2027 年的金融专业人士尚不存在

证据等级：A1 证据类型：官方一手信息 来源：Airwallex Blog 官方发布日期：2026-07-02 采集时间：2026-07-16T20:30:22.538Z

关键要点

• 74%的金融领导者已将人工智能整合作为首要任务。主要障碍不是技术，而是缺乏有资格使用的人才。

• 53%的人认为团队经验有限是扩展人工智能的最大障碍。预算和工具排名较低。

• 从内部开发人工智能能力的团队将超过等待外部人才市场赶上的团队。

2026年1月，麦肯锡用人工智能系统取代了一批初级毕业生。每家商业刊物都报道了这一消息。分析师们争论就业替代率。毕业生们重新考虑职业道路。评论员们绘制了模型已经能够超越一名一年级分析师的任务范围。

我们在Forrester研究中的CFO们面临着不同的压力。他们希望人工智能管理他们的财务职能，但找不到能够管理它的人。

想想你希望在2027年招聘的人。能够阅读资产负债表并调试流程的人。能提出预测为何看起来不对，然后编写代码找出原因的人。理解将人工智能应用于月末结算会发生什么的人。以及已经考虑到六个月后审计人员会提出什么问题的人。

发布那个职位描述后，有两类候选人会申请。那些从未打开过终端的会计师。那些从未经历过月末结账的 数据科学家。两者都带来了真正的技能。但没有人能带来完整的视图。

74%的财务领导将人工智能整合列为未来12个月的首要任务。他们将其与财务控制、审计准备和合规性并列。问任何一组CFO他们想聘请谁，他们描述的都是同一个人。人才管道尚未产出那个人。

除非另有说明，否则所有引用的统计数据均来自《建立人工智能就绪的财务职能》，该研究由Forrester Consulting应ZXQBRAND0000委托于2026年6月进行。

没有人能填补的职位说明

其他每个财务团队都发布了相同广告的版本。问新加坡一家消费品公司的财务主管或伦敦一家SaaS公司的财务主管，他们描述的都是同样的角色、同样的空缺、同样无果的候选名单。我们Forrester研究中的领导者也提出了同样的问题。

---

“很少能找到既具备扎实会计知识又拥有这些技术技能的人。” - Forrester研究中的财务领导

---

更高的薪水不会让人才储备流动得更快。大学直到现在才开始在财务课程中加入人工智能。那些两门学科都能流利掌握的毕业生还在参加大二考试。你无法雇用尚未获得专业资格的专业人士。

随着人工智能从孤立的实验转向连接的工作流程，主要挑战从技术转向团队是否准备好运行它。53%的领导者表示，他们团队在运行人工智能支持的财务流程方面的经验有限是主要障碍。29%的人指出，财务团队对变革的抵触和低采用率是问题所在。当行业还在比较供应商时，限制因素已从软件转向了人员。

技能如今的半衰期为六个月

38%的财务团队仅具有基本的人工智能素养，或者根本没有对哪些技能需要改变有正式看法。

---

“即使是六个月前的技能现在已经过时。我不指望团队在18个月后看起来一样。” - 英国财务总监，Forrester研究

---

你们团队去年春天建立的提示库说明了这个问题。其下的模型自那以后已经升级了两次。其中一部分提示现在生成的答案比直接提问还要差。按照今天的技能要求招聘，他们在第一周结束前就已经过时。每个季度都会让差距加大。

40%的财务领导者表示，在建立超越短期生产力收益的业务案例时遇到困难。这是一个循环陷阱。没有精通人工智能的人在团队中，投资案例无法提出。没有投资，团队就无法培养出这种熟练度。只有15%的组织通过企业范围的人工智能人才战略打破了这一循环。其余的组织都知道机会窗口在缩小。大多数组织仍在等待确定性才采取行动。

看看 Airwallex 如何将人工智能融入全球金融运营

发展你无法招聘到的专业人才

那些在遇到问题时已经会求助于人工智能的人才才值得支持。想想那位老是询问模型数字来源的高级分析师，或者那位在八月的静默两个星期里自学如何使用提示语的财务主管。这些人已经在你的薪资名单上。

---

“我们不再仅仅为了传统的会计背景而招聘。我们有意寻找拥有分析、数据科学或人工智能经验的候选人。”——澳大利亚金融领袖，Forrester 研究

---

澳大利亚一家电子商务公司的商业财务负责人描述了这一转变。培训内容曾经大约是80%的技术会计和20%的软技能，但现在已经颠倒，更加注重人工智能的使用、有效的提示技巧以及批判性思维。内部培训之所以有效，是因为那些已经了解你财务职能运作的人可以比外部聘用的技术了解人员更快地部署人工智能，而外部人员不了解其必须工作的具体背景。Airwallex的数据科学与人工智能负责人Firdevs Abacioglu最近提出了这一观点，她认为最有效的人工智能领导力来自你自己的数据科学团队，因为他们已经拥有机构知识以及相关技能。

43%的财务领导者预计人工智能能力将通过供应商平台提供，而内部团队则专注于编排、集成和控制。这种划分使得内部熟练程度更有价值，而不是减少。执行编排的人需要理解他们正在编排的内容。

选择那个财务主管。让她与一名数据分析师配对一个季度。给她一个从头到尾负责的工作流程，并赋予她改变流程运行方式的权力。这一季度这样做，你就在培养2027年的新员工，而你的竞争对手还在安排入门网络研讨会。

你的基础设施决定了你的员工学习的速度

人们在他们每天使用的系统上学习。一个在同一个连接平台上的团队学习速度比在七个不共享数据的工具之间切换的团队要快。每多一次登录，信息就会丢失一次。

分散的系统会减慢这些人的工作速度。想象一下你在伦敦的财务分析师。她发现了一种更好的方法来标记重复的供应商付款。在一个互联的平台上，她下午就能更改工作流程。而在一个分散的系统中，她需要提交一个IT请求单并等待三个迭代周期，等到有人处理的时候，大家已经忘记她为什么提交了请求。如果把这种延迟重复一整年的小修小补，分散的团队产出的量只占互联团队的一小部分。

将所有内容集中在一个地方的情况就是如此。当你的付款、外汇、账户和支出数据都集中在同一个平台上时，你培训的人就可以使用一个干净的数据集，而不是先拼凑几个数据集。

从你现有的人开始

每个人都想要的捷径并不存在。那个可以通过技术筛选并且已经知道为什么第三季度总会出现异常的现成混合型人才在市场上并不存在。最快的路径是通过你自己的团队。

挑选两三位在遇到问题时已经会求助于 AI 的人。给他们每人一个从头到尾负责的财务工作流程，在一个他们可以无需提交工单就能改变运作方式的平台上操作。这个季度就这么做，你就会看到有人在结算、预测和对账方面使用 AI，比市场上出现你一直在等待的人选要早得多。

更重要的是，你在内部培养的人比新员工在第一天就能了解你的业务。被招聘来的独角兽懂技术，而你晋升的分析师不仅懂技术，还知道为什么伦敦分公司总是晚两天结账，以及第三季度的差异总是追溯到同一个供应商。这种技术能力与机构知识的结合无法从外部市场购买。它在首先建立它的组织内部不断积累，竞争对手不能仅靠招聘就达到同样的水平。

来源：除非另有说明，本文章引用的所有统计数据均来自Forrester Consulting代表ZXQBRAND0000于2026年6月进行的委托研究《构建面向人工智能的财务职能》。

此处提供的材料仅供参考，并不构成法律、监管、税务或投资建议。读者应该聘请自己的顾问或顾问，以获取适合其情况的独特建议。