好的，没问题。身為專業的 SEO 翻譯員與本地化專家，我將遵循您提供的所有指示，特別是那些關於術語、格式、程式碼區塊及 CJK 排版的嚴格規範，將以下內容翻譯成自然流暢的繁體中文。
每個我交談過的、營收超過十億美元公司的財務長，都在兩條戰線上與 AI 領域搏鬥：
水平輔助工具： 讓組織內的每個人都使用 Microsoft Copilot 或 Claude Cowork。問題在於，每位員工都會建立 3 個 Agent，彼此之間無法協作，三個月後你就花了 300 萬美元在 Token 上，而且 80% 的 Agent 要不是已經停用，就是在正式環境中頻繁出錯。你最後得到的是一張 300 萬美元的 Token 帳單，以及一個無人負責、充滿技術債務的墳場。
單點解決方案： 為應付帳款引進一套新軟體、為結帳再引進另一套、為費用管理再來一套。這行不通，因為為所有人設計的軟體，就不是為你量身打造的。它不了解你的應付帳款流程是 7 個步驟，而不是 4 個，也不理解你的例外處理邏輯。結果，你的員工要嘛不使用它，要嘛使用了但投資報酬率低於 15%。更糟的是，你的員工會抱怨這套新軟體與他們過去的工作方式不同，其中一半的人認為這是種降級。簡直是一場惡夢。
我的工作就是幫助財務長們了解，如何為他們自己找到這兩種解決方案的適當組合。水平輔助工具絕對有存在的必要，但它服務於不同目的。員工仍然有工作要做，而這個輔助工具是為了幫助一個員工完成十個人的工作量。但你錯過了更大的藍圖：那些在背景運作的 Agent，不需要員工提示或操作就能自動完成工作。想像一個 Agent，它在發票送達的瞬間就讀取內容，將其與正確的採購單匹配，然後要么清除匹配，要么將那張奇怪的發票踢給唯一需要做決策的人，這一切都在你的團隊打開筆電之前完成。一個 Agent，每天早上自動核對昨天的銀行活動與分類帳，讓結帳流程在月底開始前就幾乎完成。一個 Agent，自動追蹤每位供應商，索取遺失的 W-9 表格或催收逾期款項，讓你團隊裡的任何人都不需要再寫這類郵件。這些 Agent 不需要任何人提示，它們就在背景運行，等你上班時，工作已經完成了。
簡單說明一下背景，我經營 Varick Agents (@varickagents)。我們嵌入企業財務團隊，並在他們已使用的工具內部部署 AI Agent。金融領域是我們看到最快、最顯著成果的地方，因為這份工作重複性高、流程定義明確，而且手動作業的成本很容易量化。
這篇文章的目標是向你展示，我們如何在多家公司大規模做到這點、我們學到要避開的陷阱，以及我們如何在一切塵埃落定後衡量成功。額外 bonus：我們如何確保每年不在 Token 上花費數百萬美元，以及如何將幻覺（Hallucinations）降至接近於零。作為參考，我們將一個客戶的月底結帳時間從 12 天縮短到 5 天。同時，我們將錯誤率降低了 72%。所創造的價值每年高達 4500 萬美元，這包含了營收提升、成本節省和風險降低的綜合效益。每次使用的都是同一套劇本，即使你最終得到的 Agent 可能截然不同（這也是為什麼單點解決方案軟體行不通）。
AI 在金融領域的導入失敗率很高
在討論「怎麼做」之前，讓我們先快速瀏覽一下數據。金融團隊目前的狀態與他們可能達到的狀態之間存在巨大差距，但到目前為止，AI 的成果相當慘淡。
- Gartner 調查了 183 位財務領導者，84% 的人已導入或計劃導入 AI，但只有 7% 的人報告有高影響力。
- 麻省理工學院的 NANDA 小組審視了 300 個部署案例，發現 95% 的企業級 Gen-AI 試點專案，對損益表沒有產生可衡量的回報。
- Gartner 預測，到 2027 年底，將有超過 40% 的 Agentic AI 專案會因為成本、價值不明確以及風險控管薄弱而被取消。
所以，當我說這類專案大多會失敗時，我參考的就是這些數據。我下面會告訴你原因，但做個對照：Varick 在財務部門的導入專案中，100% 已成功部署到正式環境，並產生了可衡量的正投資報酬率（平均為 5.5 倍）。
