{{item.name}}
作者： 發布時間：2025-11-27 點擊數：436
2025年11月9日，由中國總會計師協會（以下簡稱中總協）主辦，《中國管理會計》雜志、中國財經出版傳媒集團、上海國家會計學院協辦的2025管理會計論壇在北京成功舉辦。來自政府部門、大型國有企業、頭部民營企業、管理會計業界學界的領導專家，以及會員單位代表和征文作者近400人齊聚一堂，聚焦“復雜環境下企業戰略與管理創新”助力經濟社會可持續發展。浪潮集團副總裁、浪潮通用軟件有限公司董事長魏代森以“人工智能驅動企業數智化創新與升級”為題發表演講。主要內容如下：
非常榮幸參加管理會計論壇，和大家分享人工智能對于企業數智化轉型和管理會計創新的影響。上午樓部長著重提到了人工智能對于管理會計的影響，隨著DeepSeek等大模型的出現，今天大家對人工智能的認識進入新的階段，從原來單純追求技術突破轉向利用AI技術解決實體經濟中的實際問題，跨越“技術可行性”鴻溝，進入“經濟可行性”的周期。主要體現在五個方面，比如，新的服務體驗模式，通過問答可以得到想要的結果，通過智能體的服務可以得到需要的內容；產品形態發生變化，我們經常看到具身智能，AI原生軟件；其他方面還包括效率新工具、決策新助手、科研新模式。
國家高度重視人工智能產業發展，“十五五”規劃指出，要加快人工智能等數智技術創新，全面實施“人工智能+”行動，搶占人工智能產業應用制高點，全方位賦能千行百業。2025年也相繼發布了《關于深入實施“人工智能+”行動的意見》等一系列政策，正在推動人工智能對企業進行重塑，指引企業向“智能原生”的形態演進。所謂智能原生的形態，就是將AI融入企業的戰略規劃、組織架構、業務流程，底層邏輯基于AI的新的企業形態。
大量的企業在基于人工智能、大模型做創新，在這個過程中，有四個方面需要關注。
一是人工智能不等于大模型，企業需要把判別式AI和生成式AI復合應用。判別式AI可解釋性強，但無法處理非結構化數據，生成式AI可解釋性差，擅長處理非結構化數據，它們兩者可以優勢疊加、劣勢對沖、雙向賦能。財務領域已經應用了大量的RPA，目前發展到大模型能力與iRPA、規則、知識圖譜、深度學習結合，才能更好地在財務管理與管理會計創新方面發揮更大作用。
二是數據治理是AI落地的生命線，高質量的數據決定AI應用的上限，我們認為人工智能競爭目前進入到數據戰的階段。企業數據的成熟度尤其重要，現在大部分的企業數據成熟度并不太理想，從我們的實踐經驗看，感覺企業在數據治理、數據整合、數據質量方面還有大量的工作要做。我們要建立數據治理和智能應用雙輪驅動體系，通過數據治理和知識治理，開發人工智能應用，反過來又能倒逼數據質量的提升。除了數據之外，人工智能應用場景的適配性，或者說是企業真正的需求、能真正產生價值的場景尤為必要。
三是對于大模型的應用還需要工具鏈。我們平時用DeepSeek或者ChatGPT、通義千問，都是開源的，對于個人應用比較容易，但企業應用還是有難度。包括大模型私有化部署面臨的安全問題，企業私域數據如何接入大模型的問題，涉及數據治理、知識治理、智能體開發等工作，需要一系列工具鏈，將企業的數據通過微調形成私域大模型，這更加重要。
四是企業管理在創新，技術廠商同樣要進步。企業軟件也面臨優化重構，智能體時刻已經到來了。用戶從使用者變成了參與者，從執行者變成了決策者，都對軟件產生新的要求，AI原生智能體架構成為新一代軟件基礎架構，軟件的智能化程度越來越高。
那么企業應該如何落地大模型呢？我們結合服務眾多企業的經驗，認為應該通過“AI數智底座+AI原生軟件+智能體”三層架構來進行。其中，AI數智底座，就是要打造一個大模型底座，可以是開源的基礎大模型，也可以是基于基礎大模型和企業私有數據訓練后的垂域大模型、私域大模型，需要一套工具鏈體系，比如低代碼平臺、數據中臺，進行數據治理和智能體開發。AI原生軟件就是智能ERP、SCM、MOM等各類軟件，在此之上，構建覆蓋企業經營各個領域的智能體應用，實現數智躍遷。
對浪潮來講，今年年初發布了“AI First”戰略，按照這種三層架構推出海岳大模型、AI原生的海岳軟件以及海岳商業AI。其中，海岳大模型面向企業管理和生產領域，提供大模型和相關的工具鏈的一站式AI解決方案，是國內首個通過模型和算法“雙備案”的企業服務垂域大模型，位居中國企業服務垂域大模型市場地位和發展能力雙料第一，獲評IDC工業大模型、建筑大模型、水務大模型代表廠商。
海岳軟件一是將AI原生升級作為產品迭代的核心，二是全面適配國產化環境。海岳軟件將AI作為系統設計的底層基因，從數據層、應用層到交互層進行全棧重構，使AI貫穿從感知到分析到決策再到執行與迭代的業務流程全周期，產品正在從嵌入智能走向原生智能，已經全面適配國產處理器、操作系統、數據庫、中間件等，在很多央國企落地實踐。
同時，今年發布了智能體集群——海岳商業AI，目前覆蓋企業管理和生產10余個領域，提供100+開箱即用的智能體。
人工智能同樣也在賦能管理會計加速創新，通過AI賦能，改變了人機協同模式，傳統的管理會計是事后被動工作模式，與人工智能深度融合后，主動嵌入到業務全過程，轉變為企業價值創造的“全時導航儀”，幫助企業建立以價值創造為導向、業財融合為基礎、數據處理為核心、人工智能為技術支撐的數智化管理會計體系。主要體現在四個方面：
