实现金融洞察力：弥合人工智能金融的技能和数据差距

关于澳大利亚和新西兰特许会计师协会 关于ACCA 澳大利亚和新西兰特许会计师协会（CA ANZ）代表超过14万名金融专业人士，支持他们为所工作及生活的企业、组织和社区创造价值并产生影响。 我们是ACCA（特许公认会计师公会），是全球唯一真正的专业会计组织。 自1904年成立以来，我们一直致力于消除通往会计职业的障碍。如今，我们自豪地支持着来自180个国家的257,900名成员和530,100名未来成员组成的多元化社群。 在全球范围内，特许会计师以其诚信、财务技能、适应能力以及专业教育和培训的严谨性而闻名。 加拿大特许会计师协会（CA ANZ）推广特许会计师（CA）资格认证并倡导高标准职业道德，为会员提供世界一流的服务和终身教育，并维护公共利益。我们通过确保会员持续遵守一套有健全纪律程序支撑的道德准则，来维护该资格认证的声誉。我们还监督直接向公众提供服务的特许会计师。 我们正在重新定义会计行业。我们前沿的资格认证、持续学习以及洞见，受到各行各业雇主的尊重与重视。它们为个人提供了商业与金融专业知识以及伦理判断力，使其能够在全球组织和经济中领导并创造可持续价值。 秉持我们的宗旨与价值观，我们正引领会计行业，为变革的世界贡献力量。通过与政策制定者、标准制定机构、捐赠者群体、教育工作者及其他会计组织的合作，我们正致力于建设并强化一个以人为本、关注地球与繁荣的会计行业，为所有人创造价值。 我们的旗舰特许会计师（CA）项目，是成为特许会计师的途径，将严格的教育与实践经验相结合。持续的专业发展帮助会员塑造商业决策，并在不断变化的世界中保持相关性。 我们代表会员和行业，积极与政府、监管机构和标准制定者互动，为公众利益进行倡导。我们的思想领导力促进了澳大利亚和新西兰的繁荣。 请访问 accaglobal.com 了解更多 请访问 charteredaccountantsanz.com 了解更多 4. 弥合技能差距，以承担新职责并提升协作能力 37 37414244464.1 我们是否精通最关键的能力？4.2 软技能是与生成式AI和AI代理成功合作的关键4.2.1 一个假设情景：兼顾效率、判断力与批判性思维4.3 金融专业人士正面临新的责任——以及新的技能需求——随着技术的整合发展 金融团队中的数据机遇与挑战：我们现状如何？7 5. 提升技能同样也是关于风险规避。47 5.1 金融专业人士关注人工智能生成信息的诚信性和可验证性 475.2 专业能力的力量：建立信心与降低风险 50 2. 人工智能正在改变金融业提供报告和洞察的方式 2.1 人工智能：分析能力提升的引擎 182.2 增强日常工作：嵌入式AI与代理的兴起 20 执行摘要 财务职能正站在一个不容错失的机遇面前。利益相关者日益要求积极主动的领导力——要求财务部门从单纯的回顾性报告引擎转变为企业全局洞察的战略赋能者。 数据快速增长、对实时智能的期望日益提高以及人工智能（AI）能力的不断进步正推动着高期望值的形成。本报告基于对金融专业人士的全球调查，并结合了来自圆桌会议和访谈的1600条定性见解，探讨了金融领导者如何抓住这一时机，塑造其组织的演变。 终结组织视角和内在的治理关注——财务可以定义人工智能的业务问题，衡量其投资回报率（ROI），并确保建立完善的数據和人工智能治理框架。这包括利用现有的标准，如ISO 42001和42005。 充分发挥人工智能的潜力需要显著提升能力。生成式人工智能（GenAI）素养和预测分析技能方面存在关键差距，而过度依赖非正式学习则加剧了这一差距。与此同时，软技能——例如批判性思维、怀疑性验证和伦理推理——对于降低风险至关重要，例如自动化偏见和“代理能力衰减”。金融业必须投资于结构化学习，并加强与IT和数据科学团队的深度合作——认识到技能提升是管理人工智能相关风险的关键控制机制。 