注：《2025—2026年中國司庫報告》：數智化價值，共創生態型司庫 現貨熱銷，邀您掃碼咨詢或點擊圖片，試讀報告

下文來源于2025財資生態節 埃森哲大中華區董事總經理、智能運營交付中心主管 衣娟的分享，視頻回放可前往小程序：財資知識云觀看，立即點擊前往觀看

近年來，生成式AI在國內生態領域飛速發展，滲透到研發、實體經濟等各行各業。在亞太地區，AI的應用更是各具特色。中國的比亞迪堪稱典范，將AI深度融入電動汽車發展，從加速電池研發、優化車輛設計，到實現智能工廠自動化與自動駕駛，AI已成為其打造未來出行方式的核心驅動力。而在新加坡的公共服務領域、日本的智能產業以及澳洲的銀行保險與電信行業，AI也在發揮著日益重要的作用，成為全球增長體系中關鍵的運營支撐。

人物介紹PROFILE

衣娟

埃森哲大中華區董事總經理、智能運營交付中心主管

01

AI的變革力量

埃森哲于2024年底的調研數據顯示，到2038年，生成式AI有望釋放4.5萬億美元的經濟價值，十分誘人。同時，86%的受調研企業高管在加大生成式AI的企業級部署，67%的高管發現AI在增加收入方面比單純降本效果更顯著，亞太區63%的高管計劃在2025年進一步加大AI投資與部署。然而，從結果來看，僅29%的企業高管表示該公司AI部署達到規模化，其中僅13%認為實現了顯著的企業級經濟效益。中國的數據也類似，分別為25%和17%。為何機遇巨大，實際成效卻出現斷崖式下跌？這背后是企業在AI部署中面臨的諸多挑戰。

回顧AI的發展歷程，幾年前的AI更多依賴簡單算法和人工輸出規范結果，以人為主導，AI的作用有限。但如今的生成式AI已實現從點到規模的跨越，更邁向了自主式AI（如AI代理）的新階段。以往，企業借助AI處理海量數據，能快速輸出結果；而AI代理則像虛擬員工，接到任務后可自主理解需求、推理步驟、調用不同智能體協同工作，最終呈現成果。

具體來說，AI智能體可理解為多個智能體的串聯與并聯。以處理保險單據為例，當下達處理單據并錄入系統、發送郵件的任務后，具備協調能力的AI智能體會先理解任務與預期結果，隨后調動超級智能體和效用智能體。超級智能體如同行業專家，專注于特定能力，如數據處理、系統交互等；效用智能體則負責更細分的工作，如圖片識別、語言翻譯。三者協同，就能完整高效地完成任務。

日本明治保險的案例就很有說服力。作為日本第三大壽險公司，明治保險面臨老齡化社會帶來的困境：國家每年流失近80萬勞動力，壽險市場萎縮6%，且難以招募新保險人才。在此背景下，其首席執行官決定通過AI實現企業轉型，于是設定了每年進軍新領域、增長5%的目標，并邀請埃森哲助力企業級AI部署。埃森哲為其3萬多名保險人員全員配備AI數字代理平臺，直接釋放出500多名員工，將他們調配到客戶服務和新增長領域。同時，通過DII在企業內的部署，還培養了500多名AI數字專家。此外，明治保險還對傳統系統進行優化，升級到Java（一種編程語言）體系并構建新架構，為拓展新行業、實現增長奠定基礎，成為AI賦能企業轉型的成功范例。

02

制勝之道：以AI驅動企業重塑

企業要實現AI驅動的重塑與轉型，具體該從哪些方面入手呢？主要有四個關鍵方向。

首先是流程重塑。傳統企業流程多為靜態規范，依賴人工操作，即便有自動化環節，也基于固定范式算法提供簡單服務，AI應用多為點式。而向AI自主自動化轉型，需在企業層面拉通部署多個智能體，讓其像虛擬人一樣替代部分人工崗位，實現流程的智能化升級。

其次是員工隊伍轉型。企業需明確未來所需人才的類型與數量，評估哪些流程可通過AI智能體自動化，釋放人力并重新分配到提升客戶體驗、助力業績增長的崗位。同時，企業要加強員工技能培訓，讓他們能駕馭AI，在使用過程中糾錯反饋。

