课程背景
每个月底，财务部门总是灯火通明——加班结账、核对资料、反复调整报表，这似乎成了财务事务的"标配"。和此同时，各部门同事天天来问"报销怎么填""预算还有多少""这笔账怎么处理"，往细里说，财务人员疲于应付。
AI时代已经到来，往细里说，但大多数财务人员还在L0阶段：偶尔用ChatGPT问问问题。怎样跨越到L1阶段（结构化问答）、L2阶段（Agent嵌入事务流程）、甚至L3阶段（多智能体协同事务）？
但财务部门有三大特殊属性：
1. 高合规要求——资料不能随便上传云端
2. 高资料敏感——财务资料泄露后果严重
3. 高重复劳动——60%时间花在可自动化的事务上
故而，本课彻底摒弃复杂的IT代码配置和存在资料泄露隐患的云端资料库直连，核心围绕"业务痛点识别 + 零代码平台开发 + 本地资料安全拆解 + 公司流程落地"展开。
财务人不懂技艺，能搭建智能体吗？答案是肯定的。本课全程零代码、资料不离本地，带你从大多数人当下所处的阶段出发，从实践看，两天内完成至少4个专属财务智能体，换个角度看，迈出财务AI转型的坚实第一步。
课程收益
• 列举AI和AI Agent的基本概念、事务原理以及本领边界，明晰大模型在财务运用中的局限性和防范办法
• 定位公司当前在财务AI运用进化地图（L0-L5）中所处阶段，领会向L2-L3阶段演进的方向
• 筛选出符合"三多要则"（耗时多/人员多/花钱多）的高ROI财务运用情境，构筑情境优先级评核清单
• 搭建基于学识库的财务制度智能问答系统，达成制度类问题的7×24小时自动应答
• 配置财务资料分级准则和脱敏规范，明晰L1-L4级资料的AI处理打法和部署模式选项
• 编写结构化提示词（Prompt），掌握精准提问的办法以拉升AI输出质量
• 演示Coze平台的插件调用、学识库关联、资料库操作、事务流编排四大核心功能
• 规划并演示至少4个振石业务情境的AI智能体（合规问答、采购审核、经营拆解、ROI拆解）
课程大纲
一、为何传统财务越来越累？AI能帮我们做什么？
1.1 你是否也遇到这些困境？
当前财务事务面临的三大困境：
●
重复劳动占比高
：60%的时间花在可自动化的事务性事务上
●
资料价值挖掘不足
：大量时间用于"事后核算"，运行层面，缺乏"事前洞察"
●
系统协同效率低
：金蝶，影刀RPA、银企直联等等系统各自为政，资料割裂
1.2 AI时代，落地时，财务人的5大焦虑
AI对财务职业带来的冲击已是不争的事实，换个角度看，但具体影响有多大？
冲击维度
资料
说明
岗位替代隐患
基础会计70%事务可被AI替代
凭证处理、报表编制等等重复性事务
薪资溢价
懂AI的财务薪资溢价40-100%
市场对AI本领的诉求
公司诉求
35%岗位要求熟稔AI抓手
招聘要求的变化
效率拉升
发票审核效率拉升30倍
AI的实际成效
高管焦虑
82%财务总监认为不会用AI的将被边缘化
管控层的认知
面对这些焦虑，财务人应该怎样化解？是被动等待，换个角度看，还是主动拥抱？
1.3 财务AI落地的"三座大山"
AI运用前景美好，换个角度看，但落地进程中面临三大障碍：
┌─────────────────────────────────────────────┐ │ 三座大山 │ ├─────────────────────────────────────────────┤ │ ?️ 资料安全：财务资料不能随便上传 │ │ ?️ 试错成本：AI输出错误影响合规 │ │ ?️ 运用意愿：员工担忧被替代，管人者疑虑ROI │ └─────────────────────────────────────────────┘
二，我们从哪里来？要到哪里去？
2.1 振石财务数智化现况诊断
振石控股集团财务队伍的数智化现况：
维度
现况
说明
技艺基础
金蝶 + 影刀RPA + 银企直联
已达成部分凭证自动化
智能化水平
L1阶段初期
结构化问答，尚未嵌入事务流
组织准备
80+人，硕士14%，中级职称35%
研习本领强，转型基础好
痛点突出
缺少BI等等智能化平台
资料拆解仍倚重Excel
我们已经做到了什么？还缺什么？
已达成
：
● 影刀RPA：凭证自动化，运行层面，运行层面，减少重复劳动
● 银企直联：资金流水自动获取
● 金蝶系统：核算业务系统化
还缺
：
● 智能化拆解：AI驱动的经营洞察
● 事前预警：隐患预测和决策支持
