从AI大模型问世以来，AI将重构企业流程的声音络绎不绝，尤其是当模型从卷技术走向卷应用、卷场景以后，AI开始逐渐渗透到企业流程之中，并打破这种原有流程，重构企业内部管理流程。
从“几块钱”到“几毛钱”，成本下降带来规模化应用可能
虽然生成式AI的问世让流程开始重构，并加以AI赋能，但很多行业变化的齿轮真正开始转动要从DeepSeek的横空出世算起。
在DeepSeek问世之前，财务收支管理平台合思就尝试了利用AI大模型的能力去打造新的财务体系，实现从IT到AI替的过程。但因为彼时使用AI大模型的成本很高，以AI识别报销小票为例，粗略估算一下，使用人工审核小票的“工资”成本大概在1~2元钱，但使用AI大模型审核的成本将达到9~10元钱，“生成式AI在财务流程中的应用是为了降本增效的，但如果因为用了AI的能力而让企业花费了更大的成本，那还不如使用最传统的办法。”合思创始人兼CEO马春荃如是说。
另一方面，彼时多数好用的大模型产品来自海外，受到合规、监管等因素的影响，导致国内企业无法使用到更好的大模型产品。
上述两点随着DeepSeek的问世“迎刃而解”，马春荃告诉钛媒体APP，DeepSeek问世之后，将原本使用AI审核一张小票的费用从9~10块钱，降低到了6~7毛钱，“大幅降低的费用，远超过了使用人工审核的性价比，让AI小票识别真正得以落地。”马春荃指出。
不仅于此，在各行业企业都在积极布局海外业务的当下，各个国家的，不同语种的小票也给从事发票报销的财务人员提出了新的挑战。
以阿拉伯语为例，中东地区作为我国企业出海的重点区域之一，阿拉伯语的小票如何识别成为了财务人员的“噩梦”，“雇佣一个会阿拉伯的财务人员，可能一年也用不到几次，但是对于企业来说，这样的人才可遇不可求，也会加大企业开支，”马春荃进一步指出，“但是使用AI之后，为企业节省了很多费用，也提升了识别的准确率，并可以实现风险标注，让财务人员一目了然。”
以合思的相关产品为例，据马春荃介绍，目前已经支持包括阿拉伯语在内，几十个语种的的小票识别。
“就财务领域而言，AI已经重构了企业流程，让企业财务从‘流程驱动’走向‘模型驱动’，”马春荃进一步指出，“但当下还尚未看到‘天花板’，模型驱动的改造还在进行中。”
用户需求涌现，AI浪潮才刚到来
小票识别仅仅是AI在财务领域应用的一个缩影，DeepSeek的出现将AI应用的价格“打下来”以后，让更多因为成本导致无法落地的场景得以“照进现实”。
马春荃告诉钛媒体APP，在生成式AI出现以后，在财务领域确实涌现了很多可以植入的场景，但当时算力成本太高，使用AI反而比人工要更贵，而且AI能力还不足以应对很多场景，“比如员工在出差的期间，却产生了在本地的打车费用，这些小票的审核过去AI是识别不出来的，只能依靠人工进行审核。”马春荃举例到。
而这种情况随着DeepSeek的问世得到了改善，“DeepSeek让企业能以更低的成本，获取更高性能的AI能力，同时企业还能在合法合规的情况下使用，这为AI+财务的实现，提供了很大的支持。”马春荃表示。
不过在马春荃看来，AI的浪潮才刚刚开始，AI针对财务领域的重构也才刚刚开始。而这个需求是伴随着企业从“流程驱动”走向“模型驱动”而开始的。
无独有偶，长江商学院会计学副教授 MBA项目学术主任、高层管理教育项目学术主任张维宁也认为，随着企业的发展，组织架构愈发复杂，而AI大模型的出现，能以一种简单的方式，将这个复杂的问题变成简单的问题，张维宁曾对钛媒体APP表示，“通过流程和分工的方式，并在每个环节用好AI的能力，就能让原本复杂的问题变得简单，从而提高企业运营效率。”
