为什么大多数财务团队不再纠结 AI 自建还是采购，而是转向混合模式

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。

51% 的企业财务团队已经在运行混合式 AI 模式；而企业究竟选择自建什么、采购什么，背后的分界线并不主要取决于技术能力本身。

在 Airwallex 空中云汇委托 Forrester 开展的一项最新研究中，一家英国科技公司的资深财务总监坦言：“我们几乎总是优先选择采购，而不是自建。我们的研发团队通常会说，‘这个功能我们可以自建，挺直接的，不难。’但一旦我们开始梳理可审计性、SOC 1 报告和内部控制框架等硬性要求，就能看清背后极高的复杂度。”

如今全球各地财务团队都面临这种矛盾。AI 技术门槛已大幅降低，企业内部工程师完全有能力搭建模型、用自有数据完成训练，并在几个月内让它产出有用的结果。但项目推进的阻碍往往出现在后期：审计人员会追问算法可解释性，合规团队会指出内控漏洞，CFO 则会发现企业并未预留预算，用于搭建配套两年周期的监管合规体系，而这套体系是 AI 接入财务报表前的必备前置条件。

Forrester 今年早些时候调查了 1,279 位财务决策者。最核心的发现是：51% 的受访者已经在运行混合模式，结合内部自建与外部供应商提供的成熟工具共同使用；预计这一比例将在未来 12 个月内升至 57%。单纯二选一的 “自建 / 采购” 二元思路早已脱离行业实际，绝大多数财务团队已经选择两者并行。

57% 企业选择中间路线：自建与采购并行

在接下来的 12 个月中，仅有 26% 的企业倾向于纯粹的自主研发，而完全依赖第三方工具采购的企业也仅占 17%。相比之下，绝大多数企业（57%）有着清晰的考量，主动选择了将自建与第三方工具相结合的混合模式。

这种趋势也呈现出明确的方向性：未来 12 个月，选择全外包方案的企业占比将从当前 26% 下滑至 17%。财务团队希望掌握更多 AI 流程自主权，而非完全交由外部。企业普遍选择内部把控流程设计，同时把合规基础设施外包给供应商。

这一变化也反映出财务管理者把信心更多放在“内部掌握业务逻辑、外部承担合规基础设施”上：财务管理者信任内部团队掌握 AI 适配业务流程的核心逻辑，但内部团队无法快速匹配审计、监管持续更新要求，自主维护全套合规体系。所以选择自己把握业务操控核心，把合规运维的工作外包出去。

43% 企业表示，未来 12 个月将基于第三方厂商平台搭建 AI 能力，同时针对自身现有财务系统做定制配置与对接。采购标准化底层能力，自主开发差异化业务功能，是企业有意为之的架构选择。这套方案既能加速落地，也能避免自建模式下高昂且拖慢进度的合规成本。

自建方案的高成本门槛：合规体系搭建成本极高

尽管研发团队通常能够在一个季度内快速开发出 AI 模型，但他们往往会严重低估后续长达两年的监管配套体系建设成本。企业的财务职能受到 SOC 1、SOC 2、SOX、PCI DSS 以及一整套因区域、主体和交易类型而异的复杂合规要求的严格约束。

因此，任何用于支付处理、对账或财务报表的 AI 系统，在正式处理交易前，都必须通过严苛的审计关卡。这要求系统必须具备完整可追溯的审计日志、清晰的算法可解释逻辑，以及能够完全满足外部审计要求的内部控制流程。

仅仅搭建这套合规基础设施本身，就是一个需要持续数年、耗资数百万美元的长期项目。而在系统上线后，相关投入也并不会减少。由于监管机构的标准日益收紧、审计要求不断升级，合规团队还需要持续进行版本管理和文档更新。遗憾的是，这些长期运维成本在项目初期的预算规划中往往被完全忽略，多数团队仅核算了模型本身的开发成本。

平台整合仍存数据孤岛，84% 企业财务流程依赖人工操作

相关调研数据揭示了行业内普遍存在的痛点：即便企业努力将多款独立工具整合到更少的平台之上，仍有 84% 企业的财务流程无法实现完全自动化，不得不依赖人工介入。精简平台数量并不能从根本上消除数据断层，其核心症结在于各类工具的底层设计无法支持流程级别的深度互通。即便企业成功将十套工具缩减至三套，系统之间依然需要通过人工来传递数据、手动对接业务流程。

