Agentic Finance：不只是降本增效 更是解放组织生产力

作者：Charlie，Generative Ventures合伙人

自从 6 月 18 日在上海做了 Agentic Commerce 活动，最近线上线下的交流里，我明显感觉到，尽管这个赛道总体上仍然缺乏共识，但大家对它的认知已经开始逐渐清晰。

很多时候，一个新概念刚进入中文科技圈，大家还会花很长时间停留在定义、翻译、站队和情绪判断上。

但这次围绕智能体支付的闭门讨论，很快就从“AI 智能体会不会替人买东西”推进到了更底层的问题：真实场景在哪里，交易量从哪里来，智能体身份与授权怎么建立，钱包、账户、聚合、路由、合规、风控、结算和清算这些环节分别有什么盈利空间，Google、Coinbase、Circle、Stripe、Visa、Mastercard 的路线到底怎么分化。

这其实已经说明，讨论重点不再是“机器能不能付款”，而是“机器凭什么有权付款，以及谁来承担这套权力系统里的责任”。但与此同时，另一个更早进入真实生产环境的方向，反而容易被遮住。

大家现在讲 Agentic Commerce，天然会先看面向消费者的场景：AI 智能体怎么帮消费者找商品、比价格、下单、付款；商户怎么准备商品数据、库存、价格、结账接口；支付网络怎么识别智能体发起的交易是不是用户真实授权；发卡方和卡组织怎么处理欺诈、拒付、争议和责任归属。

这些问题都对，也都是支付行业最熟悉的语言。

但整个经济系统里钱的流转，很多时候并不是从我们最有体感的支付按钮开始的。

它更早地藏在企业的预算里，藏在采购申请里，藏在合同条款里，藏在供应商准入里，藏在发票差异里，藏在现金预测里，藏在税务处理和审计留痕里。消费者场景里的智能体支付问的是，智能体能不能替我买东西；企业财务里的 Agentic Finance 问的是，一个组织能不能让资本、合同、预算、采购、现金和风险判断，更快、更准确地流动起来。

这也是为什么 OpenAI 和 Google 最近披露的内部财务工作流，值得我们今天单独拎出来看。

OpenAI 和 PwC 在今年 5 月宣布合作，要围绕 CFO 办公室的核心节奏搭建 AI 智能体，覆盖规划、预测、报告、采购、付款、资金管理、税务和会计关账。

更有意思的是，这不是一个先从咨询方案开始、再去找客户试点的故事，而是先在 OpenAI 自己的财务组织里做采购智能体，再把这些经验扩展到其他财务工作流。

OpenAI 也披露，它已经在内部用 ChatGPT 和 Codex 支持投资者关系、资金管理、税务、报告、企业发展和合同审查等工作。

Google 的案例更像一个大型组织的压力测试。WSJ 最近披露，Google 财务团队用 AI 智能体自动比对供应商发票和合同条款，让发票审核处理能力提升了 5 倍，并可能每年减少 2 亿美元的超额付款。

在资金管理场景里，Google 也开始用 AI 管理分散在数千个银行账户里的现金，并根据风险偏好给出闲置现金的投资建议，经过人工复核后再由另一个智能体执行交易。更值得注意的是，Google 财务团队的规模大致保持稳定，但产出变多了，原来做发票核验的员工转向更高阶的审计和 AI 复核工作。

这不是传统 CFO Suite 加一个聊天机器人，也不是 RPA 换了个大模型包装。

过去几年，SaaS 市场已经把 CFO Suite 洗过一轮。应付账款自动化、费用管理、采购管理、财务规划与分析、关账管理、资金管理看板，每一个细分领域都跑出过一批公司，每一份产品销售材料里都写着降本增效、流程自动化、减少手工作业、缩短关账周期。

这些都对，但也都不够。

因为对很多公司，尤其是创业公司和中型公司来说，财务团队本来就没有多少人。你买一个 CFO Suite 工具，很难真的用“省掉几个岗位”来证明这笔钱花得值。一个三五个人的财务团队，再怎么自动化，也不可能像几万人的企业那样，把流程效率提升直接折算成巨大的成本节省。

