數十年來，財務長 (CFO) 持續透過自動化來提高效率。如今，隨著 AI 功能逐步內建於財務應用程式中，並輔以新興的 AI 代理軟體，實現財務流程的端對端自動化已成為可能，迎來真正非接觸式財務營運的新紀元。

傳統的財務模式將逐漸被淘汰。由於重複的工作已交由 AI 處理，財務長及其團隊不再只是專注於漸進式的流程改進，而是全力推動企業策略與創造價值，打造更具成果導向且靈活的財務職能。

員工依然扮演關鍵角色，但必須調整其工作方法、職責與思維，承擔更高層級的責任。

AI 驅動的財務能夠以自主的代理式流程取代傳統作業，實現自動化運作，並大幅減少人力介入。Oracle 真正的 SaaS ERP 平台內建 AI 代理，讓代理式流程得以無縫運行，實現非接觸式營運，而這對客戶而言不會產生額外費用。這些 AI 代理不僅能取代傳統方法，還能引入不斷發展的新功能。AI 代理會根據變動的資料與業務狀況持續調整，並擅長認知推理任務，包括回答複雜的問題與提供個人化建議。

非接觸式營運可應用於所有端對端的後台流程，由 AI 驅動的自動化技術協助降低作業複雜度，提高準確性與完整性。財務部門應認識到，AI 的功能遠超過單一任務的自動化。透過持續蒐集、協調及分析多元資料，代理式 AI 能協助財務團隊獲得更精確的洞察，做出高品質的預測與建議，進而支援即時決策與行動

然而，為了實現真正的 AI 驅動財務，企業必須採用原生 SaaS 平台，因為這類應用程式具備定期功能更新、強大的安全性與擴充性。內建代理流程的原生 SaaS 平台可確保資料更乾淨、分析品質更佳，並提升生產力，讓員工得以專注於策略性任務。相比之下，外掛式、大型雲端主機、托管服務或自建應用程式往往成本更高、更複雜，且不容易擴展。

以應付帳款為例，其中一個代理流程即為內建於 Oracle Fusion Cloud ERP 的 document IO agent 該代理能自動擷取資料、自我修正，或在需要時識別出需額外協助的情境，並建立必要的文件。接著，Oracle Cloud ERP 的 付款代理 會主動辨識可享折扣的機會，並提供最佳化營運資金的付款選項，同時預先安排動作，供人工審核與核准。交易獲得核准後，代理便會建立所需文件，並與供應商及/或銀行進行溝通及完成交易。

SaaS 應用程式中的 account reconciliation agent 能即時執行對帳與交易比對；分類帳代理 則持續執行帳戶餘額對帳與分析，並可提供必要的日記帳分錄草稿供審核與核准。這些代理也能主動辨識異常情況，並進行自我修正或請求協助。 隨著這些 AI 代理將原本複雜且耗時的流程轉化為非接觸式作業，財務團隊得以專注於真正重要的工作，例如：預測財務成果、優化營運資金、發掘成長與節支機會、加速財務結帳流程、降低財務風險等。由於多數例行性作業已能在背景中自動執行，團隊成員可以將精力集中在管理異常事件上，協助企業防範問題於未然。

如需 AI 驅動財務、AI 代理和真正的 SaaS 平台的簡介，請參閱我的上一篇文章：《The 漸進式財務轉型時代已然終結》。

現非接觸式營運的第一步是轉變思維模式。財務長應認識到，AI 早已不是遙不可及的未來概念，而是現今即可運用、能夠徹底改變財務職能的關鍵技術。然而，AI 驅動的財務不在於取代現有流程，而是持續優化，將 AI 的能力與財務、營運及策略目標相結合，協助企業做出更即時、具洞察力的明智決策。

為了實現 AI 驅動的財務轉型，財務長必須做好準備，全面調整組織的資料、人才配置與業務流程。

高品質且可靠的資料為 AI 驅動財務的核心基石。財務部門必須建構健全的資料治理體系與品質控管機制。財務長作為企業策略的核心推動者，具備整合全局資訊的獨特優勢，應主動領導相關工作，以實現長遠的策略目標。

同時，人才亦為轉型成功的關鍵要素。AI 正在重塑財務職能，不僅需要全新與精進的技能，也帶動組織架構與領導方式的轉變。資料管理員與 AI 專家等新興職務將隨之出現，具備豐富經驗與能力，能夠解讀並運用 AI 洞察的專業人才，將是實現最大價值的關鍵所在。如何在 AI 自動化與人力監督之間取得適當平衡，亦需審慎管理與規劃。

