6月6日，金蝶云蒼穹AI峰會北京站盛大啟幕，300余位來自央國企、行業知名企業及生態伙伴的AI先行者共聚一堂，圍繞“AI賦能企業管理”的新思想、新技術、新應用展開深入研討，加速推動AI技術在企業管理中從“可想象”走向“可落地”。
中國金茂辦公室副主任、信息技術中心主任孫亮先生發表主題為“中國金茂財務數字化轉型實踐”的演講，分享了央企在 AI 應用中的實踐經驗。作為中國中化旗下核心企業，中國金茂在地產與城市運營領域積累了豐富的數字化轉型經驗，其探索歷程對行業頗具參考價值。
大家好！確實今年是 AI 的元年，過年前后 DeepSeek 發布，開源、免費的特性讓業界振奮。作為企業信息化管理者，我們明顯感覺到 AI 應用的門檻降低了 ——Token 價格下降了 99.9% 以上，成本驟降讓企業級應用成為可能，因此我們也開展了一些實踐工作。
但在企業落地 AI 并非易事。盡管大模型在對話、翻譯、文檔生成等場景已展現價值，但企業環境對數據準確性、流程合規性要求極高：一旦出現偏差，就需要厘清是系統問題、數據問題還是人為問題，這背后涉及責任界定。基于此，我們選擇了 "核心流程 + 高頻剛需" 的場景切入，今天就以一個具體案例和大家分享。
先介紹一下中國金茂：作為中國中化旗下央企，我們是國資委骨干中央企業的重要組成部分。中化集團是世界最大的化工企業之一，業務涵蓋化工、材料、生命科學等領域；而中國金茂作為地產城市運營平臺，業務覆蓋全國十幾個城市、上百個項目，包括城市運營、物業開發、酒店商業等板塊。雖然在地產行業規模并非龍頭，但我們注重品質 —— 北京金茂府、上海金茂大廈（陸家嘴三件套之一）、三亞麗思卡爾頓酒店等優質物業，都是我們的資產。公司于 2007 年在港獨立上市。
關于信息化建設，金茂是年輕企業，數字化進程始于 2017 年。發展路徑和業內同行相似：先搭建系統平臺，再建設獨立業務條線系統，之后推進數據集成與業財一體化，現在進入智能化探索階段，嘗試通過小應用提升效率。
這里有個架構圖想和大家分享：企業的核心價值在于為用戶創造價值，信息化的終極目標也應如此，而非僅滿足于數據統計或流程控制。我們始終以客戶為中心，前期聚焦營銷數據管理（簽約、回款、認購到訪等），中期嘗試大會員體系建設（推動地產、商業、酒店客戶的交叉消費），現在則因地產行情變化，從 "促銷轉化" 轉向 "全渠道營銷"。但更理想的狀態是 "客戶需求驅動產品定制"，這在地產行業實現起來難度較大，但我們仍在探索。
感謝金蝶提供的合作平臺，我們在財務領域與金蝶共研共創多年。財務體系可分為三塊：戰略財務（核算經營效益）、業務財務（管理資金稅務）、共享財務（服務員工報銷付款等）。在行業穩定期，這套模式已能滿足需求，但我們仍在思考：如何通過新技術驅動財務信息化升級？
以業財一體化為例，我們實現了開發全鏈條數字化 —— 從拿地、開工到交付、竣工，每個節點都與財務體系深度綁定。地產行業本質是輕資產模式，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重要。我們將成本核算到每平方米、單樓層甚至單戶，這套系統已成為企業經營的核心支撐。
財務共享方面，我們曾面臨項目制帶來的人力波動問題：開盤和交付期財務人員短缺，平時又存在人力冗余。因此我們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。我們通過收銀系統、電子檔案、內控工具等解決了這些問題，效率提升顯著。
進入 AI 時代，金蝶云·蒼穹平臺提供了審單、數字員工、報告助手等功能。我們沒有先搭建大平臺，而是成立多個 AI 驗證小組，精選十幾個場景做 POC 驗證。在財務領域，我們發現知識庫應用存在瓶頸 —— 初期新鮮度過后，使用率就會下降，因為財務制度變化頻率不高。
后來我們聚焦員工報銷付款場景：作為央企，財務合規審查點多達上百個，人工審核效率極低，而共享中心人員編制有限，矛盾突出。我們嘗試在傳統 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結構化數據，通過語義分析找出矛盾點。但我們堅持 "人機協同" 原則：AI 提供審核建議，最終由人工決策，確保權責清晰。
同時我們也在探索數字員工 —— 本質是為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 "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。
從實際效果看，AI 審單在以下場景成效顯著：
報銷逾期風險識別（如 5 月 5 日出差，5 月 10 日提單的合規性校驗）；
差旅城市與票據地點一致性核查（減少人為粘貼錯誤）；
消費項合規性篩查（標記異常票據）。
現在單張報銷單處理周期從 1-2 天縮短至最快 4 小時，上午提報、晚間到賬已成為可能。
不過實踐中也面臨風險：一是數據風險， OCR 識別準確率受紙質票據磨損影響，曾嘗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 —— 前三個審核場景準確率高，后三個則不穩定，且難以通過提示詞工程完全解決，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，提高企業核心競爭力。從財務共享中心內部的體會看，原有30多員工，后面單獨培養兩位員工，轉化為智能財務的角色，在IT條線發展，這是人員組織變革。
關于未來規劃，我們認為 Agent 和 ChatBI 是重要方向：Agent 可實現 "自然語言提報報銷"，提升員工體驗；ChatBI 則需要與原生 BI 看板打通，實現更深度的數據分析穿透。
最后總結幾點體會：一是場景選擇至關重要，需經得起投資回報考驗；二是數據整合是基礎，我們的預算、費控、報銷流程在同一平臺，為 AI 應用提供了天然優勢；三是復合型人才短缺，既懂財務又懂 AI 的人才稀缺，我們只能依靠內部團隊與金蝶協作探索。
以上是中國金茂的初步探索，希望能為業界提供參考。謝謝大家！
