ERP用了这么多年,为什么财务月底还在Excel里对银行账?

真正值得AI接手的，不是“对账”，而是把几千笔流水里的异常先找出来。

每到月初，不少财务都会重复同一套动作：

打开网银，导流水。

打开ERP，导银行日记账。

再打开一个用了不知道多少年的Excel。

然后开始——一笔一笔勾。

1000笔银行流水，可能900笔本来就是正常的。

但传统对账方式有个很奇怪的问题：

财务必须先花大量时间证明这900笔“没问题”，才能把真正有问题的100笔找出来。

这才是银行对账真正值得自动化的地方。

对账最浪费时间的，其实不是“比”

如果只是比较：

日期一样不一样、金额一样不一样、摘要一样不一样。

这根本不需要AI。

传统程序就能完成。

真正麻烦的是：

对不上以后，为什么对不上？

比如账上有一笔30,000元，银行流水里却找不到完全对应的30,000元。

可能是：

入账日期差了两天；

一笔付款拆成了两笔；

摘要写法不同；

重复记账；

漏记；

金额录错；

甚至业务本身就处理错了。

这时候财务真正需要做的已经不是“匹配”，而是判断异常的业务含义。

所以我认为，一个真正有价值的AI对账方案，不应该追求：

AI替财务把所有账都做了。

而应该追求：

机器检查全部，人只处理异常。

这是两个完全不同的思路。

假设一个企业每月有5000笔流水

5个银行账户，每个账户每月1000笔。

传统方式是什么？

财务面对的是：

5000笔。

不管有没有问题，都得处理。

如果通过规则匹配、模糊匹配和AI语义匹配，最终90%的流水可以被系统识别，那么财务真正需要关注的，就从：

5000笔

变成了：

500笔待确认项。

这里我刻意不说“效率提升90%”。

因为企业真实场景没这么简单。

异常项可能5分钟解决，也可能查半小时。

但有一个变化是确定的：

财务不再把时间浪费在大量正常流水上，而是把时间集中在真正需要职业判断的异常上。

这才是AI应该干的事情。

为什么很多ERP用了很多年，这件事还是没解决？

问题往往不是ERP不能记银行账。

而是：

账和流水根本没真正连起来。

ERP里是一套银行日记账。

银行流水在网银里。

财务月底分别导出来，再交给Excel。

于是企业实际上出现了一个非常典型的“人肉接口”：

银行 → 财务人员 → Excel → ERP。

系统之间没有真正连接。

最后最了解这套规则的人，不是系统，而是那个做了三年出纳的人。

她知道：

“这个客户经常晚两天到账。”

“这类摘要其实是某个供应商。”

“这几笔通常要合起来看。”

一旦这个人请假或者离职，新人又重新学习。

这不是一个效率问题。

而是：

企业的对账能力一直长在员工脑子里，没有长进系统。

那AI到底应该怎么介入？

我最近看到金蝶云社区里的一个灵基银企对账实践。

抛开产品宣传，我比较认可的是它背后的处理逻辑。

财务不是让AI直接“把账改平”。

而是告诉它：

对某公司某月份的银行存款进行对账。

系统先获取银行流水和ERP数据。

第一层：

精确匹配。

金额、日期等关键字段一致的，直接处理。

第二层：

模糊匹配。

处理日期存在偏差、摘要表达不同等情况。

第三层才轮到AI：

语义分析异常。

最后把结果分成类似：

已匹配；

疑似匹配；

未达账项；

金额异常；

重复记录；

可能漏记……

财务看到的不再是几千笔流水。

而是：

“这几十笔，请你判断。”

这才是我认为Agent进入财务系统比较合理的位置。

AI可以找问题，但不要替财务做最终判断

这一点反而比“AI有多聪明”更重要。

比如AI发现：

ERP有30,000元付款。

银行出现29,800元。

它可以提示：

金额不一致，疑似同一业务。

但最终为什么差200元？

手续费？

录入错误？

付款差异？

还是压根不是一笔业务？

应该由财务确认。

所以企业AI有一个非常重要的边界：

AI负责查、找、匹配、分类、提示。

人负责确认、判断、审批和承担责任。

特别是凭证、付款、结账这种核心动作，我并不建议因为“Agent能操作系统”，就把最终控制权全部交出去。

AI进入ERP之后，权限反而应该比以前设计得更细。

老ERP怎么办？

这反而是很多企业真正关心的问题。

不是每家公司都有完整银企直连。

也不是所有企业的ERP都能实时拿到银行流水。

这种情况下，不一定非得先花几十万元把整个系统推倒重来。

如果现阶段能拿到：

ERP银行日记账 + 银行Excel/PDF对账单

就已经可以先尝试解决部分对账工作。

这也是我越来越认同的一种企业AI落地方式：

不要为了上AI先搞一个大项目。

先找一个每个月都发生、工作量大、规则相对稳定、结果可以验证的场景。

跑通。

算账。

有效再扩大。

但这4类企业，我反而不建议急着做AI对账

如果一个公司只有一两个银行账户，每个月几十笔流水，财务半小时就对完了。

没必要。

如果基础账本身就是乱的，历史未达账项挂了一堆。

先治理数据。

如果连稳定的银行流水都拿不到。

先解决数据获取。

如果老板期待的是：

“以后财务不用看，AI自己把账改平。”

我也不建议做。

AI不是用来掩盖管理问题的。

数据越乱、流程越乱、权限越乱，Agent自动化以后，可能只是让错误跑得更快。

怎么判断自己公司值不值得做？

别先问：

“灵基多少钱？”

也别先问：

“哪个AI最好？”

先把上个月的数据拿出来。

看5个数字：

几个银行账户？

一个月多少笔流水？

财务现在花多少小时对账？

多少笔属于规则明确的重复劳动？

最终真正需要人工判断的异常有多少？

这几个数字出来以后，AI值不值得做，其实已经能判断个七八成。

我现在越来越不喜欢讨论：

“AI还能干什么？”

这个问题太大，也太容易变成演示。

我更愿意问企业：

你们现在每天还有什么工作，明明已经有ERP了，却还在靠人复制、核对、搬运、找差异？

这些地方，才可能是真正值得Agent进去的地方。

AI不是为了让企业多一个工具。

而是让人少干那些本来就不应该继续靠人干的工作。

银行对账只是其中一个。

如果你正在用金蝶、用友或者其他ERP，也可以把你们公司现在最耗时间、最重复的一项工作告诉我。

我会继续拆：

这件事到底该不该交给AI，以及怎么做才划算。