轉型流程同樣關鍵。財務長必須審視並挑戰那些未能與業務優先事項保持一致的傳統流程，同時積極擁抱簡化、標準化與自動化。AI 驅動的財務提供了消除冗餘與優化流程的機會，並能隨著新興高價值功能的引入，迅速採用與應用。若導入得當，AI 驅動的流程能夠自主學習與調整，無須額外撰寫程式。隨著輸入資訊的變化，非接觸式營運可自動因應並調整，幾乎不需人工介入。

AI 驅動的財務也為共享服務與外包模式的重構帶來可能。傳統財務運作高度依賴人工處理，而 AI 的導入則能實現多項功能的集中化與自動化。AI 代理可持續運作，突破作業量、時區與語言等限制。能夠快速適應此新模式的組織，將有機會大幅提升效率並降低成本。

此外，財務長也應積極參與 AI 治理與法規遵循相關事務。制定 AI 治理指引、持續監控效能、確保透明度，並不斷優化 AI 模型，將成為不可或缺的一環。

對財務長而言，現在正是將財務團隊轉型為更高效、更具價值團隊的絕佳時機。建立以 AI 為核心的基礎架構 (包括人才、流程、資料、治理與內控) 將是邁向成功的關鍵。AI 創新的速度日益加快，延遲採用 AI 驅動的財務模式，將可能錯失巨大的價值。現在正是採取行動的時刻。採用 AI 的財務長將引領未來財務職能的發展方向。

如今，即時預測、洞察和決策對於積極主動的金融組織至關重要。身為財務長和資深財務領導者，我們不再需要等到月末透過手動結算來識別例外情況、異常和營運缺陷。頂尖的 SaaS 原生 ERP 平台現已將資料和自動化技術與嵌入式 AI 和生成式 AI 整合。這些平台可以幫助最大限度地減少人工工作並加快決策速度，提供即時訊息，讓我們能夠主動抓住機會並在問題升級之前解決問題。在本文中，我們將重點關注即時、資料導向的洞察如何協助我們加強決策，並在營運和策略方面更有效率。

生成式 AI (GenAI) 功能為金融領域提供變革潛力。人工智慧和流程自動化可實現近乎即時的交易和資料處理，有助於減少不必要的手動任務，並提供整合的高品質資料，從而快速進行預測及獲得洞察。由此產生的效率和生產力提升有助釋放重要資源，以進行更具附加價值的分析活動 (有關更多信息，請參閱T引領生成式 AI 的未來：財務長如何發揮最大生產力一文)。

由於企業能夠從單一來源獲取完整且準確的資料，因此能夠獲得 AI 導向的自動化、預測和洞察功能。當今市場上先進的 SaaS 原生 ERP 平台早已將 AI 與資料、軟體和基礎設架構整合。這些平台還原生整合了 AI/GenAI 和大型語言模型 (LLM)。這樣一來，企業能夠獲得巨大的優勢，其中包括：

• AI 功能緊密內嵌於應用程式流程中，可輕鬆導入及採用全新且快速變化的 AI 功能和其他進階技術，既無需進行大量的手動工作，也無需因為碎片化的平台方法而產生重工
• 將 AI 應用於特定資料，從而獲得最高水平的 AI 品質、相關性和可靠性；脫節或孤立的系統則不適用於此
• 資料本地化可提供強大的安全級別，避免敏感的財務或管理資訊暴露給公共 LLM
• 更容易暫存的資料，以利用 AI 導向的自動化來達成非接觸式處理的目標

底線：財務長必須使用最先進的整合 SaaS 原生 ERP 平台，並執行這些平台允許的 AI 驅動的非接觸式處理。這類 ERP 平台提供所需的高品質資料，以推動即時 AI 導向的預測和洞察。透過生成的資料，企業可以即時對例外和異常情況進行 AI 洞察分析，更重要的是，企業還可以透過敘述分析預測營運結果和現金流，並與預測值進行對比。這種能力為財務長提供所需的資訊，協助他們有效地運用資金，並優先解決各種問題。

ERP 平台的作用遠超出內部財務資料彙總，而是能夠整合所有相關來源的資料，以提高預測準確度和可靠性。例如，整合有關大宗商品價格、天氣、全球供應鏈、配銷通路和銀行資訊的外部前瞻性資料，有助於讓 AI 驅動的預測更加可靠，並更適時地採取相關行動。例如，消費品企業可以透過貿易促銷和通路庫存資料的非接觸式整合來持續獲得可見性，而製造商可以透過將商品價格和供應鏈資料整合至財務預測模型來做出更好的決策。

