AI合并报表的合规命题：可解释、可追溯、可审计

“AI自动生成的合并抵销分录，我敢直接签字吗？”

这是贝则科技在一次客户交流中听到的提问。提问题的是一位央企CFO，他所在集团正在推进财务智能化，但对AI带来的“黑箱”风险深感忧虑。

他的担忧不无道理。合并报表是上市公司对外披露的核心文件，直接影响投资者的判断和监管机构的审查。如果AI自动生成了一笔抵销分录，而财务人员或审计师无法理解为什么要做这笔抵销、依据是什么规则做出的判断、数据来源是否可靠——那这个“自动化”带来的不是效率，而是风险。

AI在财务领域的“可解释性三要素”

要让AI在合并报表这类合规性极高的场景中真正落地，必须解决三个关键问题：

1. 可解释性：每一笔AI生成的分录，必须能说清“为什么”

在贝则的方案设计中，AI不会输出一个“黑盒结果”。每当AI生成一笔抵销分录或差异调整建议，系统会同步输出“决策依据”：

• 依据了哪条合并规则
• 涉及哪些数据来源
• 参考了哪些历史处理案例
• AI的置信度评分是多少

财务人员不是在“盲签”AI的结果，而是在“审核”AI的建议——这和审核初级会计人员的工作成果逻辑一致。

2. 可追溯性：从合并结果可以一路回追到原始凭证

这也是传统手工合并模式下很难做到的事情。当合并报表中某个数字受到质疑时，财务人员需要逐层下钻：这个数字是合并抵销后的结果吗？抵销了哪些交易？原始数据来自哪家子公司？那家子公司是从哪个系统取数的？

在AI驱动的合并体系中，整个数据链路是完整记录的。任何一个合并报表单元格，都可以追踪到其数据来源链路的每一个环节。这不仅满足合规要求，更大大提升了财务分析的效率。

3. 可审计性：让审计师“看得懂”AI的决策过程

审计师需要验证合并报表的准确性和合规性。在AI参与的合并流程中，审计师同样需要验证AI的决策是否正确。贝则的做法是为审计师提供独立的“AI审计视图”：

• 展示AI在本次合并周期内的所有自动决策
• 标注高风险的AI决策（低置信度、规则边界场景）
• 提供完整的决策日志供抽样测试

监管趋势：AI治理框架正在形成

从全球范围看，AI在财务报告领域的监管框架正在加速形成。国际审计与鉴证准则理事会已经将“AI辅助决策的审计”纳入讨论议题。中国的财政部、证监会也在关注AI在财务报告编制中的应用边界。

一个前瞻性的观点是：未来3-5年内，使用AI辅助编制合并报表的企业，将被要求披露AI参与的环节、AI决策的可解释性机制、以及相应的内部控制措施。 这意味着，今天在AI合规性上的投入，是在为未来的合规成本“买保险”。

核心观点

AI进入财务核心场景（如合并报表），最大的挑战不是技术，而是信任。建立信任的方式不是回避AI，而是让AI的每一个决策都可以被解释、被追溯、被审计。当AI从“黑箱”变成“透明箱”，CFO签字时就不会再有犹豫。

贝则科技 | 专注管理会计与财务数字化 | www.beizetech.com