Julio Martínez，Abacum联合创始人兼首席执行官 – 采访系列

Julio Martínez，Abacum联合创始人兼首席执行官，是一位拥有近二十年经验的金融科技企业家，曾在投资银行、企业发展、风险投资和技术领导等领域工作过。他在金融领域开始了自己的职业生涯，涵盖资本市场、并购和私募股权等方面，后来转向金融科技领域，帮助推出了和扩展了多个数字金融产品和平台。在加入Abacum之前，他曾联合创立和扩展了Banco Sabadell的企业风险投资部门，领导了产品发布、战略投资和收购等工作，涉及欧洲、美洲和亚洲等地区。如今，作为Abacum的首席执行官，他将深厚的运营财务专业知识应用于构建现代化的财务规划工具。

Abacum是一款针对中型企业财务团队的AI原生财务规划和分析（FP&A）平台，旨在通过连接运营和财务数据、协作工作流和自动化洞察，简化和现代化规划、预测、报告和预算等过程。该平台旨在取代手动的电子表格驱动的流程，集中实时数据，支持高级场景建模和多维财务建模，自动化重复性任务，如报告和预测更新，并与数百个系统集成，提供单一的真实来源。Abacum的功能驱动准确性、效率和战略决策，使财务组织能够减少手动工作、加快规划周期、专注于增长导向的洞察。

您在金融和金融科技领域工作了近二十年，之后联合创立了Abacum。是什么具体的挫折让您和Jorge意识到现有的工具不适合目的，您需要自己构建产品？

我意识到，财务正在失去影响力，不是因为分析是错误的，而是因为它太晚了。在银行、金融科技和高增长初创企业中，我不断遇到同样的问题。在高管会议上，某人会问一个合理的问题，如：“如果我们减慢招聘速度，我们还剩多少个月的运营资金？”或“如果下个季度收入下滑会发生什么？”但无法立即回答。

这不是因为我不理解业务，也不是因为数学难。问题是结构性的。现金存在一个系统中，员工数量在另一个系统中，收入在其他地方，费用在电子表格中。要自信地回答，您必须把一切都拉到一起，重建模型，调和差异，并希望没有什么会破坏它。

到我能够带着答案回来的时候，决策窗口已经关闭了。那才是真正的问题。财务通过严谨性赢得席位，但通过时机保持席位。如果您无法在几分钟或几个小时内提供自信的决策支持，您就会失去影响力，即使您的分析是一周后完美的。

让事情变得更糟糕的是，财务团队被给予了一个虚假的选择。他们要么使用灵活、快速但易碎和无序的电子表格，要么使用强大但假设业务是静态的、需要大量管理的传统平台。

同时，现代公司即使在高管层也运作在冲刺中。计划不断变化。决策不断堆积。财务不能成为总是“回来回答”的团队。

这就是我们创立Abacum的原因。我们想要一个规划系统，它同时具备速度和可信度，这样财务就可以在选择仍然可协商时应用严谨性。

您在2020年开始构建Abacum时，如何验证这个问题不仅仅是您自己的经历，还存在于快速增长的中型企业中？

第一次验证来自于我预计会驳斥我的论点的对话。我打电话给我的联合创始人Jorge，因为他是我认识的最聪明的财务人员，我以为他会告诉我有一个更好的方法，我不知怎么地忽略了它。

相反，我们花了几个小时比较笔记，意识到我们在不同的环境中经历了相同的模式。财务团队正在被调和、不断重建模型和总是落后于业务。这是它对我们点击的时刻。这个问题不仅仅是个人失败或流程问题，而是一个结构性问题，遍布各个公司。

然后我们与各个行业、地理位置和增长阶段的CFO和财务领导人交谈。语言不同，但故事相同。“我们总是在重建，而不是提供建议。”

对我们来说更深入的洞察是，这种失败在周期中重复。每隔几年，一个新平台都会声称已经解决了FP&A。然后业务的节奏就会再次加快。新的工具、新指标、新利益相关者、新规划周期。系统会因变化而变得臃肿和破碎。

