随着人工智能大模型的崛起，企业流程的重构已成为热议话题。特别是当AI技术从理论探索走向实际应用，并逐步渗透到各个业务场景时，企业内部的管理流程正经历着前所未有的变革。
在AI大模型广泛应用之前，财务收支管理平台合思曾尝试利用AI技术革新财务体系，旨在实现从信息技术（IT）到人工智能（AI）的转型。然而，高昂的AI应用成本成为了阻碍。以AI识别报销小票为例，人工审核的成本约为每张1至2元，而AI大模型的审核成本却高达9至10元。合思创始人兼CEO马春荃指出，如果AI的应用反而增加了企业的成本，那么继续使用传统方法显然更为经济。
当时国内企业难以获取到优质的大模型产品，因为多数先进的大模型源自海外，受限于合规和监管要求，国内企业难以有效利用这些技术。
DeepSeek的出现解决了这些难题。马春荃透露，DeepSeek的问世将AI审核小票的成本从每张9至10元大幅降低至6至7毛钱，这一成本节约远超人工审核的性价比，使得AI小票识别技术得以广泛应用。更重要的是，DeepSeek的推出打破了语言障碍，使得多语种小票的识别成为可能。
以阿拉伯语为例，中东地区是中国企业海外拓展的重要市场之一，但阿拉伯语小票的识别一直困扰着财务人员。雇佣懂阿拉伯语的财务人员不仅成本高，而且使用频率低。AI技术的引入不仅降低了成本，还提高了识别的准确性，并能进行风险标注，使财务人员一目了然。目前，合思的相关产品已支持包括阿拉伯语在内的多种语言小票识别。
AI技术在财务领域的应用远不止于此。DeepSeek的推出降低了AI应用成本，使得更多因成本过高而难以实施的场景得以实现。马春荃表示，在生成式AI出现后，财务领域涌现了许多可植入的场景，但由于算力成本高和AI能力不足，许多场景仍依赖人工审核。DeepSeek的出现改变了这一状况，使企业能够以更低的成本获取更高性能的AI能力。
长江商学院会计学副教授张维宁也认为，随着企业的发展，组织架构愈发复杂，而AI大模型的出现能够以简单的方式解决复杂问题。通过流程和分工的结合，并在每个环节充分利用AI能力，可以显著提高企业的运营效率。
在AI的赋能下，企业管理正在从流程驱动向模型驱动转变。过去，企业在表单上填写的复杂结构化数据是为了流程驱动环境下的每个环节服务，但在以模型为核心的决策分发时代，这些数据将变得不再那么重要且冗长。曾经繁琐的流程审批和管理成本将大幅下降，算法的调用也将更加灵活。
业内专家指出，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”三重进化的企业将成为真正的“模型驱动型”组织。在这一过程中，技术能力与业务洞察的深度融合将成为决胜未来的关键。
具体到财务场景，OCR技术已能实现发票信息的自动识别，准确率超过99%。结合机器人流程自动化（RPA），可以完成账目核对、报销审核等任务。据统计，企业部署AI系统后，月度报表生成时间缩短了80%，人工干预减少了70%，显著提高了效率并降低了成本。
当下，企业对AI的投入几乎不设上限。以财务领域为例，客户在考虑应用AI技术时，首先会关注其在财务工作流程中的应用可行性，然后考虑应用效果、准确率和安全合规等技术细节，最后才会考虑额外费用。不少服务商表示，许多AI应用场景是根据客户的需求，结合行业知识和AI技术打造出来的，这体现了中国SaaS行业的灵活性。
然而，尽管AI在财务领域的需求逐渐涌现，其价值也日益显现，但离真正的财务智能体还有很长的路要走。如果将企业财务费控能力分为五个阶段，每个阶段又针对七个维度区分自动化水平，市场调研显示，国内费控厂商基本处于第三到第四阶段，而第四阶段向第五阶段迈进的关键在于AI能力的全面植入。
马春荃指出，要实现财务智能体，仅仅在每个环节植入AI能力是不够的，还需要打通各个环节的协作流程，形成完整的智能体系。以报销流程为例，虽然已应用了AI审批和AI识别小票等能力，但这些能力相对独立且分散，需要人工干预才能完成协同。未来的财务智能体将实现不同AI能力之间的自主匹配和风险派发。
随着AI技术的不断发展和应用场景的不断拓展，企业财务的智能化转型将不断深化，为企业带来更高效、更智能的管理方式。
