乐于分享
好东西不私藏

为什么很多事务所买了AI工具却用不起来

为什么很多事务所买了AI工具却用不起来

去年一家事务所花了 20 万元买 AI。半年后,86 个账号里只有 9 个还在用。

忙季一到,项目组继续在微信群里催 Excel、催截图、催回函。

后来我发现:AI 落不了地,问题根本不在 AI。很多人以为,事务所用不好 AI,是因为管理层不懂技术。

实际恰恰相反。最积极买 AI 的,往往就是管理层。很多人以为,新人最抗拒 AI。实际也不是。最愿意点开系统试一试的,通常就是助理和实习生。真正不愿改的,常常是最熟悉老流程的人。

一句话说透就是:很多事务所不是没有 AI。而是 AI 活在演示里,人活在 Excel 里。

买系统的人,最后成了最不用系统的人

华东一家中型事务所去年 6 月上线 AI 审计系统。上线那天,项目经理老周最兴奋。

培训签到 32 人,他在会上连续演示了合同抽取、流水筛查、底稿生成,最后还说了一句:“今年忙季,大家终于能少熬点夜了。”这就是预期。

现实是,两个月后后台数据出来,使用次数最多的是 3 个实习生。使用最少的,恰恰是老周自己。更扎心的是,这套系统当初就是他拍板买的。

到了 1 月年审最忙的时候,项目组 7 个人在客户现场连干 12 天。系统明明能把银行流水初筛从 4.5 小时压到 40 分钟,但老周分工时还是老办法:实习生整理流水,高级审计员抽样,经理最后看底稿。

没有人被要求先跑系统。没有人因为用了 AI 少交一版底稿。最后这个项目的流水筛查做了 3 轮返工,白白多出了 11 个工时。

项目组有人私下吐槽:“AI 一分钟干完的活,经理让我再检查半天。”还有人说:“系统不是不能用,是用了也不算数。”

这件事最有意思的反转是:买 AI 的人,往往不是最抗拒 AI 的人。但不用 AI 的人,偏偏最有权决定别人用不用。

不是模型不够聪明,是文件名已经把人整崩了

另一个项目是电商客户。客户一次发来 240 份材料,里面有 PDF、截图、扫描件、拆开的 Excel 表。同一个供应商,名字能写出 4 个版本。同一个订单号,有的带前缀,有的不带。项目组一开始很乐观,觉得这正是 AI 擅长的活。这就是预期。

现实是,系统首轮跑完,打出 37 条异常。高级审计员小李往下核,真正值得追的只有 8 条。剩下 29 条,不是字段没对齐,就是图片太糊,要么就是附件命名乱到系统根本认不出谁是谁。最离谱的是,客户给的文件名真的出现了这种东西:最终版.xlsx,最终版2.xlsx,最终版真的最终版.xlsx

最后项目组为了把资料整理到“能让 AI 看懂”的程度,又搭进去 2 个人、1.5 天时间。等资料勉强理顺后,AI 的确把合同比对时间从 6 小时压到了 55 分钟。但大家已经先被前面的脏活折腾掉半条命。

小李那天说了一句特别像现场:“不是模型不够聪明,是客户资料乱得连人都看不懂。”还有一句更绝:“AI 最怕的不是不会审,而是客户给你的附件叫最终版3。”这也是一个很反常识的地方:很多人以为 AI 落不了地,是因为模型还不够强。实际更常见的问题是,客户资料太乱,连基础比对都做不稳。

最累的不是做一遍,而是做两遍

第三个项目更像很多审计助理的日常。某所给 32 个项目都开了 AI 账号,还在两周内做了 6 场培训。培训结束那周,周活跃人数一度冲到 68%。所有人都觉得这次应该能成。这就是预期。

现实是,2 个月后,周活跃人数掉到 14 个。留下来的,大多还是助理和实习生。原因很简单:经理层没有改复核习惯。比如系统能自动生成函证跟踪台账,也能汇总未回函账户。助理先跑了一版 AI,10 分钟出表;经理看完后说:“你再按原来的 Excel 模板整理一版,我看那个顺手。”

一句话,前面省下来的时间,后面全吐回去了。有个助理直接破防:“不是 AI 不省时间,是我们要同时伺候两套流程。”另一个人补刀:“AI 写底稿用了 10 分钟,为了让经理相信这份底稿,我解释了 40 分钟。”还有人说得更直白:“系统说异常有 37 条,经理说你再人工过一遍。最后我把 AI 筛完,又自己筛了一遍。”

这个案例最值得记住的反转是:很多人以为新人不愿意学新工具。实际恰恰相反。最先放弃 AI 的,往往不是新人,而是不用对返工负责的中层。

说到底,AI 卡住的不是技术,是旧流程

把这 3 个案例放在一起,你会发现,事务所 AI 落不了地,来来回回就是 3 个坑。

第一,系统买进来了,但项目经理根本没把它放进日常工作。

第二,大家以为自己缺的是模型,实际缺的是干净资料。

第三,AI 省下来的时间,没有人愿意认账。

PCAOB 在 2024 年 7 月谈生成式 AI 进入审计时提到,当前应用仍较多集中在行政和研究类任务,真正进入审计计划和执行,还需要更强的监督和流程设计。

中注协在 2025 年 2 月也提到,审计数据标准的推进,本质上是在给 AI 创造结构化、可关联、可追溯的数据条件。

这两句话翻成大白话就是:AI 不是装上就能跑。它要么吃流程,要么吃数据。流程没改,数据没理,AI 就只能在演示里特别聪明。一到现场就特别无助。

最后一句

世界经济论坛在《Future of Jobs Report 2025》里把 Accountants and Auditors 列入未来五年净下降岗位,指向的不是“审计没了”,而是重复度高、标准化强的工作会先被重做。很多事务所以为自己缺的是更聪明的 AI。实际上缺的是:有人愿意把旧流程推翻重来。

否则明年忙季,你还会看到同样的场景:新买的 AI 放在后台吃灰。实习生继续熬夜整理 Excel。