中國金茂孫亮：央企AI轉型的三點體會

大家好！確實今年是 AI 的元年，過年前後 DeepSeek 發布，開源、免費的特性讓業(ye) 界振奮。作為(wei) 企業(ye) 信息化管理者，我們(men) 明顯感覺到 AI 應用的門檻降低了 ——Token 價(jia) 格下降了 99.9% 以上，成本驟降讓企業(ye) 級應用成為(wei) 可能，因此我們(men) 也開展了一些實踐工作。

但在企業(ye) 落地 AI 並非易事。盡管大模型在對話、翻譯、文檔生成等場景已展現價(jia) 值，但企業(ye) 環境對數據準確性、流程合規性要求極高：一旦出現偏差，就需要厘清是係統問題、數據問題還是人為(wei) 問題，這背後涉及責任界定。基於(yu) 此，我們(men) 選擇了 "核心流程 + 高頻剛需" 的場景切入，今天就以一個(ge) 具體(ti) 案例和大家分享。

先介紹一下中國金茂：作為(wei) 中國中化旗下央企，我們(men) 是國資委骨幹中央企業(ye) 的重要組成部分。中化集團是世界最大的化工企業(ye) 之一，業(ye) 務涵蓋化工、材料、生命科學等領域；而中國金茂作為(wei) 地產(chan) 城市運營平台，業(ye) 務覆蓋全國十幾個(ge) 城市、上百個(ge) 項目，包括城市運營、物業(ye) 開發、酒店商業(ye) 等板塊。雖然在地產(chan) 行業(ye) 規模並非龍頭，但我們(men) 注重品質 —— 北京金茂府、上海金茂大廈（陸家嘴三件套之一）、三亞(ya) 麗(li) 思卡爾頓酒店等優(you) 質物業(ye) ，都是我們(men) 的資產(chan) 。公司於(yu) 2007 年在港獨立上市。

關(guan) 於(yu) 信息化建設，金茂是年輕企業(ye) ，數字化進程始於(yu) 2017 年。發展路徑和業(ye) 內(nei) 同行相似：先搭建係統平台，再建設獨立業(ye) 務條線係統，之後推進數據集成與(yu) 業(ye) 財一體(ti) 化，現在進入智能化探索階段，嚐試通過小應用提升效率。

這裏有個(ge) 架構圖想和大家分享：企業(ye) 的核心價(jia) 值在於(yu) 為(wei) 用戶創造價(jia) 值，信息化的終極目標也應如此，而非僅(jin) 滿足於(yu) 數據統計或流程控製。我們(men) 始終以客戶為(wei) 中心，前期聚焦營銷數據管理（簽約、回款、認購到訪等），中期嚐試大會(hui) 員體(ti) 係建設（推動地產(chan) 、商業(ye) 、酒店客戶的交叉消費），現在則因地產(chan) 行情變化，從(cong) "促銷轉化" 轉向 "全渠道營銷"。但更理想的狀態是 "客戶需求驅動產(chan) 品定製"，這在地產(chan) 行業(ye) 實現起來難度較大，但我們(men) 仍在探索。

感謝金蝶提供的合作平台，我們(men) 在財務領域與(yu) 金蝶共研共創多年。財務體(ti) 係可分為(wei) 三塊：戰略財務（核算經營效益）、業(ye) 務財務（管理資金稅務）、共享財務（服務員工報銷付款等）。在行業(ye) 穩定期，這套模式已能滿足需求，但我們(men) 仍在思考：如何通過新技術驅動財務信息化升級？

以業(ye) 財一體(ti) 化為(wei) 例，我們(men) 實現了開發全鏈條數字化 —— 從(cong) 拿地、開工到交付、竣工，每個(ge) 節點都與(yu) 財務體(ti) 係深度綁定。地產(chan) 行業(ye) 本質是輕資產(chan) 模式，設計、建造、銷售等環節多依賴第三方，因此精準的數據把控尤為(wei) 重要。我們(men) 將成本核算到每平方米、單樓層甚至單戶，這套係統已成為(wei) 企業(ye) 經營的核心支撐。

