OpenAI CFO Sarah Fryer谈AI如何重塑财务工作

在OpenAI论坛的一场深度对话中，OpenAI首席财务官Sarah Fryer与加州大学首席投资官Jagdeep Singh-Bhakar围绕AI对金融行业的变革展开了坦诚交流。从个人职业历程到AI在财务工作中的实际应用，再到对年轻一代的职业建议，这场对话为我们勾勒出了一幅AI时代财务工作的全景图。

从工程师到CFO：一条曲折但充满启发的职业路径

Sarah Fryer的职业经历本身就是一堂生动的职业规划课。她在北爱尔兰长大，原本学的是材料科学工程，却因为在Arthur Andersen做实习会计师而踏入了金融世界。Arthur Andersen（安达信）曾是全球五大会计师事务所之一，与普华永道、德勤、安永、毕马威并称"五大"。然而2001年安然公司财务造假丑闻爆发后，安达信因参与销毁审计文件而于2002年被迫解散，"五大"由此变为如今人们熟知的"四大"。这一事件深刻重塑了全球审计行业的监管格局，催生了美国《萨班斯-奥克斯利法案》（SOX法案），对上市公司财务报告的内部控制提出了极为严格的要求。Sarah在安达信的早期实习经历，恰好处于这个行业剧变的前夜。

此后她经历了McKinsey咨询、高盛研究分析师、Salesforce财务团队、Square CFO、Nextdoor CEO，最终成为OpenAI的CFO。

她分享了一个关键的职业转折点：当她自信满满地准备出任CFO时，一位猎头直言不讳地告诉她——"你根本不知道CFO是做什么的。"这句话虽然刺耳，却成为她职业生涯中最有价值的建议之一。她随后加入Salesforce，在一位优秀CFO手下系统学习了财务管理的核心技能。

Sarah给年轻人的忠告很实在：不要被头衔迷惑，不要因为别人的期望做决定。"我们都是自己电影的主角，没有人在看你的电影。"她建议始终关注自己在过程中学到了什么基础技能，什么让你感到快乐，什么能养活自己——然后把这些结合在一起。

AI时代财务人才需要的三项核心能力

作为两个大学生的母亲，Sarah经常和孩子们讨论AI对未来职业的影响。她用三个词概括了自己的思考框架：

好奇心（Curiosity） 是第一位的。她坦言自己在OpenAI也经常面对"恐惧时刻"——同事提到某个新工具或新功能时，她有时完全不知道对方在说什么。但她选择直面这种不适感。她分享了一个有趣的例子：刚开始使用OpenAI的智能体平台Codex时遇到了问题，她的助手告诉她"你直接让它修复自己就行了"。Codex是OpenAI推出的AI编程智能体平台，能够在云端沙盒环境中自主执行代码编写、调试和修复等软件工程任务。Sarah所体验的"让它修复自己"正是Codex的核心能力——它可以自主诊断错误、生成修复方案并验证结果。结果真的管用了。这种"让技术帮你使用技术"的能力，体现了从"人使用工具"到"工具自主解决问题"的范式跃迁，是与过去截然不同的工作方式。

适应力（Adaptability） 同样至关重要。Sarah引用了OpenAI经济研究团队的研究成果，指出AI对就业的影响并非非黑即白：有些岗位确实会被智能体取代（多数是重复性、机械性的工作），有些岗位会发生深刻变化（比如她自己的CFO角色在一年内已经"判若两人"），还有些岗位是我们现在根本无法想象的全新职业。正如她祖母在农场工作时无法想象今天的CFO角色一样。

善良（Kindness） 是她最出人意料的第三个关键词。她强调，在AI时代，人与人之间的真诚连接反而变得更加珍贵。"如果你是一个刚进入职场的年轻学生，不要低估在路上为别人做一件善事的力量，它会以你想象不到的方式回报你。"

AI在财务工作中的实战应用案例

对话中最引人注目的部分，是Sarah详细分享了AI在OpenAI财务团队中的实际应用案例。

投资者关系GPT：从自定义模型到跨语言沟通

大约两年前，Sarah的团队从小处着手，利用ChatGPT和自定义GPT开展工作。自定义GPT（Custom GPTs）是OpenAI于2023年底推出的功能，允许用户在ChatGPT基础上创建针对特定场景的定制化AI助手——用户可以上传专属知识库文档、设定系统指令和行为风格，无需编写代码即可构建专业化的AI工具。Sarah创建了季度黑客松，给团队留出"慢下来以便加速"的空间——因为很多人不用新工具的原因不是不想，而是"太忙了没时间学"。

一个标志性案例是他们为投资者关系打造的自定义GPT。团队将公司演示文稿、尽职调查材料等全部"喂"给ChatGPT，并精心设定了它的"人格"：要基于事实、略带销售感但不过度、保持高度诚信，如果不知道答案就直接说不知道。

这个IR GPT在实战中展现了惊人的能力。Sarah在韩国参加投资者会议时，对方递来两页韩文问题。她掏出手机拍照，让自定义GPT翻译并回答——一切在几秒内完成。她感叹，"我们距离实现英韩双向实时对话只差一步之遥。"

