AI 如何让 Figma 财务团队成为构建者

我觉得，我们有机会吸引并打造全球最优秀的财务团队。因为人们想要的，很大一部分是学习的机会，是感到公司愿意培养自己，也希望身边的人都想把自己的专业做到最好。

我希望招到求知欲特别强的人。他们加入团队，是想解决问题、真正理解业务。你可以用 AI 来帮自己、增强自己的能力，但最关键的是，你仍然要会独立思考。现在很多人都在批评 AI 生成的垃圾内容。我听一位 CFO 说，使用 AI 之后，每天都能产出没完没了的文档。但你发出的任何东西，都会占用别人阅读所需的时间、精力和注意力。这里面 95% 的难题，其实只是把数据放到正确的位置。

如果我们面对的最大复杂性保持不变，我觉得一年后我们可能就不需要这么多人了。嗯……

谢谢邀请，很高兴来。

我一直觉得，财务人员应该是运营型的领导者。我加入 Figma 时，各种自动化都还没有建立起来。当时要想把工作做好，我得大量写 SQL、搭数据表，弄清楚怎么整合财务信息，好推动我希望在公司内部展开的讨论。现在我常常回想刚入职那段时间：我做的事情就像一个“力量倍增器”，让我能在整个组织里扩大影响力。我当年在搭建的东西，如今借助手边的工具，个人做起来容易得多，也现实得多、触手可及得多。我希望越来越多人能用运营视角看待自己的工作，并据此定位自己、与业务伙伴协作。我觉得，这正是这个岗位转变的关键：从一个像交通警察一样、偏财务职能的部门，变成业务的助推者，成为真正推动组织变革的人。

几乎什么都做。我从写 SQL 开始，查看所有产品指标和使用数据，再把它们和 Stripe 里的财务信息对应起来。我会写四五百行 SQL，生成“黄金数据表”，再交给同事，或者接入我们使用的各种 go-to-market 系统。我一天里大部分时间都待在查询编辑器里。

没错，而且还得希望第一次就写对。后来我们招了数据科学家，我会把自己做好的东西交给他们，请他们加进 ETL 流程。这样它就能成为定期运行的任务，我也能把同一份信息传到 Salesforce、Marketo 或当时使用的其他系统里。那对我来说是最初的突破：如果我们能统一定义、统一说法，就不用再反复争论什么是真的、什么是事实，而能直接讨论怎样推动业务。

完全同意。

有。疫情初期，我们的业务起飞了。我想那也是我们开始和 Andreessen 的团队合作的早期阶段。现在我每天醒来，都可以重新了解正在发生什么；一天中的任何时候，我都能查看每小时的仪表盘或每日指标，看看有没有异常、该问什么问题。团队知道我总会进去看，至于他们喜不喜欢就不知道了。他们把我看作一个会带着想法来找他们、真心想一起把业务做好的人。我们彼此都能访问同一份数据。

我认为，能拿到数据，是我有效安排一天工作的关键。在 Figma 的早期，我每天醒来都会关注这件事。我记得刚加入时，最初几天每天大约有 30 个人注册付费方案。我会逐个看：他们是谁？用的是个人邮箱还是公司邮箱？我们能不能联系他们？能从中学到什么，帮助我们决定要打造什么产品？早期这特别重要。现在我也理解，任何指标朝某个方向变化都会带来什么影响。如果能在问题变大之前发现，可能就能替公司省下几百、几千美元；反过来，如果发现的是增长机会，就能加大投入、继续挖掘。对我来说，这是每天、甚至一天多次都要关注的节奏。我希望团队和整个业务里更多人也能对这些指标承担责任，像业务负责人一样主动排查问题，而不是说“下周再看”，因为现在的变化节奏很快，问题越早解决越好。接下来，在聊你们自动化了什么之前……

我觉得核心要求和今天差不多，只是应用方式会有些不同。我希望招到求知欲特别强的人，他们加入是为了解决问题、真正理解业务，并找到能带来正确结果的解决办法。我现在依然很看重这一点。AI 能让很多繁琐、重复的工作越来越少占用你的时间，你就能把更多时间用来发现业务里可以产生突破的地方，并把它们放大。所以我看重求知欲、数据素养、提出好问题的能力，以及把思路组织清楚、看懂数据结果并有条理地表达出来的能力。

我现在正在招一位财务副总裁。对我来说，案例分析是整个流程里非常重要的一环。我想考察候选人怎样使用手边的工具。当然，我会期待他们使用这些工具。我不会给太多案例信息；我们是上市公司，外部有很多公开数据。关键在于，他们能不能把这些零散的信息拼起来，做出合理的分析，模型结果是否说得通。他们不只是能生成结果，还必须真正理解它是怎么来的。

可做的事情太多了，我挑几个有意思的例子。过去一年变化很快：一开始我还在鼓励大家接受新工具、新的工作方式，现在每天都有很多很棒的点子冒出来。我们在公司全员大会的一个环节叫 Fig Nation，会展示大家如何用 AI 构建东西。财务团队经常上台分享。比如信用与催收团队的 Kajal，把整个工作流重新搭了一遍，从发票追踪、现金催收到与 NetSuite 对账，都整合进一个自建系统，并接上了我们使用的各类系统。

