對於企業財務長來說，工作中最為艱鉅的部分，往往都不是複雜的數學運算，而是如何透過數字表達出「故事」。
通常在將帳務結算完畢，完成例行性的計算工作後，企業會計團隊都得耗費數日甚至數週，手動把圖表複製、貼上到簡報投影片，才得以向高層解釋，財報數字背後發生各種變動、更新的實際理由。
成立至今約 10 年的以色列金融科技公司 Datarails，顯然看見了企業財務長與會計團隊的痛點。
因此，Datarails 近日宣布推出一系列的生成式 AI 工具，希望替企業完成自動化財務報告處理的「最後一哩路」，讓會計主管得以解放敘事壓力，借助類似「氛圍編碼」的方式，輕鬆完成對公司高層的財務簡報。
解決資料碎片化，同時保障安全
根據 Datarails 說法，該公司所開發的全新 AI 代理系統，將可以替企業財務部門解決「資料碎片化」的關鍵問題。
跟大多數的產品銷售主管或 IT 資訊長不同，企業財務長即便擁有使用 AI 的能力，但通常都缺乏單一的管理系統，導致財務數據分散於資源規劃、人力、客戶關係管理及銀行入口網站等，各式各樣的平台與系統之中。
同時，考量到資料安全性，企業財務部門主管對於採用 AI 總是有所猶豫，不敢將公司損益數字通通填入到公開模型，仔細想來也非常合理。
為此，Datarails 選擇運用微軟的 Azure OpenAI 服務，希望在降低企業客戶資安疑慮的同時，兼顧各種尖端模型的操作能力。
Datarails 執行長兼聯合創始人 Didi Gurfinkel 表示，Azure OpenAI 的主要優勢，在於能夠將內部資料保留於企業的安全邊界之內，藉此確保客戶的隱私與資安，並且在不把資料分享至開放式大型語言模型的前提下，讓企業運用市面上最為先進 AI 模型。
大幅降低 AI 幻覺，整合是最大關鍵
除了安全性，透過 AI 處理企業財務資料的另一個障礙，則是層出不窮的幻覺。對此，Datarails 將他們的 AI 代理系統，直接建構於統一的數據層之上，再分別串聯起其他系統。
簡單來說，由於核心 AI 模型本身就奠基於企業自有的內部統一數據，所以能夠直接避免通用 AI 模型的幻覺現象，同時滿足敏感金融資料所強調的隱私保護需求。
Didi Gurfinkel 認為，上述流程反映出一個核心理念，即企業財務長如果想要運用 AI，處理公司的財務資料或組織數據，那麼資源整合就是最重要的關鍵。
在成功解決資料碎片化問題後，現在的 Datarails 已經能夠為企業客戶，提供具備業務脈絡理解能力的 AI 代理；企業財務長則可以運用 AI，隨時隨地執行分析、洞察、報表生成等任務，畢竟數據早已輸入 AI 代理且準備就緒。
叫 AI 直接給答案，保留稽核軌跡
Datarails 所開發的新型 AI 代理，正好切合目前軟體開發領域的主要趨勢，即透過自然語言提示，取代複雜的程式碼撰寫與手動設定，科技圈則將此概念用「氛圍編碼」進行概括。
Didi Gurfinkel 同意，這種趨勢將是金融技術相關工程的未來方向，並預言在不久的將來，企業財務長與會計團隊，將能夠自主開發應用程式，僅僅透過一條提示詞，即可利用大型語言模型的能力，取代過往完整解決方案的運作流程。
他舉例，企業財務長未來只需要對 AI 說：「這是公司去年的預算與實際支出，現在請幫我建立明年的預算規劃」，或者向 AI 查詢更加多樣的問題，例如：「假如公司下一季的營收提升放緩，將會對營運造成那些影響？」，接著 AI 代理就會給出答案，提供相對應的情境分析。
更重要的一點在於，由於 AI 所輸出的結果，皆可以直接匯出為 Excel 檔案，因此會計團隊將有能力驗證 AI 所給予的公式與假設條件，藉此維持足夠且必要的稽核軌跡。
主動相容企業系統，加速 AI 導入
只不過，導入 AI 技術對於某些企業財務團隊來說，很容易變成一場惡夢，原因自然是由於資料搬遷、架構重建，以及迫使非技術人員放棄慣用工作流程所引發的各種摩擦。
為此，Datarails 特地打造出一種「反執行（anti-implementation）」解決方案，巧妙化解了這道難關。
簡而言之，Datarails 並不要求客戶「徹底替換」原有的系統，而是反過來接納企業現有的操作平台，即便這些系統既多元又複雜。
Datarails 將企業客戶現有的 Excel 文件視為前端介面，自家服務則擔任後端資料庫，在架構設計上將「數據儲存層」跟「表現層」拆開。
