摘要:随着生成式人工智能在财务管理领域的广泛应用,财务工作模式从“经验驱动”向“数据智能驱动”转变。这一技术变革对财务工作具有双重影响:一方面,生成式AI通过自动化和智能化技术提升数据处理效率与决策精准度,为财务人员参与战略创新创造条件;另一方面,技术替代引发技能贬值、责任模糊和职业认同危机。针对日益凸显的技术效率与职业价值的冲突对财务人员工作满意度产生的影响,工作特征理论和技术接受模型,讨论生成式AI对财务人员工作满意度的积极和消极影响,构建了“能力提升—角色转变—制度保障”三维框架模型,探究生成式AI影响财务人员工作满意度的作用机制。研究结果表明,财务人员应从提升决策创造力、向价值整合者转型、驱动技术创新等方面出发,企业则需构建分层培训体系、价值导向考核机制与人机权责清单。本研究旨在提升生成式AI应用背景下财务人员工作满意度,提供了“技术—个人—组织”互动视角的解决方案,为人机协同时代的财务管理转型提供理论参考和实践路径。

　　关键词:人工智能;生成式AI;财务人员;工作满意度

　　0引言

　　近年来,以ChatGPT为代表的生成式人工智能(Generative Artificial Intelligence)被广泛运用于财务管理领域,让财务人员从烦琐、重复的基础性工作中解放,人工智能的辅助可以使一部分基础性财务岗位实现流程化、自动化。现有研究认为生成式人工智能通过自然语言处理和深度神经网络等技术,可以改善数据处理效率、降低工作难度及人力成本[1]。然而,对于财务从业人员而言面临着两方面的挑战,一方面是核算型财务岗位需求断崖式下跌,出纳、做账、制单、审核票据等基础性岗位员工将会被生成式AI替代进而可能失业;另一方面,财务人员在战略决策层面参与度不高,自身工作价值感和工作满意度持续降低。

　　根据工作特征理论(JCT),工作满意度主要由技能多样性、工作自主性和工作完整性等内在激励因素决定,当员工感知到工作具有意义、责任和明确反馈时,其内在动机与满意度将显著提升[2]。技术接受模型(TAM)则聚焦个体对技术的主观感受,核心维度为感知有用性与感知易用性,二者共同决定员工对技术的接受态度及后续工作投入[3]。生成式人工智能在为财务人员带来诸多技术便利,强化了TAM框架下的感知有用性,然而,基础工作被人工智能替代且人机权责模糊等导致任务重要性、技能多样性和工作自主性降低,进而削弱了财务人员的工作满意度,对JCT理论的核心因素造成影响,导致了技术赋能与工作满意度之间的不平衡。由此,本研究聚焦于两个核心议题:第一,生成式人工智能如何通过技术便利性与职业价值感的矛盾关系对财务人员工作满意度产生影响?第二,如何构建有效框架来提高人机协同工作模式下财务人员的工作满意度?本研究旨在弥补现有研究对财务人员工作满意度探讨的不足,为企业探索合理的人机协同工作模式、制定人性化的转型方案提供理论借鉴。

　　1文献综述

　　现有学者对生成式人工智能给企业财务管理带来的影响已进行深入研究。首先,部分学者重点关注生成式人工智能的技术优势,探究其在成本效益、资源配置、风险预测等方面的作用。王向东[4]认为生成式AI为财务数据来源和核对提供了强大的便利,企业能够借助大数据技术及时发现在资源配置方面的问题,进而制定更高效的优化方案,最大效率地提高企业的经营效益和核心竞争力;其次,部分学者提出生成式人工智能在财务管理工作中的挑战和风险,如成本高、数据泄露、法律合规等问题[5-6]。例如,王芳方和张甫[5]认为,生成式AI在赋能企业财务管理的同时,会伴随数据安全、技术应用及法律与合规等一系列风险,因此,企业在运用生成式人工智能技术时,务必保持谨慎态度,采用切实可行的防范和应对办法。最后,还有学者针对企业财务人员的转型压力进行研究,认为生成式人工智能会带来岗位需求减少、业务能力要求上升等风险和压力[7-8]。例如,廖敬龙等[8]提出,生成式AI对财务人员的职业现状造成了冲击,基础财务人员的需求量和重要性大幅下降,财务人员被迫学习AI知识并运用。

