今日最值得落地（3条）
-
开源账务自动化样板：银行/ERP/电商流水 → 规则+LLM 预分类 → 人工监督 → DATEV/BWA 输出
- 流程场景：中小企业日常记账、预制凭证、税码判断、经营报表准备。
- 最小试点做法：选一个低风险账套或历史月份，导入银行 CSV / MT940 / CAMT、ERP 或 Shopify/Amazon/eBay 流水；先用确定性规则匹配已知供应商和收款方，再让 LLM 对未知交易建议 SKR03/SKR04 科目、税码、借贷方向和置信度。
- 复核/控制点：低置信度、税码变化、跨境 VAT/OSS、金额超过阈值的交易必须进入 supervisor view；controller 或外部会计师只批准“已复核”状态的凭证；人工更正回写为规则，减少下次 LLM 调用。
- 输出物：预制 journal entries、DATEV ASCII 导出、BWA 报表、异常/低置信度清单、人工修正规则库。
- 来源：GalieJJ/accounti GitHub repo（开源 repo；页面显示日期未明，项目说明为 AI bookkeeping automation、rules-first、LLM-assisted、human-supervised）。
-
CFO/IR 文稿与经营问答：AI 先起草 MD&A、预测分析师问题，人保留最终判断
- 流程场景：上市公司 MD&A、投资者关系问答准备、CFO performance cockpit。
- 最小试点做法：不要从完整 10-Q/10-K 开始；先取最近 4 个季度的 MD&A、earnings call transcript、peer earnings call 和内部 KPI dashboard，让 AI 生成“本季主要变动解释 + 可能被分析师追问的问题清单”。
- 复核/控制点：IR、Legal、Controller 三方复核；所有生成段落必须链接到具体财务指标、period、peer source；禁止 AI 直接改披露文件；保留 prompt、输入版本、人工修改痕迹。
- 输出物：MD&A first draft、analyst Q&A prep、peer benchmark dashboard、CFO cockpit action list。
- 来源：Fortune 对 Cisco CFO Mark Patterson 的报道（operator / CFO 访谈报道；2026-07-01）。
-
AI vs 自动化分流矩阵：先判断“能否写成规则”和“审计要求多高”，再决定是否上 LLM
- 流程场景：close、reconciliation、variance alert、journal entry、board commentary、forecast explanation。
- 最小试点做法：把财务团队本月最耗时的 20 个任务列成表，两列打分：①规则是否能写清楚；②输出是否会被审计、董事会或资本配置使用。规则清楚且审计要求高的先做自动化；规则不清且审计要求高的只允许 AI 起草，不允许自动入账或自动发布。
- 复核/控制点：高审计要求场景必须设 confidence threshold、source trace、human sign-off；AI 产出的 commentary 不得成为唯一依据；自动化规则上线前由 process owner 和 controller 双签。
- 输出物：AI/automation 决策矩阵、流程优先级清单、控制设计表、pilot approval log。
- 来源：Cube：AI vs. Automation in FP&A（供应商方法论材料；更新 2026-05-04）。
Accounting / Close / Controls
- 本期重点采用“今日最值得落地第 1 条”和“第 3 条”的组合思路：
对 close / reconciliation / journal entry，不建议一开始让 AI “自动做账”。更稳妥的落地顺序是：
输入：银行流水、ERP 导出、发票/订单、历史科目规则→自动化先跑确定性匹配→LLM 只处理未知交易、memo 摘要、异常解释→controller 复核低置信度和高金额项目→输出预制凭证、reconciliation package、review log。 风险控制重点是科目映射、税码、cut-off、重复入账、人工改动留痕。
FP&A / Planning / Reporting
-
Variance commentary：把 GL/ERP/CRM/HRIS 连到同一张 variance workpaper，而不是让 AI 只写漂亮解释
- 输入：actuals、budget、forecast、CRM pipeline、headcount plan、部门维度、account mapping。
- AI处理：自动识别预算 vs 实际差异、按 account / department / driver drill-down，生成第一版 variance explanation。
- 人工复核：FP&A owner 检查金额、driver 和 business context；超过 materiality threshold 的差异必须找业务 owner 确认。
- 输出物：monthly variance memo、dashboard commentary、reforecast action list。
- 风险控制：解释必须能回溯到 transaction-level 或 driver-level；禁止只保留自然语言结论。
- 来源：Cube：13 best variance analysis software [2026]（供应商市场扫描/方法材料；更新 2026-01-28）。
-
AI 时代 CFO 前 90 天：先做数据血缘和流程地图，再做模型
- 输入：过去 24 个月 board decks、investor materials、strategic plans、KPI 定义、数据源 owner 清单。
- AI处理：先压缩阅读和模式识别时间，提取反复出现的风险、承诺与实际差距、僵尸报表、流程瓶颈。
- 人工复核：新 CFO / FP&A lead 逐项确认 KPI 来源、owner、更新频率和可信度；不可信数据不得进入 board model。
- 输出物：90-day finance narrative memo、process inventory、zombie report list、scenario model。
