限時優惠 - 免費試用全新 Airwallex AI 金融方案，解鎖 $68,888 商務獎賞。
AI 財務應用
74% 財務主管視 AI 為首要任務，惟實際應用步伐落後於預期
財務主管已將整合 AI 列為未來 12 個月的首要任務，與加強財務控制及應對市場波動並列。
雖然高達 90% 受訪者預期明年會增加財務 AI 的投資，但同時有 35% 企業表示今年暫無計劃將 AI 擴展至更多工作流程。要全面普及 AI，企業目前仍面對幾項關鍵挑戰。
為深入了解財務部門對 AI 應用的實際經驗與期望，Airwallex 委託 Forrester Consulting 對全球 11 個市場、共 1,279 位資深財務主管進行了調查。
35% 的財務主管今年未有計劃擴展 AI 應用。主要原因如下：
認為數據零散、缺乏一致性，是將 AI 擴展至各項財務流程的主要挑戰。
指出難以配置、擴展或自訂供應商提供的 AI 功能。
表示團隊缺乏操作 AI 財務流程的實戰經驗。
深入了解我們對 AI 財務應用的見解
財務團隊的 AI 應用版圖：北美為何領先
37% 的北美受訪者，AI 已能執行多步驟的預設任務。相比之下，歐洲團隊似乎仍有很大的追趕空間。
自建與外購的兩難：為何大多數財務團隊傾向採用混合模式
51% 企業正轉向混合模式。關鍵在於如何好好拿捏內部專業知識與外部資源的比例。
AI 提升了工作效率，但「人手審批」卻成了最大阻力
生產力雖然提升了，但整體流程並未加快。84% 的工作流程仍需要人手介入才能完成。財務團隊開始意識到單靠 AI 並不足以突破所有的流程局限。
AI 投資回報率，為何財務長仍未有清晰答案？
74% 財務主管視 AI 為首要任務。但仍有 40% 停留在建立商業論證 (business case) 的階段，難以向管理層證明短期效率以外的長遠價值。
建立 AI 驅動的財務部門
詳細閱讀 Airwallex 委託 Forrester 撰寫的研究報告。
財務團隊對 AI 發展並不卻步，卻受制於底層基礎設施
現有基建無法滿足財務主管的期望
當財務主管評估擴展 AI 的阻礙時，首五大技術挑戰均指向同一個根本問題：現有基礎設施的設計，根本無法讓數據在不同實體、地區及職能之間順暢流轉。
- 74% 已轉用單一平台或減少核心平台的數量，以支援其財務工作流程。
- 現時仍有 84% 的財務流程需要人手介入才能完成。
- 跨實體及地區的資訊零散且各自孤立，導致 AI 難以擴展至對帳、報表及基本應付帳款 (AP) 等簡單應用之外。
- 整合平台雖然可以減低複雜度，但如果數據無法跨系統互通，核心問題依然存在。
缺乏系統協調能力，單一痛點解決方案漸失優勢
AI 的價值取決於跨系統協調工作流程的效率。財務領袖清楚知道，他們需要一個統籌層 (orchestration layer) 作為基礎，讓 AI 能夠貫穿整個財務部門發揮作用。
- 66% 表示，能否在廣泛的財務生態系統中提供協調能力，是他們挑選供應商的首要準則。
- 65% 傾向採用靈活、以平台為基礎的架構，以支援逐步引入 AI 技術。
現有基建無法滿足財務主管的期望
當財務主管評估擴展 AI 的阻礙時，首五大技術挑戰均指向同一個根本問題：現有基礎設施的設計，根本無法讓數據在不同實體、地區及職能之間順暢流轉。
- 74% 已轉用單一平台或減少核心平台的數量，以支援其財務工作流程。
- 現時仍有 84% 的財務流程需要人手介入才能完成。
- 跨實體及地區的資訊零散且各自孤立，導致 AI 難以擴展至對帳、報表及基本應付帳款 (AP) 等簡單應用之外。
- 整合平台雖然可以減低複雜度，但如果數據無法跨系統互通，核心問題依然存在。
缺乏系統協調能力，單一痛點解決方案漸失優勢
AI 的價值取決於跨系統協調工作流程的效率。財務領袖清楚知道，他們需要一個統籌層 (orchestration layer) 作為基礎，讓 AI 能夠貫穿整個財務部門發揮作用。
- 66% 表示，能否在廣泛的財務生態系統中提供協調能力，是他們挑選供應商的首要準則。
- 65% 傾向採用靈活、以平台為基礎的架構，以支援逐步引入 AI 技術。
“Many tools are adding AI capabilities, but they operate within their own walled gardens. You can use AI inside a single application, but it doesn’t communicate with AI in other systems. That’s where native integrations fall short. If you need human review for exceptions, context across multiple systems, or logic that spans workflows, you need an orchestration layer.”
