clara 平台，Deloitte 的 Zora 于 2025 年推出，PwC 表示 2026 年内将实现端到端 AI 整合的审计流程。

図 2 EY Canvas 的规模（2026 年 4 月全球上线）

审计从「抽样」走向全量检测（full-population testing）。

现在，乔布斯一生做的事，就是这一类事：

每一次，被溶解的都是「这不可能」。

但他一定会立刻追问下一句——因为他从来不为技术本身兴奋，他为「技术之后人做什么」兴奋：

这句话是整篇的转折点。因为：

—过去，审计师的价值有很大一部分来自覆盖的辛苦（我抽了 60 个样本，每个都查了）

—现在，覆盖是免费的、全量的、机器做的

—于是价值全部转移到了「从全量结果里挑出哪几个值得看」

而这需要什么？需要知道这家公司哪里容易出事。也就是第三层——业务理解 + 判断。

核对是会计的训练机制

八年核对，她到底长出了什么。

现在说我认为最深、也最少被说破的一层。

八年核对，她长出了什么？

表面上是速度、准确率、熟练度。但这些都会萎缩。她真正长出的是一个无法被描述的东西——

我问过很多资深会计同一个问题：你怎么知道这个数字有问题？答案几乎都是同一句：「就是感觉不对。」

这句话不是敷衍。它准确地描述了一种真实存在的认知状态：她的判断先于她的理由。

这就是我们前面反复讨论过的tacit knowledge（隐性知识）。而它有一个极其重要的性质：

而现在，AI 正在接管这一段。

● 数据已经把趋势摆得很清楚

最后一条值得单独解释：入门级岗位没有消失，它被要求「从更高的地方开始」。

而 BlackLine 首席会计官 Michelle Stalick 的说法，我认为是最精准的一句行业判断：AI 正在吸收交易匹配、对账支持、差异检测、初步分析——这正是一年级过去做的大部分工作。

这不是她的错，也不是任何人的阴谋。它是效率提升的结构性副作用。

而它的后果会延迟爆发：当我们把入门级抽掉，2028 年我们会发现找不到能验收 AI 账目的人。

判断会萎缩

还有一层更隐蔽、更危险。

Stanford 的 Jung Ho Choi 与 MIT Sloan 的 Chloe Xie 做了一项研究（277 名会计师、79 家中小企业、数十万条交易记录）。结论大体是正面的：使用 AI 的会计师每月结账快 7.5 天，每周服务客户数增加，约8.5% 的时间从日常数据录入转向高价值工作，总账颗粒度提升12%。

而且有一个特别值得注意的发现：越有经验的会计师，从 AI 获得的收益越大。研究者的解释是——他们更擅长解读 AI 给出的置信度分数，因此更可能在分数低时介入干预。

请把这句和前面「她能一眼看出哪里不对」放在一起：

这正好印证了我们反复讨论的那条：AI 是杠杆，而杠杆只放大你已有的东西。

但研究里有一条警告，我认为比所有正面结论都重要：

研究者明确指出这引入了错误可能。另有调研显示62% 的会计师担心 AI 生成报告的错误与准确性。

● 这就是「验证悖论」的会计形态

反转：她该做什么

不能停在批判。给可执行的。

会计的终极产品不是账，是信任

现在说我认为乔布斯会给出的那一层。

他会指出一个所有人都忽略的事实：

没有人为了对账而对账。对账是因为——有人要拿这份账去做决定：银行要放贷、投资人要入股、董事会要分红、税务局要征税。

而「可以被信任」这件事，最终由一份签字承担。

审计意见永远由人签。两位审计师用同样的分析工具、在同样的数据上，可以得出不同的、同样可辩护的结论——这正是为什么 ISA 始终以审计师的判断为中心，而不是以软件的输出为中心。

有一句行业观察说得极准：AI 分析产生的是标记（flags），不是结论（conclusions）。

所以乔布斯大概会这么说：

然后他会补上那句最狠的：

那个「不安」，就是你的品味。

而这正是他在别处说过的同一件事——会计的品味，和设计师的品味、和他对字体的品味，是同一种东西：它不是知道「对」长什么样，它是知道「不对」长什么样。

一个只会对数字的人，看什么都对得上。一个做了八年的人，看一眼就知道哪里不对劲。

而后者，恰恰是 AI 学到最后也学不会的——因为它只能学到「被判定为对的东西」，学不到「被否掉的东西」。

收尾：消失的是那条路

最后回到她那句话。

「AI 取代的不是算账，是核对。」

这句话对，但要补最后一刀才完整：

而这两者的差别，决定了两种完全不同的结局：

这两件事正在同时发生。区别只在于：有没有人意识到，那八年不只是在干活，那是在长眼睛。

所以最终我想说的是：

而乔布斯会在最后说一句特别不客气、但特别准确的话。他大概会说：