【毕马威】2025全球财务智能化调研报告_40页_4mb

毕马威全球财务智能化调研报告总结

全球企业正加速推进人工智能在财务领域的应用，以提升效率、准确性、决策流程优化、成本控制及合规性。调研显示，71%的企业已在财务领域应用AI，其中约41%达到中等或较高应用水平。会计和财务规划是当前AI应用最广泛的领域，资金管理、风险管理紧随其后，而税务管理应用率相对较低，仅约三分之一企业处于试点或应用阶段。

人工智能应用障碍
企业面临的主要挑战包括数据安全（57%）、技能不足（53%）、数据一致性（48%）和高实施成本（45%）。生成式AI因涉及敏感数据，加剧了网络安全和数据隐私风险，同时引发透明度和可持续性问题。新兴市场与工业化市场在AI应用成熟度上存在差异，但增速普遍较快。

投资回报与技术价值
多数企业认为AI投资回报达到或超出预期，尤其在数据分析、风险预测、欺诈识别等领域。机器学习、深度学习和生成式AI被视为最具价值的技术。领导阶段企业（应用AI用例数量为其他企业的两倍）在投资回报率、治理机制及技术基础设施方面表现突出，57%表示回报率超出预期，远高于起步阶段企业的25%。

财务报告新趋势
财务报告领域的AI应用率快速上升，当前约28%的企业选择性或广泛应用AI，预计三年后将达83%。生成式AI在财务报告中的应用比例从13%升至17%，未来三年将超半数企业采用。领导企业的AI应用已深入合同分析、合规监控等领域，部分企业通过AI实现自动化报告、动态数据洞察及策略优化。

行动建议

1. 设定锚点：重点关注数据输入、风险管理和预测分析等核心用例，借鉴领导企业的实践。
2. 制定规划：为生成式AI应用制定战略计划，测试其在财务报告、摘要生成等场景的潜力，同时注意数据安全、准确性风险。
3. 推进实施：CFO需推动AI在财务规划、税务运营、风险管理等领域的应用，而非仅限于会计与报告。
4. 建设团队：培养内部AI专家，为财务人员提供技能培训，提升生产力与创新力。
5. 查漏补缺：识别数据质量、算法透明度及可持续性等盲区，建立完善的数据治理和鉴证机制。
6. 内外协同：与审计师合作，确保AI控制流程的透明性，利用其进行风险识别、合规监控及第三方鉴证。
7. 攻坚克难：优先解决数据安全、技能短缺和成本问题，通过试点验证可行性，并引入成熟AI平台和技术创新。

关键结论
领导阶段企业通过自身技术储备和资源投入，显著提升AI应用成效。生成式AI成为财务智能化重点，但需应对数据主权、版权及模型偏见等挑战。AI与财务流程的深度融合依赖企业对治理、技术升级和人才发展的持续投入，同时审计师需提升AI应用能力，协助企业实现合规与风险控制。