审视 Puzzle.io：AI 和聊天技术在企业会计中的应用
· 阅读需 14 分钟
金融科技公司 Puzzle.io 提供一个由人工智能驱动的会计平台。该平台被定位为“AI原生”系统，旨在为传统记账软件提供一个替代方案。该公司声明其使命是“构建下一代会计软件——一个财务智能系统，帮助创始人做出更好的商业决策。” Puzzle.io 面向初创公司创始人、财务团队和会计师事务所，专注于提供实时财务洞察和自动化功能。
应对企业会计挑战
Puzzle.io 利用人工智能和会话技术来解决企业财务和运营中的若干常见挑战：
- 自动化重复性会计任务： 该平台旨在自动化诸如交易分类、对账、数据录入和验证等任务。Puzzle.io 报告其 AI 可以自动分类约 90% 的交易，旨在减少人工工作量和错误，使会计专业人员能够专注于分析和战略性工作。
- 实时财务洞察和决策支持： 为解决传统月末结账流程相关的延迟，Puzzle.io 提供实时数据和即时财务报表。其总账通过集成的银行和金融科技工具持续更新。这使用户能够访问现金流和烧钱率等指标的最新仪表板。该系统还包括对财务异常的监控。
- 通过会话界面提供员工支持： Puzzle.io 集成到 Slack 等聊天平台，使员工能够通过会话助手查询财务信息和处理会计任务。一项案例研究表明，一家合作公司利用 Puzzle.io 的 API 开发了一个由 AI 驱动的 Slack 机器人，允许用户直接在 Slack 中查询当前现金余额等数据。
- 增强协作和客户服务： 该平台在会计工作流程中整合沟通工具，允许用户标记同事或客户针对特定交易。一项“AI 分类器”功能旨在通过就交易提出简单问题，帮助会计师更快地获得客户回复。
- 合规性和知识管理： Puzzle.io 的 AI 旨在通过关注数据完整性和准确性来支持合规性。它使用自然语言处理 (NLP) 来摄取和解析 PDF 和发票等文档中的非结构化数据，提取相关信息。该平台具有异常检测功能和一份月末审查报告，突出显示潜在的不一致之处。它维护一个不可变、只追加的分类账作为审计追踪。
AI 驱动的功能和对话能力
Puzzle.io 的平台整合了多项 AI 驱动的功能：
- AI 原生总账： 总账被描述为“从零开始重建”。它从各种来源摄取数据，并使用算法自动过账。AI 驱动的分类功能从历史数据中学习，据称准确率高达 95%，并随时间推移不断提高。异常检测也是一项功能。
- 用于会计数据的自然语言处理 (NLP)： 该平台利用大型语言模型 (LLM) 和自然语言处理 (NLP) 来解释财务信息。这包括“文档和收据理解”，系统可从中提取 PDF 和报表中的数据。NLP 还通过理解描述和备注应用于交易分类。当需要更多信息时，AI 还可以为用户生成自然语言查询。
- 对话式界面和聊天机器人集成： Puzzle.io 的 API 允许与聊天平台集成。上述由合作伙伴 Central 构建的 Slack 机器人允许用户以对话方式查询财务数据并解决簿记任务。用户将其描述为拥有“一个基于 Slack 的完整会计后台”。
- ChatGPT 和大型语言模型的应用： Central 案例研究中提到的基于 Slack 的会计助手是“使用 ChatGPT 和 Puzzle”构建的。ChatGPT 等大型语言模型负责处理自然语言理解和响应生成，而 Puzzle.io 则提供财务数据并执行会计操作。该公司首席执行官指出，GPT-4 通过注册会计师 (CPA) 考试等进展是该平台发展的“拐点”。
- 实时集成和 API： 该平台通过实时 API 与各种金融科技和企业工具（例如：Stripe、Gusto、Rippling）集成。它还提供嵌入式会计 API，供开 发人员将会计自动化整合到他们自己的应用程序中，正如 Central 所展示的。
- 人工干预控制： AI 生成的分类和报表可以由人工会计师审核。AI 分类的项目会被标记以供审核，并且反馈用于训练 AI。月末的“AI 审核”报告会标记异常以供人工关注。
应用场景与行业应用
Puzzle.io 的解决方案已应用于多个企业场景：
- 财务与会计部门： 该平台用于减少月结和交易处理所花费的时间。使用 Puzzle.io 的会计师事务所报告称，为初创企业客户进行月末结账时，可节省约 25% 的时间。
- 一体化后台办公平台： 人力资源/金融科技初创公司 Central 与 Puzzle.io 合作，为其统一的工资、福利、合规和簿记平台提供会计组件支持。这种集成使得簿记任务可以通过 Slack 助手与人力资源任务并行处理。