　　但现有研究还存在明显不足:一是研究更多关注技术对组织的影响,较少关注以人为中心要素的主体活动;二是针对财务人员转型的相关研究局限于岗位数量变化、技术要求等表层变化,并未关注财务人员自身的价值判断、心理适应、工作满意度等深层结构的原因,未来研究应更加关注财务人员的隐形心理活动过程。

　　综上所述,生成式AI对财务工作的作用具有技术“效率优势”与财务人员“转型挑战”的双重影响,但是相关研究却未充分研究财务人员的工作满意度等心理感受。因而,本文基于工作特征理论(JCT)的“工作特征—满意度”传导机制和技术接受模型(TAM),探讨AI如何通过改变技能多样性和任务重要性等核心特征影响工作满意度,以及感知有用性和感知易用性如何作用于工作态度,明确了生成式AI时代下财务人员工作满意度研究的关键问题,构建“能力提升—角色转变—制度保障”三维框架,旨在解决技术效率与职业价值的冲突,提高生成式AI应用时代下财务人员工作满意度,填补人本视角的研究空白。

　　2生成式AI在企业财务工作中的应用

　　2.1生成式AI的定义与特点

　　生成式AI是目前人工智能领域的前沿科技,它综合了深度学习、自然语言处理和计算机视觉等多个领域的核心技术,是模仿人类智力和思考的智能系统,能够智能处理海量数据和多层次解读计算,从而能从大量信息中高效地挖掘出对企业有用的信息[5]。

　　生成式AI具有运作迅速且精准的技术优势[9]。生成式AI能快速精准地处理庞杂的财务数据、自动生成财务报告,帮助企业迅速精准地做出决策;能够不断适应公司不断变化的财务管理需求,为企业个性化解决财务管理问题;能够精准预测企业财务管理风险,提高企业经济效益。生成式AI的这些技术特征有效地解决了传统财务管理中响应不及时、决策偏差及风险不可控等问题。同时,生成式AI也存在一定风险,比如数据安全风险、技术应用风险和法律合规风险等[5]。数据泄露和篡改等安全事件可能会使企业面临巨大的财务损失;系统一旦发生故障或异常,修复过程可能需要大量时间和精力,甚至会导致数据丢失或损坏,影响财务管理活动;在使用AI过程中,若未严格遵循数据安全法、个人信息保护法等相关法律法规,可能因数据来源不合规、使用范国超出授权等问题引发法律纠纷,给企业带来合规风险。

　　2.2生成式AI在财务工作中的应用场景

　　2.2.1成本控制

　　生成式AI可以实时监控成本指标,在发现异常时及时采取应对措施,帮助企业精确核算产品成本及优化成本结构。同时,通过数据分析,生成式人工智能可以优化供应链成本,提升整体效率。

　　2.2.2预算管理

　　生成式AI能通过自动对企业历史预算方案和实际数据进行比较,寻找差异规律,提供预算方案,并对预算方案进行监控和提醒预算执行出现偏差,及时进行调整。此外,生成式AI能通过分析市场变化和企业运营数据,对企业未来资金需求进行预测,生成资金预算建议。

　　2.2.3风险管理

　　生成式AI能24小时实时监控企业资金往来、市场波动等,智能识别企业存在的财务风险、异常行为,并提出应对措施,同时进行风险量化,能够协助制定风险管理方案。如应收账款逾期率出现突增时,给出预警和对应的处理方案,如收紧信用或加大催款力度等,并计算风险可能造成的损失。

　　2.2.4决策支持

　　基于内部数据如销售报表和成本报表,外部数据如行业趋势,快速生成可视化分析报告,帮助管理者做出更好的决策,更快掌握市场信息和内部环境。例如在制定新产品投资计划时,对不同的定价模式进行利润率变化模拟,以帮助管理者做出决策,获得更好的管理效果。

　　生成式AI对财务工作产生了变革性影响,与传统财务工作模式相比,生成式AI以其高效精准等特性,在成本控制、预算管理、风险管理及决策支持这4个场景中实现了效率与精准度的提升。表1清晰对比了传统财务工作模式与生成式AI工作模式在这4大应用场景的核心差异。

