OpenAI 的财务负责人分享了两年内从零构建 AI 原生财务部门的经验。核心是打破传统财务的静态模式（手动对账、查找信息、做PPT汇报），将财务变为实时业务决策工具。

文章一开头就点明了目标：零日结账（Zero-Day Close）和自动持续滚动预测。零日结账不是让结账消失，而是让管理层随时能看到已核对、可追溯的公司财务状况。持续预测则是基于这个实时基础，展现业务变化趋势与不同决策的潜在影响。

实现这一目标的过程，有五个实操经验，值得 CFO 们借鉴：

1. 放手让人用，并创造使用的理由。 与其自上而下下命令，不如先提供安全、好用的 AI 工具，然后举办内部黑客松，鼓励团队用 AI 解决自己的痛点。结果之一就是开发了 IR-GPT，一个基于预设材料的投资者关系问答系统。关键是把底层探索和顶层战略结合起来，让一线的实用想法应用到最重要的业务优先级上。

2. 围绕决策重新设计完整工作流。 大部分财务时间花在“组装决策材料”上（找数据、对账、做图表、写PPT）。AI 能改变工作单元，把原始数据到最终决策整条链打通。作者以预算与实际对比为例：把已审批的预算、系统实际数据、采购订单、应计项目和交易明细全部连接成一个持续核对视图。每一笔差异都能追溯到源头业务活动，AI 可以准备初始解释并标记异常。财务人员只需验证数字、应用判断、最终签字。这样，月末那种疯狂复盘就不再必要，财务就能获得真正的实时预测和动态资本分配能力。

3. 财务人员要成为工具构建者。 作者团队的研究显示，40% 的财务人员在专业化使用 AI 时，内容超出了传统财务范畴，其中 22% 涉及工程任务。团队成员（包括零编程背景的）用 Codex 构建自定义 AI 仪表盘和工具。例如，一位广告业务线同事用 Codex 做出了一个工具，能把月度广告预测自动拆解为周/日计划，并考虑工作日、节假日因素。懂业务的人能自己造工具，把专业能力延伸得更远。

4. 速度和严格的问责制与控制并行。 以 IR-GPT 为例，它能把以前需要数小时（甚至加班）的投资者尽职调查，变成几秒钟生成高质量初稿。但人依然负责核心：分析师阅读初稿，加入判断和上下文，检查内容一致性。文章强调，CFO 要和 IT、治理团队明确：AI 能访问什么数据、能执行什么动作、何时需要审批、何时需升级。每个输出都必须能追溯到可靠来源，每个预测都必须有清晰解释，每个对预算基线的改动都必须有财务授权。清晰的问责能建立提速所需要的信心。

5. 度量每单位“智能”产生的价值。 单纯购买更多账号或使用更多 token 没有意义。对每个工作流，问四个问题：AI 是否完成了有意义的任务？总成本（包括员工时间、审查和返工）是多少？结果是否足够好直接用？它帮我们更快决策或做出更好决策了吗？例如结账看周期时间、自动核对比例；预测看准确度、刷新频率、生成新场景所需时间。 更贵的模型不一定是成本更高的，因为它可能一次性给出可靠答案，减少反复试错和审查成本。

总的来说，AI 原生财务部门的定义是：更快的循环、更强的控制、更好的决策以及更多可用于判断的时间。这最终会让整个公司学会把智能转化为持久的价值。