現在來看看實際工作本身的情況：
- 三分之二的發票仍然需要一個或多個人來處理。只有三分之一是直通式處理（Ardent Partners, 2025）。在我們合作過的客戶那裡，每張發票在完全處理完畢前，通常需要經過 3 個或更多的人手。
- 手動處理一張發票的端到端成本為 12.42 美元。
- 一半的財務團隊需要超過一週的時間來結帳（Ledge, 2025），而其中 94% 的團隊在結帳過程的某個環節仍然依賴 Excel。
- 14% 的發票會被標記為例外狀況，而例外狀況是應付帳款中最令人頭痛的問題。這是我最想讓你關注的數據。你公司的例外狀況與其他公司不同，這意味著沒有通用的 SaaS 或產品能夠以你需要的方式解決這個大麻煩。對於金融職能部門來說，對客製化軟體的需求從未如此之高，而值得慶幸的是，AI 正是完美的解鎖關鍵。
這些問題現在都不再是技術問題。它們是工作流程問題，是人為銜接（Human-glue）問題，我將在下面更詳細地說明這個區別。
為什麼水平輔助工具（Claude Cowork，Microsoft Copilot）會失敗
即使我們忽略 Token 帳單（每季數百萬美元），更大的問題是，即使是頂尖模型，在大部分情況下也會搞錯金融工作。今年，當頂尖模型（Fable，Opus，GPT 5.5 等）被用於執行 900 多項真實的金融分析師任務時，表現最好的模型準確率也僅達到 52%（Vals AI）。另一項研究讓 19 個模型處理一個真實的會計科目表，最高準確率是 66%（DualEntry）。在金融職能部門中，這些準確率是災難性的。甚至微軟自己的文件都說，不要將 Excel Copilot 用於數值計算或任何涉及合規性的事項，考慮到他們首先把 AI 放到了你的試算表中，這點實在滑稽。
幻覺（Hallucinations）並不只是郵件裡的一個錯字。如果你的 AI 幻想出一個供應商，或者搞砸了一筆公司間沖銷，那可就真的是錢從大門跑出去了，還得費力找回來並沖正。缺乏可稽核性（Auditability）也是一個大問題。「AI 說的」這句話，可過不了 SOX 審計師那關。
你的 AI Agent 需要有護欄和權限設定，這樣它才只能執行你允許的精確動作，而這些動作是全面 AI 審計的結果。此外，每個任務都要被分解到最確定的狀態，這樣模型就只需要決定少數需要判斷力的步驟，而不是從頭到尾決定所有事情。這樣才能將準確率維持在 97% 以上，並且 Agent 的執行軌跡可以呈現給審計師和管理層。
為什麼更多單點解決方案會讓情況更糟
所以你跳過了通用型工具，買了十幾個專家：來自 Ramp、Brex 和 Bill 的應付帳款 Agent、來自 HighRadius 的應收帳款 Agent、來自 BlackLine 和 FloQast 的結帳 Agent，所有這些都塞進由 SAP 和 Workday 提供的 ERP 系統裡，再加上一套新的 AI 原生 ERP。你看出我要說什麼了嗎？AI 本應是你最終擺脫 20 個不同軟體供應商、各自為政的原因。你需要一個能夠橫跨你現有系統的單一管理面板。那些系統已經擁有了 Agent 在其上運行所需的一切，不需要新的平台。然而，我看到的是，財務長們遺憾地引入了更多的軟體授權、更多需要團隊登入和追蹤的介面，到頭來卻幾乎沒有什麼效率提升可以展示。
什麼方法才有效
每個在財務部門成功部署的案例，都遵循同樣的理念：一個單一的層，它位於你現有軟體之上和之間，而不是另一個需要你團隊登入的工具。它從你的軟體（如 NetSuite、Bill 和 Workday）讀取資料，在它們之間移動數據，並像你的團隊一樣完成工作。當它需要協助時，它會標記編輯事項，讓你的團隊進行調整。