再者是運營模式變革。當前，企業AI部署主要有三種類型：基礎型基于簡單算法，應用于點或簡單步驟；局域式部署中，部分企業重視生成式AI，成立CoE（專家中心）組織中心并設生成式AI首席執行官，但未實現跨部門拉通；最新的則是AI自適應自主觸發模式，實現全部門數據、流程與AI部署的拉通，AI可自主學習、完成任務并持續優化，同時更新底層數字核心。

最后是數字核心更新。數字核心至關重要，若不打通更新，企業級AI自主化部署將舉步維艱。數字核心包含四個層級：底層是具備韌性、可組合且安全的云基礎設施，用于存儲海量數據；中間層是企業級AI與數據部署，實現數據拉通與AI智能體跨部門協同；第三層是端對端的數字平臺，需與伙伴形成大循環；頂層則是人的參與，企業管理層與員工在各操作層面發揮作用，共同驅動企業高效運轉。

埃森哲過去3年在自主生成式AI領域投入30億美元，在全球范圍內開展研發與POC（概念驗證），與各行業領軍企業合作部署。埃森哲從企業KPI（關鍵績效指標）出發，助力打破部門與數據壁壘，推動AI風險系統化落地，并聯合生態伙伴為客戶提供支持。同時，埃森哲發布全球與區域研發報告監控AI發展趨勢，提供個性化解決方案，搭建AI學院平臺與部署中心，還與頂尖學術機構合作，推動AI在社會層面的規范發展。

03

AI在財務領域的應用

埃森哲在運營領域深耕35年，發現AI能顯著提升財務效率。從客戶付款、訂單合同收款，到憑證處理、會計報告與預算編制，AI都可以發揮效能。例如，在業財拉通的走賬環節，AI效率提升最高達70%；采購到付款環節因涉及大量規則與數據處理，AI應用空間也很大；銷售訂單到收款環節，因企業更關注客戶體驗與市場應變，AI效率提升相對稍低，但仍有不小潛力。

在財務領域，AI應用還需考慮不同場景的特性。部分企業數據敏感保密，AI部署擴展性低，不建議復制；而有些AI工具適用性高，可在多個運營領域拉通使用，也可部署多個智能體實現獨立應用。目前，埃森哲已在財務領域部署50多個AI應用，覆蓋財務運營、戰略財務規劃，以及與稅務、資金、風險合規相關的跨部門協同等場景。

埃森哲始終致力于幫助各行業客戶快速、負責任地推進AI應用，助力打造AI優先型組織，激活績效前沿、打破數據孤島、構建AI基礎，推動負責任AI的普及與落地，拓展生態伙伴關系。埃森哲擁有豐富的資源，包括大量觀點報告、解決方案、學習平臺與先進AI中心，能為企業AI轉型提供全方位支持。

全新司庫報告：

《2025—2026年中國司庫報告》以“數智化價值，共創生態型司庫”為主題，系統梳理企業司庫體系建設的頂層設計、實施路徑與關鍵議題，前瞻研判未來發展趨勢。報告倡導以數智技術為引擎、以生態協同為核心理念，推動司庫從企業內部資金管理職能向連接產業鏈、供應鏈與金融生態圈的價值樞紐演進。通過數據共享、平臺互聯與多方協作，實現資金流、信息流與商流的深度融合，全面提升司庫的戰略價值與綜合效能，助力企業在復雜環境中增強財資韌性，強化戰略支撐能力，贏得全球競爭優勢。

《2025—2026年中國司庫報告》

（主報告+子報告）

點擊圖片，支持訂購/試讀

作為推進財資力提升工程的子項目，《中國司庫報告》已連續 6 年發布，持續迭代分析框架與理論模型，堅持“模型驅動洞察、實踐引領路徑”的研究理念，不斷豐富和完善司庫研究體系。自2024年起，報告正式升級為“主體報告＋標桿案例集”雙成果模式，強化理論與實踐的雙向賦能。

訂購平臺，微信小程序：財資知識云