【对话】埃森哲：自主化AI构建重塑优势，释放商业价值

注：《2025—2026年中国司库报告》：数智化价值，共创生态型司库 现货热销，邀您扫码咨询或点击图片，试读报告

下文来源于2025财资生态节 埃森哲大中华区董事总经理、智能运营交付中心主管 衣娟的分享，视频回放可前往小程序：财资知识云观看，立即点击前往观看

近年来，生成式AI在国内生态领域飞速发展，渗透到研发、实体经济等各行各业。在亚太地区，AI的应用更是各具特色。中国的比亚迪堪称典范，将AI深度融入电动汽车发展，从加速电池研发、优化车辆设计，到实现智能工厂自动化与自动驾驶，AI已成为其打造未来出行方式的核心驱动力。而在新加坡的公共服务领域、日本的智能产业以及澳洲的银行保险与电信行业，AI也在发挥着日益重要的作用，成为全球增长体系中关键的运营支撑。

人物介绍PROFILE

衣娟

埃森哲大中华区董事总经理、智能运营交付中心主管

01

AI的变革力量

埃森哲于2024年底的调研数据显示，到2038年，生成式AI有望释放4.5万亿美元的经济价值，十分诱人。同时，86%的受调研企业高管在加大生成式AI的企业级部署，67%的高管发现AI在增加收入方面比单纯降本效果更显著，亚太区63%的高管计划在2025年进一步加大AI投资与部署。然而，从结果来看，仅29%的企业高管表示该公司AI部署达到规模化，其中仅13%认为实现了显著的企业级经济效益。中国的数据也类似，分别为25%和17%。为何机遇巨大，实际成效却出现断崖式下跌？这背后是企业在AI部署中面临的诸多挑战。

回顾AI的发展历程，几年前的AI更多依赖简单算法和人工输出规范结果，以人为主导，AI的作用有限。但如今的生成式AI已实现从点到规模的跨越，更迈向了自主式AI（如AI代理）的新阶段。以往，企业借助AI处理海量数据，能快速输出结果；而AI代理则像虚拟员工，接到任务后可自主理解需求、推理步骤、调用不同智能体协同工作，最终呈现成果。

具体来说，AI智能体可理解为多个智能体的串联与并联。以处理保险单据为例，当下达处理单据并录入系统、发送邮件的任务后，具备协调能力的AI智能体会先理解任务与预期结果，随后调动超级智能体和效用智能体。超级智能体如同行业专家，专注于特定能力，如数据处理、系统交互等；效用智能体则负责更细分的工作，如图片识别、语言翻译。三者协同，就能完整高效地完成任务。

日本明治保险的案例就很有说服力。作为日本第三大寿险公司，明治保险面临老龄化社会带来的困境：国家每年流失近80万劳动力，寿险市场萎缩6%，且难以招募新保险人才。在此背景下，其首席执行官决定通过AI实现企业转型，于是设定了每年进军新领域、增长5%的目标，并邀请埃森哲助力企业级AI部署。埃森哲为其3万多名保险人员全员配备AI数字代理平台，直接释放出500多名员工，将他们调配到客户服务和新增长领域。同时，通过DII在企业内的部署，还培养了500多名AI数字专家。此外，明治保险还对传统系统进行优化，升级到Java（一种编程语言）体系并构建新架构，为拓展新行业、实现增长奠定基础，成为AI赋能企业转型的成功范例。

02

制胜之道：以AI驱动企业重塑

企业要实现AI驱动的重塑与转型，具体该从哪些方面入手呢？主要有四个关键方向。

首先是流程重塑。传统企业流程多为静态规范，依赖人工操作，即便有自动化环节，也基于固定范式算法提供简单服务，AI应用多为点式。而向AI自主自动化转型，需在企业层面拉通部署多个智能体，让其像虚拟人一样替代部分人工岗位，实现流程的智能化升级。