- 风险控制：AI 只能帮助综合资料；所有关键指标必须追溯到 ERP、BI、spreadsheet 或人工流程 owner。
- 来源：Cube：The New CFO’s First 90 Days（CFO playbook / 供应商方法论；更新 2026-04-17）。
Treasury / Cash / Risk
- 现金预测：把应收、应付、工资、银行和预算假设拆成短期 direct cash forecast
- 输入：银行余额、AR aging、AP aging、payroll calendar、debt service、tax payment dates、CRM collections assumptions。
- AI/自动化处理：自动刷新收付款时间表，标记大额逾期、异常付款节奏和现金缺口窗口；AI 可生成 liquidity commentary 和 scenario summary。
- 人工复核：Treasury / FP&A 每周复核 top customers、top vendors、工资和税款日期；CFO 只看 cash low-point、covenant risk、融资触发条件。
- 输出物：13-week cash forecast、liquidity risk list、collections action list、scenario memo。
- 风险控制：不要让 AI 修改付款计划；预测假设必须保留版本和 owner；银行数据和 ERP 数据需定期对账。
- 来源：Cube：12 best cash forecasting software [2026 review]（供应商市场扫描/方法材料；更新 2026-03-11）。
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。 可复用的相邻做法是：在税务和审计场景中只让 AI 做资料整理、初稿和异常提示，正式判断、税务立场、审计结论仍由具备授权的 reviewer 签字。
CFO / Leader 团队建设经验
- 从“零散试用”到“integrator”：CFO 要给团队留出受保护的 AI 实验时间
- 团队经验：CFO Connect 的 2026 报告把 finance AI 使用者分成 tinkerer 和 integrator。差异不是谁买了更多工具，而是谁有干净的数据核心、明确 owner、跨职能协作，以及把 AI 当作日常 workflow 的一部分。
- 可做动作：CFO 本周可指定 1 个高摩擦流程，例如 spend categorisation、variance analysis、reconciliation 或 management reporting；给 process owner 30 天窗口，只衡量 decision speed、error reduction、forecast accuracy、stakeholder satisfaction，而不是只算节省小时数。
- 复核/控制点：建立 automate-upskill-govern 三件套：哪些流程可自动化、团队需要补哪些技能、哪些输出必须人工复核。
- 输出物：30-day AI pilot charter、owner/RACI、impact metric sheet、AI use policy。
- 来源：CFO Connect：State of AI in Finance 2026（CFO community report；2026）。
开源 / AI 工程可借鉴
- accounti 的架构值得财务自动化项目借鉴：
核心不是“让 LLM 做账”，而是把系统拆成 importers、classification、posting、tax、export、BWA、API / supervision UI。财务团队做内部原型时也可照这个结构拆：
数据接入层→规则层→LLM 判断层→人工复核层→导出/报表层→反馈学习层。 注意事项：低 star 或早期项目不能直接上生产；更适合作为架构样板、字段设计参考和 internal prototype 的起点。
本周可做的小实验
-
20 个流程 AI/自动化分流表
- 取本月 close、FP&A、treasury 各自最耗时任务，列 20 行。
- 两列打分：能否写成规则、审计/董事会使用风险。
- Owner：Controller + FP&A lead。
- 输出：一张 pilot priority matrix；只选 1 个低风险流程进入试点。
-
10 个供应商/客户流水的“规则优先 + LLM 例外处理”实验
- 取历史一个月银行流水，先人工写 20 条确定性规则。
- LLM 只处理规则没覆盖的交易，输出建议科目、税码、置信度、解释。
- Owner：Accounting manager。
- 复核：controller 审批所有低置信度和高金额项目。
- 输出：pre-coding workpaper、error log、可固化规则清单。
-
MD&A / board commentary first draft 试点
- 取一个已披露或内部已关闭季度，输入 final actuals、上一版 commentary、variance table。
- AI 生成第一版“本季变化解释”和“可能追问问题”。
- Owner：FP&A / IR。
- 复核：CFO、Legal、Controller 标注哪些句子可用、哪些缺证据。
- 输出：redline draft、source mapping、禁止使用表达清单。
-
13-week cash forecast 异常提示
- 输入 AR aging、AP aging、payroll calendar、银行余额。
- 自动生成未来 13 周每日/每周 cash balance；AI 只写“现金低点原因”和“需要跟进的客户/供应商”。
- Owner：Treasury 或 FP&A。
- 复核：CFO 审核 cash low-point、融资触发条件和大额付款假设。
- 输出：cash forecast workbook、assumption log、collections action list。
-
僵尸报表清理
- 收集过去 3 个月所有定期管理报表。
- AI 帮忙聚类报表用途、重复字段、没人引用的指标。
- Owner：FP&A lead。
- 复核：每个业务 owner 确认“保留 / 合并 / 停发”。
- 输出：report inventory、停发表、节省时间估算、保留报表 owner 清单。