所以这个赛道过去最别扭的地方就在这里：它明明很重要，却总喜欢把自己包装成一个成本优化工具。

但财务软件真正的价值，很多时候从来不是省人。

它是让创始人不再凭感觉判断现金生命线，让业务团队知道哪些钱可以花、哪些钱不能花，让法务、采购、财务和销售不再拿着不同版本的合同互相扯皮，让董事会汇报不再变成月底最后一晚的 Excel 噩梦。

换句话说，CFO Suite 过去表面上卖的是效率，真正有价值的地方其实是降低组织内部的协调成本，从而释放更多的生产力。

我之前做创业公司 COO 兼 CFO 的时候，对这一点感受非常深。创业公司的财务工作，很多时候不像大公司那样是一个巨大机器里的标准化齿轮，而更像是在一堆残缺信息里做实时判断。

CEO 问现金生命线还能撑多久，销售说企业级大客户合同下周要签，法务说合同里有一些付款条款和终止条款要确认，工程团队突然要采购一个新供应商，投资人在催更新后的财务模型，董事会又快开了。

所有这些事情在系统里看起来像不同流程，但在一个创业公司的现实里，它们其实是同一件事：公司下一阶段的钱要怎么花，风险要怎么控，增长要怎么继续。

如果只是从“省人”的角度看，CFO Suite 的价值很容易被低估。因为你没法说，一个财务规划与分析工具帮一个三人财务团队省了多少全职人员。

它真正的价值，是让组织少一些误会，少一些重复确认，少一些“我以为你知道”的信息断层，少一些月底才发现的历史遗留问题。

这也是为什么我觉得 Agentic Finance 的突破口，不会只是“自动做报销”或者“自动写财务分析”。这些当然会发生，但不是最有意义的地方。

如果说上一代 CFO Suite 解决的是“把财务流程搬进系统”，那么 Agentic Finance 试图解决的是“让财务上下文具备行动能力”。

这句话听起来有点抽象，但回到真实工作里就很好理解。过去基于规则的工作流很擅长处理清楚、稳定、重复的事情：发票来了，走审批；报销提交，查政策；月底到了，催关账；合同签了，录入系统；预算超了，发通知。但真实的财务工作最耗人的地方，往往不是这些标准动作，而是例外、歧义和跨部门拼图。

为什么发票和合同金额对不上？为什么某个供应商的付款条款和采购系统里的记录不一致？为什么业务方说这个支出已经批准，但预算里看不到？为什么一个 SaaS 工具没人用了还在自动续费？为什么现金明明够，却不能随便动？为什么预测模型里的一个小假设，会影响融资节奏、招聘计划和供应商付款优先级？

过去这些问题没有任何一个单独系统能回答。ERP 回答不了，应付账款系统回答不了，财务规划与分析工具回答不了，合同管理系统也回答不了。最后还是靠财务团队在 Slack、邮件、Google Drive、DocuSign、NetSuite、银行后台和 Excel 之间来回拼。

这就是企业财务最容易被外部低估的地方。它看起来是后台工作，其实是企业内部信息密度最高的节点之一。每一张发票背后都有合同，每一份合同背后都有业务关系，每一次付款背后都有现金安排，每一个预算调整背后都有战略优先级，每一次预测更新背后都有组织对未来的重新下注。

所以 Agentic Finance 的真正革命，不只是降本增效。它是把财务从组织里的记录层和卡点层，推向一个新的协调层。

过去 CFO 的工作在很多人眼里有两种刻板印象。一种是事后记录，负责把已经发生的业务活动变成财务报表。另一种是事前卡点，负责告诉业务部门这个不能买、那个不能付、这个预算不够、那个合同有风险。