　　3生成式AI对财务人员工作满意度的双重影响

　　3.1积极影响

　　3.1.1工作效率大幅提高

　　生成式AI通过自然语言处理(NLP)和数据生成技术,能够自动化处理财务对账、内部审批、账务处理、发票管理、税务申报等基础性财务工作,原本需要40小时完成的财务报告编写工作,由生成式AI协助后只需2小时,且报告内容更完整、数据关联性更强,减少了财务工作的出错概率。因此,生成式AI能够协助财务人员高效且精准地处理大部分机械性、烦琐性和重复性的财务基础工作[7]。微软集团推出的Co-pilot for Finance,能够自动收集、整理和分析来自各种数据源的金融信息,包括财务报表、市场数据、交易记录等,对账时间从每周2小时缩短至10分钟,工作效率显著提高。基于技术接受模型(TAM)中“用户对技术有用性的感知会强化使用认可”的核心逻辑,这种效率提升直接增强了财务人员对技术的“感知有用性”(PU),即从实际工作中感受到技术能有效减轻负担、提升成果质量。

　　3.1.2职业能力更加全面

　　在数字经济与人工智能技术的共同驱动下,为了避免被生成式AI技术所取代,财务人员必须与时俱进。在掌握财务技能的同时,对数字技能也不能一知半解,要能够了解基本算法和数据挖掘方法,以便于提高财务人员利用智能工具的决策效果和效率[10]。基于工作特征理论(JCT),这意味着财务人员从单一的数据处理者逐渐转变成多角色的业务决策者,不仅要掌握财务报表和成本结构等,更要具备业务敏感度和战略格局,能够从财务报表中洞察业务发展的趋势[11],大大提高了财务工作人员的技能多样性。例如,一般人员经过培训后也可以使用智能工具完成复杂成本测算。资料显示,掌握人工智能技术的财务人员比普通财务人员的工资要高出25%~30%左右,并能够参与到公司发展计划的制定之中。

　　3.1.3工作模式更加多样化

　　生成式AI的应用衍生出了一种新型的财务工作模式,首先生成式AI生成初稿,再由财务人员进行深度审核,最后再由财务工作者与AI优化输出。在此模式下,一方面,机器能够通过快速的数据处理方式提高效率,另一方面,财务工作者可以结合自身对实际业务场景的了解做出判断。例如,商汤科技与海通证券联合打造的行业首个金融多模态全栈式大模型—“e海言道”,该模型使得海通证券方案拟定时间从2周缩短至3天,节省了大量重复性基础工作的时间,显著提升了财务人员的效率。最终,海通证券实现了方案制定提效40%。

　　3.2消极影响

　　3.2.1职业替代担忧

　　基础财务人员主要负责审核、记账、对账、编制财务报表等传统的会计工作,这些工作的主要特征是重复性高和规律性强。然而,生成式AI正在改变这种传统的财务工作模式,对于生成式AI来说,只要设置相应的程序,就能精准与高效地完成这些工作,大大提高了财务工作的效率。因此,生成式AI会在很大程度替代基础财务人员的工作,导致基础财务人员的需求量与重要性大幅下降[7]。某国有银行部署智能柜台后,开户、转账等标准化业务处理效率提升300%,柜员岗位需求下降60%。某跨境电商企业引入DeepSeek系统后,月均3 000张发票的处理时间从72小时压缩至15分钟,财务部从8人减至2人。这类案例中岗位数量的明显缩减,让不少基础财务人员直观感受到自身的核心财务技能正逐渐失去不可替代性,过去能赖以立足的能力,如今已成为AI的优势领域。从工作特征理论(JCT)来看,生成式AI替代这类重复性工作,直接削弱了“任务重要性”和“技能多样性”,进而导致工作意义感下降,当工作的核心特征被削弱时,员工的内在激励和满意度会随之降低。这种核心技能价值的弱化与工作特征的受损,使得财务人员对职业稳定性的担忧显著上升。

　　3.2.2责任划分不明确

　　如何进行责任分配,是人机协作中生成式AI应用面临的重要问题,而现有的法律法规和组织制度尚未提供有效的责任分担机制。因此,在AI参与财务工作决策、财务人员面临责任模糊的困境。例如,由AI自动生成的资金配置方案造成公司损失或出现合规问题,很难去界定是AI模型本身的缺陷还是财务人员的操作不当,这使得财务人员要为可能出现的风险结果负责,从而导致财务人员工作心理负担加重,时刻担心承担风险。毕马威[12]全球财务智能化调研报告显示,67%的企业未明确AI决策的权责边界,导致41%的财务人员具有“担责压力”。

