今日最值得落地（3条）
-
把投融资尽调 / 投委会材料拆成“文档抽取 + 人工判断”的 agent workflow
- 流程场景：PE/VC 或公司战略投资团队做目标公司筛选、数据室尽调、投资 memo 草稿、组合公司监控。
- 最小试点做法：选一个历史 deal room，输入 CIM、财务报表、合同、管理层访谈纪要、董事会材料，让 agent 先做三件事：①抽取收入、毛利、EBITDA、客户集中度等关键指标；②标注合同中的异常条款或缺失条款；③按公司现有投委会模板生成 memo 草稿，并要求每个结论带原文引用。
- 复核/控制点：deal lead 只允许把 AI 输出作为草稿；财务负责人复核关键数字与原始文件页码；法务复核条款风险；投委会材料保留“AI 抽取字段、人工修改字段、最终采纳/剔除原因”的审计轨迹。
- 输出物：尽调摘录表、风险清单、投委会 memo 初稿、带来源页码的 workpaper。
- 来源：StackAI：The Top AI Agent Use Cases for Private Equity & Venture Capital；来源性质：供应商 workflow / use case；日期：2026-06-15。
-
CFO 视角：AI 项目不要从“建 agent”开始，要先定义数据模型、ROI 与使用成本边界
- 流程场景：财务组织把 AI 从 demo / pilot 推到生产环境，尤其是 controllership、sales forecast、invoice-to-pay 等跨系统流程。
- 最小试点做法：在启动任何财务 AI 项目前，先做一页“生产化 checklist”：数据源是否统一定义、字段 owner 是谁、是否能回溯原始记录、token / license 成本如何计量、成功指标是节省工时还是减少错误。
- 复核/控制点：CFO 或 finance transformation owner 每月复核 AI 项目清单；每个项目必须有业务 owner、数据 owner、审批 owner；如果多个团队各自建 agent，必须指定一人负责跨系统 reconciliation，避免销售预测、controllership、运营报表口径不一致。
- 输出物：AI 项目 ROI 台账、数据口径表、token 成本看板、生产上线前控制清单。
- 来源：CFO Brew：AI growing pains are shattering CFOs’ illusions；来源性质：CFO / finance leader 会议报道；日期：2026 年 Gartner Finance Symposium/Xpo 报道。
-
把 coding agent 用在 FP&A / 财务分析的“数据实验室”，但先限制范围
- 流程场景：FP&A、战略财务、商业分析团队需要反复写 SQL / Python / notebook，做 cohort、价格、毛利、留存、预算差异分析。
- 最小试点做法：选一张脱敏经营数据表，让 coding agent 根据 analyst 的问题生成分析代码、运行结果、图表和解释；限定它只能访问只读数据副本，不能直接改生产表或财务模型。
- 复核/控制点：分析师复核代码逻辑；FP&A manager 复核口径和结论；所有输出必须附 SQL / Python 脚本、数据版本、运行时间和人工修改记录。禁止只把自然语言结论贴进 management deck。
- 输出物：可复跑 notebook、variance 分析草稿、图表、代码审阅记录。
- 来源：Anthropic Research：Coding agents in the social sciences；来源性质：研究报告，可迁移到财务分析团队 operating model；日期：2026-05-27。
Accounting / Close / Controls
-
费用凭证整理：用 LLM 先做收据重命名、缺失凭证清单和费用 schedule
- 输入：一批命名混乱的收据 / 发票 PDF 或图片、员工报销表、费用科目 mapping。
- AI处理：读取每张收据，抽取供应商、日期、金额、税额、币种、付款方式；按统一命名规则重命名文件；生成“有费用无收据 / 有收据无费用行”的异常清单。
- 人工复核：AP 或 finance ops 复核金额、币种、税额、员工归属；超过金额阈值或供应商异常的项目交由 controller 二次复核。
- 输出物：收据文件夹、费用明细表、缺失凭证清单、复核日志。
- 风险控制：不能让模型直接入账；所有字段应保留原始文件链接；OCR 置信度低、手写票据、外币票据单独标记。
- 来源：X thread：receipt folder workflow prompt；来源性质：社媒实操提示，需内部验证后使用；日期：来源页面未披露明确日期。
-
GST / VAT 类进项税对账：先让 AI 做匹配建议，不替代税务判断
- 输入：GSTR-2B / 3B 或类似进项税报表、采购台账、ERP AP 明细、供应商税号。
- AI处理：识别供应商、发票号、税额、日期差异；把完全匹配、金额差异、税号差异、缺失发票分成不同队列。
- 人工复核：税务 / AP owner 复核差异原因；金额超过重要性阈值、供应商主数据异常、税率异常必须人工签字。
- 输出物：税额差异表、供应商 follow-up 清单、申报前复核包。
- 风险控制：AI 只做匹配和解释草稿，不能决定税务可抵扣性；保留原始报表、规则版本和人工判断。
- 来源：X thread：AI for GSTR-2B & 3B reconciliation；来源性质：社媒 workflow 线索；日期：来源页面未披露明确日期。
FP&A / Planning / Reporting
- 数据暂缺。 本期未发现最近 365 天内、且带有足够公开流程细节的 FP&A 预算 / 预测 / variance commentary 新案例。可优先复用“今日最值得落地”第 3 条的 coding agent 试点方法，但不要在未建立数据口径和代码复核前直接用于董事会材料。
