“真正重要的决策场景AI尚未被充分信任。大数据产业创新服务媒体——聚焦数据·改变商业一场由智能体Agent引发的革命正在AI的疆域上开拓新的边界。人们对初生的事物总是充满美好的期待又迫切希望它快速成熟落地。从Chatbot到Copilot再到如今各路厂商争相推出的智能体AI的工具形态在短短几年内就完成了三级跳。资本市场热情高涨科技公司亢奋异常养龙虾甚至一度成为了流行现象。但在企业级的真实场景中却呈现出截然不同的面貌。“产业界还处于尝试新工具、新技术的阶段。若询问已部署大模型和智能体的企业这些技术是否真正创造价值很多企业恐怕难以给出答案。”付建华在财务管理领域深耕了20多年语气中没有对技术的浪漫想象更多的是经过无数企业真实场景打磨出的务实与冷静。近日数据猿与付建华进行了一次深度对话。在这场对话中一个被喧嚣掩盖的事实浮出水面尽管技术发展突飞猛进但产业落地的步伐却依旧缓慢更不用说业务价值的兑现。她并非不看好AI的价值而是认为AI在财务领域的革命不会自发实现。它需要数据治理、工具融合、行业知识与价值创造的多重激荡而这注定是一场漫长的探索。Agent浪潮下的冷与热C端沸腾B端冷静OpenClaw横空出世是智能体发展过程中的一个历史性转折点。它赋予了C端智能体“一句话完成复杂操作”的能力迅速引爆大众的热情。这股热情也蔓延到了企业一侧。不少企业开始将各类“Claw”引入业务流程指望其直接创造业务价值。“智能体技术在C端和B端的差异非常大。”付建华表示“C端的场景是相对离散的环境无论是问答还是生成图片依托通用大模型搭配一款 APP 即可实现。但B端场景截然不同——每家企业的管理环境都复杂、严谨落地需要多个层次的技术和工具配合。”财务领域尤为突出。财务对准确性的极致要求决定了决策结果必须可审计、可追溯、零差错。而大模型的本质是概率预测其决策过程呈黑箱特征生成结果是发散的。这与财务场景的核心需求存在天然张力。“智能体在企业落地的速度远没有大家想象中的快技术周期仍处在早期的探索阶段。”付建华说。近两年财务场景下的AI创新确实在加速。一个明显标志是各类财务智能体集中涌现智能审核、合同审查、单据归档、自动生成报告……这些场景有一个共同特征——规则明确、重复性高、决策风险低。在真正重要的决策场景AI尚未被充分信任。企业核心决策绝不可能直接交由 AI 全权负责。持相反观点者显然并不了解企业管理的实际逻辑。付建华笃定地说。大模型不能包打天下AI落地是一场系统工程AI技术演进极为迅猛。但AI能力越强越容易让人陷入认知误区人们过度聚焦AI技术本身反而忽略了AI的核心使命——服务业务创造价值。这种本末倒置的思维使得很多企业盲目跟风布局AI重金采购大模型与Agent产品到头来却发现真正能发挥的价值极为有限。问题究竟出在哪儿付建华一针见血地指出企业级业务场景中的AI落地从来不是靠一个大模型或一个Agent单打独斗就能解决的而是一项需要系统性思考、分层推进的工程。她以用友的AI战略为例阐释了这套系统化理念和分层落地思维。底层是大模型平台用友与国内几乎所有的主流大模型实现对接建立起通用大模型调用生态。中间层是用友自主研发的垂类大模型和智能体中台。用友的逻辑很简单最懂企业经营管理和数字化的是软件厂商自己。依托垂类大模型搭建智能体中台助力企业按需调用AI能力、自主构建专属智能体。上层结合企业的产供销、财务、人力等具体业务场景用友开发了一大批智能体。仅财务领域最新一代用友BIP产品中就嵌入了近20个智能体。在三层架构之上用友还搭建了智能体编排层。今年年初用友正式发布了面向B端的超级智能体产品——YonClaw。YonClaw的产品理念是把软件中原有的丰富功能封装为成百上千个skill并将这些skill上架到YonClaw平台中。企业可以通过YonClaw自主调用这些skill完成单据处理、流程处理、审核、记账、结账等工作。她描述了一个充满画面感的未来场景“基于YonClaw企业的财务人员不需要进行图形界面的点击操作。比如财务人员想结账时可以直接输入自然语言——‘请帮我结账’。YonClaw就会自动调用系统里封装好的结账技能开始结账结账完毕后还会自动生成一份漂亮的报告。”用友的实践就像一面镜子折射出企业级AI落地的一个关键真相AI落地从来不是单兵突进而是要打一张“组合牌”大模型、软件工具乃至业务理解等缺一不可。数据治理Agent落地的隐形门槛如果问付建华Agent落地财务管理最大的短板是什么她的答案可能会跟很多人不同——不是大模型不是算力更不是软件工具而是数据治理能力。数据不仅是大模型的养料在产业环境中更是直接决定了AI的能力上限。不少企业上线的财务智能体演示时往往惊艳四座可一进入真实业务便难以招架数据的动态变化与复杂的业务逻辑。一方面原始数据中常有缺失、矛盾或错误另一方面模型对财务专业知识的理解本身也可能存在偏差。付建华指出“没有良好的数据治理生态再强大的AI工具也只是空中楼阁。”在她看来财务领域的数据治理面临两道现实难题。第一道在“治数”环节。 企业的生产、运营、营销等数据分散在各个系统中若要服务财务场景必须经历清洗、标准化、整合、指标加工等一系列繁琐流程。这些工作都要依赖软件工具来完成。第二道在“用数”环节。 自然语言如何转换成查询条件系统如何从ERP中精确取数取数时如何校验用户权限所有这些过程基本上都是由软件完成的而非大模型。