7月26～28日，由外交部、国家发展改革委、教育部、科技部、工业和信息化部、国务院国资委、国家网信办、中国科学院、中国科协和上海市人民政府共同主办的2025世界人工智能大会（以下简称2025WAIC）在上海举行。7月28日下午，2025世界人工智能大会智能财务论坛在上海世博中心召开，论坛由上海国家会计学院、汇付天下有限公司联合主办，以“可信人工智能驱动财务数智化转型”为主题，来自全球人工智能和智能财务领域的学术界、产业界专家学者齐聚一堂，共同研讨可信人工智能技术在财务领域的理论研究与实践发展。

工业互联网赋能实体经济融资破局

山东省科学技术协会主席凌文指出，当前实体经济仍存在融资难、融资贵的机制性障碍，而工业互联网的发展为破解这一难题带来了新的机遇，具体体现在产业透明化、风险防控动态化以及银行业服务新范式的形成等方面。金融作为一种生产关系，必须与工业互联网时代的生产力相适应。传统银行与企业之间一对一、法人对法人的合作模式亟待转变，未来应更加关注资金的封闭性与连续流转性，从过度依赖报表转向深入关注企业经营的本质。基于此，凌文提出了多项融合创新建议：一是构建支撑融合制度创新的技术体系，实现全开放、透明化及自动化操作；二是建立基于工业互联网的授信制度和方法学；三是开展ESG 评价与碳足迹图谱追踪；四是搭建跨领域数字化金融基础设施，打造工业互联网金融服务与绿色低碳服务体系等。这些创新举措具有多方面的积极意义：对企业而言，能够有效解决融资难题和中小企业账款清欠问题；对银行来说，有助于实现精准放贷和风险控制；对工业互联网平台而言，是重要的赋能手段；对监管者来说，可更好地监管产业生态；对政府而言，能够及时关注经济整体运行质量，促进工业互联网发展的规划性、协同性、稳定性和可持续性。

智能财务的生态变革

上海国家会计学院智能财务研究院院长刘勤认为，从生态视角分析，智能财务的发展涉及多个层面，包括企业应用实践、政府政策法规与标准制定、理论研究进展、生态体系发展以及数字技术迭代等。中国会计领域的计算机应用历程先后经历了电算化、信息化阶段，目前正处于数字化或智能化阶段。与前两个阶段相比，本阶段在核心技术、处理对象、组织流程管理的变革程度以及会计人员的角色定位等方面都呈现出不同的特点。在应用实践中，智能财务的最佳实践案例不断涌现，应用范围已从企业延伸至非企业组织。智能财务的发展也面临着诸多挑战，如信息系统支持不足、信息安全问题、会计职业发展困境、人才培养难题以及伦理争议等，同时还存在数据安全、技术实施、组织与变革、合规法律及价值实现等方面的风险。刘勤表示，政策、法规、标准等正从顶层为智能财务的发展奠定基础。社会对数据及其安全的重视程度不断提高，可信人工智能发展的重要性也日益凸显。企业财务智能化的成熟度逐步提升，财务共享中心的建设推动了财务智能化转型，智能化应用开始从单点智能向全局智能转变。财务人员对AI 大模型持续保持高度关注，对AI 的认知也逐渐从“工具使用”转向“人机协同”，自身角色从“价值守护者”转型为“战略共创者”。

AI 驱动财务变革

中国交通建设集团有限公司党委常委、总会计师刘正昶指出，AI 技术凭借机器感知学习、自然语言处理等显著特性，能够有效破解传统财务管理中存在的效率低下、数据价值被埋没、风险响应被动等痛点，为财务管理带来三大变革：一是引发效率革命，推动财务管理从人力密集型向算力驱动型转变，实现工作效率质的飞跃；二是促进决策升级，助力达成动态管控与自动决策；三是强化风险防控，使过程防控和主动防控能力得到提升。在核心应用场景方面，AI 技术的成效已然凸显。对于AI 财务转型，有六大要素需要重点关注：一是场景选择，应遵循先高频低难、后低频高难的原则；二是数据治理，数据质量比数量更为重要，数据清洗工作至关重要；三是数据安全，必须予以高度重视；四是人机协同，要明确传统财务人员的新定位；五是持续迭代，需依据战略目标和自身实际情况做好升级工作；六是转型成本，要积极行动且量力而行，有效控制成本。在AI 财务的发展方向上，中交AI 财务秉持以数据智能等为发展方向，以相关模式为基础单元，沿着基础层、进阶层、高阶层不断迭代。其中，基础层为探查式数据感知阶段，借助AI 技术实现数据探查与感知等功能；进阶层为诊断式风险防控阶段，通过AI 形成管理闭环，提升风险识别和防控能力等；高阶层为洞察式决策赋能阶段，将建设场景控制台，推动企业管理转型等。

