Figma CFO：業務複雜度不變，團隊一年後就該變少
對賬、併購盡調原型、投資備忘錄生成已被AI壓縮到分鐘級，Figma CFO Praveer Melwani認為，一旦業務複雜度不再增長，財務團隊的人力需求本身會隨之收縮。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 點時間戳可跳到原聲
自動化曾意味著手寫幾百行SQL等幾小時
Praveer回憶剛加入Figma時，自動化全靠他自己寫SQL——把產品使用數據和Stripe的財務數據拼在一起，一次要寫四五百行查詢，跑一次要等好幾個小時，還不一定一次就對。等穩定下來，還得再找數據科學家把這段邏輯接入ETL流程，才能持續推送給Salesforce、Marketo等系統。他的結論是：當年靠手工搭出來的那套力量倍增器，現在用AI工具人人都更容易復現。
— Praveer Melwani招聘的底線：不能讓AI替你思考
Praveer正在招VP Finance，案例測試故意只給候選人很少的信息（因為公司已上市、公開數據夠多）。他真正要看的不是模型做沒做出來，而是候選人是否真正理解模型結構、知道哪些假設對結果最敏感、能不能講清楚模型為什麼這樣搭建。他說任何人都能讓大模型吐出一份模型，那不等於真正理解業務——AI可以是工具，但思考這件事不能外包。
— Praveer Melwani併購盡調新增一道工序：讓AI把對方產品復刻出來
Figma的corp dev團隊現在把vibe coding產品原型當作盡調的一項標準檢查：復刻一遍收購對象的產品，直接判斷技術護城河有多深。更進一步，他們給公司每位領導層成員都建了一套「人格模型」，寫投資備忘錄時先拿這些AI人格互相推演、模擬Praveer、CRO Sean等人會提出什麼問題，提前補齊論證薄弱處，縮短了團隊坐在一起反覆過會討論的時間。
— Praveer Melwani一兩個月內搭出40-50個agent，九成後來沒人用
Ivan提到一家成長期公司的財務團隊，一兩個月裡造出了40到50個agent，但其中大概90%最終沒有人在用。他認為這種「浪費」反而值得鼓勵：關鍵不是agent的留存率，而是它把團隊的默認反應從「手動做一遍」切換成「先想能不能自動化」。Praveer補充說，真正的風險是同類工具在內審、GRC、AP等多個團隊裡被重複造出來，這時候需要有人出面把分散的工具收編、複用。
— Ivan Makarov「金融工程師」該分散，收編的活歸CIO
Figma沒有把自動化集中到一個團隊，而是讓各業務線專家自己先搭原型——因為他們最懂流程該長什麼樣。但Praveer不想讓同一個人既要搭系統，又要負責上游依賴、維護和交接風險，這部分活該交給成體系的CIO組織：識別哪些自下而上冒出來的工具值得被產品化、被所有人複用，而不是讓每個團隊各自維護一套相似的東西。他把新加入的CIO Casper Sorensen的職責形容為搭建集中化的PM職能。
— Praveer Melwani能接觸AI工具本身，正在變成一項招聘福利
Praveer發現團隊裡有人主動說很享受現在的工作，原因之一是公司給了探索AI工具的自由和相應政策。他開始在招聘對話裡把這一點當作賣點講出來，尤其對那些不是技術背景出身的候選人：這是他們第一次有機會摸到一個全新的世界。他認為比起單純宣傳能用上這些模型，更有吸引力的是讓對方在面試過程裡真實感受到——這家公司不只是給權限，是真的在用、在建。
— Praveer Melwani業務複雜度不變，人頭一年後就該變少
被問到效率提升會不會見頂，Praveer的回答是：如果Figma業務的複雜度保持不變，一年後大概率不需要同樣多的人。但他把這個判斷限定得很清楚——現實中Figma在不斷加新產品線、併購團隊，複雜度本身一直在漲，所以組織規模還在和複雜度的增長賽跑，而不是單純縮編。不過他明確認為，效率提升本身會持續壓低單位複雜度所需要的人力。
— Praveer MelwaniExcel不會被取代，它是建立信任的工具
面對Excel是不是要被淘汰的問題，Praveer直接否認：它是自己理解業務、建立信任的方式。他拿Figma自家產品類比——可以用自然語言生成一版設計初稿，但要微調顏色這種細活，直接用手改色輪反而更直觀。模型目前還沒好到可以直接產出一份可信的預測模型，這種動手調整、用空間排布組織思路的過程，短期內很難被取代。
— Praveer Melwani原話 · 已逐字校驗
If our business complexity was staying the same, I think we probably wouldn't need the same number of people a year from now.
如果我們業務的複雜度保持不變，我認為一年後我們大概不需要同樣多的人。
Praveer Melwani0:00
We're in the era right now where a lot of slop is being called out.
我們現在正處在這樣一個階段：很多「水貨」內容正在被指出來。
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.
我確實認為，這就是把這個角色從一種交通警察式的財務職能，轉變成業務推動者、組織內真正變革推動者的神奇之處。
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.
我認為今天你不想把自己的思考外包出去。你應該把AI當作幫助你、賦能你的工具，但保持自己是那個思考者，這一點真的非常關鍵。
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.
你能不能把對方的產品用vibe coding復刻出來，是我們現在盡調裡用到的一項檢查，看到這個過程其實挺有意思的。
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.
我跟我們一位成長期公司的CFO聊過，他說大概一兩個月裡，他們團隊造出了40到50個agent，顯然不是所有都在被使用。
Ivan Makarov19:32
No, it's like my love language.
不，它（Excel）就像是我的愛的語言。
Praveer Melwani40:25
數字與實體
| 早期自動化手寫SQL規模 | 四五百行 | 4:09 |
| T&E數據對齊中「找數據」問題佔比 | 95% | 18:32 |
| 某成長期公司一兩個月內搭建的agent數量 | 40-50個 | 19:32 |
| 其中最終沒人使用的比例 | 約90% | 19:32 |
術語
- vibe coding氛圍編程
- 用自然語言讓AI直接生成可運行產品原型的開發方式
- ETL數據抽取-轉換-加載流程
- 把數據從一個系統定期清洗、搬運、載入另一個系統的自動化流程
收聽指南
正在搭建AI-native財務/運營團隊的CFO、財務負責人，以及關心AI會如何改變組織人力結構的創始人和投資人。
開場0:00-2:05是全集內容的預告式剪輯，後面都會原話再講一遍，可以跳過。