对。团队现在做得相当好，可以初步判断一个想法是不是真的、实现有多难。当然，各种想法都有细节差异，但这样能建立扎实的直觉。

我们现在仍然会和产品团队合作，但你可以先展示“这是我做出来的、这是我看到的”，这样会让讨论更有说服力。

没错，很有意思。我们的文化很重视文档，他们会写投资备忘录、并购备忘录之类的材料。最后阅读这些文档的，通常是管理层或产品负责人。领导们看问题的方式往往有共通点，所以团队给每位领导都做了一个独特的“人格”模型，整理成一组能力，让他们用来审阅投资备忘录、改进流程。

正是如此。他们会演示这些角色如何来回讨论：“Praveer 会怎么说，Dylan 会怎么说，CRO Sean 又会怎么说。”这样就能看出文档哪些部分需要补充、还要做哪些尽调，以及我必须追问哪些常见问题。

这样能减少大家坐在一起讨论所需的时间。我看到 AI 在很多方面都能帮你增强能力、替换工作流，也能帮助你理解和学习。我经常惊讶于我们能这么快围绕一个想法反复试做。它让我非常乐观：我们有机会吸引并打造全球最优秀的财务团队。人们想要学习，想感到公司在培养自己，也想被一群努力精进专业的人包围。我越能推动和促成这种改变，我们就越能留住人才、培养人才，让他们成长。

我刚才说的那些有不同做法。有些人在 Codex 里写代码，公司发展团队也在 Codex 里推进项目；有些人用工作流自动化工具，围绕 ChatGPT 智能体构建能力，信用与催收的一些流程就是这样做的。现在大家也开始用我们自己的工具搭建。比如 Figma Make，可以用自然语言提示创建应用或网站，还能托管并配上后端。有些用例已经开始出现。我很期待这样我们还能反过来给产品提意见。

有时候会。我们内部也制定了用 AI 写内容时的标注政策。我之前提过，不能把思考外包。你让别人读的东西，就会占用他们的时间、精力和注意力。所以我们得用同样高的标准去审阅、阅读、总结，把内容讲清楚。你可以从不同起点开始，我完全接受，但每个人都要认真对待如何使用彼此的时间。

……可以产生很多突破。会议开始时，所有内容都已经可视化了。那真是非常棒的用例，他们做出来的效果我觉得手工根本做不到。AI 垃圾确实会有，但用对工具、用在合适的地方，同时清楚什么结果够用、什么需要做到非常精确，就能释放出真正的价值。

完全同意。另一个问题是怎么分享、怎么让别人知道同事做了什么。我们内部审计团队花很多时间追着员工补充工单信息，才能满足 SOC 审计要求。GRC 团队做 ISO 和 SOC 2 审计时也在做同样的事。应付账款团队写应计项目时也会不断来回确认。既然要做信息收集、核对和对账，为什么不做一个统一平台？这正是系统团队能发挥作用的地方：把已经出现的做法协调起来、产品化，免得每个人都各自搭一套相似的东西。我觉得这就是 CIO 职能的一种演进：把自下而上的成果整合起来，重新构建、重复利用，让系统即使离开最初的创造者和搭建者也能继续运行。我们会在全员大会上分享，也会在团队之间交流。

让专业人员先提出想法、快速迭代很重要。他们知道什么效果好、自己想要什么，也最了解要优化的流程。他们很适合做初版原型。但我不确定是否也该由同一个人负责检查所有上游依赖、确保系统正确托管，或者判断公司其他人是否有同样需求。世界一流的 CIO 团队可以在这里发挥作用。

最终会集中起来。Figma 的很多事情都是业务长得比支撑工具建设得更快。我一直希望让组织有空间去构建，不想用基础设施拖慢大家，所以我们现在有点在追赶。有些团队已经比较成功地把系统集中起来，另一些团队则建得很快，我们现在正在想办法支持他们。我觉得我们正处在一段混乱的中间阶段。

我们团队负责这些数据的输出。我们公司比你说的早期公司成熟一些，管理控制也更完善。我一直很看重口径一致。这样我在董事会、管理团队以及公司其他人面前提供的信息都能保持可靠：大家知道，我现在给出的数字和一个月前给出的相同，历史数据不会变，也不是想隐瞒什么。随着公司发展、开始尝试新的做法，我们在每个财报季都会讨论披露口径，但我希望保持一致，做出的决定也经得起回看、能长期成立。大家用不同方式思考业务、帮助业务做得更好当然很好，但一致性也有价值。

问的是哪个岗位？我可以说一个人，但估计很快又会有人做出新东西。说实话，大家都在做：有人负责预测模型的一部分，有人负责业务运营（BizOps），把日常的竞争对标和定价研究自动化。我觉得互相激励、不断做得更好，能让整个组织都投入进来。所以我不太愿意只说某一个人；这是一支团队在共同推进。