財務共享方麵，我們(men) 曾麵臨(lin) 項目製帶來的人力波動問題：開盤和交付期財務人員短缺，平時又存在人力冗餘(yu) 。因此我們(men) 建立了財務共享中心，但異地財務的票據管理、報銷審核等又帶來新挑戰。我們(men) 通過收銀係統、電子檔案、內(nei) 控工具等解決(jue) 了這些問題，效率提升顯著。

進入 AI 時代，金蝶雲(yun) ·蒼穹平台提供了審單、數字員工、報告助手等功能。我們(men) 沒有先搭建大平台，而是成立多個(ge) AI 驗證小組，精選十幾個(ge) 場景做 POC 驗證。在財務領域，我們(men) 發現知識庫應用存在瓶頸 —— 初期新鮮度過後，使用率就會(hui) 下降，因為(wei) 財務製度變化頻率不高。

後來我們(men) 聚焦員工報銷付款場景：作為(wei) 央企，財務合規審查點多達上百個(ge) ，人工審核效率極低，而共享中心人員編製有限，矛盾突出。我們(men) 嚐試在傳(chuan) 統 OCR 基礎上疊加 AI 大模型：先通過 OCR 識別多模態票據，再用語言大模型將文本轉化為(wei) 結構化數據，通過語義(yi) 分析找出矛盾點。但我們(men) 堅持 "人機協同" 原則：AI 提供審核建議，最終由人工決(jue) 策，確保權責清晰。

同時我們(men) 也在探索數字員工 —— 本質是為(wei) 員工提供更友好的交互入口，無論是 Agent 還是其他形式，核心是解決(jue) "報銷流程繁瑣、退回修改麻煩" 的問題，目前這一工作仍在推進中。

不過實踐中也麵臨(lin) 風險：一是數據風險， OCR 識別準確率受紙質票據磨損影響，曾嚐試用大模型補全信息，但發現這條路行不通，最終確定推廣電子票據才是根本解；二是質量風險，大模型在部分場景的不可解釋性 —— 前三個(ge) 審核場景準確率高，後三個(ge) 則不穩定，且難以通過提示詞工程完全解決(jue) ，這也是財務同事反饋的主要問題。

智能化是一整套組合拳，智能化的應用，關(guan) 鍵是轉變思路，人人擁抱智能化，應用工具，探尋可能。智能化現階段是財務數字化的加速器，從(cong) 而改變共享中心的運營模式，推動財務職能發揮更加靈活、深度的管理與(yu) 增值作用，同時反哺人力資源、經營管理、成本管控等數據中心，提高企業(ye) 核心競爭(zheng) 力。從(cong) 財務共享中心內(nei) 部的體(ti) 會(hui) 看，原有30多員工，後麵單獨培養(yang) 兩(liang) 位員工，轉化為(wei) 智能財務的角色，在IT條線發展，這是人員組織變革。

關(guan) 於(yu) 未來規劃，我們(men) 認為(wei) Agent 和 ChatBI 是重要方向：Agent 可實現 "自然語言提報報銷"，提升員工體(ti) 驗；ChatBI 則需要與(yu) 原生 BI 看板打通，實現更深度的數據分析穿透。

最後總結幾點體(ti) 會(hui) ：一是場景選擇至關(guan) 重要，需經得起投資回報考驗；二是數據整合是基礎，我們(men) 的預算、費控、報銷流程在同一平台，為(wei) AI 應用提供了天然優(you) 勢；三是複合型人才短缺，既懂財務又懂 AI 的人才稀缺，我們(men) 隻能依靠內(nei) 部團隊與(yu) 金蝶協作探索。

以上是中國金茂的初步探索，希望能為(wei) 業(ye) 界提供參考。謝謝大家！