驾驭 AI，激活财务增长新动能

　　/传播易/在用友网络科技股份有限公司(以下简称“用友网络”)全球商业创新大会上，本届大会以“驾驭AI 驱动增长”为主题，用友网络正式发布新一代BIP6平台与企业级超级智能体YonWork。当前，生成式AI正在重塑企业管理范式，财务领域正从简单“试用AI工具”迈向“组织驾驭AI能力”的新阶段。但不少财务从业者仍混淆个人AI工具使用与企业级AI赋能的边界，对B端AI产品真实价值、AI如何落地企业财务管理场景缺乏清晰认知。围绕AI财务转型这一核心命题，用友网络副总裁付建华结合 AI产品发展以及大量客户落地案例，深度解读企业驾驭AI的实现路径，剖析新一代B端财务AI解决方案的核心能力，并就企业如何稳步推进智能化转型，给出兼具行业普适性与落地指导性的体系化思考。

　　分清个体与组织：重新理解“驾驭AI”的真实内涵

　　在AI热潮之下，不少企业将员工能够操作AI 工具、会向AI提问，等同于企业实现了对AI能力的驾驭。付建华指出，二者存在本质区别：个人层面重在学习、掌握、使用AI工具，以此提升个体工作效率;而“驾驭AI”属于组织级命题，核心是企业将AI融入管理流程、管理场景，提升运营效率、释放数据价值、降低运营成本等，从而更优赋能业务经营，最终助力企业增长。

　　驾驭AI并非一朝一夕即可达成的目标，其终极愿景是将数智员工深度融入企业全经营链条，实现全域人机协同的运营与管理。付建华认为，企业不必急于追求理想化的终局形态。面对迭代迅速的AI技术以及相应的AI工具，财务团队应主动将前沿技术转化为可落地的应用实践，而非被动观望等待。当前 AI 技术迭代周期已缩短至约三个月左右，以智能体、超级智能体为代表的新一代AI 工具正逐步走向成熟，并加速进入企业管理运营场景。财务团队应主动探索、尝试搭建智能体，将其嵌入端到端流程，辅助开展流程处理与数据加工等工作，在持续实践中逐步构建驾驭 AI的能力。

　　付建华总结出企业从尝试AI到真正驾驭AI的四大标志性跃迁：从简单问答查询升级为AI智能体自主执行任务;从零散点状场景试点拓展至端到端完整业务场景落地;从小范围试点探索迈向企业内部规模化推广;从工具浅度应用升级为智能体深度嵌入业财全流程。

　　付建华强调，企业增长是多重因素共同作用的结果，AI+财务的价值，在于释放财务团队的生产力。当AI承接大量重复、低价值的基础事务，财务人员得以抽身投入经营支撑、业务赋能、资源配置等高价值工作。财务对业务的响应效率、服务质量持续提升，进而就会助力企业整体经营提质增效。

　　用友BIP6+YonWork：推动企业AI从“问答时代”迈入“执行时代”

　　本次大会发布的用友BIP6平台搭载面向B端企业场景的超级智能体YonWork，跳出多数市场AI产品仅停留在问答、信息查询的能力局限，将AI能力边界拓展至任务自动执行，构成该方案最为突出的亮点。

　　市面上不少AI财务应用属于外置单点工具，仅能够实现咨询答疑，与企业ERP系统相互割裂，难以深度嵌入实际业务场景。对比同类产品，付建华将YonWork的差异化优势归纳为五个维度。

　　第一是场景的完备性。YonWork内置大量封装完成的企业管理运营场景Skills以及专属财务智能体，覆盖多元财务业务场景，突破单点工具的能力局限。第二是能力的跃迁。打破“仅问答、不执行”的行业现状，以业务目标为导向实现端到端任务自动执行，AI不再局限于应答问题，可独立完成整套标准化财务业务动作，形成完整业务闭环。第三是与核心业务系统原生融合。YonWork与用友BIP深度打通，智能体运行过程中可直接调用ERP各项功能，无需跨系统切换，真正实现数字化与智能化一体化。第四是能够读懂企业商业上下文。区别于通用C端AI 工具，B端超级智能体沉淀企业制度、组织架构与业务规则，AI输出结果贴合企业真实经营逻辑，规避通用大模型脱离企业业务实际的问题。第五是面向企业严苛要求的安全合规设计。智能体运行于企业私有安全环境，数据留存于企业管控边界之内;继承BIP完整权限校验体系，对每一次调用实施权限拦截;完整留存全部运行日志与审计痕迹，满足财务内控、审计溯源的安全要求。

