主要内容
对于承受着使财务运营现代化压力的首席财务官（CFO）和首席信息官（CIO）来说，像在多代机器人流程自动化（RPA）中看到的那样，仅仅自动化是不够的。显然，透明度和可解释性同样重要。
如今，会计事务所和组织内部的财务职能部门正在转向能够推理而不仅仅是计算的人工智能系统。其中最具雄心的例子之一是 Basis，这是一家仅在两年前成立的美国初创公司，它构建了旨在自动化结构化会计工作并始终保持人工监督的人工智能代理。
这种系统标志着企业自动化的转变。人工智能代理不是取代人，而是扩展人类专业知识，将人工智能模型的精确性与财务专业人员合规和客户信任所需的监督相结合。
业务影响：具有问责制的效率。Basis 开发的人工智能代理处理诸如对账、日记账分录和财务摘要等日常财务任务。该平台基于 OpenAI 的 GPT-4.1 和 GPT-5 模型，这些模型使操作员能够检查每个自主采取的决策步骤。使用 Basis 的会计事务所报告节省了高达 30%的时间，并随之提高了咨询工作的能力。这是传统自动化无法快速或以类似成本为企业提供的价值创造。
与许多作为黑箱运行的自动化工具不同，Basis 强调可审查的推理。每个建议都包括所使用数据及其背后逻辑的说明。可见性意味着会计师可以验证每个结果并对结果负责，这在财务运营中始终很重要，尤其是在监管严格的行业中。
实施和挑战：构建学习系统。代理式人工智能可以将会计视为工作流网络，而不是孤立的任务。Basis 平台由 GPT-5 驱动的监督人工智能代理管理整个流程。它可以将特定任务委托给在不同模型上运行的子代理，选择哪种人工智能模型取决于工作的复杂性和要处理的数据类型。例如，对于快速查询或澄清，Basis 使用 GPT-4.1 因其速度，而对于复杂分类或月末结账，GPT-5 提供更好的推理和上下文处理。公司根据实际会计工作流程对其每个模型进行基准测试，以确定何时可以安全地让代理承担更多责任。财务专业人员始终可以看到系统做了什么、为什么做出特定选择以及对其建议的信心程度。这种可塑的架构使公司能够扩展人工智能并帮助确保随着自动化水平的提高而保持准确性。
这一过程反映了现在在法律服务和风险管理等领域成为常态的混合式人类 - 人工智能协作。
对其他部门的启示。使 Basis 和金融多代理式人工智能在会计之外具有相关性的是模型编排方法，即根据性能和延迟将任务路由到最合适的人工智能模型。这种格式可以为采购、人力资源或合规运营等类似部署提供信息；实际上，在任何需要大量结构化决策透明度和问责制的地方都可以。Basis 与 OpenAI 的合作表明，在安全数据环境中的人工智能推理引擎可以是有效的。目标不是纯粹的速度，而是提高操作员对模型本身的信任的自动化。这些是在人类不失去对结果控制的情况下进化的系统。
结论：会计中的人工智能不仅仅局限于自动化条目，而是更多地转向构建像会计师而不是机器那样思考的系统。对于企业领导者来说，Basis 的模型展示了一种随着时间的推移不断改进的自动化方式。模型的每次改进都使团队更快、更聪明，而不会将控制权交给自动化过程。