Figma CFO：业务复杂度不变，团队一年后就该变少
对账、并购尽调原型、投资备忘录生成已被AI压缩到分钟级，Figma CFO Praveer Melwani认为，一旦业务复杂度不再增长，财务团队的人力需求本身会随之收缩。
原视频在 YouTube 上放不出来，用音频听：
核心论点 · 点时间戳可跳到原声
自动化曾意味着手写几百行SQL等几小时
Praveer回忆刚加入Figma时，自动化全靠他自己写SQL——把产品使用数据和Stripe的财务数据拼在一起，一次要写四五百行查询，跑一次要等好几个小时，还不一定一次就对。等稳定下来，还得再找数据科学家把这段逻辑接入ETL流程，才能持续推送给Salesforce、Marketo等系统。他的结论是：当年靠手工搭出来的那套力量倍增器，现在用AI工具人人都更容易复现。
— Praveer Melwani招聘的底线：不能让AI替你思考
Praveer正在招VP Finance，案例测试故意只给候选人很少的信息（因为公司已上市、公开数据够多）。他真正要看的不是模型做没做出来，而是候选人是否真正理解模型结构、知道哪些假设对结果最敏感、能不能讲清楚模型为什么这样搭建。他说任何人都能让大模型吐出一份模型，那不等于真正理解业务——AI可以是工具，但思考这件事不能外包。
— Praveer Melwani并购尽调新增一道工序：让AI把对方产品复刻出来
Figma的corp dev团队现在把vibe coding产品原型当作尽调的一项标准检查：复刻一遍收购对象的产品，直接判断技术护城河有多深。更进一步，他们给公司每位领导层成员都建了一套「人格模型」，写投资备忘录时先拿这些AI人格互相推演、模拟Praveer、CRO Sean等人会提出什么问题，提前补齐论证薄弱处，缩短了团队坐在一起反复过会讨论的时间。
— Praveer Melwani一两个月内搭出40-50个agent，九成后来没人用
Ivan提到一家成长期公司的财务团队，一两个月里造出了40到50个agent，但其中大概90%最终没有人在用。他认为这种「浪费」反而值得鼓励：关键不是agent的留存率，而是它把团队的默认反应从「手动做一遍」切换成「先想能不能自动化」。Praveer补充说，真正的风险是同类工具在内审、GRC、AP等多个团队里被重复造出来，这时候需要有人出面把分散的工具收编、复用。
— Ivan Makarov「金融工程师」该分散，收编的活归CIO
Figma没有把自动化集中到一个团队，而是让各业务线专家自己先搭原型——因为他们最懂流程该长什么样。但Praveer不想让同一个人既要搭系统，又要负责上游依赖、维护和交接风险，这部分活该交给成体系的CIO组织：识别哪些自下而上冒出来的工具值得被产品化、被所有人复用，而不是让每个团队各自维护一套相似的东西。他把新加入的CIO Casper Sorensen的职责形容为搭建集中化的PM职能。
— Praveer Melwani能接触AI工具本身，正在变成一项招聘福利
Praveer发现团队里有人主动说很享受现在的工作，原因之一是公司给了探索AI工具的自由和相应政策。他开始在招聘对话里把这一点当作卖点讲出来，尤其对那些不是技术背景出身的候选人：这是他们第一次有机会摸到一个全新的世界。他认为比起单纯宣传能用上这些模型，更有吸引力的是让对方在面试过程里真实感受到——这家公司不只是给权限，是真的在用、在建。
— Praveer Melwani业务复杂度不变，人头一年后就该变少
被问到效率提升会不会见顶，Praveer的回答是：如果Figma业务的复杂度保持不变，一年后大概率不需要同样多的人。但他把这个判断限定得很清楚——现实中Figma在不断加新产品线、并购团队，复杂度本身一直在涨，所以组织规模还在和复杂度的增长赛跑，而不是单纯缩编。不过他明确认为，效率提升本身会持续压低单位复杂度所需要的人力。
— Praveer MelwaniExcel不会被取代，它是建立信任的工具
面对Excel是不是要被淘汰的问题，Praveer直接否认：它是自己理解业务、建立信任的方式。他拿Figma自家产品类比——可以用自然语言生成一版设计初稿，但要微调颜色这种细活，直接用手改色轮反而更直观。模型目前还没好到可以直接产出一份可信的预测模型，这种动手调整、用空间排布组织思路的过程，短期内很难被取代。
— Praveer Melwani原话 · 已逐字校验
If our business complexity was staying the same, I think we probably wouldn't need the same number of people a year from now.
如果我们业务的复杂度保持不变，我认为一年后我们大概不需要同样多的人。
Praveer Melwani0:00
We're in the era right now where a lot of slop is being called out.
我们现在正处在这样一个阶段：很多「水货」内容正在被指出来。
Praveer Melwani0:00
I do think that's the magic of shifting this role from what can be viewed as like a traffic cop sort of financing type function to one that's a business enabler and a true change agent within the organization.
我确实认为，这就是把这个角色从一种交通警察式的财务职能，转变成业务推动者、组织内真正变革推动者的神奇之处。
Praveer Melwani3:05
And I think you don't want to outsource your thinking today. Like I think you want to use AI as a tool to help you and empower you. But it's really, really critical to still be that thinker.
我认为今天你不想把自己的思考外包出去。你应该把AI当作帮助你、赋能你的工具，但保持自己是那个思考者，这一点真的非常关键。
Praveer Melwani9:12
can you vibe code a product is one of the one of the checks that we use in diligence now, which is actually really fun to see.
你能不能把对方的产品用vibe coding复刻出来，是我们现在尽调里用到的一项检查，看到这个过程其实挺有意思的。
Praveer Melwani12:20
I was talking to one of our growth stage CFOs who was saying that in, I think, a month or two, there have been, you know, 40 or 50 agents created by their team, which obviously are not all being used.
我跟我们一位成长期公司的CFO聊过，他说大概一两个月里，他们团队造出了40到50个agent，显然不是所有都在被使用。
Ivan Makarov19:32
No, it's like my love language.
不，它（Excel）就像是我的爱的语言。
Praveer Melwani40:25
数字与实体
| 早期自动化手写SQL规模 | 四五百行 | 4:09 |
| T&E数据对齐中「找数据」问题占比 | 95% | 18:32 |
| 某成长期公司一两个月内搭建的agent数量 | 40-50个 | 19:32 |
| 其中最终没人使用的比例 | 约90% | 19:32 |
术语
- vibe coding氛围编程
- 用自然语言让AI直接生成可运行产品原型的开发方式
- ETL数据抽取-转换-加载流程
- 把数据从一个系统定期清洗、搬运、载入另一个系统的自动化流程
收听指南
正在搭建AI-native财务/运营团队的CFO、财务负责人，以及关心AI会如何改变组织人力结构的创始人和投资人。
开场0:00-2:05是全集内容的预告式剪辑，后面都会原话再讲一遍，可以跳过。