从零重构财务数据基础：Airwallex 空中云汇如何打造面向 AI 时代的财务体系？

AI 原生的财务职能，需要建立在坚实的数据基础之上。

Airwallex 的业务本身就非常庞杂。我们帮助客户在全球范围内收取、管理、兑换、支付和使用资金，而每一项业务背后，都会产生一系列细分的交易记录。

举个例子，假设发生了一笔销售交易，那么将对应产生一系列交易数据，包括客户支付的金额、卡组织划转的金额、Airwallex 收取的费用，以及最终企业实际收到的金额。再把这样的交易放大到数百万笔，并覆盖多个市场、不同供应商以及各种独特的业务规则，其中数据管理的复杂程度也就可想而知了。

作为财务团队，我们的目标是帮助企业看清当下的情况，以免迷失在海量细节中。这意味着，我们需要把一条条分散的交易记录统一起来：既能讲清业务整体情况，也能在需要时快速追溯到具体细节。

过去几年，Airwallex 实现了快速增长。2018 年，我们的年化收入还不到 500 万美元，如今已经超过 13 亿美元。在目前阶段，我们会把确保数据准确的优先级放在数据统一之前。我们必须保证每一个数字都足够准确，经得起检验和审视。因此，每个产品负责人都对本地数据结构的定义拥有最终决定权。

但如果缺少一个统一的全局视角，去定义这些数据模块应该如何彼此连接，最终就容易形成数据割裂，以及不同业务之间口径不一致的问题。

过去一年，我们完成了一次重要的数据迁移。借此机会，我们也从零开始重新思考和构建数据基础设施：以统一的全球视角重新搭建数据体系，明确数据的归属与治理方式，为业务未来的发展打下更稳固的基础。

让财务团队站到数据迁移的“驾驶位”

在这次数据迁移中，我们采取了一种不同寻常的做法：让财务团队坐上驾驶位，主导整个数据迁移过程。

不同于以往直接把任务交给数据团队和技术团队的做法，财务团队从一开始就负责梳理业务场景，并从最终要做出的决策出发，反向确定需要哪些数据来支撑这些决策。

从技术层面来看，我们推动将 Airwallex 的总账系统作为整个财务报告模型的底层基础。Airwallex 需要一个全球统一、全公司认可和信赖的数据基础，而经过核验的总账，是最可靠的锚点。

从“报数”到统一数据口径：财务角色正在改变

在财务团队内部，不同职能对数据也有着不同的需求。税务团队、资金管理团队、内控核算团队以及财务规划与分析团队（FP&A），都会带着各自明确的业务要求参与进来，也都清楚自己需要怎样的数据结构。

把这些不同的视角最终统一成一套标准定义，是一次非常艰难、非常有价值的跨团队协作。而这一整个过程，也非常值得其他财务团体所借鉴。

我们建立了一套数据字典（data dictionary），对每一个字段和指标进行定义；统一了命名方式，并明确每项数据应该进入哪张表。同时，我们还重新梳理了 ERP 中的会计科目表（Chart of Accounts），增加了大量字段，用于进一步的数据标记和信息补充。

尽管当时并没有人要求这么做，但现在，这些数据已经被广泛用于后续的各项工作，也成为我们开展 AI 相关工作的底层支撑。

如今，这套数据集已经成为整个公司业务的唯一可信数据源（Single Source of Truth）。财务团队也从单纯负责报表输出，转变为唯一可信数据源的守护者和推动业务协作与决策的影响力引擎，也让跨职能沟通变得更加直接、高效。

AI 能不能真正用好，先看数据基础

经过清洗、统一治理的数据，才是 AI 能够在财务领域真正发挥作用的前提。

当 AI 智能体（AI Agent）读取我们的业务上下文（ Context Hub）时，它不仅能看到每个字段，还能理解这些字段在业务中的具体含义。因此，它是基于我们统一定义的业务语境进行推理，而不是按照自己的理解去臆测。

我们已经在财务波动分析（flux analysis）中看到了这项工作的实际价值。

过去，如果要解释“为什么欧洲、中东和非洲（EMEA）市场上个月的运营成本发生变化”，分析师可能需要打开账本、逐一核对数据标签，再手动建立对比分析。现在，分析师直接向 AI 智能体发出指令，就能直接获得各项变化及其对应原因。

而这都是因为底层数据已经经过清洗，业务上下文也已经被明确定义，因此我对这些分析结果有足够的信心，可以直接基于结果采取行动。

当然，数据基础建设向来都不是一蹴而就的。很多时候，它就像是在玩俄罗斯方块：我们需要不断快速解决已有的问题，从而腾出空间来应对新的问题。随着业务持续增长，我们会不断遇到越来越多复杂的新数据，而这些数据未必能够完全适配现有的数据结构。

但这与“完全没有数据基础”是两回事。我经常听到财务负责人说，因为财务数据过于敏感，所以不适合交给 AI。但在很多情况下，我认为真正需要解决的可能不是安全性，而是数据是否已经为 AI 准备就绪。

如果数据彼此割裂、定义不一致，或者缺乏有效治理，那么即使是交给 AI，我们也很难信任最终给到的结果。

而我们在 Airwallex 打下的这些数据基础，让我们能够更有信心地持续推进 AI 转型。它为我们提供了一套可以持续演进的数据基础，也让我们能够在此之上不断重新思考和设计财务团队的运作方式。