這樣做，你強化的是操作人員，而不是任務本身。現在你的每個工具各自自動化了工作的一部分，但沒有人自動化那個處在中間的人——他正把一個螢幕上的數字複製到另一個螢幕上、檢查兩個數字是否匹配、在不匹配時發送追蹤郵件、在沒人回覆時進行升級處理。這個人就是銜接（the glue），而價值正存在於這個銜接之中：週期時間的縮短意味著節省了時間，並且更快地產生更多營收。
如果我們再把這個例子拉回到例外狀況：想像一張沒有採購單的發票送達。目前，應付帳款分析師必須先找出是誰訂購的，然後通過篩選收件匣來找到正確的採購單，接著進行匹配，最後才能將它推送出去。例外狀況比你想象的更常見；這種情況每月發生數百次。
然而，有了統一的 Agent 層，AI 能在例外狀況發生的瞬間捕捉到它，然後按供應商、金額、日期搜尋採購單系統，最後自行清除完全匹配的項目，就像你的分析師會做的那樣。當 Agent 不確定時，它會在 Slack 上將兩個最可能的採購單發送給分析師，請他們決定哪一個是正確的。原本需要 15 分鐘的挖掘時間，變成了只需 30 秒回答「是」或「否」，而且所有資訊都已事先提供。同樣的形塑過程也發生在銀行對帳、公司間沖銷、W-9 追蹤、付款狀態郵件以及審計師的 PBC 清單中。
如何在實務中實施這個系統
我們每次都做以下 5 件事：
- 前線部署工程師嵌入你的部門，並繪製每個流程的端到端圖。 書面化的流程和標準作業程序很少能捕捉到真實情況，也就是人們實際上是怎麼做的。例如：「當出現問題時，我會先檢查這個試算表」以及「我直接發郵件給 Sarah，因為警示系統已經壞了 3 年。」一個真實案例：「標準作業程序說發票要在系統中與採購單匹配。」但在現實中，它們是在系統中匹配，除非採購單從未被建立，這種情況下 Brittany 會發郵件給部門主管要求補一個，除非金額低於 500 美元，這種情況下她會將其編碼到該部門的一般費用項目下並標記為後續處理。如果你只是根據標準作業程序來構建 Agent，那麼它們在遇到 Brittany 的第一次就會出錯，而這剛好就是正式運行的第一天。這就是為什麼與人員坐下來觀察他們的工作極其重要。這是服務（諮詢）和軟體（開發）之間的橋樑，同時也是成功的 Agent 導入和盲目亂試、即刻失敗之間的區別。
- 在他們已經使用的工具內部進行構建。 Agent 像一個新進員工一樣運行 NetSuite、SAP 或 BlackLine，登入並點擊相同的畫面，並呼叫相同的 API。你團隊中沒有人需要學習新介面，人們唯一會注意到的是堆積的工作減少了、例外狀況處理得更快、以及月底結帳時間變短了。
- 構建能完成工作的 Agent，而不是儀表板。 大多數「金融 AI」其實是偽裝成 Agent 的分析工具。不要落入這個陷阱。監控和報告是 Agent 執行驅動它們的動作所產生的結果。是的，在構建之前衡量 KPI 來看看你是否真的推動了變革是很有幫助的。但如果你的產出是一個儀表板或聊天機器人，而不是一個背景 Agent，那你就在浪費效率。不要把幾個月的時間投入到等同於華麗報表軟體的東西上。
- 僅在需要真正判斷力時才進行升級處理，並在前面設置一個會隨著時間改進的信心門檻。 目標是將那 70% 到 85% 純粹的模式匹配工作從你團隊的待辦事項中移除，讓他們只專注於高影響力、高判斷力的決策。同時，每次他們回應 Agent 的動作（批准、編輯或拒絕），這都會訓練 Agent，讓準確率每週攀升，而不是停滯不前，甚至更糟地倒退。這就是 AI 工程至關重要的地方；你的調控機制（harness）可以成就一個持續改進的系統，也可以讓一個系統最終不了了之。
- 從第一天起就為整個部門設計。 這是在企業層面進行 Agent 導入時最被忽視的一個方面。想像每個操作人員都拿起一個氛圍編碼（vibe-coding）工具，為他們自己那一畝三分地構建一個 Agent，但它無法擴展到自己的工作之外。這就錯失了更大的圖景。通常情況下，他們的瓶頸位於上游。但上游團隊又構建了自己的 Agent，而這個 Agent 不與下游的 Agent 通訊。很快你就會擁有數十個 Agent，全都各自為政，沒有溝通，只在組織內累積技術債務。相反，你應該繪製整個組織的圖譜，了解誰是誰的瓶頸，並以此為基礎進行構建。