Chief Financial Officer
Technology (SaaS), US
“For me, the most important factor is how well these tools integrate across the finance ecosystem. We recently implemented a treasury management system, and it’s been very effective because it connects seamlessly with our other systems. That flow across platforms has allowed us to keep the treasury team lean and automate a significant portion of the process.”
Senior Finance Director
Technology (Travel), UK
“Progress toward autonomous finance needs to be assessed by function rather than treating finance as a single block. In transactional areas such as accounts payable and receivable, they are far easier to automate because the rules are clear and outcomes are largely binary. Strategic finance remains less advanced. The work is inherently more complex, relying on judgement, business context, and well-integrated data.”
Head of Commercial Finance
Ecommerce , Australia
“Finance automation is advancing faster than audit practices can keep up In finance, correctness isn’t optional, it’s critical. I see it as my responsibility to ensure the numbers are right. I think we’ll get closer to full automation over time, but the broader ecosystem needs to catch up, particularly auditors.”
Senior Finance Director
Technology (Travel), UK
“For AI to be effective in this space, it needs to learn the nuances of the business, what the key drivers are, what matters, and what “good” looks like. That takes time, iteration, and continuous feedback. Until that context is built, strategic finance won’t become autonomous at the same pace as accounting, even as AI becomes a core tool in how the work gets done.”
Chief Financial Officer
Technology (SaaS), US
財務領袖的真正訴求：實時財務分析
加速決策行動
57% 表示引入 AI 的主因是為了改善實時預測及情境規劃，並實現日常工作流程的一站式自動化。AI 正向價值鏈上游移動，從單純提升效率，進化至提供實時數據分析及決策支援。
AI 作為智能助手
僅 23% 期望 AI Agent 能自主更改決策。財務主管更傾向將 AI 定位為智能助手：提供更準確的預測及更可靠的執行力，而人類則負責監督整體策略。
統一平台
超過 50% 優先考慮發展診斷及預測功能，以輔助財務決策。要實現這種智能化，前提是必須具備穩健的基礎，讓數據從一開始就能在不同實體、地區及職能之間保持一致流動。
互聯基礎設施是收窄差距的關鍵
穩固的基礎必須從底層建起。Airwallex 採用 AI 原生及 API 優先架構設計，將數據無縫接合至支付、財務及開支管理的核心。我們多年來致力獲取多國牌照、構建支付渠道，並連接全球清算系統，讓資金跨國界無縫流動。這套基礎設施讓 AI 能夠全面掌握資金流向，大幅減少數據零散問題，並確保大規模執行時的一致性。