首先，AI賦能效率提升，推動財務職能和人員結構的變化。財務共享中心的建設推進，讓企業財務管理分為戰略財務、業務財務、共享財務三大類，把核算、管理會計分開了。隨著人工智能的應用，效率的大幅提升，結構分離更加明顯。
第二，通過AI優化生產工藝，進一步推動業財融合與業財一體化，在業務端向后延伸，延伸到生產層面、產線層面。同時，類似設備預測性維護這類過去不太容易實現的場景，在人工智能和大模型的影響下，現在已經有成熟的實踐，預測性維護帶來生產的穩定性和連續性，對于管理會計產生很大的影響。
第三，提升預測和決策能力，基于Chat BI，不需要通過菜單，只需要利用自然語言就能方便地訪問企業數據，支持法人和多管理口徑分析考核。大模型非常重要的能力之一就是做模擬，可以基于全面預算模型對企業的運行狀況、對投資進行預測和模擬，對現金流進行預測。
第四，強化合規和風險管控，過去是風險發生之后再處理，后來可以對風險進行預警，現在有了大模型，能夠再往前一步，避免發生的問題。比如在合同管理領域，識別合同的漏洞和陷阱，招投標領域盡早識別供應商風險；在專業方案編制方面，尤其是對工程類的企業，能夠利用大模型在方案層面就識別和發現風險。
接下來針對這幾個方面，再分享幾個典型案例。
第一個是浪潮集團。在給集團做完財務共享之后，我們今年開始著重探討如何利用AI提升財務數智化水平。將海岳大模型8B、235B分別做不同部署，把相關的知識、數據進行治理，開發了12個智能體。目前填單、審核、預測、問數、質檢、報告這些領域都已經有了不錯的成效。比如單據自動填寫率從21%提高到64%，94%的電子影像實現了自動核驗，單據審核問題檢出率達到100%。上崗了7類12個數字員工，優化了集團財務人員結構，更多財務人員轉向管理類、戰略類和業務類的工作。
第二個是山東海化集團，基于海岳大模型化工版訓練了鹽化工智控融合大模型，為海化打造化工產業大腦。海化車間的生產過程就是把海水經過電解槽分離之后產生各種各樣的化工產品，其中消耗最大的就是離子膜和電，大模型能夠進行工藝優化，實時預測和判斷海水用量以及用電情況，并實時調整，離子膜壽命延長了25%，年增產純堿8760噸，氯堿能耗降低450萬千瓦時。設備運維方面，通過實時預測突發停機，對整個產線進行預測性維護，全廠非計劃停機臺次降低25%，設備持續生產能力顯著提高。這些都是降本增效的過程，都是管理會計要實現的目標，保證企業生產的連續性問題。這個案例中使用的海岳大模型化工版，在國際權威榜單ChemBench測評中位居第一位。
第三個是北京同仁堂基于ChatBI實現實時分析和決策智能。同仁堂部署了海岳大模型30B，把企業結構化數據和非結構化數據分別做了知識治理和數據治理，開發一系列智能體。目前覆蓋財務、預算、資金、供應鏈、成本的1000多個數據指標，70多個數據模型，企業各個級次的人員都可以按自然語言的方式看數、用數，法人和管理口徑多維度問答準確率超過95%，幫助同仁堂實現“研、產、供、銷、服”全鏈路的實時分析和決策智能。
第四個是某國際工程央企通過合同智能體，實現合同智能審核與風險全面管控。國際合同審起來比較困難，面臨多語言，存在很多風險和漏洞。基于海岳大模型8B、14B和32B做不同應用，接入法律案例庫等領域知識及200多個法務審核經驗，已經審核了涉及28種語言的14萬份合同，實現合同的翻譯、審核、比對和風控等環節智能化，尤其是結算、保證金、工期方面的風險識別率達到95%，跨國合同處理效率提升了60%，實現合同的智能審核與風險的全面管控。
第五個是某船舶央企通過采購智能體，賦能招標合規審查，助力業務高效管控。基于海岳大模型32B和多模態8B進行知識治理和數據治理，開發了39個任務鏈。尤其是在招標方面，梳理92項審查點規則與專家經驗，對于投標文件的供應商資質、信用、價格等關鍵要素進行合規性審查，實現智能輔助評標，文本識別率和問題檢出率達到100%，單項目評審時間由3-6小時縮減至15分鐘，顯著提升了供應商與采購業務風險管控能力。
最后一個是中國鐵建大橋局筑牢風險防線的實踐。我們規劃了13個智能場景，目前最典型的就是“AI橋總工”，一方面是提高效率，一份施工方案大概10萬字，人工編寫需要至少1周時間，利用大模型之后，方案編制周期縮短至10分鐘以內。另一方面是風險識別，通過系統精準的風險辨識與防控措施生成，風險識別率提升至95%以上，試點項目施工安全事故率同比下降42%，直接減少經濟損失超1000萬元。
我們看到，大模型無論是在效率提升，還是工藝優化、智能分析、風險防控等方面都發揮著巨大的作用，對管理會計產生重要影響。
大模型和智能體正在助力財務數智化加速躍遷，可以分成三個階段，最初為了提高效率利用大量的RPA，后來有了大模型、智能體，開始出現智能財務助手，下一步將演進到新階段，基于多智能體協同實現財務的智能原生，財務管理也可以自感知、自決策、自優化。
我們目前正處在AI大變革的時代，浪潮將在中總協的指導下，和學術界、企業界、產業界共同探討數智技術與財務融合發展的路徑，共創行業發展新未來。謝謝大家！