避免 Token 花費失控與 Agent 幻覺
如何不花費數百萬在 Token 上：一個好的 AI Agent 大部分都不是 AI。我們交付的產品大約是 85% 的純程式碼和 15% 的模型調用。模型只在真正需要判斷力的地方使用，比如從凌亂的發票上讀取值、將例外狀況分類到你已知的類別中，或草擬一封供人類批准的備忘錄。另一方面，大部分工作是比對（數學）、查詢（過濾）、路由（if/then/else 陳述式）和過帳（API 調用）。相比之下，像 Claude Cowork，幾乎每個動作都由 LLM 隨機決定。而我們則擁有更快、更便宜、更準確的 Agent。LLM 只是一個解鎖的關鍵。
如何將錯誤降至接近於零：三個層級。
- 確定性程式碼： 它在設計上就是一致的，這使得它可以被稽核。
- 評估： 一個手動建立但自動更新的測試套件，它同時檢查答案和 Agent 所走的路徑，使我們能夠捕捉到那些走錯地方，或產生不符合我們期望行為的結果的 Agent。
- 人工反饋： 你的團隊所做的每一次批准和修正都在訓練系統，工作流程的準確率在幾個月內就會攀升到 90% 以上。我們觀察到，隨著修正的累積，總帳編碼從約 85% 上升到 97% 甚至更高。而且因為這是程式碼和評估，而不是一個黑盒子，所以當利害關係人或審計師問起「Agent 為什麼這麼做」時，你總能回答得出來。水平 Agent 做不到這點。
這如何衡量
幸運的是，當你擁有存在於你的記錄系統中、橫跨每個工作流程和每個軟體片段的 Agent 時，你現在就能夠以最細粒度和即時的方式追蹤數據。你會很清楚地看到，80% 的例外狀況正在由 Agent 處理，而調節例外狀況的時間從 4 天降到了 2 小時。一些實際成果：
- 結帳時間從 12 天降至 5 天
- 例外處理時間從每月 130 小時降至 20 小時
- 發票處理時間從平均每張 20 分鐘降至不到 1 分鐘
對於任何 AI 導入來說，只有 3 個價值創造的類別是重要的。我是否節省了時間/金錢？我是否增加了營收？我是否降低了風險？ 將你衡量的所有東西歸入這 3 個類別，並據此衡量價值創造和 KPI，會很有幫助。
從哪裡開始
在你的組織中找到流程負責人，並從他們開始。深入了解他們當前的流程（準備好與他們的子流程負責人、分析師、個人貢獻者等人交談以獲取更多資訊）。弄清楚以下幾點：
- 今天的事情是如何運作的？可以說是工作流程的基因組是什麼？
- 每個任務的數據量和處理量是多少？
- 當前的錯誤率是多少？一個錯誤的成本是多少？
- 例外狀況是如何處理的？跨越哪些格式？
從那裡開始，帶著你的學習成果，開始繪製以下內容：
- 對於每個工作流程，AI 會做什麼，不會做什麼？每個流程在 AI 之後的世界會是什麼樣子？
- 在這 3 個價值創造類別中，每個類別的可量化金額是多少？
- 每個構建需要花費多少時間和精力？每個構建的風險是什麼？
比較價值創造與投資，你就得到了你的優先級清單。
但總結來說：不要購買平台，也不要建立一個數據科學團隊。整個過程甚至不需要花費一整年。你需要的是找到那些願意與你的團隊坐在一起、學習真實工作流程，並在你已運行的系統內部構建 Agent 的人，並且在過程中每一步都進行衡量。如果你想先看看最終狀態，我們建立了一個五分鐘的流程導覽，點此觀看。
這正是我們在 Varick Agents 所做的事情。我們已經與從營收 10 億美元的公司，到營收超過 500 億美元的財富 500 強巨頭的金融、銷售和營運團隊合作，我們構建在其現有系統中運行其工具的 Agent。我們每季只承接少數幾個新合作案，目前正在規劃秋季的合作團隊。如果你的結帳仍然需要兩週，而你最好的人才仍在做數據輸入工作，請來 varickagents.com 找我們。