　　两大高价值财务场景落地：审核提效，预测赋能经营决策

　　基于大量客户调研，付建华表示，现阶段用友BIP6已上线18类财务智能体，产品仍在持续迭代，其中智能合规审核、经营模拟预测两大场景获得的企业价值反馈最为强烈。

　　合规性审核是日常财务工作中耗费人力最多的重复性工作之一，单据、报销、合同的合规校验，可依托AI智能体承接此类工作，释放财务人力。而经营洞察与模拟预测，则直指预算编制、资源分配、盈利测算领域的传统痛点。过去财务人员需要手工处理海量历史数据，如今智能体可基于历史经营数据，快速推演多重假设条件下的经营结果，支撑管理层高效完成资源调配。

　　上述两类场景落地，为企业带来三层实实在在的改变。作业效率层面，大量校验、测算工作交由智能体处理，工作效率得到显著提升;人力结构层面，数字员工接管标准化事务，财务人力从重复性劳动中释放，转向高价值工作;经营决策层面，通过多情景模拟推演，帮助管理层研判不同经营假设对应的结果，提升决策的科学性。

　　AI赋能央国企穿透财会监督：管理底座为先，AI做能力放大器

　　针对国资委对中央企业、国有企业全级次财会监督与穿透式管理的相关要求，付建华提出，财务穿透管理需抓住纵向数据穿透、横向业财穿透两大抓手。

　　纵向维度，集团应实现财报、资金流水、涉税数据的“一穿到底”。即便子公司分布于全国各地乃至海外，集团也可直达底层业务单元调取原始数据，筑牢风险管控的数据底座。横向维度，要做到每一笔资金支付均可向前追溯至前端订单、合同;同时将风险与合规检查点前置嵌入业务财务系统，在业务发生环节拦截不合规行为，扭转事后整改的被动模式。

　　与此同时，付建华着重提示行业，切忌过度放大人工智能的作用。人工智能并非解决穿透式监管的万能钥匙，完善的管理体系、成熟的数字化基座是前置条件，人工智能仅作为能力增强放大器。企业应当先搭建完备的风险管理框架，沉淀风险指标与风险模型，再把风险数据、知识图谱输入大模型，人工智能方可发挥风险识别、预警作用;倘若缺乏底层管理与数字化基础，单纯引入大模型难以产生实际业务价值。

　　企业落地AI财务四大务实忠告：小步快跑，拒绝等待与冒进

　　面对大批正在规划AI财务建设的企业，结合一线项目实践经验，付建华给出四条可落地的实操建议。

　　第一，拒绝观望，尽早开展实践。大模型迭代周期仅1.5—3个月，未来技术形态尚无法预判，企业不必等待技术达到“完美状态”，可依托现有成熟场景启动试点，紧跟技术浪潮。第二，摒弃一步到位的建设幻想。AI技术仍处于发展阶段，优先选取1—3个企业最突出的痛点场景，集中资源跑通业务闭环，沉淀方法论后再逐步拓展，切忌追求一次性实现全领域智能化。第三，厘清B端AI与C端AI的鸿沟。企业级智能体对数据安全、权限管控、知识沉淀、审计留痕存在硬性约束，不可照搬个人使用大模型的思路，应当遵循B端AI专属落地方法论。第四，财务团队需适度补齐基础技术认知。财务人员不能仅通晓业务，还应当理解AI基础原理，方能更好实现业务场景与智能技术的匹配，找到适配本企业的落地路径。

　　访谈最后，付建华总结指出，AI财务是渐进式优化，而非颠覆式重构。唯有夯实管理底座、聚焦场景小步快跑、严守安全合规底线，企业方能真正驾驭AI，使技术持续为财务创造增量价值。