我们的研究发现，财务部门正日益拥抱多样化的数据类型——从实时运营指标到非结构化的内部文本数据——这得益于战略优先事项和监管要求。然而，挑战依然存在，尤其是在数据质量、系统集成和关键技能差距方面。 尽管利用数据和人工智能具有强烈的战略意图，但执行往往因缺乏数据评估的正式框架和有意识的能力提升而受阻。此外，虽然人工智能正成为金融分析工具包的基本组成部分——金融领导者必须战略性地部署这些技术以创造价值，而不仅仅是自动化现有的低效环节。 最终，本报告为首席财务官和财务领导者提供了可行的建议，帮助他们塑造一个财务不仅提供可信洞察，而且： ■ 高效管理数据 ■ 负责任地治理人工智能 ■ 在整个组织中创造可衡量的价值 一个核心信息是金融业在推动整个组织负责任地采用人工智能方面所处的独特地位。凭借其端到端 Introduction. 财务职能持续发展，既面临前所未有的机遇，也面临挑战。 数据量正在不断增长，利益相关者对可操作的洞察力的期望日益高涨，而人工智能等先进技术正在重塑工作方式。这条轨迹——即财务越来越被定位为洞察力和价值的战略使能者——是许多组织已经正在应对的。然而，有效推动这一进程并满足日益增长的责任所需的关键技能，往往仍然是一个限制因素。这些挑战因数据类型的日益复杂、不断增长的数据量以及人工智能的变革性引入而加剧。 我们还将考察人工智能如何重塑报告和洞察力的传递方式，这要求掌握新技能，同时也蕴含着释放重大价值创造的潜力。最后，我们探讨金融如何在整个组织中倡导负责任的人工智能应用——强调其在治理、价值创造和技能提升方面的关键作用。 我们的见解源自ACCA与CA ANZ的联合研究，该研究参考了一项针对全球金融专业人士的全球调查。此外，还包括了英国和亚太地区圆桌讨论的定性发现，以及针对会计和数据科学专业人士群体的目标性访谈。 ACCA与CA ANZ的财务转型：拥抱报告的未来（与普华永道联合出品）追踪了财务与技术这一转型，随着运营模式适应不断变化的背景因素、能力与期望。本报告补充了该愿景，从技术和数据为中心的视角审视这一转型——尤其关注财务职能的分析转型。我们探讨了扩展的数据访问如何创造新机遇，同时强调了在质量、整合和技能方面持续存在的挑战。 目标是为财务领导者提供一份清晰的路线图，以赋能其团队、确保数据完整性，并负责任地利用人工智能来推动卓越的业务成果。 金融团队中的数据机遇与挑战：我们现状如何？ 为成为洞察力的战略赋能者以实现其雄心，金融业首先必须发展起管理和解读更广泛数据的能力。 本章探讨了数据机遇与挑战的不断变化格局——强调金融业当前的定位以及构建更坚实基础的需要。 1.1 数据需求战略驱动因素 虽然技术通常被视为变革的主要催化剂，但我们的研究表明，商业战略和合规考量是金融职能中不断演变的数据实践的主要驱动力。随着金融从回顾性报告引擎转变为更具主动性的战略合作伙伴，其必须整合的数据范围和种类正急剧扩大——涵盖运营、市场、环境、社会和治理（ESG）以及其他关键数据流。 这里的商业驱动力非常强劲。这对大型组织来说是个挑战，因为其复杂性。因此，很容易陷入一种偏重报告的思维模式，仅仅扮演那个角色。这是一个极其重要的职能。你有ESG报告等等要应对。但如果你真的想成为一个更具前瞻性、分析性、以绩效为导向的机构——那么你就必须在人工智能和数据方面深入其中。 以监管要求为首要驱动力，数据溯源——即追踪数据从源头到最终使用的整个生命周期——以及准确性至关重要。新型数据类型——如实时运营数据或温室气体排放数据——正越来越多地被纳入组织的数仓中，但可能仍存储在财务范围之外。整合此类数据需要健全的治理框架。基于人工智能的异常检测正越来越多地用于在数据用于报告前进行清洗。 金融领导者们同时承担着进攻与防守的双重任务——既要支持新商业模式或并购重组，也要确保遵守日益复杂的全球合规标准。这种双重压力要求制定具有前瞻性的数据战略。 中间层驱动力——包括成本优化、风险管理、内部利益相关者洞察以及技术进步——代表了运营考量与效率提升。