● 流程嵌入：AI Agent嵌入日常事务流程
2.2 财务AI运用进化地图（L0-L5）
财务AI运用的进化路径清晰可见：
阶段
特征
典型运用
振石定位
L0
事后随机通用聊天
用ChatGPT问问题
部分
L1
事后结构化问答
学识库问答
当前
L2
事中嵌入事务流程
报销智能审核
标的
L3
多智能体协同事务
财务拆解自动化
标的
L4
事前资料洞察
预算预测、隐患预警
愿景
L5
智能决策支持
方略决策辅助
愿景
振石当前处于L1阶段，执行层面，换个角度看，下一步标的是向L2-L3阶段跨越。
2.3 从RPA到AI Agent：技艺栈怎样升级？
振石已有影刀RPA基础，怎样向AI Agent升级？
RPA vs AI Agent本领对比
：
维度
RPA
AI Agent
适用情境
固定规则、重复操作
复杂判断、资料拆解
本领来源
人工配置规则
自主研习推理
资料处理
结构化资料
结构化+非结构化
异常处理
无法处理
可智能处理
典型运用
凭证生成、资料抓取
报表拆解，执行层面，合规查验
RPA和AI Agent的协同模式
：
● 模式1：RPA执行 + AI判断（RPA抓取资料 → AI拆解异常）
● 模式2：AI决策 + RPA执行（AI识别发票 → RPA录入金蝶）
● 模式3：AI监控 + RPA运维（AI监控流程 → RPA自动修复）
影刀RPA+AI智能体
：影刀已具备AI智能体本领，可直接在现有影刀RPA基础上升级：
● AI智能体：具备自主思索和拆解本领，处理复杂决策情境
● AI事务流：支持复杂推演处理，如邮件智能分类和处理
● 对话式生成：借助对话自动生成影刀自动化流程
● 财务运用：银行对账、财务对账、差异智能匹配
金蝶资料接入AI的三种方式
：
● 方式1：金蝶报表导出 → AI拆解（立即可用）
● 方式2：金蝶API对接 → AI实时拆解（中期标的）
● 方式3：金蝶AI模块（长期规划）
技艺演进路径
：
● 阶段1：RPA继续精进，个别情境AI试点
● 阶段2：RPA+AI协同，核心情境AI化
● 阶段3：AI原生流程，RPA渐次退出
三、AI在财务能做什么？怎样选项高价值情境？
3.1 AI在财务的三大运用方向
AI在财务领域的运用能够归纳为三大方向：
┌──────────────────────────────────────────────┐ │ AI在财务的三大方向 │ ├──────────────────────────────────────────────┤ │ 方向1：效率拉升 │ │ └─ 减少重复劳动，运行层面，拉升处理速度 │ │ │ │ 方向2：洞察增强 │ │ └─ 深度拆解，具体来看，异常检测、趋势预测 │ │ │ │ 方向3：决策支持 │ │ └─ 隐患预警，资源配置精进，方略辅助 │ └──────────────────────────────────────────────┘
3.2 怎样选项高价值情境？"三多要则"
不是所有情境都适合AI化，实操中，怎样筛选出高价值情境？
情境筛选矩阵——三多要则
：
评分维度
高分特征
振石示例
权重
耗时多
占用大量人力的重复性事务
月结报表编制，就一线经验说，跨系统对账
40%
人员多
需要多人参与的流程
费用报销审批，合同审核
30%
花钱多
错误成本高或者精进收益大
资金调度、税务筹划
30%
3.3 AI九大本领和财务情境匹配
AI有哪些本领？怎样和财务情境匹配？
AI九大本领拆解
：
AI本领
说明
财务运用
振石情境
文本生成
生成文本内容
报告撰写、函件起草
经营拆解报告、财务收束
文本收束
提炼核心资讯
财报摘要、会议纪要
董事会材料摘要
文本领会
领会语义
制度问答、政策解读
财务制度智能问答
资料提取
从非结构化提取资讯
发票识别、合同资讯提取
采购合同资讯提取
资料拆解
拆解资料、生成洞察
财务拆解、异常检测
风电板块毛利率拆解
资料采集
获取外部资料
政策查询、市场资料
镍价走势查询
推演推理
复杂推理、判断
隐患评核、合规查验
税务合规隐患查验
流程自动化
自动执行差事流程
批量审核、报表生成
月结流程自动化
四、为何大模型做财务总出错？怎样防范？
4.1 AI幻觉问题：大模型为何会"胡说八道"？
大模型在财务运用中经常出现错误，换个角度看，原由于何？
AI幻觉的三大原因
：
1.
