報告一秒做完，但出錯卻沒人發現？？BCG 調查揭真相：主管現在最該防的，不是員工不用 AI

你的團隊裡，誰最會用 AI？在 Anthropic 的財務團隊，答案是稅務主管。一位成長期公司的財務長也發現，新人缺乏經驗與脈絡，既不知道好的成果長什麼樣子，也不知道該做什麼工具。

另一方面，波士頓顧問公司（BCG，Boston Consulting Group）2026 年的調查顯示，在已全面導入 AI 的企業中，半數高層已經看到員工失去原本具備的技能。AI 讓工作變快，主管也得重新思考，團隊的工作該怎麼設計，人才又該怎麼培養。

財務部門是觀察這場變化的好窗口。創投公司 a16z（Andreessen Horowitz）指出，業務、成長、人才等團隊陸續出現會自己動手做工具的「工程師」，如今財務部門也跟上了。OpenAI、Anthropic 的財務團隊，已經走在前面。

業務、人資之後，財務也出現「工程師」：會用 AI 自己做工具的人變多了

a16z 在 2026 年 10 月撰文指出，就像先前出現的 GTM 工程師、成長工程師、人才工程師，愈來愈多公司的財務團隊裡，出現了「財務工程師」。這些人多半是財務出身，也常有工程背景，能熟練使用 Codex 或 Claude Code，替團隊打造工具、串接系統，並排除流程瓶頸。

a16z 形容這群人的工作守則很簡單，即同一件事做了 2 次，就該寫成工作流程；同一套流程寫了 2 次，就該做成 AI 代理。

Anthropic 的財務團隊維護 70 多個財務專用的 AI 技能（skill），並比照正式上線的程式碼管理。其中一項可以產出完成度 90～95% 的月度財務檢視，把數小時的人工作業壓縮到約 30 分鐘；一家 a16z 投資的成長期公司，財務長要求團隊動手做 AI 代理，結果 2 周內就做出 50 個。它們並非個個管用，卻讓每個人都有機會親身體驗 AI 代理真正交出成果的驚豔時刻。

OpenAI 財務長莎拉．弗萊爾（Sarah Friar）在 2026 年 8 月於公司官網撰文，分享自家財務團隊的轉型經驗。她引用 OpenAI 的研究指出，財務人員的專業 AI 用途（specialized AI use）中，有 40% 已跨出傳統財務領域，與工程相關的則占 22%。她的團隊人人都用 ChatGPT Work 和 Codex，自己打造儀表板與工具。

一位支援廣告業務的成員從沒寫過程式，卻用 Codex 做出一套工具，把每月廣告預測拆成每周、每日的計畫。這套工具能比較不同的預測版本，並考慮平日與假日的差異，每個數字也都對應到核准的模型。

從按月到即時，財務部門的工作節奏怎麼被改寫

弗萊爾指出，每位財務長對傳統月結的景象都不陌生，帳上實際數字在一套系統，採購單在另一套，應計項目躺在試算表裡，差異的解釋則淹沒在訊息串中。

要串連各種資料，本身就是一件大工程，要解決過去這些重複且容易出錯的行政庶務工作，她和團隊因此設下 2 個大膽目標，一是零天關帳，也就是期末一結束，帳就已經對好；二是自動且持續更新的預測。

零天關帳要串起的資料，包括核准的支出計畫、總帳實際數、採購單，以及應計項目與交易明細。資料整合成持續對帳的畫面後，每筆差異都能追溯到背後的實際活動。AI 可以先寫好初步的差異說明，標出需要留意的例外。財務人員接著驗證數字、做出判斷，最後負責簽核。弗萊爾表示：「關帳本身不會消失。」但他認為，期末結束後手忙腳亂、重建業務全貌的情況，會逐漸好轉。

然而，弗萊爾坦言，零天關帳與自動預測 OpenAI 都還沒做到。他回憶剛加入時，團隊手上已有全世界最先進的 AI 工具，卻仍在學習如何圍繞工具重新設計財務工作。換句話說，工具到位只是起點，工作流程要重新設計，才看得到成效。

