在 2026 先行智庫年會中，Oracle NetSuite 資深業務經理 游硯閔 Ming，以「幫公司賺錢的 AI 財務模型」為題，從 AI、MCP、ERP 到財務決策模型，分享企業如何讓 AI 不只會回答問題，而是真正開始理解公司的營運資料。
過去，主管想知道產品賣得好不好、現金卡在哪裡，往往得先請人撈資料、整理 Excel、做成報表，再進一步解讀。但當 AI 能在適當權限下直接連接 ERP，情況開始改變：企業不再只是問「能不能做出報表」，而是開始思考 AI 能不能理解數字背後的商業意義，甚至協助我們找到真正值得追問的問題？
這也是 Ming 在這場分享中想帶出的核心：真正有價值的 AI 財務分析，不是單純把大語言模型接上資料，而是把企業資料、財務模型與產業 know-how 組合起來，讓 AI 從「查得到」逐步走向「看得懂、能判斷」。
一、AI 財務分析真正的難題，不是模型不夠強，而是資料還沒接上
企業開始使用 ChatGPT、Claude 等生成式 AI 後，常會發現一個落差：AI 很會整理文字、寫摘要，卻未必知道公司現在真正發生了什麼。因為銷售、庫存、應收、應付、總帳等關鍵數字，仍存在 ERP 與企業系統裡。
Ming 將企業問題分成三個層次：第一是想快速查資料，主管需要進一步判斷與預測，而經營層關心的，則是公司賺得健不健康、資金卡在哪裡，以及下一步該把資源放在哪裡。問題越往上，單純「找到數字」就越不夠。
因此，AI 財務分析的第一道門檻，其實不是再換一個更強的模型，而是先讓 AI 能在正確權限下接觸可信任的企業資料。當資料來源沒有打通，再聰明的 AI，也只能在企業真正的營運世界之外推測答案。
二、MCP 是什麼？讓 AI 從「回答」進一步連上 ERP
這場分享把 MCP（Model Context Protocol，模型情境協定）形容成「AI 世界的 USB-C」。它是一套共通的連接規格，讓 AI 可以用一致的方式與外部資料來源及工具溝通，而不需要每換一個模型，就重新把所有系統整合一次。
Ming 先從個人健康數據切入：當 AI 能取得運動、睡眠、心率與訓練負荷後，它不再只是回答一般性的健身建議，而是開始根據實際資料判讀狀況。接著把同一條連接方式換成企業資料——當資料來源變成 NetSuite ERP，AI 面對的就不再是心率與睡眠，而是總帳、應收、應付、庫存與分析資料。
真正值得注意的不是「AI 終於可以查 ERP」，而是企業取得資訊的方式正在改變：從「先找報表、再解讀數字」，逐漸走向「先提出問題，再由 AI 從資料中找答案」。
三、AI 接上 ERP 後，真正的價值不是查資料，而是開始回答管理問題
三、AI 接上 ERP 後，真正的價值不是查資料，而是開始回答管理問題
如果只是讓 AI 能從 ERP 裡把資料找出來，價值其實還停留在「查詢」層次。Ming 在分享中更強調一個關鍵：工具本身不會形成競爭力，真正拉開差距的，是企業能不能用對模型解讀資料。
因為同樣一組數字，背後可能代表完全不同的經營狀況。營收增加，可能來自獲利能力改善，也可能只是資產運用或財務槓桿發生變化；公司帳面持續獲利，也不代表現金一定健康，資金可能正卡在庫存、應收帳款或其他營運環節。講義裡也因此把不同財務與策略模型，對應到不同的管理問題，例如 ROE 的來源、現金週轉、企業風險與成長方向。
所以，真正有價值的 AI 財務分析，不是多產出幾張圖表，而是讓 AI 把 ERP 數據放進合適的判斷框架中，協助管理者理解：這些數字代表什麼、問題可能出在哪裡，以及接下來真正值得追問的是什麼。
四、讓 AI 讀得到資料還不夠，Agent Skills 才能把企業 know-how 留下來
即使 AI 能連接 ERP，也不能代表它自然知道公司的工作規則。不同企業對欄位、權限、財務口徑與作業流程都有自己的標準，如果每一次都重新用 Prompt 說明，不只效率有限，也很難確保結果一致。
因此，分享中特別談到 Agent Skills：把企業常用的工作規則、安全要求、資料來源、開發規範與財務分析方式，整理成 AI 可以重複使用的「技能」。NetSuite 的範例涵蓋開發、安全治理、權限管理、文件產生與財務分析等不同場景。
這背後其實是一個比「導入 AI 工具」更重要的問題：企業能不能把原本存在資深同仁腦中的經驗，逐步轉化成可重複、可檢查、可延續的工作方法？
當 know-how 能被整理成模型、規則與流程，AI 才有機會從個人助手變成真正的組織能力。
