CFO研讨会：AI审单的前提是财务标准化

标准化是AI审单的前置条件

据财视报道，在近日举办的上市公司CFO价值创造研讨会上，九州通医药集团总会计师曾辉提出：AI提效的前提不是算法，而是标准化。

在研讨会上，九州通医药集团总会计师曾辉分享了一个容易被忽略的判断：财务AI落地效果的上限，往往不由模型能力决定，而由前端标准化程度决定。据财视报道，该集团的做法是先完成财务共享标准化，把费用类型细化到百余类，再让机器介入审核环节。

这一顺序意味着，企业若在科目颗粒度、单据模板、审批规则尚未统一时就急于上AI，模型只能学习混乱，效果自然有限。反过来，费用类型拆得足够细、每类单据的填报要素足够明确，机器才有可能稳定判断"这张单符合标准、那张单要退回"。

跨系统数据准确率决定落地上限

曾辉同时指出，跨系统接口的数据传输准确率，直接决定AI能在财务流程中走多远。

据财视报道，该集团在标准化基础上实现了八成以上单据免审、审单效率提升逾五成。支撑这一结果的不只是审核规则，还有业务系统与财务系统之间接口数据的稳定传输。

行业通识也印证这一点：费用报销、采购付款、项目核算等场景的AI审核，本质是对结构化数据的规则校验。接口一旦出现字段错位、口径不一致或丢数，免审比例就会迅速回落，原本的"自动化"退化成"自动化加人工兜底"。因此，财务数智化的推进顺序通常是主数据治理、流程标准化、接口对齐，最后才是模型与规则引擎的叠加。

项目制企业的落地路径

对项目型业务而言，标准化难度更高，但路径逻辑一致：先统一口径，再谈自动化。

相比单一主体的费用审核，项目制企业的财务链条更长，合同、预算、进度、发票、回款分属不同系统，AI若要参与项目层面的审核与预警，前提同样是口径统一。落地时可从三件事入手：

• 主数据先行：客户、供应商、项目编号、费用类型保持唯一口径，避免同一对象在不同系统里出现多个名字；
• 规则显性化：把审批经验写成可配置规则，而非留在个人手中，规则调整不再依赖IT排期；
• 接口可追溯：跨系统传输保留校验与日志，出现偏差时能定位到具体字段。

  结语

  AI在财务领域的价值，更多来自流程确定性，而非算法新奇度。

  从此次分享看，财务AI的竞争点正在从"有没有模型"转向"数据与规则是否足够干净"。对企业而言，先做标准化、再谈智能化，仍是当前更稳妥的路径。本文仅为行业动态与方法论梳理，不构成税务方面的专业意见。