2025年6月13日，由中兴新云与中央财经大学会计学院联合主办、中国管理会计研究与发展中心协办的“2025财务数智化智享会”在成都成功举办！四川省及成都市国资委相关领导莅临指导，省内外多家央企集团、国有企业代表踊跃参会，百余位业界精英与学界专家齐聚蓉城，围绕“AI+行动：数智跃迁引领财务价值重塑”主题，深度解析新时代背景下财务数智化转型的发展机遇、现实挑战与实践路径。

中兴新云副总裁、首席技术官扶冰清以“DeepSeek在财务领域的创新实践应用” 为题，介绍了中兴新云在AI+财务领域的创新应用与技术突破。

我们整理了现场发言视频和文字内容，以飨读者。

DeepSeek在财务领域的创新实践应用

*本文正文4782字，预计阅读时间 9 分钟

尊敬的各位来宾，下午好！非常荣幸有这个机会与大家分享我们在财务管理领域结合DeepSeek技术所开展的一系列实践探索。

AI引领下的财务新纪元

步入人工智能时代，我们观察到AI技术正在对传统IT系统进行深刻重构。传统IT系统往往依赖多步骤、高人工介入的流程才能输出结果。而AI的应用则带来了显著的范式转变——它能够跳过中间冗长环节，直接生成所需结果。当然，这种变革在提升效率的同时，也显著提高了企业在数据质量和数据管理方面的要求。

在财务的众多场景中，我们识别并植入了AI技术，旨在助力企业解决两类问题：

· 重塑IT能力，助力财务流程自动化： 通过引入AI能力，实现财务流程的高度自动化，显著提升业务处理效率与准确性。

· 强化DT能力，助力财务数据分析与决策： 通过AI赋能，深度挖掘数据价值，增强对业务本质的理解与前瞻性判断，助力企业穿透表象，精准识别风险与机遇，并提升战略决策的质量与预见性。

为有效实现AI与业务的深度融合，我们提出并构建了分层架构框架。该框架沿用了传统SaaS系统的分层理念，并针对AI时代特性进行了适应性设计：

大模型能力（IAAS）层： 当前，面向个人及企业的AI基础算力服务已高度普及且成本显著降低。得益于海量算力资源的广泛支持，各类AI能力（如大模型API）的便捷调用已成为现实。

AI底座（PaaS）层： 此层核心职能在于实现异构AI能力的统一调度、集成与管理。值得注意的是，目前大多数企业的大模型应用往往停留在通用功能层面（如替代搜索引擎），未能与企业核心的业务流程、私有数据资产及内部治理规则实现深度耦合。这正是PaaS层亟需解决的核心问题。

智能应用（SaaS）层： 通过在PaaS层有效整合AI核心算法能力、智能化引擎与企业独有的数据、流程及制度规则，我们得以在SaaS层构建一系列面向具体业务领域的垂直化智能应用。这些应用体现为专业领域的智能体，旨在显著提升各业务环节的作业效率与决策质量。

AI重塑IT

在财务IT领域，我们已从采集、报销、审核、司库、档案等方面实现了AI技术的落地应用，并成功赋能于自身产品及多个大型企业客户。

PART 01 AI报销

我们将人工智能技术引入费用报销领域，实现了诸多创新突破。在人机交互层面，我们彻底摒弃了传统的表单概念。以往，员工进行费用报销时，需要面对复杂多样的表单，经过培训后才能正确选择并填写其中的众多字段，例如税率、含税金额、不含税金额、出发地点、到达地点、行程公里数等。由于财务部门在信息化系统设计中掌握主导权，这些繁琐的字段设计虽提升了财务作业效率，却给业务人员带来了诸多不便。

如今，借助AI的强大能力，这些繁琐的录入工作已无需人工完成。AI能够自动识别并处理相关信息，极大地简化了报销流程。从此，交互界面转变为对话式界面，员工只需通过自然语言与系统交流，即可完成报销操作。同时，我们还构建了费用孪生平台，通过采集海量标签数据，将员工的行为轨迹完整地映射到平台上，不仅让报销流程更加直观，还能以时间和空间的方式在地图上呈现员工的业务活动轨迹。