从抽样审计到全量检查：AI重新定义财务控制

Sarah提出了一个深刻的观察：传统审计依赖"抽样"方法——1000张发票只检查10张，因为人力和时间有限。这种统计抽样（Statistical Sampling）方法是现代审计的基石，国际审计准则（ISA 530）对此有详细规定，审计师通过评估重大错报风险来确定样本量，通常覆盖率仅为总体的1%-5%。这意味着即使审计通过，仍存在未被发现的错误或舞弊的统计概率，即所谓的"审计风险"。

但在AI带来的"丰裕时代"，智能体可以检查全部1000张发票。这从根本上改变了财务控制的逻辑，将使精确度和合规性大幅提升。更重要的是，AI全量检查不仅提升了覆盖率，还能通过模式识别发现人类审计师难以察觉的异常关联——例如供应商地址与员工地址的重合、发票金额刚好低于审批阈值的系统性规避行为等。这对四大会计师事务所和企业内部审计部门而言，是自计算机辅助审计技术（CAATs）问世以来最大的方法论变革。

税务团队的AI原生实践

最令人意外的是，OpenAI最积极拥抱AI的竟然是通常最保守的税务团队。考虑到OpenAI 90%的周活跃用户在美国以外（最快增长的大洲是非洲），全球税务合规是一项庞大的工作。非洲之所以成为增长最快的市场，与其全球最年轻的人口结构（中位年龄约19岁）、移动互联网渗透率的快速攀升，以及英语和法语作为多国官方语言降低了大语言模型使用门槛等因素密切相关。但这也带来了巨大的税务合规挑战——非洲54个国家拥有各不相同的税制、数字服务税政策和申报要求，许多国家的税务系统仍以纸质表格或本地化PDF为主，且法规更新频繁。

过去，税务人员需要手动访问各国税务网站、下载表格、填写数据——而这些表格每年都会有细微变化。现在，整个流程已经完全自动化：AI自动识别表格结构、预填数据，税务团队转而专注于核验数字的正确性和业务策略优化。

用Sarah的话说："你们上大学不是为了学怎么填PDF的。"

200人团队管理全球财务：AI驱动的精益运营

OpenAI拥有超过10亿活跃用户的全球业务，但其财务团队仅约200人。这种精简得益于AI的深度应用，但Sarah强调，精简不意味着在所有方向上缩减。相反，她在经济研究和定价等传统CFO不太涉足的领域进行了扩张。

"我从来没有作为CFO拥有过经济研究团队，"她说，"但现在它帮助我将在高盛做研究时的经验与OpenAI掌握的海量数据结合起来，为投资者、客户和所有好奇的人创造洞见。"

募资中不变的核心：人投资于人

当被问到募资过程中什么没有改变时，Sarah的回答简洁而有力："人投资于人。"她回忆与Jagdeep的首次会面，强调突破性时刻就是"站在同一个房间里"的那一刻。

"募资不仅仅是获得资金。资金对运营很重要，但更重要的是你身边围绕着什么样的人。他们不只是带来钱，还带来教导、启发和新的可能性。"

Jagdeep也印证了这一点——他的投资决策不是靠ChatGPT模型算出来的，而是在亲身感受到Sarah的热情、好奇心和对UC文化的真诚关注后做出的。OpenAI最近完成的122亿美元融资，正是这种"人与人连接"的最好注脚。这轮融资是科技史上规模最大的私募融资之一，使OpenAI的估值达到约3000亿美元，投资方包括软银、微软以及多家主权财富基金和大学捐赠基金。值得注意的是，这轮融资发生在OpenAI从非营利组织向营利性公益企业（Public Benefit Corporation）转型的关键时期，Sarah作为CFO需要在维护OpenAI使命导向的组织文化与满足投资者回报预期之间找到微妙的平衡——这也从另一个角度解释了她为何如此强调"人投资于人"的理念。

对大学和教育机构的AI转型建议

Sarah对高等教育机构提出了三层建议：首先是放手实验，"让一千朵花先开放"，不要急于制定严格规则；其次是让课堂AI原生化，不要把AI视为作弊工具，而是鼓励学生像使用任何学习资源一样使用它；最后是拥抱跨学科，AI时代最有价值的可能是那些跨越传统学科边界的新项目。

她引用了一个有力的数据反驳"AI取代程序员"的论调：自2022年ChatGPT发布以来，软件工程师的数量实际上增长了约6%。真正发生的变化是，更多人获得了编写代码的能力——包括她自己，一个曾经用COBOL编程的材料科学工程师，现在又能"重新编码"了。COBOL（Common Business-Oriented Language）诞生于1959年，是最早的高级编程语言之一，由美国海军少将Grace Hopper等人主导设计，专门用于商业数据处理。尽管常被视为"过时"语言，但据估计全球仍有约2400亿行COBOL代码在运行，支撑着银行核心系统、保险理赔、政府福利发放等关键基础设施。2020年美国新冠疫情期间，多个州的失业救济系统因COBOL程序员短缺而陷入瘫痪，凸显了这一"古老"语言的现实重要性。Sarah从COBOL到借助AI"重新编码"的个人经历，恰好映射了编程民主化的完整弧线——从只有专业工程师才能编写代码，到如今任何人都能通过自然语言与AI协作完成编程任务。

这场对话的核心信息清晰而振奋：AI不是要取代人，而是要解放人——让财务专业人士从填PDF和抽样审计中解脱出来，去做真正需要人类判断力、创造力和同理心的工作。