Treasury / Cash / Risk
- 数据暂缺。 本期未发现最近 365 天内现金预测、银行流水、DSO / O2C、支付风险监控方向的新 AI 落地案例或可验证 workflow。若本周要做试点，建议先从银行流水分类、客户回款预测、逾期 AR explanation 三个低风险场景中选一个，不直接触碰付款审批。
Tax / Compliance / Audit
- 数据暂缺。 本期未发现最近 365 天内税务研究、SOX/内控或审计证据管理的新 AI 落地案例或实操方法。
CFO / Leader 团队建设经验
- 把 AI fluency 变成财务团队的“生产化能力”，不是个人工具试用
- 团队做法：CFO / finance transformation owner 应把 AI 项目分成三类：个人效率工具、流程自动化、受控生产系统。只有第三类需要进入正式控制框架。
- owner 分工：每个项目至少指定业务 owner、数据 owner、模型 / 工具 owner、复核 owner。比如 controllership agent 不能只由 IT 或外部供应商维护，controller 必须拥有输出质量标准。
- 质量指标：不要只看“节省多少小时”，还要看差错率、复核返工率、close cycle 缩短天数、解释一致性、审计证据完整性。
- 来源：CFO Brew：AI growing pains are shattering CFOs’ illusions；来源性质：CFO / finance leader 会议报道；日期：2026 年 Gartner Finance Symposium/Xpo 报道。
开源 / AI 工程可借鉴
-
受控代码执行环境：财务 agent 不应在本机随意跑脚本
- 可复用架构：把 agent 的代码运行放进隔离 sandbox，限制文件访问、网络访问、运行时间和输出路径。适合财务分析、批量文件转换、PDF / CSV 处理、数据质量检查等场景。
- 适合试点的流程：FP&A analyst 上传脱敏 CSV；agent 生成 Python 分析脚本；脚本在隔离环境运行；输出图表和日志；人工复核后才进入正式报告。
- 注意事项：sandbox 不能替代权限治理；敏感财务数据应先脱敏；所有脚本和输出日志要归档，便于复跑和审计。
- 来源：StackAI：StackAI Partners with E2B to Give Every Agent a Computer；来源性质：供应商工程架构说明；日期：2026-06-18。
-
Claude / coding agent 类工具适合先做“只读分析”，再考虑流程写回
- 可复用架构：只读数据副本 + agent 生成代码 + 自动运行 + 人工代码审阅 + 输出报告。这个模式比让 agent 直接改 Excel 模型或 ERP 记录更容易控制。
- 适合试点的流程：预算差异解释、客户毛利分析、费用异常检测、部门 spend trend、合同文本摘要。
- 注意事项：必须保留代码、数据版本、prompt、人工修改记录；如果结论进入管理层汇报，FP&A owner 要签字确认。
- 来源：Anthropic Research：Coding agents in the social sciences；来源性质：研究报告 / AI 工程实践参考；日期：2026-05-27。
本周可做的小实验
-
收据文件夹自动整理
- 数据范围：随机选 50 张历史报销收据，先脱敏。
- 动作：让模型抽取供应商、日期、金额、税额、币种，并按规则重命名文件。
- owner：AP specialist。
- 复核：controller 抽查 20%，所有金额差异 >1% 的记录全查。
- 输出物：收据 schedule、缺失凭证清单、错误率统计。
-
一个历史 deal room 的 AI 尽调摘录
- 数据范围：一个已完成项目的 CIM、财务报表、合同样本。
- 动作：让 agent 生成关键指标表、风险条款清单、投资 memo 草稿。
- owner：Corp Dev / FP&A。
- 复核：deal lead 复核商业判断，finance 复核数字，legal 复核条款。
- 输出物：带页码引用的 memo 草稿和“AI 错误 / 漏项清单”。
-
FP&A variance notebook
- 数据范围：一个部门、最近 6 个月 actual vs budget。
- 动作：coding agent 生成 Python / SQL 分析脚本，输出 top variance、driver breakdown 和 commentary 草稿。
- owner：FP&A analyst。
- 复核：FP&A manager 审代码逻辑和业务解释。
- 输出物：可复跑 notebook、variance memo、人工修改记录。
-
AI 项目成本与 ROI 台账
- 数据范围：财务团队正在使用的 3-5 个 AI 工具或 pilot。
- 动作：记录 license、token / usage 成本、使用人数、节省工时、质量问题、上线状态。
- owner：Finance transformation / CFO office。
- 复核：CFO 月度复核，低使用或无质量指标的项目暂停扩展。
- 输出物：AI spend & ROI dashboard。
-
税务 / 合规先不做“自动判断”，只做证据归档实验
- 数据范围：一个低风险申报或审计 request list。
- 动作：让 AI 根据 request list 从文件夹中匹配支持文件，并生成缺口清单。
- owner：tax / compliance reviewer。
- 复核：人工逐项确认文件是否足以支持结论。
- 输出物：evidence index、缺失文件清单、人工签字记录。