财务人学AI，大多数人卡在同一个地方——会用，但说不清楚哪里真正变了。

能用AI写一段收入说明，能让它帮忙整理一张表，但每次都是临时打开一个对话框，问完一件事就关掉，下次重来。这样用AI，其实只是多了一个响应更快的助手，整条财务流程并没有被真正改变过什么。

真正的变化，发生在工作流层面。

以应付账款说起

一张供应商发票走完流程，背后是一条完整链路：读合同、核条款、比对发票金额、确认付款节点、记账、写说明、走审批。每一步都是人工，每一步都需要人读文字、判断数字、决定下一步怎么做。

这条链路现在正在被重新分工。以前人工读合同、整理表格、写说明，现在可以让AI分别完成：文档理解（读懂合同里的付款条款、违约条件、关键节点）、结构化提取（从发票里拿数据、自动比对差异）、异常识别（比如某个供应商本月账单比上月高出40%）、报告生成（根据以上直接生成说明初稿）。

留给人的是什么？是判断。这个异常是真实业务变化还是录入错误？这个条款有没有特殊约定需要人工介入？这笔审批流程是否走对了？这才是财务人不可替代的部分，也是AI处理不了的地方。

应收账款、审计、财务分析，道理完全一样——AI分别负责链路里的执行节点，人负责判断和审核，不是全程亲自参与每一步。毕马威《全球财务智能化调研报告》调查了财务规划、会计、风险管理等五大财务职能的AI应用现状：各职能中"广泛应用"AI的企业比例最高不过10%，而处于"规划中"的占比高达28%～48%。用了，但没真正跑进流程——这个落差，恰恰说明从"会用AI"到"把AI嵌进工作流"之间，还有一段距离。（数据来源：毕马威中国）

Pasted image 20260909220006.png

为什么只学Prompt只能解决一个节点

说到这，有一个问题就很清楚了——Prompt只解决链路里的一个点：你和AI怎么交互。

还是应付账款的例子。Prompt决定了AI能不能读懂合同问题、能不能生成一份合格的说明。但整条流程——什么时候触发哪个AI、数据从哪里来、结果流向哪里、异常如何处理——这些不是写好指令就能解决的，这是工作流设计的问题。

工作流的核心是把AI能力变成可以在业务里稳定运行的流程，而不是每次临时打开一个对话框。它要求想清楚每个节点谁做什么、出错了怎么补救、什么情况下需要人工接管。这是比"会用AI"更高一层的能力，是让AI真正进入业务的前提条件。

这就能解释一个问题：为什么一些AI能力认证，会把Prompt和工作流并列放进课程体系？像CAIE注册人工智能工程师认证的Level I，大纲里涵盖了Prompt设计、多模态应用、AI工作流与业务落地——三个方向并列，而不是学完Prompt就算掌握了AI。这个设计的逻辑很清楚：Prompt是入口，工作流才是出口，缺了后者，AI能力就停在"会问"这一步，进不了业务流程。

下面这张图是 CAIE 一级的知识体系，可以直观感受一下这个设计——

到了Level II，问题升维了

如果说Level I解决的是"个人怎么用好AI"，Level II处理的是另一个维度：企业的AI应用怎么设计、怎么落地。

这就进入了Agent的范畴。Agent不是一个更聪明的聊天机器人，而是能感知环境、制定计划、执行多步骤任务的AI系统。在财务场景里，它可以持续监控应收账款逾期风险、自动汇总多部门数据生成对比报告、在异常发生时主动触发流程并通知相关人员——不等着被问，而是主动处理一类业务。

CAIE注册人工智能工程师认证的level II，正是围绕大语言模型工作流设计、RAG、Agent与企业级AI工程实践展开的，且需要先通过Level I才能报考。这个顺序有它的逻辑——没有对工作流的理解，Agent的设计就成了无根之木。你需要先想清楚流程，才能想清楚Agent该在哪个节点自主决策、在哪个节点等待人确认，两者是递进关系，不能跳着走。

这篇不是在讲证书

从Prompt到工作流，从工作流到Agent——这不只是一个认证体系的升级路径，这是AI真正进入业务的三个阶段。

先学会问，这是Prompt阶段，你在一个节点上让AI做了一件事。再学会串，这是工作流阶段，你把多个节点连起来，让AI在流程里稳定运行。再学会让它自己跑，这是Agent阶段，AI开始在特定范围内主动执行，不再完全依赖人的每次触发。

财务岗位流程化程度高、数据密集、对准确性要求严，这些特点让它在AI工作流落地这件事上，比大多数岗位更有实操空间，也更容易看清楚：AI改变的，从来不是"写得更快"这件小事，而是整条流程里人该做什么、AI该做什么，正在被重新划定。