若從技術角度來看，這種架構幾乎沒有任何「工程需求」，既不需要建置 ETL 或維護 Python 腳本，就可直接連接 NetSuite、Sage、Salesforce 等，高達 200 多個企業資源規劃或客戶關係管理系統，甚至是各類人力資源資訊平台與銀行入口網站。
Didi Gurfinkel 解釋，Datarails 的「反執行」解決方案可以令 AI 代理的導入過程變得非常快，從最快數小時到最慢數天就能搞定，而且幾乎不會替換掉任何企業原先正在使用的東西。
運用 no-code 操作，降低 IT 壓力
在 Datarails 為企業客戶導入 AI 代理的流程中，繁重工作皆被「無程式碼（no-code）」的操作所取代，即便是不懂軟體開發的財務分析師，也可以借助此類工作方式，將想要處理的帳目類別，輕鬆連接到對應的 Excel 模型之中。
針對更加常見的財務處理行為，例如「月結」等操作模組，Datarails 甚至明確承諾客戶「無需任何 IT 支援」，就可以讓企業會計團隊輕鬆上手，讓疲於奔命的技術長鬆了一大口氣。
即使是需要整合銀行系統的複雜設定，Datarails 指出，導入 AI 代理後通常也能於兩到三週內全面上線。
Datarails 的 AI 系統與「反執行」解決方案，稱得上徹底消除了企業財務 AI 轉型過程中，最為常見的「技術債」問題；企業會計團隊也無需向再工程部門申請資料庫建置，即可利用 Datarails 的服務取得「單一且可信賴數據來源」。
以 Excel 為基礎，打造原生自動化
Datarails 能夠如此精準的察覺，大多數企業財務長與會計團隊的痛點，多少也奠基於該公司一路發展至今的深刻經驗。
成立於 2015 年的 Datarails，最早其實專注於解決更加實際的問題，比方說在 Excel 中實現版本控制，最初目標則是希望替企業客戶，打造出能夠於公司內部進行同步、管理電子表格的產品。只不過，由於團隊長期難以找到合適的市場定位，導致 Datarails 的推廣速度一直較為緩慢。
直到 2020 年，Datarails 決定啟動策略轉型，並且意識到多數財務專業人士，其實並不想透過新軟體、新工具取代 Excel，而是希望解決 Excel 的侷限性，特別是手動合併報表與資料碎片化的問題。
透過將重心轉向中小企業的財務團隊，同時採納「以 Excel 為原生基礎」的自動化理念，Datarails 終於找到了正確的發展方向。
Datarails 先後於 2021、2022 年，分別取得 5500 萬及 5000 萬美元融資，並透過多元產品擴張策略，直到 2025 年全球員工人數近乎翻倍，達到超過 400 人的規模。
由 AI 帶路，財務數據互動開始改變
近日，Datarails 再宣布取得由 One Peak 所領投的 7000 萬美元融資，同時在過去一年間，實現了超過 70% 的營收成長，藉由各種產品組成的「管道」，為 AI 代理的高效運作提供保障。
Didi Gurfinkel 強調，現在 Datarails 的主要目標，將是讓企業財務部門升級為 AI 原生應用環境，同時不強迫主管、員工放棄他們最喜歡的工具：Excel。
Didi Gurfinkel 說，Datarails 的服務將 Excel 整合到 AI 系統，讓 Excel 既能夠執行運算，也能夠呈現成果。
企業會計人員現在可以詢問 AI「今年驅動公司盈利變化的因素是什麼？」，或者「為何行銷部門上個月的支出超過預算？」，人工智慧將會立即生成能夠直接提交給公司高層的投影片簡報、PDF，甚至是另一份詳細的 Excel 檔案，並且內含各種問題的解答。
藉由 AI 代理在企業內部展開部署，未來「財務長辦公室」與「會計部門」跟資料、數據的互動方式，將會開始出現驚人的根本性轉變。
【推薦閱讀】
◆ 躋身一兆美元俱樂部：沃爾瑪如何靠 AI 與自動化改寫營運流程，重新定義市場估值？
◆ 【領導人要懂什麼不該自動化】CEO 須劃出 AI 禁區，刻意保留關鍵的「低效率」
◆ 當 AI 代理時代來臨，金融業準備好了嗎？專訪 HPE 談 AI 轉型不只是技術戰
＊本文開放合作夥伴轉載，參考資料：VentureBeat、The CFO，首圖來源：Nano Banana Pro
（責任編輯：鄒家彥）
