赛罗 和 人择 已建立多年合作伙伴关系，以整合 克洛德 大语言模型（LLM）融入全球小型企业平台，旨在将会计从手动流程转变为自动化、代理的工作流程。
在独家专访中 金融科技时报，我们说话 迪亚乔利，首席产品与技术官 赛罗。
此次合作反映了行业向将金融工具直接嵌入第三方人工智能界面的转变，允许用户通过自然语言管理工资、付款和纳税义务。
在此之前，Xero 利用多种模型（包括 OpenAI 和 Gemini 的模型）实现了 97% 的银行对账准确率。通过与 Anthropic 等领先的人工智能开发商合作，Xero 打算解决剩下 3% 的复杂财务任务，例如传统账本难以处理的分割发票付款和非结构化数据源。
超越结构化数据
从历史上看，会计软件依赖结构化数据来维护准确的分类账。 Xero 首席产品和技术官 Diya Jolly 解释说，与 人择 允许平台对非结构化信息进行推理。此功能使小型企业能够上传不同的数据源，例如电子表格或来自旧工资系统的信息，并将它们直接映射到财务记录。
“会计永远存在于网络应用程序中，”乔利在讨论中指出。 “通过自然语言，您实际上可以让用户无论身在何处都可以进行记账并与用户见面”。这种向“无头应用程序”的转变意味着财务数据不再孤立在单个界面中，而是可以通过 克劳德.ai 或其他沟通渠道。
代理工作流程的兴起
该合作伙伴关系通过其人工智能超级代理为 Xero 的金融基础设施引入了推理层， 贾克斯 （只要问Xero）。与遵循预定义规则的标准自动化不同，代理人工智能可以从头到尾协调复杂的任务。对于小企业主来说，这可能需要要求克劳德识别供应商，检查实时现金流以确认负担能力，然后在不离开人工智能聊天界面的情况下生成发票或付款。
这种演变引发了人们对簿记行业未来的疑问。虽然有些人担心人工智能会取代人类的角色，但乔利认为，该技术的目的是消除“繁重的工作”，而不是人类的监督。
“簿记员将更多地成为提供建议的人，而不是从事繁重工作的人，”乔利说。她补充说，虽然人工智能可以自动执行重复的操作，但它缺乏对企业季节性或特定背景的主观理解，例如午餐费用是否应该
分类为销售或娱乐。随着行业的转变，簿记员的角色预计将从基于数量的职业转变为专注于高价值判断的职业。
确定性记录与概率性人工智能
将法学硕士应用于金融的一个基本挑战是人工智能的概率性质与会计的确定性要求之间的冲突。 Xero 充当记录系统，其中 $1 + 1$ 必须始终等于 $2$。相比之下，LLM 预测序列中下一个可能的标记，这可能会导致输出的变化。
为了缓解这种情况，Xero 充当确定性锚。该平台充当金融操作系统，传输银行数据并管理合规规则，而克劳德则在顶部提供分析层。乔利强调，对于纳税申报等关键任务，人类专家仍然至关重要，以签署并负责申报。
Jolly 评论道：“我认为你永远不会不审查那些必须是确定性的东西，并且错误的后果会很高。”他指出，用户应该像对待需要监督的初级员工一样对待人工智能代理。
安全和数据主权
金融机构 (FI) 和小型企业在采用人工智能时首要关注的问题是数据隐私。此次合作建立在金融数据保留在 Xero 生态系统内的框架之上。当用户通过 Claude 查询其财务状况时，LLM 会调用 Xero 模型上下文协议 (MCP) 服务器。
此设置可确保专有业务数据永远不会用于训练 Anthropic 的模型。相反，Xero 在 Claude 内部提供一个小程序，为数据交换维护一个私有空间。这种“可信情报”模型旨在提供高级推理的好处，而不会损害基础财务记录的安全性。
面向未来扩展
随着小型企业从精益运营发展为大型组织，他们对整合的需求也在增加。 Xero 打算保留一个基础设施层，连接到各种销售点 (POS) 系统、CRM 软件和薪资提供商。 Claude 提供推理功能，而 Xero 则提供 API 接口以及与数千个生态系统应用程序的连接。
展望未来，Xero 的路线图包括在更多界面上扩展其业务，包括与电子表格和其他办公应用程序等流行会计工具的潜在集成。目标是利用不同人工智能模型执行不同任务的特定优势，实现账簿结账和税务准备的“默认自动化”状态。
Xero 和 Anthropic 之间的合作代表了金融科技领域采用代理人工智能的重要一步。通过将全球会计平台的庞大数据集与领先法学硕士的推理能力相结合，该合作伙伴关系旨在为小型企业提供以前为拥有专门首席财务官或分析师的公司保留的财务情报水平。
关键词：