企業以極具創意的方式運用 AI，以獲得洞察和預測，從而增強業務規劃、流程和營運。例如：

• 一家大型國防承包商使用 AI 驅動的洞察進行差異分析以及異常檢測和分類，從而推動異常管理和行動。
• 一家全球金融科技公司每週產生 AI 驅動的支付量預測，為收入和支出預測提供相關資訊。
• 一家運輸服務供應商使用 AI 驅動的每月車輛類型維修量預測來規劃和計算累積的維護費用，因為這是該公司最大的支出項目之一。

目前，AI 可以提供多種方法來簡化或消除流程、提高準確度和效率。隨著企業進一步利用資料，傳統的 AI 和新的生成式 AI 功能也將被充分利用，這可以極大地改變傳統的財務方法。

GenAI 有助於大幅加快將想法付諸行動的速度，顯著減少獲取洞察所需的手動工作。Oracle 相信，GenAI 將繼續與傳統 AI 無縫整合，以創新方式進一步增強洞察和預測。金融組織將使用 GenAI 提供易於理解的情境式敘述，解釋例外、異常情況，以及預測與實際值之間的差異，提供深入的分析、觀察和建議的行動來解決問題，或充分利用機會。這些情境式敘述將讓 FP&A 團隊以外的組織鏈更廣泛地分享見解。Oracle 相信，GenAI 也將提供影響指定預測的具體因素的解釋。對於始終持懷疑態度的金融使用者而言，預測模型的可解釋性對於建立他們的信心和信任至關重要。

作為財務領導者，我們現在可以定義由傳統 AI 和 GenAI 共同支援的資料導向結果，從而確保其與我們的營運和策略目標保持一致。在許多使用案例中，企業能夠獲取洞察、預測和建議的行動來管理收入、成本、收款、現金和資本；透過 KPI 分析改善營運；執行策略專案、議價和融資交易等。藉助 GenAI，我們的團隊可以獲得智慧型洞察，掌握發展方向，從而主動、及時地做出決策，以達成策略目標。

值得注意的是，並非所有現有流程都會立即由 AI 增強，這是因為需要一段時間來訓練 AI 和提煉資料，以確保技術的品質並提高可靠性和信心。為了發揮 AI 的優勢，企業還需要資料導向的流程，這要求我們重新思考組織角色和責任，甚至是跨職能的角色和責任。

財務長現在需要將 AI 採用作為策略重點。預計新常態將由資料和 AI 驅動，以主動做出即時且以事實為基礎的決策。財務團隊必須立即採用這些功能，為資料導向的結果建立強大的 AI 基礎，學習並掌握實現最高價值所需的技能，並做好準備隨時採用最新功能。

機會不等人，採取行動才是關鍵。

憑藉超過 40 年在企業應用程式領域的領導經驗，許多客戶多年來一直仰賴 Oracle Applications Unlimited 系列產品 (包括 JD Edwards、PeopleSoft、Siebel 和 Oracle E-Business Suite) 或 SAP 等公司的產品來營運業務。然而，隨著近年來 AI 的迅猛發展，許多企業領導者正積極尋求在既有系統中運用 AI 的方式。根據《富比士》今年稍早的報導，全球 10 家大型企業中有 6 家已經使用生成式 AI。在這些企業中，有 74% 表示已見到顯著的投資報酬，且有 45% 的公司指出員工生產力提升了一倍。1 AI 正在為企業帶來實質價值，讓善用企業得以更快速且更高效率地推進業務發展。這些生產力的提升可以成為中小型組織的平衡器，協助有效擴展，迎戰競爭對手並顛覆市場。然而，隨著 AI 的採用日益普及，這類效率優勢將漸趨普遍，尚未採用 AI 的企業可能很快就會在競爭中落於人後。

在現今這個由 AI 驅動的市場中，企業領導者需對董事會負責，制定能夠維持競爭力的 AI 策略，並且必須迅速行動，以跟上市場變化步伐，並避免業務中斷。儘管 Oracle Applications Unlimited 計畫將持續支援至 2035 年，領導者仍需審慎評估：究竟是應該在現有舊有環境中加入 AI，還是移轉至已內建 AI 的現代化平台才更具前瞻性。例如，Oracle Fusion Cloud Applications 涵蓋財務、人資、供應鏈與客戶體驗 (CX) 等一套完整的解決方案，內建超過 150 項 AI 功能，提供先進的業界最佳實務；Fusion Applications 快速的創新步伐與每季更新機制，也讓企業領導者能在推動核心業務流程現代化的同時，最大化 AI 投資的價值。

