2026 年，智能体将在企业级应用中取得哪些实质性突破？点击下载《2026 年 AI 与数据发展预测》白皮书，获悉专家一手前瞻，抢先拥抱新的工作方式！
每个 FP&A 团队都熟悉这样的模式。关账开始，实际数据陆续更新，而在任何人能够解释业务发生了什么变化之前，总得有人先重新搭建工作簿。
这正是我们曾经的日常。每个月，我们的团队都要花费数小时，将各部门的 P&L 拼接在一起、统一映射关系、刷新实际数据、调整输出格式，并反复制作同一份预算与实际数据差异分析的不同版本。在正常的关账流程中，这意味着真正的分析工作开始前，就已经损失了三到四个小时。一旦出现映射或链接问题，耗时还可能延长到五六个小时。
而这正是问题的核心：企业聘用 FP&A 团队，是为了分析经营表现、检验计划的合理性，并帮助管理者做出决策。但很多时候，这项工作中相当大的一部分却耗在了流程性事务上：从 ERP 提取实际数据、统一会计科目表、映射至预算模型、核对入账时点与重分类，以及在每次关账时重新搭建同一份工作簿。
我们此前的预算与实际数据差异分析流程，正是如此。关账期间，Corporate FP&A 会将各部门的 P&L 汇总到一个 Excel 工作簿中，呈现每个明细项目的差异。随后，这份工作簿会分发给整个 FP&A 团队，各团队再为自己所支持的部门手动添加说明和调整格式。这套方法可以运转，但十分脆弱、重复且低效。
手动操作只是挑战的一部分。
实际数据从 Workday 流入，每两小时刷新一次，因此，会计团队新过账的日记账分录在下一次定时更新前都无法显示。只有会计完成当期全部过账后，工作簿才能最终定稿。而每一次组织调整——例如新增成本中心、新增层级或组织重组——都会导致公式、映射关系和版式需要重新手动调整。
换句话说，这套流程不仅耗时，还延迟了财务团队看清现状并采取行动的时间。FP&A 本应帮助业务实时理解正在出现的差异，却被困在搭建基础设施的工作中，只有完成这些准备，真正的讨论才能开始。
这正是 Snowflake Cortex Code（简称 CoCo）发挥作用的机会。
对我们来说，问题不在于能否在 Snowflake 中构建一套更好的预算与实际数据差异分析工作流，而在于 CoCo 能否帮助我们以足够快、足够直接、足够简单的方式完成构建，并让财务团队真正拥有这套工作流。
这正是 CoCo 在这一用例中极具吸引力的原因。由于它原生运行在 Snowflake 中，因此能够理解支撑这套工作流的数据模型、成本中心与总账映射、预测表以及日记账明细。我们不是在一个割裂的工具中从零开始，而是直接在数据、逻辑和治理控制已经存在的地方进行构建。
这种上下文改变了整个构建过程。分析师无需花费数周将数据接入独立的开发环境，只需用自然语言描述自己想要的差异分析视图，CoCo 就能帮助其连接到正确的 Snowflake 对象。这大幅缩短了从想法到可用应用之间的距离。
实时仪表板的效果，取决于底层结构是否扎实。因此，我们首先在 Snowflake 中围绕四个节点建立了清晰的层级结构：负责人、BvA 板块、人员编制和成本中心。由此，用户可以从合并层面的 P&L 一路下钻至单个成本中心，获得完整视图，而无需手动制作数据透视表或在工作簿中反复调整。
在此基础上，CoCo 加速了构建过程。借助 CoCo，我们在 Streamlit 中创建了一套预算与实际数据差异分析仪表板，完全取代了静态 Excel 工作簿。数据管道持续运行，将实际数据直接拉取至 Snowflake，全程无需人工介入。没有人需要手动触发刷新、重建工作表或重新分发文件。
这一变化在关账期间会立即产生影响。会计团队一旦完成分录过账，仪表板便会同步反映。这使两小时的刷新延迟不再成为阻碍，也改变了 FP&A 的工作方式。团队无需再等待工作簿完成拼装和分发，而是可以在关账过程中直接打开仪表板，查看不断出现的差异，并在正式复盘周期开始前调查重大异常。
速度，是价值最直观的证明之一。
我们在两周内完成了原型，并在一个月内上线了功能完整的应用。利益相关者提出反馈后，当天下午就能转化为代码修改，无需等到下一个 sprint。在使用 CoCo 之前，这类项目很可能需要专门的 BI 支持，交付一个可用版本最长可能需要三个月。
这一点之所以重要，是因为收益不仅在于最终产品变得更好。CoCo 还改变了实现这一目标的成本结构。财务团队不必再排在技术 backlog 中等待，而是可以在需求仍然迫切时，直接从业务问题推进到可用解决方案。
旧有的 Excel 模型将用户限制在固定视图中，而新应用不会。
用户可以在不同预测版本和时间周期之间切换，按最符合当前分析需求的场景调整视图，而无需等待新的版本发布。新增成本中心或部门，也不再需要手动重建。业务增长时，仪表板会随之扩展。新的业务单元、报告维度和组织调整，都能通过底层层级结构和源数据自动体现。