概率生成制度
：大模型基于概率预测下一个词，换个角度看，可能生成看似合理但错误的内容
2.
学识截止
：大模型的学识有截止时间，具体来看，无法获取最新资讯
3.
缺乏上下文
：没有充分的公司内部资料和上下文资讯
财务资料的特殊性
：
● 高精确性要求：小数点不能错
● 高合规性要求：不能有法律隐患
● 高责任性要求：错误决策后果严重
4.2 怎样防范AI幻觉？四大防范措施
针对AI幻觉问题，运行层面，有四大防范措施：
措施
说明
达成方式
学识库
提供公司内部学识
上传制度文档、流程文件
事务流
结构化处理流程
拖拽式流程编排
资料库
提供准确资料源
结构化资料存储
提示词工程
精准提问
结构化提示词模板
为何大模型做财务总出错？
：
● 缺乏公司内部学识 → 用学识库补充
● 缺乏准确资料源 → 用资料库提供
● 缺乏结构化流程 → 用事务流规范
● 提问不够精准 → 用提示词工程精进
五，运行层面，零代码也能做AI？Coze平台核心功能拆解
5.1 Coze平台为何？
Coze是字节跳动推出的零代码AI智能体开发平台，实操中，全程无需编写代码，借助拖拽式操作即可搭建AI运用。
Coze核心本领
：
┌──────────────────────────────────────────────┐ │ Coze智能体核心组件 │ ├──────────────────────────────────────────────┤ │ ? AI智能体：人设，开场白、对话推演 │ │ ? 学识库：文档上传、向量化，检索配置 │ │ ? 事务流：拖拽式流程编排，落地时，节点类型 │ │ ? 插件：联网搜索、文件处理，资料拆解（60+款）│ │ ?️ 资料库：长期记忆，往细里说，资料存储 │ │ ? 多Agent模式：多个Agent分工协同破解复杂问题 │ │ ? 多人协同：队伍协同编排，从实践看，落地时，就一线经验说，独立草稿互不影响 │ └──────────────────────────────────────────────┘
多Agent模式简介
：
● 能够为一个Bot添加多个Agent
● 主Agent负责差事管控和协调
● MiniAgent专注于具体子差事
● 借助多节点分工协同破解复杂问题
● 对应财务AI进化的L3阶段
多人协同简介
：
● 支持队伍成员协同编排智能体、事务流或者运用
● 每个用户具备独立的草稿，编排时不会相互影响
● 支持拉取合入功能，从实践看，方便队伍协同
5.2 10分钟具备第一个AI Agent
实地演示：从零开始搭建一个简单的问答机器人，执行层面，只需10分钟。
步骤
：
1. 创建智能体，设置人设和开场白
2. 配置对话推演和回复规则
3. 测试调试
4. 发布分享
5.3 插件采用：3步迅速集成
第一步
：添加插件（联网搜索、文件处理，就一线经验说，资料拆解等等）
第二步
：编写提示词，落地时，调用插件
第三步
：调试插件，确保正常运行
5.4 学识库采用：从创建到运用
第一步
：创建学识库
第二步
：配置学识库检索规则（匹配度、召回数量）
第三步
：编写提示词，关联学识库
5.5 资料库：给智能体装上"长期记忆"
第一步
：创建资料库
第二步
：规划资料表（字段、类型、约束）
第三步
：添加测试资料
第四步
：编写提示词，操作资料库
第五步
：测试资料库操作
5.6 事务流：拖拉拽搭建自动化流程
事务流推演类型
：
● 顺序推演：A→B→C 依次执行
● 分支推演：if A then B else C
● 循环推演：for each in list do something
六、财务资料敏感，怎样安全采用AI？
6.1 财务资料敏感等级划分
不同敏感等级的资料，需要不同的处理打法。
等级
定义
示例
AI处理打法
L1级
可公开资料
财务制度、流程说明
可用云端AI
L2级
内部资料
脱敏后的财务资料
可用云端AI
L3级
敏感资料
原始凭证、合同、资金流
需脱敏或者私有化
L4级
核心机密
未公开财报，运行层面，方略资料
禁止外部AI
6.2 不同敏感等级资料的AI处理打法
