在“下一代财务战略×AI应用研讨会”中举行的圆桌讨论以“AI释放进取型财务”为主题，围绕财务与会计部门所面临的环境变化及AI应用现状展开了多角度的深入讨论。
随着业务复杂度提升与人才短缺问题的并行发展，AI不仅仅是提升效率的工具，更逐渐成为支持业务流程再设计和决策优化的基础。通过基于实际经验的讨论，明确了AI时代下业务形态的转变及财务实务人员的角色定位。
财务环境变化推动财务变革与AI应用的必然性
本次圆桌讨论由日本国家Laurea代表取缔役、注册会计师饭塚幸子女士担任主持，副主持为Cloud Watch编辑长石井一志先生。嘉宾包括日本国家旭化成财务税务室三嶌晴志先生、日本国家安永新日本有限责任审计法人加藤信彦先生以及日本国家Azbil财务部山崎和久先生。
讨论首先聚焦于财务部门所处的业务环境变化。各企业普遍面临业务复杂化与人才不足的双重挑战。
三嶌先生指出，全球最低税率制度的引入使税务工作迅速复杂化，且资深人才的退休加剧了人手短缺。“新业务需求不断增加，但承担税务的资深人员逐渐离职，业务难度提升。传统的人才招聘和培养难以满足需求，必须通过AI应用和业务集中化实现高效运作。”
加藤先生谈及现场对AI应用态度的转变。十年前引入异常检测AI时，现场反应多为怀疑，但生成式AI的出现彻底改变了局面。“随着客户业务复杂化和全球化，审计数据量大幅增加。我们一直致力于AI异常检测，起初现场持怀疑态度，但生成式AI出现后，‘希望使用’的呼声日益高涨。”
山崎先生强调财务部门角色的转变，从传统的记账为主向支持经营决策的信息提供转型。“财务不仅要准确记账，更需及时提供有助于经营判断的信息。同时，育儿、护理等人力资源限制和高质量工作需求并存，AI和技术的效率提升不可或缺。”
主持人石井先生总结：“在人手减少的背景下，必须用技术替代可替代的工作。财务领域同样需要在效率和数据利用两方面强化技术应用。”
饭塚女士结合自身经验表示：“我主要负责合并决算外包，目前仍以人力补充不足。疫情推动远程环境建设，外包有所进展，但未来技术应用将不可或缺。”
基于业务复杂化与人才短缺的结构性问题，财务领域AI应用的必要性得以共识，讨论进入下一主题。
AI应用带来的业务流程变革及具体应用领域
围绕“AI改变业务流程”展开讨论。
三嶌先生举例说明了AI在发票处理和内部知识利用中的应用。通过AI OCR实现交易方代码、金额及科目自动获取，利用生成式AI学习内部规章制度，提升业务效率。“关键是将AI嵌入业务流程，而非单独使用，必须重新设计整体流程。同时，AI能高速处理大量数据，构建数据集中机制尤为重要。”
原计划外包发票处理因成本考虑改为引入AI，结果处理能力超越人力，适合批量处理大量业务。
加藤先生介绍了数据处理集中化与AI分工。约3000家公司数据在卓越中心(CoE)集中处理。“对准确性要求高的环节采用规则驱动，分析环节利用AI。生成式AI擅长摘要和文本生成，辅助分析评论撰写。合并财务数据分析中，构建了异常值自动提取机制。生成式AI用于披露验证，但仅限草稿生成，必须有人审核，确保‘人机协同’。”
山崎先生分享了生成式AI在会议记录和培训资料制作中的应用。利用Microsoft Teams录音转写功能减少会议记录工时，加快审计响应和证据管理。培训资料草稿亦借助生成式AI高效完成。“AI应用越多，越需强化检查和内部控制。自动化易导致确认形式化，风险意识必须加强。最终确认仍由人完成，但工时节省显著。”
石井先生从制度角度强调，数值必须100%准确，严格核查不可或缺。“文本可修改，数值必须精准。生成式AI能做的越来越多，关键是辨别其能力边界并合理利用。”
