安永报告：AI财务人才需从算账转向懂业务
报告释放的信号
安永在CFO论坛发布中文版报告，提出财务人才评价标准正从核算效率转向业务理解与数据判断能力。
据证券日报报道，安永汤哲辉在CFO50人+论坛2026年度大会上发布《财务的未来：技术为器，人才为本》中文版报告，提出AI时代财务人才需从算账走向懂业务。这一判断并非孤立观点，而是对当前财务职能变化的概括：当基础核算环节被系统承接后，财务人员真正的价值开始落在业务理解、数据解读与经营判断上。
AI落地的两个梯队
报告将财务AI应用分为两梯队，第一梯队已规模化，第二梯队正从试点走向推广。
- 第一梯队（已规模化）：发票智能处理、费用审核、凭证自动化生成、往来对账、智能税务申报、舞弊欺诈识别、合规实时监控。这些场景规则相对明确、数据结构化程度高，适合系统批量处理。
- 第二梯队（试点转推广）：财务共享等场景对流程标准化和系统集成要求更高，仍处于从局部验证到规模复制的过程中。
梯队差异说明，AI在财务领域的渗透不是齐头并进，而是沿“规则清晰度”这条线逐步展开。
落地难点在项目侧
财务AI进入项目制业务后，核算对象从科目变成项目，对过程数据的连续性和归集口径提出更高要求。
对以项目为主要经营单元的企业而言，财务AI的落地难点往往不在发票或报税环节，而在项目成本归集、收入确认节点、客户与资源匹配等环节。这些环节的数据分散在合同、工时、采购与回款中，若缺少统一的归集口径，自动化处理便难以承接。
在这一层，更务实的做法是先统一项目、客户、区域三个维度的核算口径，再让自动化程序按同一套口径取数与归集。口径不统一而先上工具，后续返工成本往往更高；口径一旦稳定，项目成本与回款数据才能沉淀为可比较、可复用的经营信息。
人才能力与团队结构的变化
当系统承担核算执行，财务人员的竞争力转向业务理解、数据判断与跨部门协同。
报告强调“技术为器，人才为本”，指向一个现实：工具解决效率，判断仍需人来完成。报告同时提到，调研显示有六成受访财务负责人把数据质量与算法偏见视为AI落地的最大障碍，而仅有约27%的业务部门把财务视为战略价值伙伴——这说明能力短板不只在技术侧，也在数据基础与跨部门沟通上。
团队结构同样在变化。有观点认为，随着会计凭证电子化推进，财务团队的人员架构将逐步从传统的金字塔走向倒金字塔：底层核算执行岗位持续减少，重心上移，两类复合型人才的需求更为突出——一类是深度扎根业务的财务分析与经营分析人才，另一类是掌握数据工程、模型治理能力的技术型财务人才。
与之呼应的是学习方式的变化：报告调研显示，约61%的财务负责人依靠阅读与线上渠道自主学习，约37%的企业推行反向导师制度，由年轻技术员工向管理层普及数字化知识。对企业而言，培养这类能力比采购一套系统更需耐心，但决定了AI投入能否真正转化为经营改善。