这两种角色都存在，也都必要。但它们都没有完整描述 CFO 和财务职能在一个现代组织里的真正位置。

财务真正连接的是资本配置、风险管理、业务节奏和组织信任。

一个好的财务职能，不是简单地让公司少花钱，而是让公司知道哪些钱值得花，哪些钱不应该花，哪些钱现在花会创造未来更多选择权，哪些钱看起来省了其实会制造更大组织成本。

上一代 CFO Suite 对这件事的帮助有限，因为它们大多还是记录系统或流程自动化工具。它们记录得更准确，审批得更清楚，报告更快，关账更短。但它们仍然是被动的。它们等人输入，等人触发，等人把上下文带进来。

Agentic Finance 的不一样在于，它有机会主动拿起这些上下文。

一个采购智能体不只是问你“是否批准采购”，而是可以提前发现这个供应商的合同条款和历史付款记录不一致，提醒你同类工具已经有三个，指出这个采购如果通过会让某个团队的季度预算超支，并告诉你如果改成年度预付可以拿到折扣，但会影响未来三个月现金流。

一个资金管理智能体不只是展示账户余额，而是可以把不同银行账户、货币市场基金、短债、存款保险覆盖范围、供应商付款安排、工资发放时间、融资时间表这些因素放在一起，告诉你哪些现金必须保持流动性，哪些可以短期配置，哪些账户风险暴露过高，哪些资金安排会影响现金生命线的表达。

一个合同审查智能体不只是帮法务找条款，而是可以把合同条款和收入确认、付款条件、终止风险、数据责任、销售预测关联起来。它不会替 CFO 做最终判断，但它能把原来分散在法务、销售、财务、运营之间的上下文先拼成一个判断材料包。

这不是简单的 automation，而是 orchestration。

OpenAI 和 PwC 的表述里，有一个词很关键：财务的核心运转节奏。财务不是一堆孤立任务，而是有自己的节奏：规划、预测、报告、采购、付款、资金管理、税务和关账。

OpenAI 和 PwC 要做的不是给每个任务单独加一个 AI 小助手，而是围绕这些节奏搭建智能体，让它们跨系统协调、暴露风险、支持判断，并在人工监督下参与执行。

Google 的案例也说明了同一件事。发票核验看起来是一个很窄的场景，但它为什么能有 5 倍处理能力提升？因为智能体不只是识别发票，而是把发票和合同条款对起来。这里的价值不在于读取文件，而在于理解两个系统之间的经济关系。

Google 的资金管理智能体更进一步，从建议投资闲置现金，到人工复核后由另一个智能体执行交易，已经非常接近真正的智能体工作流：理解环境，形成建议，获得授权，执行动作，留下轨迹。

正常流程早就被 SaaS 和 RPA 自动化得差不多了。真正麻烦的是那些规则不够用、系统不完整、责任边界不清楚、上下文不断变化的问题。发票金额差一点，合同修订版在法务那里，业务负责人说这个供应商不能停，采购说流程没走完，应付账款团队说银行账户最近改过，税务说处理方式不确定，CFO 说季度关账前必须有明确判断。

这类事情以前靠人肉协调。以后智能体至少可以先把事实拼出来。

这对大公司当然有价值。Google 每年 2 亿美元超额付款这种数字，对任何 CFO 都足够醒目。但我认为它对创业公司和中型公司的意义更值得看。

因为创业公司最缺的从来不是流程，而是精力和优先级。

很多创业公司不是不知道应该做预算，不是不知道应该管供应商，不是不知道应该把合同和付款条款对齐，不是不知道应该做现金管理，而是人手不够、上下文太散、业务变化太快，最后只能把很多事情放在“先别管”的队列里。等到公司长大，历史包袱已经堆起来，SaaS 重复购买、合同条款混乱、供应商付款延迟、预测和实际偏差越来越大，再开始补系统就很痛苦。