这种认识塑造了我们的方向。我们不想为单一的运营模式构建一个静态的解决方案。我们想要一个在业务发展过程中仍然相关的平台，这在AI时代变得更加关键。后来被YC接受进一步强化了这是一个全球性问题，而不是一个小众问题。

Abacum现在支持实时预测、场景建模和员工规划。在什么时候，人工智能从未来概念变成了平台架构的基础部分？

人工智能对我们来说从来都不是事后才想到的，但我们非常有意地决定何时以及如何应用它。财务是一个信任的业务。你不能把智能放在混乱之上，期待可信度。如果数据很混乱，定义不一致，模型很脆弱，人工智能不会解决它。它只会更快地扩散混乱。

所以，我们从基础开始：强大的数据层、可靠的集成和反映业务实际运作方式的建模原语。从第一天开始，我们的AI策略就是在创造真正杠杆作用的地方嵌入智能。

这意味着将AI应用于高容量、低判断力的工作，这些工作历史上消耗了大量时间并产生了错误。清理和规范化传入的数据。调和系统之间的差异。分类和标记。早期发现异常，而不是在月底。

一旦基础到位，AI就会改变规划的经济学。场景探索变得可行。权衡可以在当时进行测试，而不是安排在几天后召开会议讨论。

那是AI变得基础的时候。不仅仅是因为它可以生成一个漂亮的图表或摘要，而是因为它使财务能够足够快地应用严谨性，以影响仍然开放的决策。

在快速增长的公司中，财务数据通常分散在多个系统中，并且不断更新。将这些分散的数据转化为可靠的实时规划系统中，最困难的技术或组织挑战是什么？

移动数据并不是最难的问题。大多数现代系统都是API驱动的，并且存在集成工具。真正的挑战在数据到达后开始。原始数据不一致。CRM中的收入与ERP中的收入不匹配。HR系统中的员工数量与工资单不匹配。甚至像ARR或运营资金这样的基本指标对不同团队有不同的含义。

如果定义不明确且未达成一致，每个预测都会变成一场辩论。挑战是三重的。首先，数据基础必须在源系统更改时持续更新。第二，业务模型必须具有明确和一致的计算。第三，组织必须保持一致，因为实时规划需要共享的定义和共享的运营节奏。

治理是使速度安全的关键。实时规划只有在工作流中内置信任时才有效，而不是作为政策文件或电子表格检查列表附加在后面。

从您在数百个客户中看到的情况来看，实时、连续的规划如何改变CFO每周（而不仅仅是在董事会或预算会议上）做出决策的方式？

财务的角色已经从周期性审查转变为持续的决策支持。

首先，决策的数量已经激增。财务现在参与招聘、定价、GTM投资、续签、产品投注和运营权衡等持续进行的决策。

其次，数据永远“不完整”。新的工具、新指标和新的利益相关者意味着数据集始终在移动。业务不能等待完美的结算才能推进。

在这种情况下，实时规划将财务从报告和解释转变为积极塑造方向。运营资金成为一个活的约束，而不是一个季度指标。场景规划成为一个频繁的权衡对话，而不是年度练习。

最好的财务团队并没有变得不那么严谨。他们变得更早地严谨。这就是转变。

Abacum如何与传统的基于规则的自动化不同地应用AI，而哪些财务决策仍然需要强大的人类判断？

今天大多数AI在财务领域的应用都是从工作流程的末端开始的。它假设您的数据已经干净和受治理，然后添加一个聊天机器人来查询它或总结洞察力。这可能是有用的，但它跳过了FP&A中最难的部分。

我们从开始就应用AI。我们将AI应用于人类添加的价值最少、错误最多的领域，例如清理、调和、分类、异常检测和模型逻辑辅助。智能嵌入在工作流程中，而不是在单独的聊天界面中。