人工智能在企业落地应用的五大关键支撑

浪潮集团副总裁魏代森指出，人工智能在企业的落地应用需依托五大关键支撑：一是复合式AI 能力。企业需兼具判别式AI 与生成式AI 的复合能力，通过二者双向赋能、优势叠加释放技术价值；同时应突破对单一技术的依赖，将多种技术组合形成一体化解决方案。二是数据筑基工程。数据治理是AI 落地的生命线，高质量数据直接决定应用效能的上限，企业的数据成熟度更是AI 应用水平的核心衡量标准。为此，需构建“AI 就绪型”数据资产，建立数据治理与智能应用的双轮驱动体系；同时需解决企业私域数据的治理难题，并确保场景适配基于真实业务需求。三是工具补链支撑。由于业务人员与AI 技术之间存在认知鸿沟，落地配套工具链至关重要。无论是企业构建专属大模型，还是开发智能体，都需要整套工具包提供支撑。四是软件架构重构。智能体时代下，用户角色的转变正推动软件架构重构，AI 原生智能体架构将成为软件基础架构的核心；搭建企业智能体是应用AI 的重要方式，且呈现出“成果即服务”的发展趋势。五是安全可信保障。这是AI 落地的核心基础，涵盖数据安全、模型安全及模型可信三大维度。以财务AI 应用为例，需通过安全可信机制确保合规性，同时持续提升模型准确性。针对AI 应用落地难的问题，企业可搭建“AI 数智底座+AI原生软件+智能体”的三层架构，其中智能体将成为应用的核心主体。此外，人工智能大模型对企业软件架构影响深远，应用过程中需始终坚守可信原则。他同时提到，人工智能等技术正助力财务数智化转型实现跨越式发展，这一进程将经历三个阶段：从数智化逐步迈向数据驱动、智能主导，从流程自动化升级至智能助手，最终实现智能原生。其核心目标是通过智能体集群，让智能财务具备自感知、自决策、自优化的能力。

人工智能赋能审计行业

安永华明会计师事务所首席合伙人毛鞍宁指出，人工智能正从多维度对审计领域产生深刻影响。审计流程与模式由此发生显著变革：从传统的劳动密集型向自动化、智能化转型，审计方式从依赖人力转向人机协同，抽样审计逐步升级为全数据审计，未来在条件成熟时甚至有望实现实时审计。在审计全流程中，人工智能已在风险识别、控制测试等各阶段实现应用并重塑工作模式。在实际操作中，AI 的应用场景已延伸至辅助撰写邮件、设定专项审计程序、核对年报勾稽关系等具体环节。展望未来，智能体平台有望成为审计领域的重要发展方向，虚拟审计助理的出现或将成为现实。与此同时，AI 还将推动行业市场格局重构与生态多元化：大型事务所可依托资源优势搭建专属智能平台，而一体化程度不足的事务所将面临更大竞争压力，小型事务所同样需应对转型挑战。此外，审计行业需联合算法、算力、数据等多方力量，共同构建协同发展的产业生态。值得注意的是，人工智能在审计应用中潜藏风险，需坚持安全与发展并重的原则。技术层面，AI 存在幻觉效应、结果不准确、算法黑箱、数据污染等固有风险，同时还面临云上部署安全、工具过度依赖及应用合规性等问题；软实力层面，则需应对人才短缺、成本压力及事务所发展不均衡等挑战。对此，应通过建立健全数据治理体系和人工复核机制，对数据实施分级管理并构建全生命周期风险管理流程；针对云安全风险，需采取差异化处理方案。在合规建设方面，建议加快完善相关立法与行业信息安全体系，同步修订审计准则以适应技术变革。审计质量的把控始终是核心问题。就目前及可预见的未来而言，人工智能无法替代注册会计师的角色。注册会计师需负责任地使用AI 工具并履行复核职责——AI 生成的内容仅能作为工作草稿，最终交付成果必须经过人工审核并由专人承担责任。