所以我觉得 Agentic Finance 对创业公司的价值，不是替你少招一个财务经理，而是让一个小财务团队能够支撑更复杂的组织运转。

这也是“解放组织生产力”的真正意思。

生产力不是让每个人都多干一点活，而是让组织少被低质量协调消耗。

很多公司表面上缺的是人，实际上缺的是清晰的上下文。

业务团队不知道财务在担心什么，财务团队不知道业务为什么这么急，法务不知道某个条款会怎么影响现金流，创始人不知道某个看似小的供应商决策会不会影响现金生命线。于是大家反复开会，反复确认，反复转发邮件，最后还是用一个谁都不完全相信的表格做决定。

Agentic Finance 如果做得好，释放的不是财务团队的人头，而是整个组织的决策速度。

当然，这里也不能过度乐观。

Agentic Finance 不会自动让烂流程变好。恰恰相反，它可能会让烂流程跑得更快。

WSJ 在 Google 案例里提到一个很有意思的现象，Google 内部把它称为“十倍问题”：当一个工作流被智能体放大 10 倍，组织里的另一个环节可能就会被压垮。Google 的发票核验智能体因为太有效，反而产生了大量被标记出来、等待处理的差异事项，于是运营团队需要去找供应商处理这些问题。Google 的解决办法是继续建另一个智能体，去启动联系供应商的流程。

这个细节特别重要。

它说明 Agentic Finance 的风险不是单点自动化失败，而是组织瓶颈迁移。一个智能体把发票审核提速了，供应商争议处理可能变成瓶颈；一个智能体把合同风险提前暴露了，法务审查可能变成瓶颈；一个智能体把预测每天更新，管理团队的决策节奏可能反而跟不上；一个智能体把预算异常全部标出来，CFO 可能发现真正的问题不是没有系统，而是公司根本没有清晰的资源配置纪律。

所以，Agentic Finance 最终不是一个纯技术问题，而是一个治理问题。

CFO 将来要管的不只是账、人和系统，还要管一群能读合同、查预算、发提醒、写备忘录、触发付款、提出现金配置建议的智能体。什么动作可以自动执行，什么必须有人参与；什么风险可以事后审计，什么必须事前拦截；哪些智能体可以跨系统读数据，哪些智能体可以写回系统；一个智能体的建议被采纳后出了问题，责任怎么追溯。

这些问题不会因为模型变聪明就消失。

甚至可以说，Agentic Finance 越成功，CFO 的治理压力越大。过去 CFO 管的是流程执行；未来 CFO 还要管行动边界。过去的财务控制是针对人和系统设计的；未来的财务控制要针对人、系统和智能体的组合来设计。

这也会重塑传统SaaS意义上的 CFO Suite 的竞争格局。

上一代 CFO Suite 的竞争逻辑，是谁能成为某个流程的记录系统或工作流系统。应付账款有应付账款的系统，费用管理有费用管理的系统，财务规划与分析有财务规划与分析的系统，采购有采购的系统，资金管理有资金管理的系统。每个系统都试图占住一个职能入口，再往旁边扩。

但 Agentic Finance 的竞争逻辑，可能不再是“谁拥有某个流程”，而是“谁能跨流程理解上下文并安全执行”。

ERP 说自己有交易记录，采购系统说自己有供应商工作流，合同管理系统说自己有合同事实来源，客户关系管理系统说自己有销售管道，银行说自己有资金流动，Slack 和邮件说自己有真实决策过程，表格说自己保存了所有系统装不下的例外。

过去这些系统各自为政，靠集成和看板勉强连接。智能体一旦进入，真正的价值点会从单一系统的记录能力，转向跨系统的上下文路由、决策支持和行动治理。

这对现有 SaaS 巨头是一种机会，也是一种威胁。

机会在于，它们有客户、有数据、有权限、有工作流嵌入。威胁在于，智能体可能会把记录系统的界面价值抽走。用户不再每天登录十个 SaaS 系统，而是让智能体在背后读、写、协调、执行。到那个时候，谁控制智能体的工作界面，谁控制上下文层，谁控制行动审批和审计轨迹，谁就可能控制下一代 CFO 工作流的入口。