AI 愈能幹，主管愈要訂規則：資料、權限、核准誰說了算

a16z 認為，當軟體接手的財務工作愈多，每個數字就愈需要能追溯來源。財務不只要清楚數字怎麼算出來，也要知道中間有哪些 AI 代理經手。如果是 AI 代理起草會計分錄，就必須保留佐證資料，並在入帳前遵守核准規則。

弗萊爾建議，主管應與 IT、治理團隊一起界定，AI 系統能存取哪些資料、採取哪些動作，以及何時需要核准、何時該往上呈報。一窩蜂衝高 token 用量的短暫熱潮已經過去，用量上限、預算控管、角色權限、模型路由規則與核准門檻，如今都能直接設定。a16z 與弗萊爾都認為，有了清楚的內控與權責歸屬，團隊才能放心加快腳步。

另一個變化是編制。過去業界常以「財務人員約占全公司 5%」作為編制的經驗法則，**a16z 觀察到，最精實的財務團隊開始以 2% 為目標，比起人數更重視人才密度。**新一代財務人員能用 API 串接多套系統，也會寫 SQL、做出自動化原型。面試時的問題，也從「講解一下你的財務模型」變成「講解一下你的提示詞怎麼一步步下」。

最會用 AI 的不是新人，資深經驗的工作者才是放大器

AI 素養正在成為基本門檻，但 a16z 強調，最能用 AI 放大產出的，仍是資深的領域專家，就像 Anthropic 的稅務主管。

弗萊爾的團隊辦過一場財務黑客松，找來銷售工程師一起動手，做出專門回答投資人盡職調查問題的 IR-GPT。這套工具以已核准的資料為依據，原本耗時數小時、有時得忙到隔天的回覆，現在幾秒內就能產出品質不錯的初稿。初稿出來後，投資人關係團隊仍會審閱內容、補上判斷與脈絡，並確保回覆不同投資人時口徑一致。弗萊爾表示，AI 讓工作變快，但成果要由人負責。

問題是，把關的人要怎麼培養判斷力？

前述 BCG 調查中，除了半數高層看到員工技能流失，超過 6 成認為 3～5 年內會威脅到業務。根據《富比士》（Forbes）報導，研究發現流失的不只是舊的做事方法，還包括決策與判斷中屬於人的部分。AI 提出的點子往往乍聽很合理，員工因此較少自己構思，也較少追問背後的推論是否站得住腳。報導也提到，許多傳統財務工作本來就很公式化，這個問題在財務部門可能更棘手。

談到 AI 的安全機制，常有人主張保留「人在流程中」，由人判斷產出品質。BCG 資深合夥人暨董事總經理詹姆斯．塔克（James Tucker）提醒，如果這些人沒學過如何辨別高品質，就無法勝任把關工作。

別讓員工當 App！主管的新任務是設計「工作怎麼做」

塔克觀察，財務部門的人才結構多年來一直在變，過去懂數字的人很多，具備良好判斷力的人卻很少。他建議，即使招募基層職位，也要找商業敏銳度更好的人。他認為，學徒制與導師制或許能幫助企業培養年輕人這些能力，同時也該重新設計招募與學習發展流程，讓員工有更集中的練習機會。

至於資深員工，塔克建議把他們的隱性知識制度化，也就是那些憑經驗累積、卻沒寫進任何文件的判斷與做法。每一項程序都要寫成文件，連最基本的工作流程也不例外。每個人憑經驗累積的做事方法，就能藉此傳給其他同事，也能交給 AI。

培養 AI 素養，也不該只交給技術部門。塔克透露，BCG 內部就有一套強制參加的 AI 素養課程，共分成 4 部分。他認為員工不必會寫程式，但要夠了解工具，也要能判斷工具何時管用、何時失靈，以及可能有哪些偏誤。

塔克也承認，目前似乎還沒有人找到解方。不過，他分享了一個成功的財務部門案例。該部門告訴員工：「我們需要你使用 App，而不是當 App。」員工真正把工具用起來，才能騰出時間，處理其他對組織有幫助的事。

a16z 在文末總結，財務長的工作仍是財務，但花在設計「財務工作怎麼做」的比重，正愈來愈高。這句話換到任何部門，大概也成立。

資料來源：a16z、OpenAI、Forbes；本文初稿由 AI 協助整理，編輯：支琬清