“AI只解决最后一段路的问题前面的环节都不是AI能解决的。” 付建华表示“用户看到的是一个会对话的智能体背后却是一支紧密协作的‘联合部队’。”一个现象印证了她的判断。2025年第一季度中国大陆公开招投标平台数据显示招标选型最多的软件项目不再是财务软件或ERP而是数据治理型项目。这在以前是不可能的。这意味着什么意味着企业已经意识到AI时代数据治理的战略意义。那些率先把数据底座夯实的企业如今已经开始受益而数据底座尚不完善的企业则不得不开始偿还这笔“数据债”。智能体搅动的市场格局智能体的兴起不仅深刻改变着产业应用的面貌还搅动了企业软件市场的一池春水。财务管理在国外拥有50多年的历史在国内也沉淀了近40年早已是一个高度成熟、格局稳定的市场。然而智能体的快速演进就像一颗石子投向平静的湖面让两股新的力量开始暗流涌动。一股来自大模型厂商——它们通过开源生态聚拢开发者让智能体优先调用自己的模型从而掌握token入口这个战略咽喉。另一股则来自中小企业与极客社区——借助OpenClaw等工具试图绕过大型软件厂商实现“小而美”的创新。一时间“SaaS已死”“传统软件将被淘汰”的论调甚嚣尘上。面对这些声音付建华给出了冷静的判断。创业公司能否革掉软件或SaaS厂商的命付建华表示在财务领域目前尚未出现具备颠覆能力的创业企业。对于这些企业来说用友这样的厂商有他们无法逾越的护城河——行业积淀。用友30多年以来累计服务了一百多万家企业。大部分同规模企业的财务管理场景高度相似如费用处理、预算管理、记账、结账共性需求占比达70%-80%。用友多年来通过持续不断的深耕把这些共性的需求场景和行业know-how凝练成标准化产品以此来服务大量同类型客户。这不是几个“手搓”Skill就能轻易替代的。大模型厂商能否颠覆软件或SaaS厂商付建华坚称不可能。付建华并不否认大模型厂商的价值——它们通过开源聚拢生态吸引千行百业的企业在生态之上构建各种应用。用友本身也是这些大模型的生态伙伴之一但大模型厂商不可能颠覆掉用友这样的软件厂商。理由有两个。第一企业管理需求具备高度标准化属性——费用处理、预算管理、记账、结账所有企业都需要。这决定了必然存在专门的厂商来提供标准化的产品和服务而不是每一家企业都自己开发。第二软件厂商更懂企业管理的痛点和需求。用友YonClaw里将要封装的成千上万个Skill本质上是把用友30多年来所累积的软件功能打散、拆解到最小颗粒度。这种产业厚度和业务深度不是任何企业能在三五年内复制出来的。“很多互联网大厂也在布局类似的Claw他们开发了很多Skill但主要面向C端用于PPT制作、文档处理、短视频生成等。他们绝对不可能把用友积累了30多年的企业管理技能封装到他们的Claw里——他们过去没有这个领域的深度积累。”付建华表示“深懂企业管理场景的仍然是我们这些厂商。核心壁垒就在我们这里。”事实上软件厂商和大模型厂商的合作空间要远大于竞争博弈大模型厂商提供底层能力软件厂商提供场景管理和运营工具二者无法相互替代。各自守着各自的生态位反而能形成互补。无论是大模型企业还是老牌企业抑或是初创企业尽管大家的着力点有所不同但核心目标都是一致的——探索怎么把AI能力安全、精准地嵌入到企业复杂环境中。这一点行业并没有统一答案。但隐约可见的是有两条技术路径正在成型。一条是“本体论”路线。本体论的理念是把企业复杂的业务环境构建成一个超级知识图谱将一些抽象的共性内容比如场景规则和业务知识被提取出来进而赋予大模型理解业务的能力。但付建华的判断很务实“这项技术距离落地还有一定距离。”用友自己也在探索但不是一步登天而是从几个细分的子领域入手尝试用小范围的本体论做出AI原生产品。另一条是技能封装路线以YonClaw为代表。该路径无需描绘企业复杂环境的全貌而是把成千上万个微观技能封装好、编排好再调用通用大模型的能力去执行。付建华表示用友并没有押注某一条路线。两条都在探索。“因为AI的思想和技术迭代速度太快了”她说“就看在这场赛跑中谁能率先突破。”每一家企业都要加快AI化技术之外人才也是决定AI落地成败的关键。复合型背景的人才优势会逐渐显现。“现在和许多企业的财务主管、财务团队交流时他们比较期待团队里能有一些复合型人才既懂财务又懂企业的经营和管理还要懂科技。这三个方面的知识比较综合的人现在在企业里非常稀缺。”付建华表示。AI在财务领域的落地不会一夜间完成。至少在可以预见的周期内财务管理的核心权力仍然在人手上。企业的竞争最终会体现在人才能力的竞争上——那些无法与AI协作、不会利用数据的人将逐渐被边缘化。Agent对财务管理的变革本质上是一场渐进式的革命。它考验的不是颠覆性的创新而要求持续性的投入——治理数据、封装技能、培养人才、重构流程。这些水面之下的竞争将决定未来几年的市场格局。“大模型不可能颠覆所有行业但每个行业的厂商都必须跟上AI的速度去改自己的产品和商业模式。”付建华再次强调了这个理念。可以预见的是喧嚣过后最后留在牌桌上的往往不是声音最大的而是扎根最深的。最终被颠覆的从来都是那些停止自我颠覆的人。文俊驰 / 数据猿责编凝视深空/数据猿☆往期好文推荐☟英伟达的“围城”云厂商自研芯片攻到了哪一步云厂商迎来了春天大模型之后数据智能的下半场拼什么
