財務 Agent 落地劇本:對帳、費用審核與月結自動化的高意圖場景
財務長看 AI 的第一個問題不是「準不準」,而是「錯了誰簽字」。這決定了財務 agent 的落地順序:不挑最炫的,挑錯誤成本最低、稽核最清楚的。我們把可先上線的場景收斂成三個——對帳、費用審核、月結——並拆解各自的職責邊界、稽核軌跡與人審觸發點,附上一張可直接照抄的護欄對照表。
執筆
Tenten AI 研究團隊
應用 AI
公開日
2026年1月31日
読了時間
5 分鐘

上季我們進一家上市製造商的財務部,想做「AI 自動月結」。財務長開場第一句話不是問技術,是問:「出錯了,誰簽字?」
這句話,比任何 Demo 都更接近財務 agent 的真相。財務不是行銷,錯一個小數點不是尷尬,是要重編報表、要跟審計解釋、嚴重的要面對主管機關。所以財務 agent 應用場景的落地順序,從來不是「哪個最炫」,而是「哪個錯了成本最低、稽核最清楚、人審最容易插手」。我們把可以先上線的場景收斂成三個,並且每一個都先設計好護欄,再談自動化。
場景一:三方對帳,先讓 agent 當「找碴的」而不是「拍板的」
對帳是財務最痛也最適合起步的地方。銀行流水、ERP 應收、金流平台三方湊不起來,傳統做法是會計人員逐筆 Excel 比對,一家中型電商月底常常要燒掉兩個全職人天。
我們的第一版不讓 agent 做任何寫入。它只做一件事:把三方資料拉齊、依金額、日期、交易編號做模糊匹配,然後產出一份「已自動配平」與「例外清單」。能對上的它標綠燈,對不上的它寫清楚差在哪裡——是金額差 3 元手續費、還是根本少一筆。
上線第一個月,自動配平率 82%,人只需要看那 18% 的例外。這裡的關鍵護欄是:agent 的匹配信心低於門檻(我們設 0.9)一律不自動配,全部丟進人審佇列。寧可讓人多看,不要讓它猜。
場景二:費用審核,護欄寫在政策裡,不是寫在模型的「感覺」裡
員工報帳審核是第二個高意圖場景。它的量大、規則明確、又充滿灰色地帶——這正是 agent 和人該分工的地方。
我們的做法是把報銷政策拆成兩層。硬規則交給程式碼:超額、缺發票、重複請款、日期不合理,這些不需要 AI,寫 if-else 就好,而且必須寫成程式碼,因為它們要能被稽核逐條追。軟判斷才交給 agent:這筆「客戶餐敘」的品項是否合理、這趟出差的路線說明是否對得上。agent 給出的是建議與理由,不是最終核准。
金額分級是這裡的靈魂。5 千以下、規則全過的,agent 直接放行但全程留痕;5 千到 5 萬,agent 建議、主管一鍵確認;超過 5 萬或觸發任何紅旗,強制回到人工完整審。我們踩過的雷是一開始門檻設太高,結果九成單子還是進人審,自動化形同虛設。門檻要用真實資料回頭校準,不是拍腦袋。
場景三:月結自動化,把它當「有草稿的初階會計」
月結是財務長最想自動化、也最不敢放手的一塊。我們的原則很直接:agent 產草稿,人做覆核,系統留下每一步的可追軌跡。
它可以自動歸集傳票、跑試算、抓出本月對上月異常波動(某費用科目暴增 40%)、生成調整分錄的建議。但過帳、關帳這種不可逆動作,一律保留人工按鈕。agent 交出來的不是「結完的帳」,是「一份標好風險點、附上勾稽說明的月結草稿」,把資深會計從搬運工變成審核者。
三個場景的護欄設計對照
| 場景 | agent 職責邊界 | 稽核設計 | 人審觸發點 |
|---|---|---|---|
| 三方對帳 | 只讀不寫,產配平與例外清單 | 每筆匹配記錄信心分數與依據 | 信心 < 0.9 全數轉人審 |
| 費用審核 | 軟判斷建議,硬規則走程式碼 | 政策規則版本化、逐條留痕 | 金額分級 + 任一紅旗 |
| 月結自動化 | 產草稿與異常標記 | 每步操作可回溯、可還原 | 過帳/關帳一律人工確認 |
三個場景有一條共同底線:agent 可以承擔判斷與勞動,但不可逆、要簽字、要對外負責的動作,永遠留給人。稽核軌跡不是事後補的裝飾,是第一天就要跟功能一起長出來的東西——因為審計不會問你模型多聰明,只會問你「這筆為什麼這樣處理,證據在哪」。
我們在 Tenten 做財務 agent,幾乎每個案子都是從最小、最可稽核的那塊切進去,先讓工程師陪著財務團隊把例外清單一起看完幾輪,把門檻和護欄用真實資料調到穩,再一格一格往自動化推。Demo 上跑得漂亮不算數,月結那天有人敢按下確認、而且按得安心,才算數。

AI ワークフローを、
あなたの業務の中へ
FDE・FDM でチームに入り込み、現場が日々動かす AI エージェントとワークフローを構築します。数四半期ではなく、数週間で稼働。