这也是为什么 OpenAI 和 Google 的内部案例不能只当作“他们自己用 AI 提效”来看。

OpenAI 在自己财务组织里做采购智能体，是一种产品验证，也是一种组织示范。它告诉 CFO：我们不是只把 AI 卖给你做客服、写营销文案、生成代码，我们也把它放进自己最敏感、最复杂、最需要控制的财务工作流里。

Google 也是一样。Google 当然有能力把 AI 放进搜索、广告、云和消费产品里，但它选择公开财务团队里的发票核验和资金管理工作流，说明这个方向已经不只是边缘试验。尤其是资金管理场景，涉及现金、银行账户、投资建议和交易执行，这不是“帮员工写邮件”的轻量场景，而是企业运行的核心神经。

过去我们讲 Google 做金融科技，更多是在消费者金融里看它的入口野心，比如 Google Pay、Plex、个人收入支出分析、Google Maps 和商户数据。

我之前的文章里也写过，Google 的核心优势在于对数据的整理和分析，但它能发挥作用的前提是要有数据能够被整理和分析；而在很多强规则、强监管、强服务属性的领域，仍然存在大厂视野之外的数据孤岛和服务空间。

今天这个判断依然成立，只是场景从消费者金融迁移到了企业财务。

企业财务的数据也极其分散，甚至比消费者金融更脏。合同在一个系统，发票在一个系统，付款在银行，预算在财务规划与分析工具，真实决策在 Slack 和邮件，例外情况在某个财务同事的脑子里。

Google 和 OpenAI 的 AI 能力再强，如果不能进入这些上下文，也只是一个更聪明的问答工具；一旦能进入这些上下文，并在权限和治理边界内行动，它就不再只是信息检索，而是组织协调。

这就是 Agentic Finance 和传统 CFO Suite 的本质区别。

传统 CFO Suite 是把企业财务流程软件化。Agentic Finance 是把企业财务判断代理化。

这两者之间差别很大。软件化的重点是结构化、标准化、流程化。代理化的重点是理解上下文、处理例外、提出建议、执行动作、接受审计。

前者让组织更像机器，后者让机器开始参与组织判断。

未来更合理的形态，不是 AI 替代 CFO，而是 CFO 变成智能体经济的治理者。

CFO 不再只是报表负责人，也不只是预算守门人，而是要定义组织里的财务智能体怎么工作。哪些智能体可以读合同，哪些可以访问银行数据，哪些可以写入 ERP，哪些可以发起付款，哪些可以修改预测，哪些只能给建议，哪些在小额低风险场景可以自动执行，哪些必须经过人工批准。

这也会改变财务人才的价值结构。

很多初级财务工作会被重新拆分。机械整理、复制粘贴、第一版草稿、差异解释、发票匹配、政策查询，这些会快速被智能体吃掉。但这不代表初级财务人才没有价值，而是他们必须更早进入判断层。未来好的财务人才，不是会不会做第一版表，而是能不能审智能体给出的判断材料包，能不能发现缺失上下文，能不能理解业务语境，能不能把模型建议翻译成 CFO 可以承担责任的判断。

这和 Google 案例里员工转向更高阶审计和 AI 复核工作是一致的。真正被替代的不是初级岗位，而是纯手工劳动型初级岗位。真正变贵的是能判断、能追责、能设计控制机制的人。

Agentic Finance 的落地，不能只看模型能力，也不能只看集成数量，而要看组织有没有能力重新定义权责边界。

因为 Agentic Finance 最后拼的不是“谁的模型最聪明”，而是谁最懂组织里的钱是怎么流动的。

钱在公司里从来不是一个数字。它是战略的表达，是信任的载体，是风险的边界，也是组织优先级的投票。每一次采购、每一次付款、每一次预算调整、每一次预测更新，表面上都是财务工作流，背后都是公司在回答同一个问题：我们相信什么，所以把资源投向哪里。

真正要改变的，是公司内部资本和信息的流动速度。

它会逼着我们重新理解 CFO Suite 这个赛道本身：不是一个降本增效的工具集合，而是组织生产力的金融操作系统。