AI 提升了工作效率，但「人手審批」卻成了最大阻力

AI 確實提升了財務團隊的效率，但整體成效往往未如預期，而癥結並不在於 AI 工具本身。

科技的確帶來了顯著成效。以往耗時三天的對帳，現在只需三小時；原本要專責分析師處理的應付帳款 (AP) 及應收帳款 (AR) 回覆，如今數秒間便能草擬完成。表面看來，財務團隊的運作步伐的確加快了。 不過，月結耗時依然如故。財務總監仍在等待相同的審批；季尾準備審計時，依然遇到同樣的阻滯。上述情況反映了一個現實：並非 AI 工具失效，亦不是團隊抗拒轉型，而是流程中的痛點轉移了位置。

現在拖慢進度的不再是「製作報表」本身，而是後續的處理程序。數據仍要在不同系統之間轉移，遇到例外情況時，依然依賴人手審查；而隨後的決策，依然需要重重審批。現有的財務營運模式，本來就是為人手操作而設；AI 的出現，正好放大了舊有模式的局限。

Airwallex 最近委託 Forrester Consulting，對歐洲、中東和非洲 (EMEA)、亞太區 (APAC) 及北美 (NA) 共 1,279 位財務決策者進行調查。結果顯示，財務團隊的運作速度，與企業系統的實際準備情況之間存在明顯落差。

（下文所有數據均出自 Forrester Consulting 受 Airwallex 委託進行的研究《建立 AI 驅動的財務部門》 (2026 年 6 月)。）

財務步伐加快，系統整合必須與時並進

三分之一的財務領袖形容其工作流程已達致「全面數碼化」。不過，仍有 84% 的流程需要人手介入才能完成。聽起來或許矛盾，但只要審視財務團隊實際的工作流程，便會明白箇中原因。

在許多企業中，「全面數碼化」僅代表工作是在軟件內而非紙上進行。數據依然在互不相通的系統之間流動，意味著團隊仍需以人手進行跨部門對帳。審查、審批及處理例外情況，依然依賴人手在無法互通的工作流程中居中協調。

數據分散進一步突顯了上述痛點。65% 受訪者認為，零散或不一致的財務數據是擴展 AI 的最大技術障礙。相關落差在不同職能中尤為明顯：稅務及資金管理有 41% 流程需人手處理，但在負責制定策略性決策的企業發展及投資者關係部門，比例卻高達 72%。

擁有單一核心平台未必能解決問題。雖然 30% 的企業在單一企業資源規劃 (ERP) 系統上運作，但只有 16% 表示數據流動保持一致。問題在於，零散的數據會衍生更多審查節點、更多對帳工作，以及更多需要人手介入的機會。變相與 AI 提升效率的原意背道而馳，反而衍生出新的阻力。

AI 自動化了單一任務，阻力隨即轉移至下一環節

財務運作從來不是將獨立任務硬湊在一起，而是一個完整的系統。整個工作流程就像一場接力賽，團隊的最終速度，取決於最慢的交接環節。就算其中一名跑手突然發力，提早交出接力棒，整體成績依然會被下一次交接拖慢。套用到金融領域，AI 確實能加速個別任務，但隨後的審批、審查及決策，卻很容易拖慢整體進度。

AI 能夠極速草擬報表、完成對帳及找出異常數據。但相關結果仍需經過人手審查、批核和解讀，才能納入後續的決策考量。以往分析師要花三天對帳，所需時間縮短了，但得出的數據最終卻只會積壓在系統中，慢慢等待財務總監、審計師以至首席財務官 處理。

審批流程並不會因為前線工作變快而自動縮短。結果，審查環節反而承受了新的壓力，成為拖慢整個系統的最大阻力。由此可見，為何許多企業導入 AI 後，生產力大幅提升，但整體的結帳或處理週期卻未見相應改善。

問責機制難以與 AI 的運算速度同步

審批流程之所以出現阻滯，歸根究底是因為財務部門必須嚴守問責機制。財務主管在擴展 AI 應用時所面臨的首要挑戰，正正反映了現實考量。數據顯示，風險與合規疑慮 (44%)、對 AI 產出缺乏信心 (38%)，以及 AI 角色定位模糊 (34%)，一直是窒礙技術應用的主要因素。各項管治層面的考量，理所當然地深植於財務部門的營運模式之中。