其次是员工队伍转型。企业需明确未来所需人才的类型与数量，评估哪些流程可通过AI智能体自动化，释放人力并重新分配到提升客户体验、助力业绩增长的岗位。同时，企业要加强员工技能培训，让他们能驾驭AI，在使用过程中纠错反馈。

再者是运营模式变革。当前，企业AI部署主要有三种类型：基础型基于简单算法，应用于点或简单步骤；局域式部署中，部分企业重视生成式AI，成立CoE（专家中心）组织中心并设生成式AI首席执行官，但未实现跨部门拉通；最新的则是AI自适应自主触发模式，实现全部门数据、流程与AI部署的拉通，AI可自主学习、完成任务并持续优化，同时更新底层数字核心。

最后是数字核心更新。数字核心至关重要，若不打通更新，企业级AI自主化部署将举步维艰。数字核心包含四个层级：底层是具备韧性、可组合且安全的云基础设施，用于存储海量数据；中间层是企业级AI与数据部署，实现数据拉通与AI智能体跨部门协同；第三层是端对端的数字平台，需与伙伴形成大循环；顶层则是人的参与，企业管理层与员工在各操作层面发挥作用，共同驱动企业高效运转。

埃森哲过去3年在自主生成式AI领域投入30亿美元，在全球范围内开展研发与POC（概念验证），与各行业领军企业合作部署。埃森哲从企业KPI（关键绩效指标）出发，助力打破部门与数据壁垒，推动AI风险系统化落地，并联合生态伙伴为客户提供支持。同时，埃森哲发布全球与区域研发报告监控AI发展趋势，提供个性化解决方案，搭建AI学院平台与部署中心，还与顶尖学术机构合作，推动AI在社会层面的规范发展。

03

AI在财务领域的应用

埃森哲在运营领域深耕35年，发现AI能显著提升财务效率。从客户付款、订单合同收款，到凭证处理、会计报告与预算编制，AI都可以发挥效能。例如，在业财拉通的走账环节，AI效率提升最高达70%；采购到付款环节因涉及大量规则与数据处理，AI应用空间也很大；销售订单到收款环节，因企业更关注客户体验与市场应变，AI效率提升相对稍低，但仍有不小潜力。

在财务领域，AI应用还需考虑不同场景的特性。部分企业数据敏感保密，AI部署扩展性低，不建议复制；而有些AI工具适用性高，可在多个运营领域拉通使用，也可部署多个智能体实现独立应用。目前，埃森哲已在财务领域部署50多个AI应用，覆盖财务运营、战略财务规划，以及与税务、资金、风险合规相关的跨部门协同等场景。

埃森哲始终致力于帮助各行业客户快速、负责任地推进AI应用，助力打造AI优先型组织，激活绩效前沿、打破数据孤岛、构建AI基础，推动负责任AI的普及与落地，拓展生态伙伴关系。埃森哲拥有丰富的资源，包括大量观点报告、解决方案、学习平台与先进AI中心，能为企业AI转型提供全方位支持。

全新司库报告：

《2025—2026年中国司库报告》以“数智化价值，共创生态型司库”为主题，系统梳理企业司库体系建设的顶层设计、实施路径与关键议题，前瞻研判未来发展趋势。报告倡导以数智技术为引擎、以生态协同为核心理念，推动司库从企业内部资金管理职能向连接产业链、供应链与金融生态圈的价值枢纽演进。通过数据共享、平台互联与多方协作，实现资金流、信息流与商流的深度融合，全面提升司库的战略价值与综合效能，助力企业在复杂环境中增强财资韧性，强化战略支撑能力，赢得全球竞争优势。

《2025—2026年中国司库报告》

（主报告+子报告）

点击图片，支持订购/试读

作为推进财资力提升工程的子项目，《中国司库报告》已连续 6 年发布，持续迭代分析框架与理论模型，坚持“模型驱动洞察、实践引领路径”的研究理念，不断丰富和完善司库研究体系。自2024年起，报告正式升级为“主体报告＋标杆案例集”双成果模式，强化理论与实践的双向赋能。

订购平台，微信小程序：财资知识云