审核、判断与治理的新型控制设计
讨论转向“审核、判断与治理”，聚焦AI应用风险及控制策略。
三嶌先生强调不应盲目信任AI输出，必须持续核查并保障数据质量。“AI输出需核实，组织需建立相应心态和规则，认识到错误可能性。AI准确性依赖于数据质量，低质数据难产出好结果。构建优质流程和数据至关重要。”
加藤先生提出AI控制设计需从“目的、输入、模型、输出”四方面检查。“①目的明确，②输入数据质量，③模型合理，④输出审核，缺一不可。数据质量差结果必然差。虽检查多，但按风险设计控制即可，无需过度担忧。AI仅作为草稿和辅助判断，最终责任由人承担。”
山崎先生提醒生成式AI特有风险——幻觉现象，强调验证重要性。“AI减少前置工作，但检查和控制需加强。最危险是‘貌似合理的幻觉’，必须核实依据。AI能完成约80%草稿，剩余20%需人工补充，包括验证和沟通说明。”
讨论扩展至安全层面。加藤先生谈及生成式AI数据保护的重要性。“审计法人高度重视数据安全。生成式AI需确保客户数据不被外部模型学习。我们在日本国内设服务器，构建不学习环境，同时核查供应商内部控制。禁止输入敏感信息，结合运营规则和技术管理风险。”
成败关键：导入流程与思维模式转变
围绕“项目成功与失败因素”展开讨论。
山崎先生强调AI应用应分阶段推进，非一蹴而就。财务部门中，生成式AI在会议记录、培训资料、审计材料草稿制作等领域效果显著。“应从可行领域起步，生成式AI适合草稿制作，尤其是需及时响应的后续事项。因含‘貌似合理的错误’，必须核实依据。如何快速生成草稿并由人保障最终质量是关键。”
讨论延伸至AI应用意识差异。山崎先生指出年轻人对AI和数字化转型更感兴趣且更灵活，资深人员因既有成功经验倾向传统方法。“无论职位，主动实践新方法、拥抱变革的心态至关重要。”
三嶌先生认为数据质量是AI应用成败的最大因素。“失败更明显，最大问题是数据质量。旧规章和重复数据混入会降低AI准确度。人能判断，AI则依赖数据整理。如何整备原始数据极为重要。”
加藤先生谈及AI导入顺序及思维转变。“应按标准化→集中化→自动化→AI化顺序推进。孤岛式自动化难实现整体最优。导入工具前需先转变思维。通过体验让员工感受效果，推动应用。工具不必完美，早期接触更重要。”
讨论达成共识：AI应用成败不仅是工具问题，更关乎流程设计与人员意识转变。
AI时代财务实务人员技能与角色变化
最后讨论“AI时代实务人员技能”。
山崎先生指出，灵活思维和沟通能力依然是基础。财务不仅管理数字，还需应对审计和向管理层说明，必须具备从各部门获取准确信息的能力。“AI并非万能，关键是灵活思考和沟通。财务需整合信息，支持决策，未来这些技能需求将更大。”
三嶌先生强调适应技术的业务设计能力，即“业务设计力”。“未来需根据技术设计业务，这是人类独有领域。除专业知识外，具备业务设计力的财务人员能发挥更大价值，助力公司整体运作。”
加藤先生谈思考力与隐性知识的重要性。AI环境可能削弱思考力风险。“隐性知识只能由人积累，判断需思考力。AI给出答案可能让人思考力下降。我们通过结合AI与非AI分析训练，及角色扮演强化思考和沟通能力。”
主持人石井先生补充，技能变化将带来更多跨界协作，沟通能力愈发重要。
饭塚女士结合自身经验表示：“我日常使用Copilot，极大助力思考和查询。会计系统也集成AI功能，潜移默化受益。但技术驾驭需人力成长。各企业需求不同，需停下来明确自身所需技能。”
AI应用的成败，最终取决于人和组织的状态。
