财务部门的影子 AI:草稿季度数字最终流入 ChatGPT

一位财务分析师面对晚上 6 点的截止时间，手头一份董事会材料对不上账。经批准的 BI 工具无法足够快地回答问题，于是她把三列尚未发布的季度收入复制进一个公开聊天机器人，让它找出差异所在。两分钟后她得到了答案。她也有了一个自己还不知道的问题:重大非公开财务数据已经离开公司，进入了一个公司无法控制、无法记录、也无法召回的系统。

这样的场景发生的频率远比多数财务负责人想象的要高。2025 年一路走来，一份份调查报告呈现出同样令人不安的画面。UpGuard 在 2025 年 11 月的一份报告发现，超过 80% 的员工在工作中使用未经批准的 AI 工具，而安全从业人员这样做的比例甚至更高。大约一半的人表示自己经常使用未经批准的工具，而只有不到五分之一的人表示自己只使用公司批准的 AI。“使用 AI 的人”与“使用我们批准的 AI 的人”之间的这道鸿沟，一句话就概括了整个问题。

粘贴的那一刻就是泄露的那一刻

风险并不抽象，它就在剪贴板里。

LayerX Security 报告称,77% 的员工会把敏感公司数据粘贴进生成式 AI 工具，而这些粘贴行为中有 82% 来自未受管理的个人账户。再读一遍这第二个数字。当粘贴行为是通过个人的 ChatGPT 或 Gemini 账户进行时，雇主没有可见性，没有审计轨迹，也与该 AI 供应商没有任何合同性质的数据处理关系。Cyberhaven 对真实企业提示词的分析发现，员工粘贴进 ChatGPT 的内容中约有 11% 属于机密信息。出现频率最高的类别是:源代码、内部财务数据、客户个人身份信息。

财务部门在这方面尤其暴露，原因有三。

第一，这里的数据就是皇冠上的明珠:草稿合并报表、尚未公布的利润率、发布前的盈利数据、并购模型。这恰恰是证券监管机构视为内幕信息的那类材料。

第二，这里的工作重复且公式化，正是分析师最想外包出去的那类任务。“核对这两张试算表。”“解释一下这个差异为什么偏了 4%。”“重新格式化这份现金流量表。”这些要求听起来都很合理，但当输入是一份流向公开端点的实时总账摘录时，每一条都很危险。

第三，财务部门处于一个大多数其他部门都不具备的合规边界之内。根据 GDPR,把客户或员工的个人数据粘贴进公开聊天机器人，可能构成一次没有法律依据、没有处理协议的非法传输。如果这些数字尚未公布且公司是上市公司，你有可能在隐私违规之上又叠加了一层内幕信息泄露。一次粘贴，两种监管风险。

为什么单纯禁止行不通

本能的反应是禁止:封锁域名、写一份政策、开一场培训。但这几乎从不奏效，数据也直白地说明了这一点:Software AG 对 6000 名知识工作者的研究发现，即使雇主明令禁止,46% 的人仍会继续使用 AI 工具。人们并非在故意冒险，他们被产出结果考核，而这个工具确实更快，官方技术栈没能及时给他们一个可以信赖的答案。

所以影子 AI 其实不是一个纪律问题，而是一个产品缺口。那位分析师之所以转向 ChatGPT,是因为经过批准的环境里没有任何东西能让她以对话的方式追问这些数字，并及时得到一个可靠的答案。补上这个缺口，粘贴的动机就会消失。留着这个缺口，任何政策都撑不过一个晚上 6 点的截止时间。

一个受治理的数字层真正取代的是什么

目标不是给财务部门配一个“安全版 ChatGPT”。一个指向你的总账的聊天机器人，依然是一个在猜算术的语言模型，这是它自身的失败模式。目标是让查询你数字的那条最快、最对话化的路径，同时也是受治理、准确且可审计的路径，这样就消除了跳出去使用其他工具的理由。

这正是 Rexfin 被设计成的那一层。它连接到数字本来就存在的系统,QuickBooks、Xero、NetSuite、Sage、SAP、Oracle、你的数据仓库，或者你上传的报表，并建立一个与总账相符的、经过对账的统一财务模型。可支持的连接器请见支持的集成。从这里开始，具体机制才是关键，因为正是这些机制让它可以安全地取代影子工具:

• 数据留在你的治理边界之内。 数字是在一个受控环境中被查询，而不是被粘贴进一个第三方消费级端点。整个流程中没有未受管理的个人账户参与，每一次请求都会被记录。这是公开聊天机器人永远无法提供的部分，详情见安全页面。
• 计算在确定性引擎上运行，而不是由模型运行。 当有人询问差异、利润率或假设情景时，数学计算由一个计算引擎完成，而不是由大语言模型生成一段看似合理的文字。模型负责检索和解释，不负责编造数字。工作原理详细讲解了这种分离机制。
• 每个数字都能追溯到来源。 因为模型已经与总账对过账，一个答案可以被追溯回底层的具体交易。这就是一个你能放心交给审计师的结果，和一段你只能凭信任接受的聊天机器人段落之间的区别。

有一点值得诚实说明:一个受治理的数字层不会靠一道命令让聊天机器人的诱惑凭空消失，也无法追溯性地“收回”上个季度已经粘贴出去的内容。它能做到的是消除分析师最初转向外部工具的实际理由，并为安全团队和财务团队提供日志，让此前发生在暗处的使用行为变得可见。可执行的治理胜过只能宣示的治理。

结论

财务团队里的影子 AI,讲的不是一群粗心大意的人的故事，而是一套经批准的工具集，在公司里受监管程度最高的一类数据上，比未经批准的工具更慢、更笨的故事。你不能靠再写一份政策备忘录来解决这个问题，而要靠让受治理的路径成为最快的路径，这样剪贴板才能留在边界之内。

如果草稿数字已经在你无法控制的工具中流转，不妨看看一个经过对账、可审计的数字层在实践中是什么样子,预约演示。然后阅读财务领域的 AI、GoBD 与 AI 法案这个主题栏目的其余内容，包括你的审计师将如何依据 IDW PS 861 审查 AI 辅助生成的财务数字，以及 2025 年 GoBD 修订 对你的流程文档意味着什么。