- IT 和员工支持（财务聊天机器人即服务）： 类似于 IT 支持聊天机器人，由 Puzzle.io 提供支持的聊天助手可以在 Microsoft Teams 或 Slack 等平台中处理与财务相关的员工查询（例如，费用政策、发票状态）。
- 行业特定财务自动化： 该平台可以计算初创企业特定指标（例如，ARR、MRR），并处理多种会计基础。专业服务公司可以使用它按项目或客户自动分类费用。
与竞争性AI聊天解决方案的比较
Puzzle.io 专注于会计和金融领域，这使其与更广泛的企业级 AI 解决方案有所不同。以下是一个简要的比较：
| 平台 | 领域焦点与用户 | 对话式AI角色 | 显著的AI能力 | 可扩展性与集成 |
|---|---|---|---|---|
| Puzzle.io | 金融与会计 – 初创企业、CFO、会计师事务所。实时财务管理、记账自动化。 | 在 Slack/Teams 中作为 AI 财务助理，用于查询和记账提示。 | AI/LLM 驱动的账本：自动分类交易、对账、检测异常。发票的自然语言处理（NLP）。生成式 AI 用于财务报表、不一致性标记。 | 实时金融科技 API 集成。用于嵌入的开放 API。设计用于随交易量扩展。 |
| Moveworks | 员工支持（IT、HR 等）– 大型企业。IT 服务台、HR 查询、企业工作流自动化。 | 在 Slack/Teams 中作为员工的 AI 聊天机器人助理，用于帮助请求和问题解决。 | 代理式 AI：理解意图，执行操作（例如，密码重置）。LLM 用于推理。企业搜索。为 ITSM、HR 系统预构建技能。 | 高度可扩展，适用于全球企业。与 ServiceNow、Workday、Confluence 等集成。 |
| Forethought | 客户支持（CX）– 支持团队（SaaS、电子商务、金融科技）。服务台工单路由、AI 自助服务。 | 在网站、电子邮件上作为 AI 支持代理/助理。用于常见工单分流的聊天机器人，以及为代理提供建议的协助。 | 用于 CX 的生成式 AI：自动回答查询、分类工单。基于公司知识库进行训练。为实时代理提供副驾驶模式。 | 随支持量（聊天、电子邮件、语音）扩展 。与 Zendesk、Salesforce 集成。 |
| Aisera | 多部门服务自动化 – 中大型组织（IT、HR、客户服务）。自主服务解决。 | 跨 IT、HR、客户服务的 AI 虚拟助理，通过聊天/语音解决问题/请求。 | 对话式 AI + 工作流自动化：具有 RPA 式执行的自然语言理解（NLU）。灵活的 LLM 支持。用于任务和查询的代理式方法。从企业知识中学习。 | 企业级规模，适用于高工单量、多部门。预构建连接器（SAP、Oracle、ServiceNow）。基于云。 |
比较视角： Puzzle.io 的专长在于金融领域，提供领域特定的会计智能。而 Moveworks、Forethought 和 Aisera 等平台则解决了 IT、HR 和客户服务等更广泛的支持场景。尽管所有这些平台都利用了包括 LLM 在内的先进 AI 技术，但 Puzzle.io 将其应用于自动化会计工作流，而其他平台则普遍侧重于自动化支持交互或客户服务。这些解决方案在企业内部可以相互补充。
Puzzle.io 的 AI 技术栈与技术架构
Puzzle.io 的技术基础包括：
- 重构的会计核心： 该平台采用不可变、只追加的账本系统，专为审计追踪和 AI 处理设计，可实现实时分析。
- 多种 AI 模型确保准确性： 根据 Puzzle.io 首席执行官 Sasha Orloff 的说法，他们使用了“针对不同能力水平的各种机器学习模型和 AI 模型”。这包括用于分类、异常检测的模型，以及用于财务报表的两阶段生成和验证过程。
- 自然语言与 LLM 集成： LLM 被集成用于解析文本数据和驱动对话式界面（例如，Slack 中的 ChatGPT）。该公司表示，LLM 的进步是其开发的关键。数据可能经过管理，以确保在与通用语言模型交互时的隐私和准确性。
- 以 API 为中心和微服务设计： 该平台似乎采用微服务架构，其功能可通过 API 访问，例如其“嵌入式会计 API”。它被描述为“一个基于严格会计标准训练的事件驱动系统”，这表明它能实时处理交易事件。
- 安全与数据隐私措施： Puzzle.io 强调“数据安全、准确性、可审计性和产品透明度”。这可能涉及数据加密、访问控制以及处理敏感财务数据的安全实践，尤其是在与外部 AI 模型交互时。只追加账本也支持可审计性和可解释性。
总之，Puzzle.io 将 AI 和聊天技术应用于企业会计，重点关注自动化、实时洞察和增强协作。其架构围绕 AI 原生总账、自然语言处理（NLP）和集成构建，并辅以人工监督机制。