對於擁有高度客製化、系統運作已久的企業而言，從舊有平台移轉至 Oracle Fusion Applications 看似困難重重，但實際上，打造有效的 AI 工具更具挑戰性。儘管 AI 帶來諸多潛在效益，許多企業仍在實踐 AI 願景的過程中面臨困難。根據《華爾街日報》最近的一篇報導，儘管許多企業高層對 AI 保持樂觀態度，但實際導入 AI 的工作遠比預期複雜得多。2 市面上雖然有各式各樣的 AI 服務與工具，但要成功執行有效的 AI 策略，仍需具備資料科學能力、開發專業、專用基礎架構、深入的業務流程知識，以及高品質、可信任的資料。多數企業也許擁有其中部分能力，但往往難以同時具備所有必要條件來推動真正具價值的 AI 策略。

隨著企業領導者逐步深入 AI 之旅，許多共通的挑戰也隨之而來。如果企業擁有多套分散系統或高度客製化內部部署應用程式，企業高層在啟動 AI 計畫的第一道難關便是清理資料。即使成功整合資料，利用歷史資料訓練模型看似容易，實際上業務流程的變動、例外狀況及異常資料都可能影響 AI 的準確度。這些因素隨著 AI 工具使用頻率增加，還可能造成模型偏移。此外，AI 專才極為搶手，尋找、吸引及留住頂尖人才變得困難。成功的 AI 專案需要對業務流程有深入理解，也需要獲得各部門負責人的支持，但不同部門對 AI 工具的運作方式往往有不同看法。

用於執行 AI 模型的圖形處理器 (GPU) 受供應鏈短缺影響。GPU 消耗大量電力，這可能會影響永續發展目標。此外，執行複雜任務時，往往需要多台 GPU 同時運作，且必須依靠無損網路，這些因素都會導致 AI 解決方案的實施成本大幅增加。

除了 AI 實施上的技術挑戰外，近期的監管法規，如歐盟《AI 法案》3和加拿大《人工智慧與資料法案》4，以及現行的隱私法規，例如加州《消費者隱私法案》5和歐盟《一般資料保護規範》6，若未依規範妥善執行 AI，皆可能帶來監管風險。AI 在招聘流程中的應用亦可能引起監管機關更嚴格的審查與風險。7因此，資訊長等 IT 主管面臨著艱鉅挑戰，必須在快速變動的技術、人才與法規環境中，成功推動公司 AI 策略並創造實質價值。

成功的 AI 策略不能僅侷限於技術層面的解決方案。有效的策略必須多管齊下，才能創造最大價值。根據美國國家經濟研究局 (National Bureau of Economic Research) 的研究顯示，利用 AI 帶來的最大生產力提升，除了技術之外，還需配合輔助流程的發展、組織架構的調整，以及員工在使用新 AI 工具時展現的適應力。8

有效的 AI 策略需要全新的思維方式，例如將 AI 內建於核心業務流程中，而非僅僅將 AI 套用於既有流程之上。儘管 GenAI 工具確實能提供價值，但對於擁有高度客製化舊有應用程式的企業來說，若將 AI 工具應用於未以 AI 為設計初衷的流程，可能難以實現真正的轉型效益。

此外，企業高層在選擇內建 AI 解決方案時，必須特別重視資料隱私與安全。有些 AI 供應商合約中會要求使用者同意進行匿名資料挖掘，以便供應商將企業資料與智慧財產貨幣化。然而，由於資料存在差異，整合多組資料所帶來的效益往往有限。

此外，AI 策略必須包含「人機互動」的設計，也就是在 AI 流程中保留人為介入的機會。這包括讓人員能夠有意識地啟動 AI 工具、接受或拒絕 AI 的建議，並且修改 AI 所產生的內容。根據美國國家標準暨技術研究院的 AI 風險管理框架，讓人員參與 AI 流程有助於促進公平且公正的結果。9

