看得人心痒，也看得人焦虑：别人都上了，我们是不是落后了？

我做过 10 年财务和财务信息化，这几年也一直在看 AI 落地。我的建议是：财务选 AI，不能按选普通软件的思路来。

因为财务有个和别的部门不一样的地方：我们容错率极低。

别的部门用 AI 写错了，改一下就行；财务错了，是要出报表、要对外披露的。所以在掏钱之前，先过 5 关。

第一关：数据关——我的数据在哪，能不能喂给 AI

更麻烦的是，这些数据口径还不一定一致——同样一笔费用，业务系统叫「市场活动费」，财务账上叫「销售费用-推广费」。

要问清楚：

• 这个 AI 工具要吃哪些数据？

• 这些数据现在在哪、干不干净、口径统一吗？

• 数据怎么给它（接口导出？手工上传？）

过了：能说清数据从哪来、怎么进去，且口径是统一的 

没过：「应该能直接接吧」「先买回来再想办法」

为什么这关最基础：口径没统一的脏数据喂进去，AI 只会又快又准地给你一个错的结果。你没理清的，它会放大，不会替你解决。

第二关：场景关——先定场景，别为 AI 而 AI

很多公司上 AI 的起点是：「老板说要搞 AI」「同行都在搞」。然后买回来一个平台，全公司找场景往里塞。

正确的顺序是反过来的：先有一个具体的、疼的场景，再去找工具。

要问清楚：

• 我要解决的到底是哪一件事？

• 现在做这件事要花多少人天？

• 做完之后省下来的时间，值不值这个钱？

过了：能说出「我要用它做 XX 这个具体环节，现在一个月花 X 人天」 

没过：「就是想试试 AI 能干什么」

判断小技巧：如果一个场景你描述不清楚「现在怎么做的、哪里最疼」，那就还没到买工具的时候。

第三关：容错关——错了谁兜底

AI 会「一本正经地胡说八道」：这在写文案时是个笑话，在财务里是事故。

要问清楚：

• 这个工具错了会怎样？

• 有没有人工复核环节？

• 错了能不能追溯？谁签字负责？

过了：流程里明确留了人工复核的节点，且能追溯到「哪条是 AI 给的、谁复核的」

没过：「AI 准确率 98%，应该没问题」

记住一件事：98% 的准确率，在财务语境下意味着每 100 笔里有 2 笔是错的。而错的那 2 笔，往往是最特殊、最难查的。

第四关：成本关——算总账，别只看报价

要一起摊开算的：

• 订阅费 / license（按人头还是按用量）

• 调用费用（token、API 次数——用得越多越贵，这个最容易失控） 

• 接口对接费（和现有 ERP / 费控打通） 

• 定制微调费（通用模型听不懂你们的业务黑话） 

• 人工复核的人天（这一项最容易被漏掉，但它往往是大头）

过了：能算出一年总成本，且比现在的人工成本真的低

没过：只知道订阅价，其他没问过

一个真实的坑：见过项目上线头几个月挺省，后来业务量一涨，调用费跟着涨，年底一算比人工还贵。AI 的成本是跟着用量走的，不是一次性买断。

第五关：合规关——数据出不出网，留痕能不能审计

财务数据是什么？是公司的核心经营数据，很多还涉及员工个人信息、供应商信息。

要问清楚：

• 我们的数据会不会被用来训练对方的模型？

• 数据存在哪、存多久、能不能删？

• 出了结果之后，有没有留痕？审计的时候拿得出证据链吗？

• 合同里写了数据条款吗？

过了：供应商能书面回答上面每一条，且合同里有数据条款

没过：「放心吧我们很安全的」「这个应该没问题」

为什么这关不能妥协：前面四关出了问题，是效率、成本的问题；这一关出了问题，是合规问题。而且它是唯一一关，出事后没法用「下次注意」来补救。

5 关速记

• 数据关 —— 我的数据在哪、干不干净、口径统一吗
• 场景关 —— 先有疼的场景，再找工具
• 容错关 —— 错了谁兜底、怎么复核、怎么追溯
• 成本关 —— 订阅 + 调用 + 接口 + 微调 + 复核人天，一起算
• 合规关 —— 数据出不出网、能不能删、留痕能不能审计

AI 是个好东西，但它不解决「你没想清楚」的问题——只会把没想清楚的部分，放大给你看。

你所在的公司开始用 AI 了吗？卡在上面哪一关？

后台直接说一句你的场景，我看到会回，就当同行交流 🐱

—— 业财翻译官 Vv