人工智能在财务领域的应用正迅速普及，但随之而来的验证负担日益沉重。据Datarails发布的2026年《CFO情绪调查》显示，财务员工每周需耗费约26%的工作时间，用于核查或修正AI生成的输出结果。
这项针对270名首席财务官（CFO）的调研指出，AI在财务流程中的采用已成常态，几乎所有受访者均以某种形式部署了AI技术。然而，随着应用深入，“验证疲劳”取代了“采用焦虑”，成为新的核心痛点。
数据显示，约96%的CFO表示，他们至少需投入10%的工作时间来检查或修复AI产出，其中8%的人甚至将超过半数工时耗费于此。三分之二的CFO坦言，最大的挫败感源于AI基于错误数据给出看似自信的答案；另有56%的受访者反映，即便使用相同的提示词和数据，AI仍可能向不同团队成员提供相左的结果。
人类仍在循环中
尽管存在对不准确内容的担忧，CFO们对AI的投资热情未减。超过半数的受访者预计今年将增加AI许可证支出，仅7%削减了预算。与此同时，四分之三的CFO感到整合更多AI技术的压力处于“高”或“非常高”水平，但仅有7%的人认为其财务部门的工作流已准备好进行更广泛的实施。
鉴于此，“人类在环”（Human-in-the-loop）模式成为主流共识。仅有5%的CFO表示会在未经人工审核的情况下，将AI生成的财务报告提交给董事会，月度报告的相关比例也仅为4%。Datarails首席执行官兼联合创始人Didi Gurfinkel指出，财务团队的关注点已从“是否使用AI”转向“如何高效核查AI成果”。
就业影响微弱，可审计性成最大阻碍
在备受关注的裁员议题上，生成式AI并未引发大规模人员缩减。仅有3%的受访者表示因转向该技术而裁减全职员工。Gurfinkel认为，对失业的恐惧已基本消除，当前的挑战在于解决输出验证难题，从而释放人力专注于战略性工作。
报告进一步揭示，缺乏可审计性是CFO不信任AI处理关键任务的首要原因，75%的受访者将其列为最大挑战；准确性及“幻觉”问题以71%的占比紧随其后；监管与合规性问题则占54%。
为应对这些挑战，三分之一的CFO正寻求实施专为AI服务的受治理数据层——即“财务操作系统”。在工具选择上，财务团队平均使用2.5个通用模型，其中微软Copilot以93%的使用率遥遥领先，ChatGPT（65%）和Claude（64%）分列二三位。