财务领导者正积极寻求能够识别精细成本优化机会和改进内部决策支持的数据。 如《ACCA和CA ANZ的财务演变：拥抱未来报告》（与PwC合著的“财务与技术未来”项目）所述，该职能部门的角色正日益转变为在组织及其各自利益相关者运营的生态系统中，建立对预测信息和前瞻性决策的信任。为支持这一战略转变，财务部门必须着眼未来而非过去——这增加了对人工智能能力和非财务数据的需求。 在这个过程中，人们应当认识到，如果会计师们因过于繁忙而无法承担新的机遇，那么其他人会出于商业需求而去做。威胁在于变得不再重要。我认为，数据有机会成为会计师职责和权限的一部分，因为会计师具备天然的技术能力，能够验证信息或数据，并将其转化为驱动实际业务合作角色中决策的洞见。 为支持战略目标——例如可持续性目标或市场扩张——金融部门必须分析通常杂乱或数据不完整的来源，以评估供应链风险、进行品牌健康状况的情感分析或为ESG报告提供碳排放数据。传统企业资源规划系统（ERP）现在正集成模块以支持管理这类数据，同时人工智能工具也被用于帮助规范化这些数据类型，并将它们与财务数据整合。 圆桌会议参与者 我们的研究表明，实时运营数据的利用率呈现明显增长趋势——超过60%的财务团队在过去两年中加大了使用力度——并且其感知重要性也更高。这反映了敏捷型财务团队实时监控现金流、库存和收入的必要性。 1.2 数据访问正在扩大，同时金融使用的数据类型也在增加。 我们实际上正在使用很多标准AI工具，例如Copilot和ChatGPT，来帮助我们更广泛地理解和解读我们用于ESG的一些数据。 虽然驾驶员通常很有策略性，但实际应用则明确是操作性的，并且专注于内部数据来源。我们的调查结果显示，财务部门正从静态的历史报告转向对组织更动态的看法。 圆桌会议参与者 排名第二且日益增长的数据类型是内部文本数据（例如会议纪要、合同、速记稿），其使用率高达40%。这一高使用率反映了自然语言处理技术带来的机遇，也解释了为什么生成式人工智能（GenAI）正如此迅速地融入日常工作中。财务团队正利用这些工具将非结构化文本中包含的组织知识进行数字化，通过分析会议纪要和速记稿挖掘情感倾向，对长篇合同进行摘要和比较，或自动化政策查询。这代表了一个新的前沿——即财务部门像分析数字一样严谨地分析文字。 监管要求是主要驱动力（），但图1.1显示，ESG数据及预测性指标相对较低。这表明，尽管存在热情，许多财务职能仍专注于建立强大的实时数据能力，然后再探索预测性、前瞻性数据的潜力——从被动响应转向主动预防（见图1.3）。 1.2.1 开放式数据源正变得越来越普遍，用以补充封闭的内部数据。 尽管内部数据源仍然最为普遍，但人们雄心勃勃地希望探索公开数据源，以补充内部财务记录，从而为组织绩效描绘出更完整的图景。 转向更广泛的数据权限体现在当前用于决策所利用的数据来源的多样性上——在获取非财务数据时，优先考虑可访问性和内部协作。 公开可用的资源——政府统计数据、网站和社交媒体——是使用最广泛的类别，占64%，其包含的数据类型范围比内部资源更广。这表明，金融业正日益将内部绩效与宏观经济、市场和行为趋势相结合进行分析。 高度依赖跨部门数据共享——获取内部业务单元的数据。这突显了财务41%在整合运营数据以进行战略规划中的核心作用。虽然不太普遍，但订阅数据库（ ）和27%的物联网（IoT）设备（ ）也是重要输入——后者对于需要实时运营监控的行业尤其重要。 我们目前进行可持续发展/ESG报告，但随着新的气候变化会计标准的出台，我们开始着手研究如何获取数据。特别是关于我们财务团队可以为外部客户产出的信息。 1.3 评估数据的战略价值意味着连接什么、如何以及为何 获取数据仅仅是第一步——真正的挑战在于评估并有效衡量其战略价值。我们的研究表明，尽管金融界渴望成为战略洞察的核心枢纽，但优先考虑数据来源的方法仍在发展演变中。目前普遍依赖协作和项目制方法——其中约34%通过收集内部利益相关者的意见，另