人工智慧已迅速成為各產業財務領導者的戰略優先事項，原因在於外界對更快流程、更精準洞察與更高營運效率的承諾。根據近期一份 KPMG 報告，如今有 75% 的組織在財務職能中積極使用 AI，較 2024 年的 30% 大幅上升。

然而，對許多人而言，第一代 AI 工具並未達到預期。AI 並未徹底改變財務團隊的運作方式，而是大多侷限於聊天機器人功能——能夠摘要資訊並提供一般性建議，卻無法理解更廣泛的業務情境，也無法連接到財務工作實際發生的系統。儘管採用率很高，只有 23% 的組織表示 AI 超出了他們的預期。

不過，聊天機器人時代正逐漸走向尾聲。財務領域下一代 AI 的特徵，將是具備情境、系統連接性與治理能力的工具，能夠成為財務營運中的主動參與者——更廣泛的產業已開始將其稱為「agentic AI」，包括 Google、Microsoft 和 Salesforce 等主要科技供應商也正在投入這一方向。

獨立式 AI 在財務領域表現不足

對多數財務團隊而言，最初導入 AI 是透過建立在 ChatGPT 和 Claude 等前沿模型上的聊天介面，將既有技術堆疊中的資料匯出後，再複製並貼上到聊天機器人中。同時，軟體供應商急於在既有平台上加掛 AI 功能，新創公司則推廣「AI 原生」體驗。

像 ChatGPT 和 Claude 這類模型確實能提高生產力，例如文件摘要與其他簡單任務。但這樣的能力，與財務領導者在最初投資 AI 時所期待的轉型，仍有相當差距。

獨立式 AI 的核心限制在於，它存在於財務工作實際進行的系統之外。它無法存取應付帳款（AP）流程、供應商紀錄、發票資料或付款歷史，而這些正是提供關鍵情境、促成有意義建議的資訊。此外，由於獨立式 AI 與財務科技堆疊中的其他工具彼此隔離，它也無法對自己提出的建議採取行動。某個 AI 工具也許可以分析差異，卻無法進一步調查；另一個工具也許能建議核准，卻無法在正確時間將發票路由給合適的人。

像 MCP 這樣的開放式協議代表 AI 的下一個時代

近年來，財務團隊聽過許多關於 AI 將如何改變工作方式的宏大承諾，但對許多人來說，第一代 AI 並未兌現這些期待。像 Model Context Protocol（MCP）這樣的開放式協議，正開始改變這種情況。

簡單來說，MCP 是一種標準化方式，讓 AI 能安全連接到財務工作發生的系統。AI 不再只是獨立運作的聊天機器人，而是能夠存取正確資料、理解業務情境，並即時執行經核准的動作。

這對財務職能而言是一項顯著轉變。AI 曾經只被限制在回答問題，但有了開放式協議，它就能成為財務流程中的主動參與者，最終開始兌現那些原本承諾的價值。

假設供應商向買方的 AP 團隊提交一張發票，而價格與採購訂單不符。獨立式 AI 工具可以解釋差異或建議下一步。但透過像 MCP 這樣的開放式協議連接的 AI，則可以在調查與解決過程中扮演主動角色。它可以鎖定正確的採購訂單與供應商歷史，將當前價格與過往發票比對，找出不符的可能原因，將發票路由給適當的核准人，通知相關利害關係人，並記錄解決結果。所有這些都發生在組織既有的權限、核准政策與工作流程之內。因此，人工作業減少了，但團隊始終保有控制權。

雖然獨立式 AI 工具在某些方面可能提升生產力，但它們永遠不會真正改變財務團隊的工作方式。只有當 AI 擁有正確情境與連接能力時，才能真正產生財務領導者原先所期待的影響。

閱讀更多 Fintech 內容：Global Fintech Interview with Rob Young, Managing Director – UK at InDebted

在財務與 AP 領域，影響尤其明顯

每天，財務團隊都在建立與管理大量營運資料，包括發票、採購訂單、供應商紀錄、付款歷史、合約與核准工作流程。整體而言，這些資料能提供 AI 做出更佳決策與採取具影響力行動所需的情境。但在多數組織中，財務資料分散於彼此不連通的系統，並受到嚴格控管。

