Meta及其财务团队目前正应对诸多变动因素。上周，该公司与加州及两党51位总检察长就一宗联邦社交媒体成瘾诉讼达成167亿美元和解协议。Meta表示，参与州预计将在10年内获得约127亿美元，另有53亿美元可能来自其他社交媒体公司（若其同意类似限制）。Meta还面临相关诉讼，包括涉及学区及人身伤害索赔的案件。

与此同时，CEO马克·扎克伯格正试图围绕人工智能重塑公司。路透社8月26日报道，Meta曾考虑将部分团队裁减多达60%，但最终在5月裁员10%，并放弃了第二轮计划裁员。Meta AI雄心的规模也超出了部分现有应用。CFO Susan Li今年早些时候表示，大语言模型在Meta核心排名与推荐系统中仍“不是主要工作”，更广泛的采用属于长期研究。Li还承认该计划背后的巨大基础设施需求，并担忧公司可能仍低估最终所需的计算能力。

然而，在会计部门内部，Meta已取得可衡量的成果。公司利用AI驱动的波动分析将财务关账周期从7天缩短至6天，并在会计组织其他环节试点代理式能力。在近期与云ERP提供商Campfire创始人、CEO兼CFO John Glasgow的网络研讨会上，Meta首席会计官Aaron Anderson解释了公司如何应对更多CFO将面临的问题：在SOX控制环境中部署代理式AI，同时不损害财务报告的可靠性。

从财务已知的控制框架出发

Anderson表示，Meta最初将AI视为可能需要全新控制手册的技术，但最终发现财务部门已具备大部分所需框架。他解释，这意味着理解技术、进行风险评估、识别潜在故障点并理解背后的数据流。挑战在于将这些基础应用于输出不如传统系统可预测的技术。

“不要低估你所拥有的核心技能，”Anderson说，尤其针对有内部控制经验的财务专业人士。他还透露，Meta并非独自开发该方法。约一年前，Anderson邀请Google、Walmart和ServiceNow的人员与Meta员工在加州门洛帕克总部共度两天，约15至18人共同制定了在财务中负责任部署AI的初步框架。随后，团队将草案分别提交给四大会计师事务所的国家办公室。Anderson表示，四大最初对其中重要部分持不同意见，有时对同一控制点采取不同立场。经过数月讨论，各方意见趋于一致。Meta随后将框架提交给美国证券交易委员会（SEC）工作人员，Anderson称讨论最终强化了现有SEC指引可适用于AI、无需全新监管指引协议的观点。

AI如何赢得更多自主权

尽管围绕AI在报告与合规中的角色进行了广泛协作与研究，Meta并未立即赋予AI对财务流程的完全自主权。Anderson表示，公司正随着技术证明其可靠性而逐步扩大使用范围。波动分析是首批应用场景之一。Meta的AI从总账和交易数据中提取信息，解释账户余额变动，此前需多名会计师在不同数据集间切换。该工具已使用四个季度，公司持续衡量其准确性并追踪人工介入点。随着性能提升，公司扩大了使用范围，Anderson表示这项工作帮助将Meta的关账周期从7天缩短至6天。

在结果更不稳定的领域，Meta推进更为谨慎。公司正在收入运营等环节试点代理，用于回答客户关于发票和交易的询问。其中一个试点已运行约四个月，团队仍在发现需要修复的问题。“我对团队说的话是‘我们赢得权利’，”Anderson说，意指只有在AI证明能可靠执行工作后才赋予更多自主权。这也意味着AI项目进入生产的速度远低于炒作预期。Anderson表示，用户验收测试耗时超出预期，代理运行后需要更多监控和维护。“花费的时间远超你的想象，”他说。

代理之上的“牵线人”

Meta很快发现，更强大的AI无法弥补财务数据的不完整，这挑战了单一数据源即可让财务数据AI就绪的观点。Anderson解释，公司于2024年开始重构数据方法。更高级的AI应用可能需要非财务和情境数据，以及用于测试技术是否正常工作的独立数据集。

与扎克伯格探索AI重塑Meta工作的更广泛努力类似，Anderson甚至尝试将这一问题应用于自身职位。公司试验了所谓的“AI CAO”，但很快遇到熟悉的问题：数据尚未就绪。由于缺乏完整信息，AI只能自行填补空白。“在财务领域尝试AI或围绕AI做任何事，都会遇到数据限制，”Anderson说。

“在财务领域尝试AI或围绕AI做任何事，都会遇到数据限制。”
- Aaron Anderson，Meta首席会计官

Meta还试图避免引发所谓的员工心理安全感问题，确保会计师能跟上技术。Anderson的组织约有550名员工，所有人都需完成AI素养计划，涵盖工具、操作方式、控制与风险及数据，随后接受三天面对面培训。Anderson表示，他是在看到优秀财务员工担心落后于技术背景更深的同事后开始关注培训。一名员工后来告诉他，在培训帮助其建立学习技术的信心之前，曾差点辞职。

长期目标是让传统关账不再成为“事件”。Anderson希望Meta迈向持续关账和持续控制监控，使财务能在问题发生时即时发现。这也可能改变这些系统的审计方式。Anderson表示，行业可能需更适应验证AI是否产生正确的财务结果，而非试图追踪技术每一步。“我们可能需要一点‘回到未来’，”他说，“我们可能需要回归行业如何适应——不是审计二进制数据和审计轨迹本身，而是审计技术的结果。”