2026年，财务人不能再靠“熬”来解决问题。当下，企业财务内控正面临前所未有的挑战：海量的非结构化数据（如手写单据、多语言凭证）让财务人工审核疲于奔命；“样本鸿沟”与“时效滞后”让风险防控形同虚设。在这一情形下，AI已不再是效率工具，而是企业必须掌并且提前规划的战略资产。合思与德勤联合发布的《AI重塑财务内控新范式》白皮书，帮助企业看清财务内控从“规则驱动”到“智能治理”的范式跃迁。

传统的财务内控模式正面临结构性崩塌，主要体现在：

在此背景下，AI 技术正以全方位、深层次的渗透态势，融入财务内控管理的全流程，在提升效率、优化决策、重塑流程的同时，也为传统财务内控带来了前所未有的变革与挑战。作为企业价值管理、风险管控与信息披露的核心环节，财务内控的有效性直接关系企业经营安全、合规底线与财报质量，是企业可持续发展的重要保障。

COSO 最新发布的《Achieving Effective Internal Control Over Generative AI)（实现对生成式人工智能的有效内部控制）》以《内部控制——整合框架》为基础，将 AI 的应用划分为八大独立能力类型：数据采集、数据转换、交易过账、流程编排、决策判断、监控分析、知识检索、人机协同。

这八大能力与财务内控的核心需求高度契合，为 AI 赋能财务内控提供了清晰的价值落地路径，推动财务内控从传统人工驱动模式向智能高效管控模式转型。同时，《AI重塑财务内控新范式》白皮书针对不同能力类型及其对应风险提供了控制活动或控制重点建议 。

例如，面对大型集团内部林立的业财系统，手工进行数据对齐、科目映射与清洗耗时费力。而AI则可以通过清洗、标准化或多源数据整合，将原始 / 非结构化数据转化为可用数据。具体到财务内控场景中：比如在开展数据分析前，对财务数据进行自动清洗、格式标准化转换，对单据信息的合规性初步校验，解决数据格式不统一、存在冗余错误的问题，为后续的分析与决策提供高质量数据支撑。

在这一环节中，微小的映射或补全错误，可能悄无声息地破坏大规模数据集，导致财务报告或合规工作出现累积性失误。因此，这一环节中需要对AI的控制重点是——针对极端场景和非结构化输入，对转换逻辑进行压力测试；转换规则变更生效前，需向所有关联流程传达相关信息，避免下游出现无预警的错误。

技术是一把双刃剑。在拥抱AI的同时，企业必须警惕数据质量、来源与完整性风险，可靠性与一致性风险，可解释性与透明度风险，安全与隐私风险，偏见与公平性风险、第三方与供应商风险以及治理与问责风险。

例如，AI 推理过程不透明，会影响验证、测试工作的开展，降低利益相关者的信任度。具体到财务内控场景中：AI 系统在审核流程中自主驳回了某业务部门的大额预算申请，若系统仅输出“高风险驳回”的结论，而无法提供清晰的触发规则和比对逻辑，业务部门将难以信服，内部审计团队也无法对该内控节点的有效性进行验证。

可见，在 AI 应用于财务内控过程中，开发可信 AI 解决方案至关重要，有助于企业应对AI 在财务内控领域快速应用所带来的风险并全面拥抱 AI 技术变革。

那么，企业如何利用高可信的AI辅助财务内控？欢迎下载《AI重塑财务内控新范式》完整版，我们将带您走进行业领军企业，看他们如何在财务内控经营实战中，用AI解决“人效瓶颈”与“资金风险”等多重痛点。