财务负责人都清楚,企业需要投资 AI,但财务体系固有的投资回报评估逻辑,却难以适配 AI 项目的价值测算。
Airwallex 空中云汇委托 Forrester 近期开展专项调研,面向亚太、欧洲、中东和非洲以及北美地区的 1,279 名财务负责人进行了访谈。其中一项发现,精准揭示了财务团队在过去几个月内普遍面临的矛盾:
40% 财务负责人无法搭建清晰的 AI 项目商业论证,AI 应用只能停留在短期效率提升层面;与此同时,74% 的受访者表示,在未来 12 个月内,将 AI 嵌入财务工作流程是核心工作,这一优先级与强化财务管控与满足合规监管并列。企业布局 AI 的意愿与决心十分明确,但 “想落地” 和 “能证明落地价值” 之间存在巨大鸿沟,让不少资深财务管理者因此停在了原地。
若企业需要管理多主体、多币种、在多司法辖区开展跨境经营,这一问题还会进一步放大。更快的关账周期、实时滚动预测,以及动态风险识别,是大多数财务团队在 AI 应用上的核心期待,但这些价值点,暂时无法用董事会熟悉的传统财务测算模型呈现。
下文所有数据,若无特殊标注,均来源于《打造适配 AI 的财务职能体系》(Building An AI-Ready Finance Function)专项研究报告,该研究由 Airwallex 空中云汇委托 Forrester 咨询于 2026 年 6 月完成并发布。
决策压力持续加剧,财务负责人的顾虑合乎情理
我们服务的大量企业均反馈,董事会、投资人、行业同行反复向 CEO、CFO 抛出同一个问题:如何使用 AI?Airwallex 空中云汇首席产品官 Shannon Scott 在公司播客栏目中也提到了管理层面临的落地压力。
“CFO 或 CEO 都强烈希望,能够借助所使用的技术栈更快向前推进。企业被鼓励去积极尝试 AI 工具,并主动做出变革,并让外界看到正在借助 AI 工具进行转型。” -Shannon Scott, Airwallex 空中云汇首席产品官
财务负责人的这种犹豫完全可以理解。财务从业者的职业准则,是投入资金前先论证投资回报;但 AI 项目成本随使用量浮动,收益却会在多年内持续累积,传统商业论证模型的底层假设,往往不适用于 AI 项目测算。
42% 的财务负责人担心,同行企业加速财务数字化,自身将在竞争中陷入落后位置;45% 受访者认为,AI 落地推进缓慢,会削弱企业应对市场波动的弹性。当下进退两难:提前布局意味着在无完整回报佐证的前提下投入成本;观望等待则会眼睁睁看着竞争对手持续提升运营效率,后续需要数年时间才能弥补差距。
等待完美 ROI,本身就是一种风险
偏保守的企业习惯在拿到完整商业论证后,再启动项目落地,标准流程为:小范围试点、数据测算、提交董事会审批、规模化推广。这套模式适用于许可费用固定、折旧线性可测算的传统软件,但 AI 完全打破了这套落地逻辑:成本动态可变、收益分布不均衡,且很难将 AI 产生的价值,与 ERP 系统升级、数据仓库整合、组织架构调整等项目做价值拆分。
德勤相关调研进一步印证了观望策略的弊端:近半数企业可在两年内看到 AI 项目投资回报,但 69% 的企业表示,仅搭建 AI 配套管理体系就需要 12 个月以上,而能够在六个月内从试点阶段扩展到规模化推广的 AI 项目不足三分之一。AI 投资的回报确实会出现,但收益曲线与企业按季度开展的业绩评估周期无法匹配。并且,每推迟一个季度落地 AI,就等于让竞争对手多积累一个季度的数字化运营经验,而企业自身并未获得这部分沉淀。
Square Peg Capital 联合创始人 Paul Bassat 曾做客 Airwallex 空中云汇播客栏目,明确反对 “观望等待” 的策略,他提出一个极具参考价值的类比:早年企业不会纠结 “电力该如何落地使用”,电力最终成为各行各业的基础设施,而 AI 也会沿着相似的轨迹发展。尽早锁定业务痛点、用 AI 针对性解决问题的企业,将持续拉开竞争差距。
延迟的成本,本身就是商业论证
当 Forrester 询问财务负责人,延迟 AI 落地的最大成本是什么时,42% 的受访者给出统一答案:落后于那些现代化推进速度更快的竞争对手。每多等待一个月,这种差距都会在关账效率、资金可视性以及预测响应速度上继续扩大。
当下更务实的落地思路,是从业务痛点出发,而非先从工具出发。财务部门长期存在大量未能被解决的难题,此前受限于技术能力无法解决,如今 AI 恰好提供了解决方案。
“先去思考那些过去从未被真正解决过的问题,思考 AI 能否提供解决方案。以待解决问题为起点,明确业务想要达成的最终目标。" -Paul Bassat, Square Peg Capital 联合创始人
确定核心痛点后,企业搭建的数据底座,将决定 AI 是放大决策优势,还是在放大原本就存在的偏差。若企业财务系统分散在多家银行、计费平台、以及彼此割裂的会计工具之间,AI 只能基于不完整数据输出结论,测算结果看似精准,却缺少完整业务场景支撑。将这些能力整合到统一平台之上,才能让 AI 在跨主体、跨币种和跨司法辖区的场景下看到完整全局数据视图,也能降低财务团队的多系统学习成本。
53% 的财务负责人表示,团队缺乏运行 AI 赋能型财务流程的经验,是一项落地障碍;29% 的受访者则指出,内部员工对变革的抵触心理也是阻力之一。两类问题会相互叠加:落地实践越晚,团队等待积累实操经验的周期就越长,最终转型难度越高,与六个月前已先行布局的竞争对手之间的差距也会越大。
财务体系严谨的测算要求,与持续变化的行业竞争环境形成双向拉扯,两套逻辑本身均具备合理性,但后者带有明确的时间窗口约束。能够平衡好两者的财务负责人,往往是优先搭建统一数字化底座、先从核心业务痛点切入,再落地 AI 工具,并同步迭代价值评估框架,用已落地产生的业务价值,完善 AI 投资回报测算体系的人。
数据来源: 若无特殊标注,均来源于《打造适配 AI 的财务职能体系》(Building An AI-Ready Finance Function)专项研究报告,该研究由 Airwallex 空中云汇委托 Forrester 咨询于 2026 年 6 月完成并发布。
本文内容仅供一般信息参考之用,不构成法律、监管、税务或投资建议。具体情况请咨询专业顾问,获取适用于自身情况的意见。
View this article in another region:加拿大 - English加拿大 - Français新加坡新西兰欧洲澳洲美國英国全球

Ross Weldon
特约财经撰稿人
Ross 是资深金融领域撰稿人,拥有十余年行业撰稿经验,长期为多家全球顶尖科技企业与支付机构提供内容创作服务。他曾任职 Adyen 并负责统筹全球内容,积累了深厚的行业专业积淀。其撰稿内容覆盖跨境贸易、数据驱动洞察、电商行业趋势等多个领域。
发布于:
财务运营

