1 篇博文 含有标签「Enterprise Accounting」

金融科技公司 Puzzle.io 提供了一个由人工智能驱动的会计平台。该系统定位为“AI 原生”系统，旨在提供传统簿记软件之外的另一种选择。该公司表示其使命是“构建下一代会计软件——一个能够帮助创始人做出更好业务决策的财务智能系统”。Puzzle.io 的目标客户是初创公司创始人、财务团队和会计师事务所，重点是提供实时财务洞察和自动化。

解决企业会计挑战​

Puzzle.io 利用 AI 和对话技术来解决企业财务和运营中的几个常见挑战：

• 重复性会计任务的自动化： 该平台致力于实现交易 分类、对账、数据录入和校验 等任务的自动化。Puzzle.io 报告称，其 AI 可以自动分类约 90% 的交易，旨在减少人工劳动和错误，让会计专业人士能够专注于分析和战略工作。
• 实时财务洞察与决策支持： 针对传统月末结账流程带来的延迟，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。这使用户能够访问有关现金流和烧钱率（burn rate）等指标的最新仪表板。该系统还包括对财务异常情况的监控。
• 通过对话界面提供员工支持： Puzzle.io 与 Slack 等聊天平台集成，使员工能够通过对话助手查询财务信息并处理会计任务。一个案例研究显示，一家伙伴公司利用 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 中询问当前现金余额等数据。
• 增强协作与客户服务： 该平台 在会计工作流中集成了沟通工具，允许用户在特定交易中标记同事或客户。其 “AI 分类器”（AI Categorizer）功能旨在通过就交易生成简单问题，帮助会计师更快地获得客户回复。
• 合规性与知识管理： Puzzle.io 的 AI 旨在通过关注数据的完整性和准确性来支持合规工作。它使用自然语言处理（NLP）来摄取并 解读来自 PDF 和发票等文档的非结构化数据，并提取相关信息。该平台具有异常检测功能和月末审查报告，可突出显示潜在的不一致之处。它维护着一个不可变的、仅追加的分类账作为审计追踪。

AI 驱动的功能与对话能力​

Puzzle.io 的平台包含了几项 AI 驱动的功能：

• AI 原生总账： 总账被描述为“从零开始重建”。它摄取来自各种来源的数据，并使用算法自动过账。AI 驱动的分类功能可以从历史数据中学习，据报道其准确率高达 95%，且随着时间的推移不断提高。异常检测也是其中的一项功能。
• 用于会计数据的自然语言处理 (NLP)： 该平台利用 LLMs（大语言模型）和 NLP 来解读财务信息。这包括“文档和收据识别”，系统从中提取 PDF 和账单中的数据。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 还能为用户生成自然语言查询。
• 对话界面与聊天机器人集成： 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完成簿记任务。用户将其描述为“在 Slack 中拥有一个完整的会计后勤部门”。
• ChatGPT 和大语言模型的使用： 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 LLM 被用于处理自然语言理解和响应生成，而 Puzzle.io 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“转折点”。
• 实时集成与 API： 该平台通过实时 API 与各种金融科技和企业工具（如 Stripe、Gusto、Rippling）集成。它还为开发者提供了嵌入式会计 API，以便将会计自动化整合到他们自己的应用程序中，正如 Central 所展示的那样。
• 人机协作控制： AI 生成的分类和报表可以由人工会计师进行审查。由 AI 分类的项目会被标记以便审查，其反馈被用于训练 AI。月末的 “AI 审查”报告会标记出需要人工注意的异常情况。

使用场景与行业应用​

Puzzle.io 的解决方案已应用于多个企业场景：

• 财务与会计部门： 该平台用于减少每月结账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，初创客户的月末结账时间节省了约 25%。
• 全方位后勤平台： 人力资源/金融科技初创公司 Central 与 Puzzle.io 合作，为其薪酬、福利、合规和簿记统一平台提供会计组件。这种集成使得簿记任务可以与 HR 任务一起通过 Slack 助手进行处理。
• IT 与员工支持（财务机器人即服务）： 类似于 IT 支持聊天机器人，由 Puzzle.io 驱动的聊天助手可以在 Microsoft Teams 或 Slack 等平台中解答员工与财务相关的查询（如报销政策、发票状态）。
• 行业特定的财务自动化： 该平台可以计算初创公司特定的指标（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支出。

与竞品 AI 聊天解决方案的对比​

Puzzle.io 专注于会计和财务领域，这使其区别于更广泛的企业 AI 解决方案。以下是简要对比：

平台	领域焦点与用户	对话式 AI 的角色	显著的 AI 能力	可扩展性与集成
Puzzle.io	财务与会计 – 初创公司、CFO、会计师事务所。实时财务管理、簿记自动化。	Slack/Teams 中的 AI 财务助手，用于查询和簿记提示。	AI/LLM 驱动的账本：自动分类交易、对账、检测异常。针对发票的 NLP。用于财务报表和不一致标记的生成式 AI。	实时金融科技 API 集成。用于嵌入的开放 API。旨在随交易量扩展。
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。	Slack/Teams 中的员工 AI 聊天机器人助手，用于处理帮助请求和解决问题。	代理式 AI：理解意图、执行操作（如重置密码）。用于推理的 LLM。企业搜索。针对 ITSM、HR 系统的预构建技能。	针对全球企业的高度可扩展性。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。	网站、电子邮件中的 AI 支持代理/助手。用于常见工单拦截的聊天机器人，辅助人工代理提供建议。	用于 CX 的生成式 AI：自动回答查询、分拣工单。基于公司知识库训练。针对在线代理的 Copilot 模式。	随支持量（聊天、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 虚拟助手，通过聊天/语音解决问题/请求。	对话式 AI + 工作流自动化：结合 RPA 式执行的 NLU。灵活的 LLM 支持。任务和查询的代理式方法。从企业知识中学习。	适用于高工单量、多部门的企业规模。预构建连接器（SAP、Oracle、ServiceNow）。基于云。

对比视角： Puzzle.io 的专业化在于财务领域，提供特定领域的会计智能。像 Moveworks、Forethought 和 Aisera 这样的平台处理的是跨 IT、HR 和客户服务的更广泛的支持场景。虽然它们都利用了包括 LLM 在内的先进 AI，但 Puzzle.io 将其应用于会计工作流的自动化，而其他平台通常专注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是互补的。

Puzzle.io 的 AI 技术栈与技术架构​

Puzzle.io 的技术基础包括：

• 重建的会计核心： 该平台使用一个不可变的、仅追加的分类账系统，专为审计追踪和 AI 处理而设计，能够实现实时分析。
• 多种 AI 模型以确保准确性： 据 Puzzle.io 首席执行官 Sasha Orloff 称，系统使用了“针对不同能力水平的多种机器学习模型和 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生成与校验的两阶段流程。
• 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界面（如 Slack 中的 ChatGPT）。该公司表示，LLM 的进步是其发展的关键。在与通用语言模型交互时，可能会对数据进行管理以确保隐私和准确性。
• 以 API 为中心和微服务设计： 该平台似乎采用了微服务架构，其功能可通过 API 访问，例如其“嵌入式会计 API”。它被描述为“一个由事件驱动、基于严格会计标准训练的系统”，暗示了对交易事件的实时处理。
• 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、访问控制以及在处理敏感财务数据时的安全实践，尤其是在与外部 AI 模型交互时。仅追加分类账也支持了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、NLP 和集成构建，并辅以人工监管机制。