审计成为流程瓶颈

当 AI 输出开始大规模进入财务流程后，传统以抽样为基础的审计方法正在暴露出适配性不足的问题。这导致审计团队倾向于采用增加人工核验、索要大量佐证材料等极其保守的审核手段，从而显著加剧了业务摩擦。不过，部分在 AI 应用上走在前列的企业正在积极推动审计方转型，改用实时、技术驱动的全新审计方案。正如本次调研中一位英国资深财务总监所言，行业普遍期待审计机构能够通过 API 直接接入企业系统，而非继续依赖人工线下调取资料和传统的抽样核查。

自建与采购的分界线在哪里，又是什么在推动它变化

行业逐步形成清晰划分标准：受监管的合规标准化基础设施应当采购，包括支付网络、外汇交易执行、发卡服务、合规框架、审计追溯体系；而业务逻辑由企业自主搭建，包含定制化资金调拨策略、专属风控模型、企业内部审批流程。

但这条分界线并不是固定的。它会受三大因素影响：业务流程标准化程度、企业数据打通水平、职能板块对应的监管风险高低。

职能成熟度决定划分标准

如果企业的资金管理团队运行基于清晰的流程和参数、结果判定标准明确，那非常适合定制化 AI 自建。一位新加坡企业资金分析师处理多币种支付调拨时，可自主搭建专属逻辑，因为规则清晰、数据流转可预判；税务团队同理。而像企业发展（如并购 / 战略投资）、投资者关系这类高度依赖判断的职能，则更适合选用供应商提供的第三方 AI 工具。这类场景需要从杂乱非结构化数据中挖掘业务规律，而非标准化脚本自动化。应付账款（AP）、财务规划与分析（FP&A）团队的数据成熟度、流程复杂度、监管风险各不相同，对应的自建 / 采购的分界线也应差异化设置。

流程编排层才是架构决策核心

在调研中，一家美国 SaaS 公司的 CFO 直言当下的行业痛点：各大独立 AI 工具虽能自成闭环、高效运转，但彼此间却沦为数据孤岛，无法互联互通。一旦业务发生异常、需要人工介入复核，亦或涉及跨平台、跨系统的复杂联动逻辑时，企业便迫切需要一套独立于单一厂商工具之上的集成编排层。

这构成了企业架构决策的核心考量：即使集齐了五款行业顶尖的单点解决方案，若缺乏打通全局的纽带，依然无法摆脱系统割裂与流程断层的陈旧困局。因此，能够联通各方工具并支持企业自主搭建定制逻辑的编排层，才是决定 AI 能否真正落地的核心价值所在。

Forrester 的数据也印证了这一点。高达 66% 的财务决策者将跨财务技术栈的流程编排能力视为核心考量因素，同时有 65% 的受访者更青睐具备模块化落地与灵活扩展能力的平台架构。因此，那些能够无缝对接企业现有系统、提供坚实底层底座并支持企业开展自主二次开发的厂商，在合作中往往更容易脱颖而出。

混合模式落地的人才缺口

混合模式在纸面方案中逻辑清晰，但在现实中，它带来了一种大多数财务团队尚未解决的新型资源挑战。

53% 受访企业表示，缺乏运行 AI 赋能财务流程的经验，是其扩展规模时面临的首要障碍；仅 15% 企业在全财务部门落地系统化 AI 人才培养策略。多数企业仅开展基础 AI 认知培训，无法适配混合架构下，需要横跨自建、采购两大板块的复合型人才需求。

这类复合型人才需要同时掌握 AI 技术与内控合规，既能配置第三方供应商平台，又能设计贴合企业审批逻辑、报表体系的专属工作流。两年前，这类跨职能人才几乎不存在，如今却成为财务数字化转型最稀缺的资源。

AI 落地进度领先的企业正在主动破局：直接在财务部门引入数据科学与分析人才，搭配传统财务人员协同工作。澳大利亚一家电商企业财务负责人分享人才培养转变：过去培训 80% 聚焦会计专业技能、20% 是软技能培训，而现在这一比例完全反转，重点培训 AI 工具使用、高效提示词撰写以及业务批判性思维。

那些仍然通过 IT 部门处理所有 AI 请求的企业，正在承受极高沟通延迟成本，远超人力节省带来的收益。资金分析师调整 AI 流程需要走内部工单流程，业务场景关键信息会在跨部门沟通中大量流失。

架构选型的底层逻辑：打通数据，分层落地

全球 1,279 位财务决策者给出的答案已经很明确：AI 落地不是“自建或采购”的二选一，而是两者并行。真正需要回答的问题，是企业该把哪一部分交给供应商，哪一部分掌握在自己手中，以及现有财务基础设施是否足够灵活，支持这种分层落地。当支付、外汇、账户和费用数据部署在互通的平台上后，就能消除阻碍 AI 规模化落地的数据孤岛。采购合规成熟的底层基础设施，自主搭建打造企业差异化竞争力的专属业务逻辑，是最优落地路径。

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。