　　3.2.3怀疑自身职业价值

　　生成式AI对于基础性财务工作的取代,将会产生财务人员自身的职业价值焦虑。重复性的、标准化的基础性工作被AI高效地取代,也就意味着原从事基础性工作的财务人员将被取代,从而引发财务人员对自身在组织中的角色定位和价值产生怀疑,加之AI技术应用带来的技能转型压力,加剧了财务人员对于自身价值实现的焦虑。AI时代下的财务工作,需要财务人员掌握数据分析、使用AI工具等技能,而并不是每个传统财务人员都可以具备这些技能,这种技能转型压力使传统财务人员对AI工具的“感知易用性”(PEOU)降低,不少人因缺乏数字技能基础,认为AI工具操作复杂、难以熟练掌握,进而降低使用意愿。根据技术接受模型(TAM)中“感知易用性不足会降低技术接受度”,在此情况下,财务人员自身知识和经验不再具有优势,其自身职业认同感和价值感被削弱。

　　4工作满意度提升路径：三维框架模型

　　生成式AI在财务领域大量应用的同时,也使财务人员的工作发生了前所未有的变化。在财务人员与机器的协作过程中,其职业生涯结构开始发生系统性的变化,财务人员工作的职业价值感受到挑战。基于工作特征理论(JCT),其工作特征维度如技能多样性和任务完整性因AI自动化而被削弱,但同时也增加了“数据处理”“战略洞察”和“伦理决策”等新技能需求与职业角色的丰富,重塑了工作意义感与自主性。Davis[3]的技术接受模型(TAM)表明,用户对技术的感知有用性(PU)和感知易用性(PEOU)是影响技术接受的关键因素,高效的AI技术和多样化的工作模式会提升“感知有用性”,但技术复杂性与责任模糊性等又会引发“感知易用性”焦虑和职业认同危机。

　　因此,为了解决生成式AI的应用导致的工作特征理论(JCT)与技术接受模型(TAM)的核心要素的失衡,本研究基于“技术—个人—组织”这一互动关系的视角,构建了“能力提升—角色转变—制度保障”三维框架解决方案,从不同的层面对技术发展与职业价值矛盾进行规避,以期提高人机协同工作模式下的财务人员的工作满意度。

　　4.1专业能力升级

　　4.1.1数据处理能力

　　进入大数据时代,财务管理人员不仅要掌握大数据软件的操作方法,同时还要掌握大数据软件运行中可能出现的问题和财务数据处理的多种技术技能[4]。在企业数字化转型中,财务人员掌握数据处理技术已成为其必备的核心关键能力,这不仅是提高财务人员与AI智能系统之间协作能力的关键,而且能够有效帮助财务人员理解技术应用范畴和边界,使财务人员不再“被动地接受”,而是“主动地验证并修正模型计算的结果”,在算法主导的决策过程中起到人的人工审查和更正的关键作用。这是一种技术能力,也是保持智能系统运行结果可靠性的重要保障。

　　4.1.2战略洞察能力

　　生成式AI解放了一大部分简单重复的原始数据处理过程,财务人员主要价值从数据核算与流程运行升级为数据挖掘为战略赋能。战略洞察能力要求财务人员综合财务知识和业务逻辑,从数据中找出关键价值驱动因素,预判行业与企业发展。从工作特征理论(JCT)来看,这种能力提升是对“任务重要性”的重塑,过去财务人员的工作聚焦于执行层面,具备战略洞察能力后,工作转向为企业决策提供支持,关联企业战略,工作被赋予更高价值。战略洞察能力建设是财务人员从技术赋能中价值升级的重要方向,使财务工作从做账做事变成价值增值,帮助企业战略发展。