早期我亲自示范很有帮助：如果我都在用新方式做事，大家就该知道我也期待他们这样做。不过，做得快的人通常对数据源很熟，也明白它们怎么连接起来。了解系统架构之后，你就能像架构师一样思考，怎样合乎逻辑地把系统接起来；也能分清模型是在做确定性的判断，还是在推断，以及哪些任务可以接受推断、哪些不行。其他人也会从中学习。

对。不只是能使用工具，你还可以了解周围的人都在搭建什么，从他们的成果中自然学到东西。如果你加入一家公司，发现它不光嘴上说给员工开通工具，而是真的在构建、你在面试过程中就能看见并感受到，我觉得人们会更愿意去这样的地方。

我很幸运，随着自己在公司成长，战略工作在我的职责里占的比重越来越大。我也意识到，既然我得到了这种空间，就应该在组织里为其他人创造同样的空间。日常或每周的工作节奏还是要有人负责，但如果我能让负责自助式业务的 go-to-market 财务团队不再忙着核对上周、上个月的数据，而是去关注正在做哪些实验、看到了什么趋势、应该追加哪些投入，那对他们来说会有意思得多。他们现在确实能做更多这类工作。

会计工作也一样，比如波动分析。会计师过去要逐期检查总账科目。现在有些工具会先告诉你哪些项目发生了变化，给出一批值得追查的线索。如果它能越来越准确，会计师就可以把时间用在别处。我觉得工具能帮大家拿到初稿、预期变化和初步调查方向。就像刚才说差旅与娱乐费用时，工具给团队提供了一些线索，接下来我们凭直觉继续追查。

对，和人打交道的能力。我以前低估了沟通、建立关系和影响他人的能力对这个岗位有多重要。我刚入行时可能觉得自己只要足够聪明、能把事情都弄明白就行，后来才发现这始终是团队协作。你能推动的改变有限，必须让别人和你站在同一边。做到这一点，才可能成为真正有效的领导者。

我希望以后只有当业务复杂性增长得比支撑业务的需求更快时，我们才需要增加人手。我觉得，现在不少常规业务节奏已经可以反过来运行，不必再为了跟上工作量而持续加人。但 Figma 还会面临挑战，因为我们不断增加新产品、收购团队和业务，也在持续改变业务内容，所以复杂性仍然跑在我们完全提升效率的前面。不过，我们确实在一段段变得更高效。

我希望越来越多流程能完全自动化。我会先从真正确定性的部分开始，给系统足够的信息，让输出完全可信。要让一个业务关键系统做到可以接受审计，难度很高；审计师如何才能放心，也会是个值得讨论的问题。但我不觉得这件事做不到，我认为我们最终会实现。就像我说的，如果业务复杂性保持不变，一年后我们可能就不需要现在这么多人。但这需要我们找到更多可以建立一致运营方式的环节和节奏。

不会。Excel 就像我的母语。我觉得案例分析仍然重要，因为你把它当作工具，用来建立直觉。人们产出的很多东西还是模型，可能托管在别处，也可能是别的形式，但工具应该让你更好地理解问题、亲手试验。Figma 的妙处就在这里：你可以先用自然语言提示做出初稿，但有时亲手调整更方便。比如设计好一个屏幕后想把背景从红色改成绿色，你可以对智能体发提示，也可以用色轮挑不同色调，亲自感受变化。Excel 对我也一样：它是我建立信任和理解的方式。未来可能会有更好的工具，但我很难想象自己会完全放弃 Excel。

完全同意。我也在尝试用模型帮助理解团队做出的分析。比如拿到一个有 20 个标签页的模型，要逐页翻看很困难。如果把同样的上下文交给模型，问它哪些因素最关键、哪些部分最敏感，它能给我一个更好的起点，让我进一步分析和理解。对我来说，这很有帮助。

……哪些因素最能带动结果、哪些部分更敏感？这确实给了我更好的起点，让我安排后续工作、理解模型，发现它很有用。

很多事情变了，但也有很多没变。我想这就是你的意思：优秀财务人员的核心能力依然存在。如何利用手头的工具做出更好的决策，会一直变化。过去 SQL 对我来说是一个重大突破，现在 AI 又带来了全新的突破，成为一种能力工具。优秀的财务人员只要持续适应，就能长期胜任。

如果让我给建议，我会说，招一个和 CEO 一样有主人翁意识、同样注重运营严谨性的人。他们想赢，会使用一整套工具，也理解损益表，知道怎样推动改变。你真正需要的是一位业务领导者，而不是像交通警察一样只负责把关的人。当然，基本功仍然重要：会计基础要扎实，也得能组织规划流程。但真正让人脱颖而出的是：你懂不懂业务？能不能推动改变？能不能把商业模式讲清楚，让所有人朝同一个方向行动？

我很喜欢这部分。我们公司每年有内部 Maker Week，也就是内部品牌化的黑客松。刚开始时我不知道怎么参与，现在只要有一点空闲，我脑子里可能就会冒出一大堆点子。我想我的团队也有同感。

谢谢邀请。