科技

在司库管理中实施人工智能

Published: Oct 2025

人工智能变革性潜力持续引发全球热议。哪些司库流程最能受益于人工智能?司库主管们如何把握这些机遇?采用过程中最大的障碍又是什么?

Artificial intelligence brain in a light bulb

司库领域对人工智能的关注热度持续高涨。普华永道《2025全球司库调研》( 2025 Global Treasury Survey)显示,74%的受访者正在扩展或积极应用人工智能技术,其中机器学习和预测分析成为重点关注方向。

在线教育平台CFTE联合创始人阮特安(译者注,音译Tram Anh Nguyen)指出,“当前人工智能是唯一能对金融从业人员产生深远影响的技术。我们已在司库领域看到诸多优秀应用案例,并为此开发了面向司库主管的人工智能应用培训课程。”

她指出,人工智能在司库领域最具前景的应用包括:监控交易、识别模式并提供实时欺诈预警,以及提升运营效率的应用等(如自动化KYC流程)。

谈及人工智能的采用现状,Datos Insights公司战略顾问恩里科·卡梅里内利(Enrico Camerinelli)指出,司库主管正着力从基础机器人流程自动化(RPA)转向预测性人工智能应用,并尝试运用生成式人工智能进行文档分析。其他重点领域包括将人工智能集成在现有司库管理系统及银行系统之上,以及部署人工智能驱动的数据湖以提升分析能力。

“但当前人工智能的采用仍较为谨慎,重点在于保留人工监督并解决数据安全问题。”他补充道。

从概念验证到实际应用

德勤英国(Deloitte UK)董事伊卡洛斯·马祖卡斯(Ikaros Matsoukas)指出,人工智能在司库领域已从概念验证迈向实际应用阶段。

“最大价值在于更精准的前瞻性预测,”他指出。融合ERP、银行及市场数据的机器学习模型,如今能提供远超传统工具的滚动现金流预测,同时支持团队进行多场景流动性压力测试——“这在当前充满不确定性的时期尤为实用。”

除预测功能外,他指出人工智能在实时异常检测方面表现卓越,可有效拦截支付欺诈。“现代司库管理系统平台内置的生成式人工智能‘副驾驶’能以自然语言解答政策咨询、拟定对冲策略或揭示流动性风险。”

“多数司库部门仍处于试点到早期规模化阶段,但趋势已然明朗——主流供应商现已将生成式人工智能助手作为标配功能交付。”

人工智能在司库领域的应用

Datos Insights公司战略顾问恩里科·卡梅里内利指出,在以下应用领域运用人工智能将创造最大机遇:

现金流预测。人工智能能够整合多数据源并识别人类可能忽略的模式,通过分析历史数据与市场趋势提升流动性管理精度。

欺诈检测与预防。人工智能擅长识别金融交易中的异常情况,可通过比对数据库,验证IBAN号码与付款人姓名是否匹配。

风险管理。通过更精准识别和评估金融风险,人工智能助力制定更主动的风险减缓策略,尤其适用于利率与汇率波动剧烈的场景。

常规任务自动化。人工智能能够处理复杂银行对账场景(含多币种交易),使司库人员得以专注于战略性工作。

合同分析。人工智能能够同时处理多份贷款协议,快速识别复杂文件中的关键条款,并提供摘要以缩短工作时长。

触手可及

威科集团(Wolters Kluwer)司库与风险执行副总裁乔治·德辛(George Dessing)指出,该公司如今50%的数字化收入来自人工智能驱动的产品。“我们见证了这些产品对客户的实际影响,正积极运用公司的‘数字基因’将人工智能融入内部运营。”

他坦言,团队在司库领域应用人工智能仍处于探索阶段。“我们已找到了现金流预测等相关应用场景。”

德辛补充道,他将人工智能应用视为“触手可及的机遇,能为团队消除部分繁琐工作。”

“这样一来,司库团队就能将更多精力投入到他们热爱的司库事务中,同时提升他们运用人工智能技术的能力——我认为这项技术未来只会变得越来越重要。”

更快速、更智能的决策

GXO物流欧洲司库主管凯米·博拉林(Kemi Bolarin)表示,对她的团队而言,司库领域的人工智能“不仅是未来概念,更是我们发展历程中积极变化的部分。”

她解释道,四年前公司分拆后,“我们获得了新建欧洲司库管理团队的独特机遇。”初期采取务实策略,在保持操作简便和人工处理的同时构建了稳固的基础流程。

如今团队已清晰识别出瓶颈与机遇所在,正在迈入转型阶段——“人工智能将在我们的发展进程中扮演核心角色。”

当前的重点在于运用预测分析提升现金流预测的精度。“在物流这类变化迅猛且利润率敏感的行业,付款条款和客户行为差异显著,预测工作尤为艰巨,”她指出。“如何利用人工智能算法解析海量内外数据,发掘趋势并标记异常模式?”

