MindBridge首席财务官Matthias Steinberg对财务领导者们承受的压力深表理解——他们正被寄望于利用生成式AI来优化财务运营并推动公司发展。

在他看来，核心矛盾在于：新一代生成式AI擅长创造性与语言处理，而较早期的机器学习技术则精于处理和分析海量数据，两者在财务场景中的能力存在明显断层。

Steinberg在接受CFO Dive采访时表示，围绕生成式AI的市场炒作抬高了CFO及其财务团队的期望值，但“开箱即用”的大语言模型（LLM）类生成式AI并不适合直接处理数字。

“目前，业界正在努力将大语言模型系统与机器学习及其他技术结合起来，以构建真正能处理海量数据的工具，”Steinberg说，“这给CFO带来了巨大的摩擦和压力——他们需要交付切实成果，而技术仍在发展之中。我认为痛点就在这里。”

总部位于加拿大渥太华的MindBridge，其商业模式恰好处于这一压力的中心，而它并非孤例。当惠普企业（HPE）CFO Marie Myers决定加大对其代理式AI工具“Alfred”（以超级英雄蝙蝠侠的忠实管家命名）的投入时，HPE与德勤和英伟达合作，以确保获得“确定性结果”——即每次提出相同问题都能得到相同答案。

LLM的这种非确定性特征在营销领域可能极具价值，但在财务领域却令人担忧。“我们显然希望数字100%正确，而且必须是确定性的——如果我向技术系统问同一个问题三次，三次都必须得到完全相同的答案，”Steinberg告诉CFO Dive，并指出解决方案在于融合不同技术。

MindBridge的SaaS平台被审计师及其他公司用于在财务数据和系统中发现异常与风险。Steinberg将其描述为一种监控工具，可自动化公司账簿的鉴证工作，但不会取代企业资源规划（ERP）系统。

“我们并非要取代ERP，”他说，“我们摄取ERP系统中的数据，也越来越多地摄取其他运营系统（如预订或计费系统）的数据。我们摄取数据、进行分析，并以最简形式反馈给用户，告知用户哪些项目可能存在高风险，需要跟进。”

MindBridge的用户包括毕马威（KPMG）等大型审计公司，以及雪佛龙（Chevron）等企业。Steinberg表示，其分析系统的定价各不相同，客户支付的年度许可费起价在六位数低位区间。

MindBridge成立于2015年，最初采用无监督机器学习驱动分析，目前正在开发一款基于代理式AI的新产品，预计将在数月内推出。这个新的代理式“包装层”将把用户体验从需要多个屏幕和分析操作的模式，转变为更简化的界面。

“到目前为止，审计师或财务专业人士需要确保数据加载到我们的工具中，工具运行后会产生数十亿种组合，然后所有结果都回放到不同的仪表盘上，用户再进行各种切片和钻取，”他说，“未来，你早上打开浏览器或工具，会看到一个聊天框，你只需问：‘我需要做什么？过去24小时发生了什么？’”

Steinberg在MindBridge担任财务负责人已近四年。根据其领英资料，他拥有欧洲工商管理学院（INSEAD）的MBA学位以及亚琛工业大学（RWTH Aachen University）的工程学硕士学位。职业生涯早期，他曾在波士顿咨询集团和Summit Partners从事私募股权工作。作为CFO，他还曾帮助德国公司Ionos上市，之后移居加拿大加入MindBridge。

对于其他希望利用AI的CFO，Steinberg建议选择一个相对具体的项目来引入AI，例如应付账款或投资者关系领域，寻找变革推动者（往往是年轻员工），并将应用范围限定在财务团队内部。

“没有银弹，有时会让人不知所措，”他说，“但选一个项目，然后开始行动吧。”