财务系统要实现模型驱动首先需要做到将管理软件、交易系统和账户体系得基础夯实，进而以模型为中心，将三者调度起来，并实现最终以人为中心的愿景，“AI就相当于我们的助理，帮助我们起到协作的作用，每个人拥有的AI助理会越来越多，每个AI助理也都有各自擅长做的事情，而我们需要做的就是去适时的使用、调度这些助理帮助我们完成工作。”马春荃指出。
在马春荃看来，“在AI的赋能下，企业管理正在从流程驱动到模型驱动进化，我们曾经在表单上填写的那些复杂而繁琐的结构化数据，是为流程驱动环境下每一个环节服务的。在以模型为核心的决策分发的时代，将不再那么重要且冗长。我们曾经煞费苦心的编辑各种流程，以防控风险、提升效率。但这种流程无形当中增加了管理成本与维护成本。面对蜘蛛网一样的审批流、工作流，应当是每个系统管理员的恶梦。在以模型为核心的决策分发的时代，流程的抽象形式将更为隐形，甚至不再需要被用户看到。算法也不再是可插拔，而是随需的被AI所调用。”
此外，有不少业内专家认为，AI大模型正将企业财务从“规则执行者”转变为“价值创造者”。未来三年，率先完成“数据-模型-组织”三重进化的企业，将跨越AI转型的“达尔文之海”，成为真正的“模型驱动型”组织。这一进程中，技术能力与业务洞察的深度融合，将成为决胜未来的核心密码。
具体到财务细分场景中，比如企业可以通过OCR技术实现发票信息自动识别，据了解，目前的准确率已经超99%，结合RPA（机器人流程自动化）完成账目核对、报销审核等任务。据统计，企业部署AI系统后，月度报表生成时间可以缩短80%，人工干预减少70%。大幅提升效率的同时，还能降低财务人工成本。
与此同时，当下企业对于AI的投入几乎是不设上限的，以财务领域为例，马春荃告诉钛媒体APP，客户当下对于在财务领域应用AI技术会从三个维度考虑，首先会考虑AI能不能在财务的一些工作流程或场景中跑起应用，进而会考虑应用AI后的效果如何，以及AI的准确率、安全合规等技术细节，最后才会考量使用添加AI功能的服务会产生多少额外的费用。
另一方面，从行业角度出发，也有不少服务商反馈：当下已经有很多应用AI技术的场景是客户先提出来的，服务商进而根据客户的需求，将客户的行业Know How与自身AI技术结合，打造出来的AI应用场景，不得不说，这点很“中国SaaS”。
离财务智能体还有一段路
虽然AI在财务领域的需求逐渐涌现，其价值也慢慢显现出来，但在马春荃看来，我们离真正的财务智能体还有很长的一段路要走。
如果将企业财务费控能力分为L1-L5五个阶段，每个阶段又针对申请、消费、报销、对账、记账、归档、报表七个维度区分自动化水平的话。据市场调研显示，国内费控厂商基本处于L3-L4阶段，而L4向L5迈进很重要的一步就是AI能力的“植入”。
对此，马春荃告诉钛媒体APP，目前国内部分服务商已经能实现L5的部分能力，但离真正的实现L5，打造出财务智能体还有一段距离，“要想实现财务智能体，仅仅是在财务的每个环节上都植入AI的能力是不够的，”马春荃进一步指出，“还需要打通各个环节的协作流程，让每个环节的AI形成一个完整的体系，从AI in All开始，走向全体系的智能体。”
以报销流程为例，报销流程中已经应用了AI审批、AI识别小票等能力，但各个能力是相对独立且分散的，审批流程的AI干不了识别小票的工作，识别小票的AI也不具备审核的能力，而且两者之间的协同还是需要人工提交，需要人工干预才能完成，“这不是财务智能体的终极形态，”马春荃表示，“未来，财务智能体的‘终极形态’是两个Agent之间可以互相进行流程的匹配，并且还需要一个Agent对发现的风险进行派发，分配给不同环节的Agent进行处理。”（本文首发于钛媒体APP，作者｜张申宇，编辑丨盖虹达）