最後，AI 策略應具備彈性並具備未來適應性。AI 創新的速度遠超過過去其他轉型技術如網際網路和智慧型手機的普及。兩年前，生成式 AI 蓬勃發展，將 AI 帶入大眾生活，並實現與資料的自然語言互動。一年後，像是檢索強化生成」(retrieval-augmented generation, RAG) 等工具，讓 AI 能在無需訓練客製模型的情況下，提供具上下文相關性的答案。如今，一種新型態的 AI —— 代理式 AI (agentic AI) 誕生了。它結合了機器學習、進階分析與情境式生成能力，能夠自動化流程並帶來更高的商業價值。代理式 AI 結合多種 AI 技術與領域，對大多數企業來說都是一大挑戰，唯有成熟且先進的組織才能應付自如。不幸的是，《CIO》雜誌報導，估計有 75% 嘗試自行建置 AI 代理的企業將以失敗告終。10

因此，在軟體即服務 (SaaS) 技術快速創新與頻繁更新的環境下，企業高層應考慮採取以 SaaS 為先、內建 AI 的策略，快速實現有意義的 AI 生產力提升。簡而言之，鑑於 AI 的複雜性，應優先採購現成解決方案，而非自行開發。

在眾多 AI 供應商中，Oracle 具備獨特優勢，能協助企業高層運用內建 AI 技術，落實有效的 AI 策略。Oracle 持續擴展 Fusion Applications 的功能，將廣泛的預測性 AI、生成式 AI 及 AI 代理功能直接整合至日常流程中，讓所有終端使用者都能輕鬆享有 AI 帶來的效益，而無需具備資料科學專業。Oracle AI Agent Studio for Fusion Applications 是一套設計時環境，提供客戶創建、客製化、驗證並部署生成式 AI 功能與 AI 代理的工具，以滿足特定需求。相較於高度客製化的舊有應用程式，Fusion Applications 採用統一資料模型，能提供一致且高品質的資料，為有效應用 AI 打下穩固基礎。此外，Oracle Cloud Infrastructure (OCI) 所提供的 AI 運算能力已包含在 Oracle Fusion Applications 內，無需額外付費。

以美國中央情報局 (CIA) 作為首位客戶，安全性是 Oracle 的核心 DNA。因此，Oracle Fusion Applications 的 AI 不允許客戶資料與 Oracle 或第三方大型語言模型 (LLM) 供應商共享。憑藉 AI 工具中「人為介入」的設計以及季度更新週期，Oracle Fusion Applications 的 AI 以人為本，具備未來適應性，並可即刻部署。

在創新快速發展、稍有不慎即可能落後的時代，企業高層應考慮採用 Oracle Fusion Applications 來推動 AI 策略的落實。Oracle 協助企業導入現代化最佳實務、善用 AI 驅動的分析工具，並立即運用代理式 AI。藉助內建 AI 技術的 Oracle Fusion Applications，企業能夠將 AI 聚焦於自身的關鍵應用場景。與其自行開發 AI 工具並套用到舊有系統上，Oracle Fusion Applications 為企業領導者提供了一條可在整個組織中實現 AI 價值的明確途徑。

如果您的企業已準備好透過 Oracle Fusion Applications 的內建 AI 技術邁出下一步，歡迎隨時聯繫您的 Oracle Cloud Applications 業務代表。

若您想進一步瞭解 Fusion Applications 中的 AI 功能，請參閱 Oracle AI for Fusion Applications。此外，若想深入瞭解支撐 Oracle Cloud Applications 的核心技術，歡迎閱讀我們的部落格系列文章，建議從 導言篇 開始。

本文作者為 Oracle 北美應用程式技術與創新辦公室成員，該團隊致力於協助客戶透過技術創新實現業務現代化，並在 AI、SaaS、平台技術、營運及資料管理等領域提供專業見解與願景。

1「74% 的早期 AI 採用者已實現投資報酬率」，《富比士》，2024 年 8 月 8 日

2「AI 工作助理需要大量指導」，《華爾街日報》，2024 年 6 月 25 日

3 歐盟人工智慧法案，生命未來研究院

4 人工智慧與資料法案，加拿大政府

5 加州消費者隱私法案，加州政府

6「歐盟資料保護的法律架構」，歐盟委員會

7「全球 13 項影響招聘與甄選的 AI 法規概覽」，《人力資源主管》，2024 年 6 月 18 日

8「人工智慧與現代生產力悖論：期望與統計的衝突」，美國國家經濟研究局，2017 年 (PDF)

9「AI 風險管理手冊：治理篇」，美國國家標準暨技術研究院

10「想自行打造 AI 代理？顧問建議別這麼做」，《CIO》，2024 年 9 月 19 日