　　4.1.3伦理决策能力

　　在人机协同模式下,道德伦理与职业道德对财务人员提出了新的挑战。人工智能生成虚假财务信息、篡改交易数据等信息时,需要财务人员良好的职业道德来抵制风险。从一些上市公司财务数据造假事件中可知:无论人工智能技术多先进,财务人员如果没有较高的职业道德水平,都将被财务舞弊所利用[7]。基于工作特征理论(JCT)的视角,这种伦理决策能力强化了财务人员的“工作自主性”,在合规审核、风险把控等关键环节,AI的输出结果需依赖财务人员的专业判断,人类因掌握最终审核权而具有不可替代性,这种自主性的提升能显著增强工作掌控感。因此,财务人员应坚守会计准则和法律法规,保持应有的职业审慎,对人工智能的输出结果进行人工审核,不能盲目依赖人工智能技术,要确保财务工作在合规、合法、透明的环境中为企业创造价值。

　　4.2职业角色转型

　　4.2.1战略决策的协作者

　　财务人员将不再局限于通过整理数据和撰写报告呈现分析结果,而是在战略制定过程中提供财务视角的风险和收益评估,将决策从“数据中心”转移到“价值中心”上来。转变“职能思维”为“战略思维”,意味着财务人员需要超越当前的财务角色和职责范围,具备从财务人员角度评估决策方案、从财务角度权衡决策方案等能力,能够从财务岗位视角为顶层决策提供专业且具有商业前瞻性的咨询建议。

　　4.2.2业务环节的联结者

　　随着人工智能数字经济的出现,生成式AI让财务人员参与到研发、生产、营销等环节。财务人员需要逐步强化跨部门沟通能力,提高对公司业务的了解,深度参与公司内部各类跨部门的会议和项目,熟悉业务流程和运营情况,形成对公司整体运营状况的全局认知,更好地辅助实现企业战略目标[11]。这样的角色转变就要求财务人员打破部门壁垒,成为资源链接的纽带,提高企业整体运营效率。

　　4.2.3技术进步的推动者

　　伴随着AI技术在财务领域的应用,财务人员将从操作工具的使用者转变为技术升级的实践者。通用领域的技术难以满足个性化需求,而财务人员更了解业务场景,能主导技术的变化,提出创新解决方案,提供个性化智能服务。因此,这就要求财务人员掌握一定的基本技能,与IT团队共同完成系统开发和升级换代。对财务人员而言,既是工作职责的简化,更是技术进步的推动,可以帮助财务人员提升地位并实现自我价值。

　　4.3制度保障完善

　　4.3.1差异化的培训体系

　　《新一代人工智能发展规划》提出“构建人工智能多层次教育体系,加强复合型人才培养,形成我国人工智能人才高地”[13]。基于此,企业需结合财务人员岗位层级和不同发展需求,制定相应的培训内容,提升财务人员的技能多样性(JCT)和对AI工具的感知有用性和感知易用性(TAM)。表2系统呈现了基层、中层与高层财务人员的差异化培训体系设计,不同层级具有定制化的培训内容与工具方法,以实现分层进阶的能力提升。针对基层财务人员,应开展AI工具使用、数据整理、基础分析等培训,帮助财务人员使用智能系统;对于中层财务人员,应开展数据建模、业财融合分析、战略财务规划等培训,帮助财务人员增强数据解读能力、业务洞察能力;对于高层管理者,应开展技术伦理、数字化战略、人机协同管理等培训,帮助管理者从技术伦理、业务和数据层面等更高层次和应用范围出发,提升对员工、业务和数据等要素的整体把控和战略规划能力。分层训练的方式基于岗位实际,更高效、更实用地为员工提供了清晰的职业发展方向和规划。

　　4.3.2价值导向的考核机制

　　传统的考核体系侧重流程执行效率,显然已不能满足AI时代的职业发展需求,企业应更加科学、合理地评估财务人才培养效果。依据《新一代人工智能发展规划》提出的“建立人工智能标准体系,完善测评评估制度”要求,在考核指标设计中应减少传统指标如数据录入正确率、数据报表提交及时性等,更加侧重于创新和战略价值的实现。表3构建了价值导向的考核机制设计框架,在效率、质量、战略与创新4个维度下对财务人员进行全面评估,突破了传统考核对流程执行效率的单一关注,旨在优化和量化AI时代下财务人员的考核指标。