像 MCP 這樣的開放式協議提供了架構，讓 AI 能安全連接這些財務資料。團隊不再需要在彼此不連通的工具之間手動複製與貼上資料，因為 AI 可以在正確時間存取正確資訊，同時仍遵守組織既有的權限、核准政策與稽核要求。因此，財務部門既能節省時間、加快速度，也能維持安全與控制。

雖然開放式協議可對多種業務職能產生顯著影響，但在應付帳款領域尤其明顯，因為缺乏情境往往會導致供應商付款延遲、未識別的詐欺以及超支。例如，解決一筆發票差異可能需要找到正確的採購訂單、檢查歷史價格、確認貨物是否確實已收貨，並找出適當的核准人。或者，處理供應商爭議可能涉及搜尋大量電子郵件、付款紀錄與支持文件。這些工作都需要時間，而回應過慢會帶來實際的商業風險。

有了像 MCP 這樣的開放式協議，過去耗費大量人工作業的調查通常可在幾分鐘內完成。問題解決得更快，團隊也能把更多時間投入更高價值的工作。

在開放式協議到位後，AI 會從可有可無的生產力功能，演變為財務基礎架構。組織因此能做出更好、更及時的決策，推動業務前進，同時不犧牲準確性、治理或控制。

開放式協議在原本沒有治理的地方帶來治理

隨著 AI 越來越深地嵌入業務營運，許多財務領導者仍保持謹慎，而安全性通常是首要疑慮。這種顧慮並非沒有道理。財務系統含有高度敏感資訊，任何接觸這些資料的技術都必須符合最高安全標準。財務職能也運作於嚴格的法規環境之下——例如美國的 Sarbanes-Oxley（SOX）控制、歐洲的 GDPR 等資料隱私框架，以及針對支付資料的 PCI-DSS 要求——因此，受治理且可稽核的 AI 存取已不是奢侈品，而是實際必要條件。

開放式協議並不代表可對財務系統無限制開放存取。事實上，情況恰恰相反。像 MCP 這樣的協議會在 AI 與財務系統之間建立安全、以角色為基礎的連接，並尊重既有使用者權限、核准政策與稽核要求。每一次互動都可以被限定範圍、監控與記錄。

事實上，這種做法往往比許多組織目前的作法更安全。如今，員工經常將發票、合約或其他敏感財務資料輸入公開的 AI 工具。這些非正式流程缺乏適當治理，而當員工使用它們時，就會開啟安全與合規風險的大門。

開放式協議提供了更安全的替代方案。組織不必讓員工繞過既有系統操作，而是可以讓 AI 以安全、可稽核的方式存取正確資訊，同時維持財務團隊所需的治理、責任與控制。

財務 AI 的下一步

財務領域的 AI 正從聊天機器人時代，走向由開放式協議提供情境與連接能力的新一代，進而帶來真實的業務價值。越早採用這種方法的財務團隊，將獲得顯著的效率提升，以及持續擴大的長期競爭優勢。

這些協議存在的時間越長，AI 可學習的情境資料就越多；因此，它在簡化例行任務、浮現洞察與支援決策方面的能力也會持續提升。延後採用的組織，將發現自己難以追上這些先行者。

同時，開放式協議也正在改變財務部門的角色。當組織擁有一套能在背景中處理例行工作的財務作業系統時，團隊就能把更多精力投入更高價值的分析與真正需要人類判斷的決策。

這套財務作業系統並非由單一工具或平台所定義；它代表的是產業前進的方向，也就是讓 AI 擁有情境、連接性與治理能力，成為日常財務營運中的主動參與者。

關於 Ottimate

Ottimate 是一個由 AI 驅動的應付帳款自動化平台，協助財務團隊降低成本、防止超額付款、偵測詐欺，並在整個發票到付款流程中執行政策合規。

獲取更多 Fintech 洞察：The AI Shift in Fraud: Why Banks Need a New Playbook

[To share your insights with us, please write to psen@itechseries.com ]