PART 02 AI采集

OCR技术虽然能够识别发票上的信息，并在固定区域提取相应内容，但它无法处理财务附件中不同格式的结构化信息。OCR技术的局限性在于其对格式和模板的依赖，一旦遇到格式变化或复杂信息，识别准确性和效率就会大打折扣。随着人工智能技术的引入，我们将OCR识别的内容传递给AI系统，让AI通过深度学习和自然语言处理能力，对提取的信息进行分析、分类并打上相应的标签，不仅提高了信息处理的效率，还提升了数据的准确性和可用性。如今，我们借助AI技术，已经成功解决了财务领域各类附件在不同维度上的标签化处理问题，实现了财务信息处理的精细化和自动化。

PART 03 AI审核

传统智能审核主要依赖预设规则，通过关键词匹配来识别风险。这种方法虽然有效，但在处理复杂情境时存在局限性。引入AI技术后，系统能够深度理解上下文语义，精准把握每个词汇的含义，从而显著提升审核的精准度和效率。在审核规则的制定上，我们摒弃了传统的代码编写和复杂配置方式，借助自然语言处理技术，直接将财务审核手册中的要求转化为AI可执行的指令。财务人员只需将审核要点以自然语言形式输入系统，AI即可自动遵循这些要求，高效完成审核任务。

在进行单据审核时，财务人员不再需要逐张审核单据，而是将审核工作首先交由AI处理。AI完成初步审核后，财务人员只需关注系统提示的异常事项。这种“人机协作”的模式，不仅大幅提升了审核效率，还让财务人员能够将更多精力投入到高价值的分析和决策工作中。

PART 04 AI合同

作为对公费用的源头，合同管理长期以来是财务管理的难点。由于缺乏统一模板，提取合同中财务相关要素并为后续业务开展与管控筑牢基础，始终存在挑战。传统纸质合同处理流程中，财务人员需逐字研读合同，全面梳理付款计划、涉税条款、违约金赔偿等关键信息，并手动录入系统。这一过程不仅耗时耗力，且极易出现疏漏，一旦出错，后续多个环节将发生连锁反应，形成恶性循环。

为提高企业合同管理的效率与质量，中兴新云将AI技术引入合同管理领域。用户仅需通过手动上传或者接口传输的方式采集合同文件，系统内置的合同提取智能体即可自动对合同中的标的物、付款条件、付款比例、金额及违约情形等财务相关要素进行精准抓取。其核心功能体现在两方面：一是自动生成结构化合同台账，为结算控制提供可靠数据支撑；二是基于预设的合同风控模型，对关键风险点进行实时监测与预警，显著提升合同管理效率与准确性。

PART 05 AI司库

在司库领域，AI技术的应用同样取得了显著成效。首先，在司库领域涉及的各类附件处理方面，无论是对账单、开户回执，还是境外业务相关的附件信息，AI都能够高效完成附件的获取与处理。对于境外小语种国家的文件，AI还具备翻译功能，能够将其准确翻译为中文，从而解决了语言障碍问题，确保信息的准确传递与理解。

其次，在银企对账方面，通过为AI设定相应的规则，使其能够自动完成对账任务。AI在获取银行回单后，能够迅速匹配对应的会计凭证，实现自动化的对账流程，不仅提高了对账效率，还减少了人工操作可能带来的错误。AI技术与司库的结合不仅优化了管理流程，还提升了整体运营效率和准确性，为企业的司库管理带来了新的突破。

PART 06 AI档案

在财务电子档案系统的建设历程中，以往我们的工作重点主要集中在为纸质单据的电子化版本提供一个可靠的存储空间，以便实现在线实时调阅功能。然而，随着AI技术的引入，我们实现了从单纯存储到知识管理的转变，将财务电子档案系统打造成了一个功能强大的知识库。

具体而言，我们将财务档案中的各类附件转化为知识单元，这些知识单元涵盖了与客户交易的详细记录、与供应商签订合同的执行情况等重要信息。这些信息原本就存储在档案中，但通过AI技术的整合与优化，我们不仅能够高效地存储和管理这些信息，还能够通过智能问答系统，以自然语言的方式精准检索和获取所需内容。