其他正在探索领域包括:利用人工智能识别支付异常与欺诈行为,以及通过动态折扣和支付优先级排序优化现金周转周期。“最终目标是实现更快速、更智能的司库决策,减少人工干预环节,并增强对决策数据的信心,”她强调。

采用人工智能的阻碍

尽管潜力巨大,但多数司库团队仍处于人工智能采用的初级阶段。普华永道报告显示,仅26%的受访者认为其人工智能能力处于中等或高度成熟阶段。31%的受访者表示正处于开发与实施的早期阶段,42%的受访者表示正处于试验或试点阶段。

报告列举的主要阻碍包括数据质量问题和专业技能短缺等。卡梅里内利还指出,将敏感财务信息输入人工智能系统也会引发对数据安全的担忧。

他补充道,司库团队还可能受限于技术专长与数据组织体系的缺失,以及如何与现有分散的技术架构集成等难题,“人工智能的非确定性也导致审计带来了困难。”

德勤的马祖卡斯评论称,当前最大障碍“已不再是算法本身,而是围绕算法的支撑体系与治理机制。分散的源系统、零散的主数据和不透明的模型令审计委员会感到不安。”

投资回报率

威科集团的德辛指出,创新始终是企业内驱动力,“但在部署人工智能及资源配置决策时,我们真正追求的是规模效应以实现最大投资回报。”

他进一步解释说,公司司库部门仅占整个财务团队的1%左右。“目前很难为司库部门的高额人工智能投资找到合理依据。若将资源集中投入财务领域中其他的领域,回报率会更高。”

“我们深信,若不能巩固现有领先优势,未来甚至可能错失人工智能的机遇。”

“最终目标是实现更快、更智能的司库决策,减少人工干预环节,并增强对决策数据的信心。”

凯米·博拉林,GXO物流欧洲司库主管

信心缺口

另一方面,阮特安指出许多司库人员认为人工智能过于复杂或专业。“有时人工智能被视为技术团队的责任,有些人不想碰它,存在巨大的信心鸿沟,但我始终强调人工智能教育应覆盖整个行业的所有人,而不应仅限于技术专家。”

此外,她注意到许多人担忧工作被人工智能取代。“但对我而言,重点在于人工智能如何增强人们的工作技能,以及如何融入他们的日常生活。”

为突破这些障碍,CFTE推出了“面向企业司库的生成式人工智能”课程,通过深入解释专业概念并设计学习路径,“让每个人都能放心且无偏见地接触人工智能。”

费戈斯公司(Ferguson)助理司库主管、CFTE课程高级讲师罗伊斯顿·达科斯塔(Royston Da Costa)表示,他正在主动学习并掌握人工智能的应用知识,具体包括:理解核心人工智能概念、研读行业专题报告、关注采用人工智能的司库技术供应商,以及在财务与人工智能社群中与同行专家交流。

司库主管还可采取其他措施,例如参加设有人工智能分会场的司库与金融活动,尝试使用ChatGPT或Claude等人工智能工具模拟生成报告或预测。但达科斯塔提醒,“向ChatGPT这类网站输入敏感数据时必须谨慎,因为这些数据可能会被全球访问!”

勇于尝试

那么司库团队在引入人工智能时该从何着手?卡梅里内利建议,首先明确愿景并锁定具体问题。“首先要审视数据来源、ERP系统的连接性及数据质量,”他表示,“切勿将人工智能视为万灵药,部署前务必确保资源、技能和策略到位,采取循序渐进的方式,设定切合实际的预期。”

马祖卡斯则建议新手“从窄且数据充足的场景起步。锁定单一痛点,获取正确数据集,并与信任的顾问及成熟的供应商共同开展概念验证。”

他还补充道,司库主管应善用内部人才的创意与执行力。“你可能会惊讶于有多少同事已在业余时间尝试人工智能——请充分利用这种创造力和活力。”

案例研究

凯米·博拉林
欧洲司库主管
GXO物流公司

我认为最大机遇集中在五大关键领域。我常将其比作五根指,每根手指各司其职,协同合作时效果最佳:

  • 拇指赋予手掌力量与掌控力,象征现金流预测——这是每个司库团队赖以生存的基础。人工智能能够通过实时数据和趋势分析提升预测精度。

  • 食指象征团队效率。机器人流程自动化(RPA)等工具可处理重复性任务,生成式人工智能则能协助我们优化文档和工作流程,从而节省时间并减少错误。

  • 中指象征风险管理。在充满变数的世界里,人工智能算法能帮助我们及早发现风险、测试情境,并在形势变化时更快作出响应。

  • 无名指象征合规管理。人工智能解决方案能协助我们精准把握各国税务法规、监管要求及KYC核查标准,尤其在跨国运营场景中发挥关键作用。

  • 小指虽小却力量强大,象征支付欺诈检测。人工智能算法能在后台默默监控支付活动,并及时提醒任何异常情况。

All our content is free, just register below

Already have an account? Sign In

Already a member? Sign In