五、從做報表到直接問問題，AI + ERP 正在改變企業決策方式
過去使用企業資料，常是一條很長的路：先從 ERP 匯出資料，再進 Excel 整理、製作報表，最後才由主管進行判讀。未來這條流程可能逐漸轉變成：提出問題 → AI 取得授權資料 → 套用適當模型 → 產出分析 → 由人做最後判斷。
但這不代表 AI 可以取代 ERP 的控制機制。講義中特別強調，快速創新的前端仍然需要一個穩定、可稽核的企業後端，角色、權限、簽核與 Audit Trail 仍然不可省略。
也因此，Ming 最後把 AI 時代真正的競爭力歸納成三種能力：懂 AI、懂 ERP、也懂公司流程。 少了任何一項，都可能讓 AI 把錯誤放大，而不是把價值放大。
企業真正的護城河，或許不是用了哪一個模型，而是能不能把自己的產業 know-how，轉化成一套可重用、可稽核、能持續累積的決策能力。
結語｜AI 財務分析的下一步，是讓企業資料真正能被理解
從 MCP 串接 ERP，到 Agent Skills 與財務決策模型，這場分享真正談的，其實不是一套新的報表工具，而是企業與資料互動方式的改變。
當 AI 能直接讀取企業資料，查詢的門檻會下降，但真正困難的部分反而會更凸顯：我們要問什麼問題？該用什麼模型判斷？哪些數字值得相信？又有哪些決策仍然必須交給人？
也因此，企業導入 AI 財務分析時，真正值得投資的，不只是模型能力，而是資料品質、商業模型、流程規範與產業知識。
當這些能力能被組合在一起，AI 才不只是替企業「把報表做快一點」，而是有機會開始協助管理者看懂：公司現在發生了什麼，以及下一步真正值得關注的是什麼。
講者簡介｜Oracle NetSuite 資深業務經理 游硯閔 Ming
擁有超過 20 年企業 IT 經驗，歷練涵蓋 CRM、ERP、POS 與供應鏈等領域，曾任職 IBM、Oracle NetSuite、Toshiba 等國際企業，目前負責約 80 家 NetSuite 客戶的營運優化與價值深化。
他累積超過 10 年 ERP 與自動化整合經驗，參與 20 個以上 NetSuite 落地專案，橫跨 SaaS、製造、電商、零售與批發產業，並持有 Oracle Certified NetSuite ERP Consultant 與 SuiteCloud Developer II 雙認證，同時也是 n8n 開源社群貢獻者。
近年 Ming 專注於 雲端 × AI × 財務決策的整合應用，探索如何把企業財務與策略模型，連結 NetSuite 的即時營運數據，讓 AI 不只協助查詢資料，更進一步支援可追溯、可驗證的管理分析與決策。
Oracle NetSuite 導入與整合｜丰益科技
丰益科技為 Oracle 在地服務團隊，提供 Oracle Cloud ERP（NetSuite）顧問、導入、客製開發與維運服務，涵蓋財務會計、採購、供應鏈、庫存、銷售與 CRM 等企業流程。除 ERP 導入外，也能串接 MES、PLM、POS、電商、CRM、WMS 等異質系統，協助企業建立更完整的營運資料基礎。
Oracle NetSuite 與企業流程整合｜碩益科技
碩益科技深耕 ERP 導入、企業流程優化與跨系統整合，並具 Oracle NetSuite 實際專案經驗。公開案例中，碩益協助 D2C 品牌「愛貓一生」建置雲端 ERP 架構，串接 Oracle NetSuite、Shopify、金流、物流、WMS 與生產系統，讓訂單、庫存、財務與營運資料能在不同系統間順暢流動。
讓 AI 成為你的競爭優勢：先行智庫陪你走完每一步
先行智庫是 台灣 OpenAI Select Partner，亦為 台灣首家加入 Claude Partner Network 的合作夥伴，提供 ChatGPT Enterprise、Claude Enterprise、AI Agent 建置、企業培訓、導入顧問與系統整合服務，協助企業找到適合的 AI 導入路徑。
查看企業 AI 導入案例與解決方案
https://www.kscthinktank.com.tw/ai-solution/
查看最新 AI 講座與實戰活動
https://www.accupass.com/organizer/detail/1409301851018085524000
有任何問題或需求，請填寫以下表單，我們將竭誠為您解答！
您也可以透過以下按鈕了解更多資源：