┌──────────────────────────────────────────────┐ │ 资料处理打法：红绿灯法则 │ ├──────────────────────────────────────────────┤ │ ? L1-L2级：可用云端AI抓手（如Coze研习） │ │ ? L3级：需脱敏处理或者私有化部署 │ │ ? L4级：禁止采用外部AI，运行层面，执行层面，落地时，落地时，必须内网私有化 │ └──────────────────────────────────────────────┘
6.3 公司AI运用三种部署模式对比
模式
成本
本领
安全
适用情境
云端SaaS
低
准则
倚重厂商
L1-L2级资料
混合云
中
准则+定制
较高
L1-L3级资料
私有化
高
完全定制
完全可控
L3-L4级资料
七，AI本领从哪里来？自研，就一线经验说，采购还是SaaS？
7.1 三种AI本领来源对比
维度
自研
采购私有化
SaaS订阅
启动速度
慢（3-6月）
中（1-3月）
快（即刻）
成本结构
高人力
高一次性
按照订阅付费
资料安全
完全可控
完全可控
倚重厂商
本领边界
完全定制
准则+部分定制
准则功能
运维难度
高
中
低
7.2 决策树：什么情境选什么方案？
资料敏感度高？ ├─ 是 → 预算充足？ │ ├─ 是 → 自研或者采购私有化 │ └─ 否 → 采购私有化（分阶段） └─ 否 → 业务定制化诉求高？ ├─ 是 → 采购私有化 └─ 否 → SaaS订阅
7.3 主流财务AI货品迅速对比
货品
定位
部署方式
适用情境
Coze/扣子
零代码AI平台+多Agent协同
云端SaaS
研习/试点，在实际应用里，从实践看，运行层面，多智能体协同
影刀RPA+AI智能体
RPA+AI Agent
桌面端/云端
流程自动化，财务对账，银行对账
金智维
RPA+AI
私有化/混合云
财务自动化，审核机器人
帆软AI
BI+AI
混合云
资料拆解
金蝶AI
ERP+AI
私有化
核心核算
用友BIP
公司云平台
混合云
全情境
影刀RPA+AI智能体说明
：
●
AI智能体
：具备自主思索和拆解本领，能处理复杂决策情境
●
AI事务流
：适合复杂推演处理，实操中，从实践看，如"读取邮件→AI分类→AI提取资讯→自动回复"
●
AI Power平台
：一站式AI智能体搭建平台，具体来看，和影刀RPA深度集成
●
财务运用
：银行对账、财务对账、SAP/用友财务模块自动化
八，实战工坊 ：效率拉升和智能体开发
8.1 情境1：搭建“问不倒”的合规学识库
财务制度多，变化快，同事经常问：报销准则为何？审批流程怎么走？海外补贴多少？
财务人员反复回答同样的问题，实操中，耗时耗力。
AI解题打法
：搭建财务制度智能问答系统，运行层面，随问随答。
8.2 情境2怎样达成采购合同智能审核？
振石每年从印尼采购大量镍矿，在实际应用里，就一线经验说，采购合同审核耗时并且易出错。
需要核对：价格是否合理？数量是否一致？条款是否符合政策？违约条款是否平衡？
AI解题打法
：搭建采购合同智能审核系统，自动提取要害资讯并查验合规性。
8.3情境3：怎样自动生成经营拆解报告？
风电复合材料是振石的核心业务，经营拆解事务耗时。
资料收集→计算→拆解→报告，往细里说，每次需要2-3天。
AI解题打法
：搭建风电经营拆解智能体，自动生成拆解报告。
8.4情境4：怎样开展投资项目ROI拆解？
振石印尼镍铁项目投资18亿美元，换个角度看，投资回报拆解复杂。
需要计算：NPV，IRR、回收期，还需要做镍价波动敏感性拆解。
AI解题打法
：搭建ROI拆解智能体，自动开展投资回报拆解。
九、振石财务AI建设，下一步应该做什么？
9.1 集团化公司的财务AI运用重点
9.2 跨境业务的AI运用情境
9.3 重资产制造业的AI运用特色
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|冯硕老师
适合谁听
• 振石控股集团全体财务人员（约70-80人）• 资讯部技艺人员• 财务管人者、核心业务主力、基础核算人员。建议同一家企业 3 人以上同来，课堂上直接改造本企业的实际问题——单人参加也能学到方法，但带不走可用的成果。
交付流程
课前：顾问访谈 2 位管理者，收集现状与问题清单，讲师据此调整案例。课中：讲授与演练各占一半，产出可直接用的工具与方案。课后：7 天内提交改进建议，30 天内一次线上答疑。