　　通过建立一套完整的考核机制,企业可以动态调整人才培养模式和路径,让财务人员从基础工作转到价值创造,让绩效考核与企业战略方向保持一致[14]。

　　4.3.3清晰的人机权责清单

　　AI应用背景下责任划分不清等一系列问题日渐增多,《新一代人工智能发展规划》强调要“加强人工智能相关法律、伦理和社会问题研究,建立保障人工智能健康发展的制度体系”。基于此,企业应该建立一套制度,明确机器和财务人员的工作职责:在数据加工过程中,机器负责对大量数据进行收集、整理、初步计算,财务人员负责审核数据的质量,发现异常数据并判断数据与业务的相关性;在生成决策依据时,机器提供多种方案,财务人员需要结合行业经验、合规要求、公司业务实际情况,判断其可行性并优化方案;最终形成决策时必须由人对方案的合规性、合理性负责,避免出现无人责任的局面。通过建立一套可追溯、可审计、可界定责任的体系,企业既能发挥AI的优势,又能确保关键决策交由人负责。

　　本研究构建的“能力提升—角色转变—制度保障”三维框架模型(图1),为财务人员数字化转型提供了系统性的实施路径。首先,“能力提升”维度强调财务人员的数据处理能力、战略洞察能力与伦理决策能力三类核心能力的重要性;其次,“角色转变”维度明确财务人员需向战略决策的协作者、业务环节的联结者、技术进步的推动者进阶;最后,“制度保障”维度说明,差异化的培训体系、价值导向的考核机制和清晰的人机权责清单为财务人员的职业转型提供了强大支持。

　　5结语

　　随着人工智能技术在财务管理领域的应用普及,财务工作模式从经验判断转向数据智能,人工智能技术让财务工作中数据处理更为高效和精准的同时,岗位需求减少、责任界定和职业规划不清晰等新问题,降低了财务人员工作满意度。为此,本研究基于工作特征理论(JCT)与技术接受模型(TAM),聚焦生成式AI对财务人员工作满意度的影响,构建“能力提升-角色转变-制度保障”三维框架,系统分析人机协同场景下财务人员的工作满意度提升路径。研究发现,生成式AI通过自动化技术提升工作效率、创造新型工作范式,但同时减少了基础的核算岗,存在失业恐慌、权责模糊等风险。三维框架模型通过专业能力升级(数据处理、战略洞察、伦理决策)、职业角色转型(战略协作者、业务联结者、技术推动者)、制度保障完善(分层培训、价值考核、权责清单),形成“技术—个人—组织”的解决方案。

　参考文献

　　[1]王苗苗.人工智能AI对企业财务及财务人员的影响[J].中国商界,2025(1):214-215.

　　[2]HACKMAN J R,OLDHAM G R.Motivation through the design of work:Test of a theory[J].Organizational Behavior and Human Performance,1976,16(2):250-279.

　　[3]DAVIS FD.Perceived usefulness,perceived ease of use,and user acceptance of information technology[J].MIS Quarterly,1989,13(3):319-340.

　　[4]王向东.大数据时代企业财务管理面临的机遇与挑战[J].商场现代化,2024(21):154-157.

　　[5]王方芳,张甫.生成式人工智能赋能企业财务管理的机遇、风险及应对[J].中国市场,2025(8):110-113.

　　[6]胡鹏.生成式AI对企业财务管理的挑战与应对[J].市场周刊,2024,37(15):124-127.

　　[7]徐亚娟.人工智能背景下财务人员面临的职业挑战及应对策略[J].中国市场,2024(17):179-182.

　　[8]廖敬龙,孙虹,刘清蓉,等.人工智能AI对企业财务及财务人员的影响研究[J].太原城市职业技术学院学报,2020(3):47-48.

　　[9]祝智庭,戴岭,胡姣.AIGC技术赋能高等教育数字化转型的新思路[J].中国高教研究,2023(6):12-19,34.

　　[10]陈小慧.企业境外上市过程中财务人员面临的机遇与挑战:访某F轮大数据公司战略顾问乔薇[J].财务管理研究,2024(2):3-5.

　　[11]王聪.数字经济浪潮中财务人员面临的AI挑战及应对[J].中国品牌与防伪,2024(11):234-236.

　　[12]毕马威.全球财务智能化调研报告[R].2024.

　　[13]国务院.新一代人工智能发展规划[R].2017.

　　[14]单松.人工智能时代财务人才素质结构与培养路径探索[J].财务管理研究,2020(2):46-49.