AI还降低了阻碍团队的复杂性税。许多平台需要专门的顾问或专家，创建了对“系统所有者”的依赖。AI应该降低这种屏障。财务团队应该能够表达意图，并且系统应该帮助正确构建逻辑。

这是我们中间立场的重要之处。历史上，财务团队不得不在灵活但易碎的工具和强大但重的平台之间做出选择。AI现在强迫做出同样的虚假权衡：容易但肤浅的副驾驶，或者强大但需要学习新方式的编排系统。我们相信，正确的答案是消失在工作流程中的AI，改善规划而不改变团队的运作方式。

至于判断，边界是明确的。AI可以加速分析和探索，但涉及资本分配、招聘权衡、定价和战略优先级的决策仍然需要人类背景和问责制。CFO拥有电话。

随着模型变得更加预测性，您如何看待信任和可解释性对于需要站在数字后面的财务领导者来说？

在财务领域，“大致正确”是不够的。财务领导者对他们呈现的数字负责。如果你不能解释一个预测，你就不能在决策对话中使用它。

信任始于确定的基础。一致的定义。调和的数据。透明的逻辑。预测智能只有建立在坚实的基础上才有效。

可解释性是将洞察力转化为行动的东西。CFO需要快速回答什么改变了，为什么改变了，哪些驱动因素移动了，以及哪些假设负责不同的结果。

治理不能再生活在静态控制中。它必须嵌入在工作流程中，这样假设就变得可见，逻辑就变得可追溯，每个场景都留下一个清晰的记录。目标不是从循环中删除人类，而是帮助他们更早地、更有信心地行使判断力。

您经历了早期加速和后期增长资金。这些阶段如何影响您在AI和核心产品基础设施方面的投资？

早期资金强制执行了纪律。我们不能追逐闪亮的物体。我们不得不通过建立基础设施来赢得信任：可靠的集成、强大的数据模型和一个不会在业务变化时破碎的规划引擎。AI一直是我们的战略的一部分，但我们拒绝将其视为营销层。如果AI不能在工作流程中创造真正的杠杆，我们就不会发布它。

随着我们成长，市场发生了变化。AI变得是必不可少的。每个供应商都可以演示一个聊天机器人，并声称自己是“AI驱动的”。因此，标准从外观转变为结果。AI是否帮助财务做出更好的决策，速度更快，具有可追溯性，还是只是产生令人印象深刻的输出?

后期增长提高了效率标准。团队被要求做更多事情，同时使用更少的资源。这加强了我们专注于提供可衡量的杠杆效益的AI，而不是仅仅具有叙事吸引力的AI。

您一直在加倍扩张美国市场。美国市场在接受AI原生财务平台方面与其他地区相比如何？

美国公司行动迅速，投资者期望很高。CFO被期望是深入的操作者，而不仅仅是准确的。他们不断指导招聘计划、GTM投资、支出决策和优先级。

这使得规划缓慢的痛苦更加明显。当决策每周或每天发生时，财务不能运作在每月的节奏上。嵌入式智能变得不再是“很好”的东西，而是一个必要的条件。

美国市场也更容易接受这样一个观点：财务系统应该是动态的，而不是静态的。期望不仅是报告的准确性，还包括业务需要的决策支持的速度。

展望2026年，您认为哪些方面的财务规划将主要由AI自动化，而人类判断力将在哪里仍然至关重要？

将主要由AI自动化的层次是那些重复、低判断力的任务，这些任务今天消耗了大量时间。数据整合、清理、规范化、调和、异常检测和基准报告应该连续运行。

预测和场景生成将被大大加速，但它们不会被完全委托。AI将使探索选项和压力测试假设变得廉价，但上下文风险和问责仍然很重要。

人类判断力将在赌注很高的地方仍然至关重要。资本分配。招聘策略。定价决策。董事会叙述。AI改变了财务是否能够跟上决策的步伐，但它不会改变谁对结果负责。

感谢您这次精彩的采访，希望阅读更多的读者可以访问Abacum。