这很重要，但更大的变化在于，这套工作流开始真正适配 FP&A 的实际工作方式。用户可以从合并 P&L 一路下钻至成本中心层级，准确定位差异背后的具体驱动因素。这款应用不仅比工作簿更快，也更贴合财务团队真正需要回答的问题。
至此，这一用例的意义已经超越了简单的仪表板现代化。
部分费用类别已经可以直接基于上下文生成 AI 评论初稿。分析师可以在仪表板中审阅、修改并发布这些评论，将过去关账过程中最耗时的环节之一，从“撰写任务”转变为“审阅任务”。
2026 年第一季度总成本视图，包含 AI 生成的差异说明。分析师可以在 AI 生成模式与分析师锁定模式之间切换，将评论工作从撰写任务转变为审阅任务。注：本示例仅作说明，使用假设数据和 AI 生成的示例评论。所示内容不代表 Snowflake 的实际财务结果或内部记录。
这是一次意义重大的转变。CoCo 不仅帮助财务团队更快地构建工作流，还通过为分析师提供一份可供检验的初稿，而不是让他们面对空白页面，从而帮助财务团队以不同的方式执行工作流。
协作层也具备交互能力。GL accounting、FP&A 管理层等跨职能团队可以直接针对费用类别的明细项目提出问题、@相关负责人，并保留每项差异背后的完整讨论记录。工作流不再让上下文散落在邮件和私下沟通中，而是将讨论直接附着在对应明细项目上，从而形成一条可追溯的记录，完整呈现问题如何被调查和解决。
对于管理层，这款应用还提供统一的演示视图，可汇总完整 P&L，并直接导出至 Excel 和 PowerPoint。这减少了高管复盘前的又一层手动工作，也有助于确保会议使用的材料与分析本身来自同一个受治理的数据源。
在财务领域，自动化只有值得信任才有意义。
这套工作流始终运行在 Snowflake 的治理边界内。访问权限通过 Snowflake 基于角色的权限体系进行管理。核心 FP&A 和财务开发角色可以访问完整工作视图，而审核者只能查看经过整理的演示视图。Secrets、查询与写入操作全部保留在 Snowflake 内部，因此可以更轻松地将应用共享给相关团队，而无需额外建立一套治理机制。
这种信任也延伸到工作流本身。格式、计算逻辑和层级定义均经过标准化并被锁定，从而降低公式被覆盖或工作表被删除的风险。每项操作都有时间戳且可追溯，所提供的审计能力，是通过电子邮件流转的工作簿无法比拟的。此外，界面在设计上直观易用，新成员无需先接受专门讲解，就可以开始使用。
这里最重要的变化之一，不只是应用本身，而是谁可以参与构建。
借助 CoCo，分析师无需再排队等待 BI 或数据工程团队的 backlog，才能测试新的视图或工作流。他们可以直接基于生产数据构建原型，并与现场的利益相关者共同迭代。这不仅改变了交付速度，也改变了所有权。财务团队可以更直接地解决自身的工作流问题，同时仍在企业财务所要求的治理模式内运行。
这正是这一用例超越单一场景、令人振奋的地方。一旦财务团队能够快速从问题推进到可用应用，瓶颈就会从技术拼装重新回到业务判断。
当前的仪表板已经取代了原有的拼装环节。下一阶段，则是让 AI 成为分析过程中更深度的合作伙伴。
我们正在将 AI 生成的评论扩展至完整 P&L，而不再局限于部分费用类别。目标是在每次关账开始时，生成一份完整的差异解释初稿，让分析师把时间用于检验和完善叙事，而不是从零开始撰写。我们还会将预测数据直接接入仪表板，以支持预测与预测之间的对比分析，让团队能够将最新视图与计划或此前预测进行比较，并随着数字变化持续更新分析结论。
未来方向预览：一套通过 Cortex Code 呈现的 agentic investigation flow，可以从某项差异一路下钻至造成该差异的供应商，并基于日记账明细备注、Slack 讨论和业务上下文生成有依据的解释。
自动化的预算与实际数据差异分析层不会取代判断力，而是在保护判断力。
它统一定义，按照可信的节奏刷新，并以 FP&A 和业务运营人员已经熟悉的格式呈现差异。这样，团队就能专注于根因和行动，而不是拼装电子表格。
这正是 CoCo 应用于财务领域的真正原因：不只是构建更好的界面，更是让财务团队重新投入到他们本应完成的工作中。解释差异。推动组织对齐。驱动决策。并消除那种为了每个业务单元、每一项明细而反复重建同一份工作簿所带来的手动负担。
点击链接立即报名注册：Ascent - Snowflake Platform Training - China，更多 Snowflake 精彩活动请关注专区。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。