PART 07 AI问答

此外，我们进一步拓展了知识库的范围，将企业内部的政策、制度以及系统使用手册等资料全部纳入其中。通过自然语言问答的方式，员工可以快速获取这些信息，从而提高工作效率和决策质量。针对当前的中央八项规定以及税务政策等重要法规，我们也进行了系统的整理和入库。这些法规知识以结构化的方式融入知识库，使得员工在日常工作中能够随时查询相关要求，确保业务操作的合规性。

AI强化DT

这是我们的数字化平台架构图。从图中可以看出，我们通过分层结构实现了财务数智化转型的整体布局：

财经数据中心： 底层整合并标准化财务核心数据维度和结构，构建权威数据源。

算法中心： 业务/财务人员通过拖拉拽的方式，将采集到的数据与计算能力相结合，进行数据加工和分析，为后续的可视化展示奠定基础；

可视化中心：作为数据价值呈现与交互的核心枢纽，提供包括可视化大屏、BI看板、图文报告、多维报告在内的多样化数据展示服务，助力企业高效洞察数据背后的业务价值；

指标与模型工厂： 顶层提供预制指标库与模型库，支持快速导入业界成熟算法，支撑业务目标达成；

场景应用：依托下层提供的标准化数据、灵活的计算能力以及预制的指标和模型，为多种业务场景提供开箱即用的数据应用解决方案。

中兴新云将AI深度融入数字化平台，强化企业财务数字化应用，实现自动处理复杂计算、自然语言交互即时获取数据、智能分析生成深度报告，显著提升业务洞察的效率与深度。

PART 01 AI算数

在算数和数据处理方面， 中兴新云融合AI大模型与财芯零代码算子，打造智能化AI数据处理平台，支持通过自然语言“对话式”高效完成数据处理流程。AI算数系统完整记录每一步操作过程，便于后续数据核对与算法优化，有效降低平台使用门槛，提升操作便捷性与可追溯性。系统支持数据拆分、计算与可视化分析，全面覆盖数据计算全流程，实现端到端的数据处理智能化，灵活应对多样化业务场景。

PART 02 AI问数

在数据查询与分析方面，借助AI的自然语言理解能力，用户可以直接提出问题，AI能够快速识别意图并生成相应的描述和报告，用户无需经历漫长的要数据过程，即可随时随地获取所需数据，基于自定义指标模型库，显著提升数据获取的准确性、时效性与可用性，助力企业高效决策。

PART 03 AI分析

在智能化报告生成方面，AI能够对财务报告进行内容总结和关键要素提取，助力企业实现图文报告生成、报表分析及逻辑校验的智能化应用，全面提升数据分析效率与准确性，为企业经营决策提供科学、可靠的支撑。

AI底座支撑

为高效承载AI与IT系统和DT系统的深度融合，我们自主研发了企业级AI底座，为企业的AI应用提供六大核心能力支撑：

知识库：AI底座支持用户高效上传、分类、标注及检索海量结构化知识与多模态数据，构建企业专属知识资产库，为智能体提供精准知识依据，有效提升问答准确率与知识复用率。

工作流：AI底座支持用户通过可视化界面灵活设计、编排与监控AI智能体执行流程，利用API实现智能体与企业系统的无缝对接，实现任务自动流转与协同处理，显著提升业务处理效率与质量。

智能体：AI底座提供智能体全生命周期管理，涵盖创建、配置与优化，支持版本管理，帮助用户快速构建适应不同业务场景的智能体应用，提升业务智能化水平。

工具中心：AI底座整合丰富实用的AI工具插件，如文本生成、图像识别、语音交互等，用户可根据需求一键集成至智能体，满足多样化业务需求，降低AI应用开发门槛与成本。

MCP服务：AI底座集成丰富的MCP服务，使用者无需花费大量时间处理底层技术细节，只需按需选择并一键调用服务，就能快速搭建出高质量、高性能的应用，推动技术迭代与业务创新。

模型管理：AI底座支持对多种AI模型的集中管理，包括模型上传、版本控制、性能评估、资源分配等，帮助用户高效管理模型资产，为企业AI应用提供坚实可靠的模型支撑。

今天非常荣幸有机会与大家分享以上内容。未来，我们将持续在AI与业务的融合领域开展大量尝试与探索。我们期待在第四次工业革命的浪潮中，与大家携手并进，共同发挥自身价值，为行业发展贡献力量。谢谢大家！