財務部門的職責涵蓋法規遵循、財務報表、風險管理及高管決策支援。每一項數據產出都牽涉重大責任，必須有人負責解讀、把關並簽名作實。相關重任，絕不會因為 AI 處理數據的速度變快而消失。

把關壓力正日益加劇。隨著經濟前景不明朗，企業既要應付不斷增加的管治要求，決策時間亦同時被大幅壓縮。今年，高達 75% 的財務主管將「加強財務內部控制、審計準備及合規」列為首要策略任務（與整合 AI 及提升企業韌性並列）。加上監管機構及審計師對 AI 產出的審查日趨嚴格，人手監督 AI 勢將成為不可或缺的新常態。

對財務團隊而言，目前衍生出一個全新考驗：核心問題已不再是「如何將工作自動化」，而是當系統能以極速產出結果時，企業該如何維持嚴謹的問責機制。

自動化僅能處理單一任務，財務部門需著眼於全盤流程整合

系統的高速運算與人手的緩慢把關之間存在明顯落差，衍生出一個更深層的隱憂。假如 AI 雖然加快了個別任務的進度，但整體工作卻依然卡在審查、批核或交接環節，說明問題的核心已不再是「自動化」，而是各個系統、團隊與內部控制機制之間該如何有效協同運作。

過去數十年，財務營運模式一直建基於一個基礎：由人手執行並核實所有工作。負責對帳、預測、分析及編製報表的團隊，同時負責把關數據。由於現有的管治機制本質上是為監督人工作業而設，決策與執行的節奏自然保持同步。

AI 顛覆了既有模式。系統現已能自動完成分析、異常檢測、對帳及提供建議。財務團隊的重心，正逐漸從單純的數據產出，升級至把關及監督整個自動化系統。

不過，現有的管治機制大多未能及時配合，導致許多企業出現了系統高速執行、人手緩慢監督的失衡現象。現時的難題已非如何獲取數據，而是要釐清哪些步驟需要人工把關、哪些可以交由系統處理，並讓決策在完善的監控機制下於企業內部流轉。

上述痛點亦驅使財務轉型不再局限於單一任務的自動化，而是邁向全盤的統籌協調。企業的焦點逐漸轉向建立互聯互通的工作流程，確保數據能在財務系統、營運平台、銀行基礎設施及報表環境之間無縫流轉。在這個架構下，AI 產出的結果會附帶完整的背景資訊、審批紀錄及審計追蹤；系統亦會自動將例外情況分派予合適人員跟進。決策、審批及審計追蹤將貫穿整個流程，無需在每個階段重新設立。

最終目標，是讓團隊將時間與心力，投放於最能發揮專業價值的環節。財務人員不用再逐筆核對交易，只需集中處理重大的例外情況；也無須再費時跨系統整合資料，而是透過統一的數據基礎協同合作。月結、審計準備及財務預測等流程將變得更為連貫，不再受制於繁複的交接與審批程序。

真正的轉變：告別手動操作，邁向全面監督

下一階段的財務轉型，關鍵不在於誰部署了最多的 AI 工具，而在於誰能在持續執行的環境下，重新設計問責、監督及決策機制。

成功團隊的優勢不在於擁有更多 AI，而是懂得圍繞新常態重塑系統。企業必須具備合適的營運模式，將 AI 產出的數據直接轉化為決策與成果，拒絕製造新的流程阻礙。

實踐上，意味著要徹底消除系統、團隊與監控機制之間的摩擦。數據必須在財務、營運、銀行及報表環境中無縫對接。AI 輸出的結果會直接附帶背景資訊與審計紀錄，讓管治流程一步到位。團隊精力將集中於關鍵判斷與例外情況，免卻逐筆審查的繁瑣。結帳、審計與預測將成為持續推進的流程，不再受制於零散的審批瓶頸。

支援轉型的基建已經存在。當前的核心問題是：當工作已能以系統速度完成，財務團隊是否願意捨棄那套為「人手速度」而設的舊模式？最終的架構決策，將決定誰能將 AI 的生產力，真正轉化為更快的決策、更強的控制與更持續的業務成果。

資料來源：除非另有註明，本文提及的所有數據均源自 Forrester Consulting 於 2026 年 6 月代表 Airwallex 進行的委託研究報告《建立 AI 驅動的財務部門》。