AI 技術日新月異，單靠內部資源往往難以應付。因此，我們的平台專為運行複雜財務流程而設，您的團隊無須具備深厚的技術專長亦能輕鬆操作。我們的 AI 助手 Kai 可以利用自然語言協助您設定帳戶、將工作流程自動化，並解答各種數據查詢。
個國家： 讓您像本地企業一樣收款
個國家： 支援本地轉帳
高達 287
億美元： 年化處理全球支付交易額
個國家： 支援全球收款
缺乏合適人才，AI 執行將會停滯
53% 的財務領袖認為，技能缺口或缺乏操作 AI 財務流程的經驗，是擴展 AI 的主要挑戰。大部分企業仍處於收窄人才差距的初期階段：
- 僅 15% 正在實行涵蓋全公司的結構化 AI 人才策略（包括職位重塑、認證及招聘）
- 24% 尚未評估 AI 將需要哪些技能轉變，更遑論推出培訓計劃。
- 大多數企業介乎兩者之間，其中 24% 正在建立基礎 AI 認知，另有 30% 正在培訓特定員工以開發 AI 驅動的工作流程。
AI 徹底改變財務職能，領袖必須重新思考如何分配各層面的工作任務，並抱持開放態度，吸納不同背景的人才。未來的財務團隊需要具備混合型的技能組合，將傳統的財務專業與數據、AI 及策略規劃能力緊密接合。
混合模式將成未來主流
與其完全依賴內部自建或單純採購外部 AI 功能，51% 的財務領袖傾向採用「混合模式」來擴展 AI 應用，將內部研發能力與外部專業技術整合。預計在未來 12 個月內，此比例將進一步上升至 57%。
中國、新加坡及荷蘭已率先擺脫純外判模式，有效解決了供應商過多及數據零散 (data fragmentation) 的風險。
缺乏合適人才，AI 執行將會停滯
53% 的財務領袖認為，技能缺口或缺乏操作 AI 財務流程的經驗，是擴展 AI 的主要挑戰。大部分企業仍處於收窄人才差距的初期階段：
- 僅 15% 正在實行涵蓋全公司的結構化 AI 人才策略（包括職位重塑、認證及招聘）
- 24% 尚未評估 AI 將需要哪些技能轉變，更遑論推出培訓計劃。
- 大多數企業介乎兩者之間，其中 24% 正在建立基礎 AI 認知，另有 30% 正在培訓特定員工以開發 AI 驅動的工作流程。
AI 徹底改變財務職能，領袖必須重新思考如何分配各層面的工作任務，並抱持開放態度，吸納不同背景的人才。未來的財務團隊需要具備混合型的技能組合，將傳統的財務專業與數據、AI 及策略規劃能力緊密接合。
混合模式將成未來主流
與其完全依賴內部自建或單純採購外部 AI 功能，51% 的財務領袖傾向採用「混合模式」來擴展 AI 應用，將內部研發能力與外部專業技術整合。預計在未來 12 個月內，此比例將進一步上升至 57%。
中國、新加坡及荷蘭已率先擺脫純外判模式，有效解決了供應商過多及數據零散 (data fragmentation) 的風險。
北美遙遙領先：37% 企業已執行多步驟 AI 工作流程
數據整全成核心優勢
在北美市場，37% 受訪者表示 AI 已能執行多項預設任務，略高於全球平均的 35%。背後關鍵在於數據質素，只有 47% 北美受訪企業認為「數據孤島或格式不一」是擴展 AI 的主要障礙，比例遠低於亞太區的 65% 及歐洲、中東和非洲 (EMEA) 的 68%。
積極投資鞏固領先地位
北美市場的投資意向亦反映了其領先優勢。67% 企業預期未來 12 個月將增加 10% 或以上的 AI 投資，僅 8% 預期維持不變，是全球對 AI 投資態度最堅決的地區之一。
EMEA 監管環境擴大市場之間的差距
各地合規壓力不一
在 EMEA 地區中，英國在自主運作、預先設定的多步驟及單一步驟等工作流程的 AI 執行成熟度均高居首位。僅有 49% 受訪者表示風險與合規顧慮正在拖慢 AI 部署，相較之下，法國的相關比例則達 54%。
數據零散仍是最大發展上限
與歐洲部分地區相比，較為靈活的監管環境帶動了更強烈的 AI 採用意願，但數據碎片化 (data fragmentation) 依然是主要的限制因素。在法國和德國，71% 受訪者表示跨地區、機構或服務商的系統整合複雜性，是在金融工作流程中擴展 AI 應用的首要科技挑戰，相關比例高居全球首位。
在亞太區，人才儲備決定市場領先地位
先行者著重內部培訓
縱觀亞太區，越積極建立內部 AI 團隊的市場，領先優勢就越明顯。以新加坡為例，有 27% 企業正推行涵蓋全公司的系統化 AI 人才策略，比例冠絕所有受訪市場；中國則以 21% 緊隨其後。這種對人才的投資直接反映在執行力上：18% 的新加坡企業只需極少人手介入即可自主運行 AI，遠高於全球平均的 11%。
人才缺口拖慢執行進度
另一方面，新西蘭和澳洲在人才培訓及儲備上相對落後。兩地分別只有 7% 及 9% 企業推行全公司的人才策略，這方面的差距直接導致 AI 應用步伐放緩。
了解財務領袖的優先部署
Airwallex 委託 Forrester Consulting 進行此項調查，並探討財務主管如何將 AI 從早期部署，至複雜環境下的應用。
研究覆蓋 11 個市場共 1,279 位財務決策者，並透過深入訪談 6 位財務主管，剖析部署後的關鍵障礙，以及如何透過「統籌層」(orchestration) 協調數據、系統與工作流程，從而推動可持續的 AI 發展。
所有引用的統計數據均出自本項研究（2026 年 6 月）。