当前位置: 首页
AI教程
CFO与CIO共话企业数智跃迁:超越经营重构

CFO与CIO共话企业数智跃迁:超越经营重构

热心网友 时间:2026-07-10
转载

企业数智化转型需从业务场景切入,通过小场景验证AI价值,逐步积累成果。数据治理应在应用中完善,组织层面需培养专业深度与广度,接受不确定性。CFO与CIO跨界协作,推动AI落地业务链路,实现经营重构。

企业走进AI时代,从来就不存在一条放之四海皆准的路径。

过去的两年间,“智能化”这三个字几乎成了每一位企业管理者的必修课。从技术本身的开疆拓土,到产业场景的落地生根,再到组织架构的悄然重塑,围绕AI的讨论就没消停过。

但话说回来,技术再炫酷,它自己并不会自动变成真金白银的价值。真正考验企业的,是能不能找到契合自身发展阶段的应用场景,把AI的能力真正内化成解决实际经营问题的本事。说到底,一切智能化的话题,最终都要回到业务本身这个原点。

7月3日,钛媒体研究院与ACCA联合发起的《从数字化到AI》系列对话正式上线第一期。节目邀请了几位资深CFO和CIO跨界对谈,试图从财务和技术两种完全不同的视角,拆解AI转型中的痛点、落地的路径,以及突破僵局的思路。

这一期的嘉宾阵容很有意思:无限极CFO兼副总裁陈松、格林美高级副总裁兼财务总监穆猛刚、中顺洁柔副总裁兼CIO杨森林,还有字节领高创始人、彩食鲜终生荣誉CTO乔新亮。

两位CFO,两位CIO,两个小时的对谈,碰撞出了不少火花。你能清晰地感受到企业在面对AI时的真实状态:有人已经在业务链路里跑起来了,有人还在小心翼翼地探索;有人强调碘伏和取代,也有人笃信要从最不起眼的小场景开始一点一点积累。

企业现在就要All in AI吗?

企业推进AI这件事,从来就不存在一条放之四海皆准的路径。企业处于什么发展阶段,管理者的性格和决策风格如何,产品又处于哪个赛道……这些因素都会直接左右战略的制定和战术的执行。

穆猛刚就提到,很多企业都会经历一个渐进的过程:先从个人自发使用开始,再到某个部门的内部应用,最后才上升到公司级别的推广。对大多数企业来说,真正的问题不在于“要不要拥抱AI”,而在于“怎么找到一个适合自己的切入口”。

陈松分享了无限极的实践。他们的AI探索,并不是从零开始的“白手起家”,而是在多年数字化建设基础上的能力跃迁。过去,数字化更多是为了解决流程在线、数据可视以及管理透明的问题;而现在的关键,是如何把积累下来的数据、流程和专业经验,转化为经营洞察和行动建议。

这意味着,AI的价值正在从单点工具,转向整个业务链路。就拿财务来说,AI不再只是内部提效的工具,它正在渗透到研发、生产制造、供应链、渠道和用户经营这些核心业务环节。财务部门需要更早地参与到AI场景的设计、价值判断和风险识别中去。

杨森林则分享了中顺洁柔的实战成果。得益于在AI上的持续探索,公司在2025年实现了三倍利润增长,完成了从数字化到数智化的关键升级。不过,虽然已经在供应链上广泛铺开了AI应用,杨森林也坦言:“现在的AI还没那么成熟,还不足以完全自主行动,需要有一批人去驾驭它。与此同时,那些不能驾驭AI的人,也一定会面临被淘汰的风险。”

企业AI投入,只看ROI够吗?

AI转型,本质上是一个需要持续验证和迭代的过程,也是领导层认知逐渐改变的过程。

在中顺洁柔,这个思路具体表现为:通过一个个小的应用场景去验证AI的价值,而不是一上来就铺一个巨型项目。杨森林的原话很实在:“找到一个最小的点,证明AI行。然后再花一点钱去证明AI还行,就这么一点一点推进。一个大的胜利,是由无数个小场景组成的。小的胜利不断累积,老板才会有信心持续投入。”

在大型多元化企业里,并不是所有投入都能简单地用ROI来衡量。通过不断积累阶段性的成果,“积小胜为大胜”,企业不仅能逐步建立整个组织的信心,也为CFO后续评估投入决策,提供了更扎实的数据参照。

数据治理不完善,AI就搞不起来吗?

数据治理是企业AI落地的重要基石,但这个基础工作,其实更适合在应用中不断完善。穆猛刚的观点很明确:数据治理本身不是经营的目的,它只是服务业务目标的一个过程。企业完全可以围绕具体的经营问题,以目标为导向,逐步把数据做规范,而不是非要等一个“大而全”的完美数据体系建成之后才动手。

杨森林也补充说,数据治理不单纯是IT问题,它深受业务规则的影响,是个长期的过程。企业经营不可能等所有数据都完美无缺了再开始做决策。所以,高管的一个核心能力恰恰是:在数据不完整、不准确的情况下,依然能做出最优决策。

AI转型,会引发哪些组织层面的思考?

AI带来的变化,绝不只是技术层面的,它更深层地触动了组织方式和人才能力。职业的边界要怎么划定?是该成为专家还是杂家?我们又该培养怎样的心态来应对?

1. 职能边界:更清晰了,还是更模糊了?

随着AI进入企业,传统的职能边界正在变得模糊不清。杨森林预测,未来职能的边界感一定会越来越弱,这会重新定义我们过去所理解的“专家”和“会不会”的概念。穆猛刚也回应道,在AI时代,一个人的判断力会变得越来越重要。一个人的知识沉淀、专业Knowhow和核心思想,反而会变得更有价值。

陈松则介绍了无限极的做法,他们把AI项目分为效率型、经营型和战略型三类投入,并积极推动跨部门协同。在他看来,财务的角色正在转变,需要成为技术语言与经营语言之间的连接者。

2. 成为专家,还是成为杂家?

陈松的看法很明确:“随着AI的到来,我们更应该努力成为领域内最顶级的专家。只有这样,AI在你的专业领域内才能被运用得更加炉火纯青。”同时,他也强调,对AI的应用必须坚持长期主义。

钛媒体创始人万宁也分享了他的观察:“在AI时代,人才的能力会变成一个‘T’字型——既要有专业的深度,也要有视角的广度,这样才能适应AI带来的冲击。而AI本身,也会反过来帮助人在更广阔的领域和更大的数据量上去掌握信息。”

3. “小错不断,大胜在手”

AI时代带来的一个巨大变化,是企业需要重新认识“不确定性”。对于现在的企业决策层来说,学会接受失败,正成为一项必须面对的重要课题。

乔新亮指出,这个时代要求人们的心理模式做出深刻的转变。过去的管理者追求的是全面确定性;而今天,无论是个人还是企业,都必须学会拥抱不确定性——这本身就意味着,我们应该对“错误”持一种积极的态度。他认为,当下的组织迫切需要培育一种至关重要的能力与文化:小错不断,大胜在手。

结语

把AI放回到企业经营的具体场景中去讨论,这次访谈得出了很多务实的结论。AI带来的变化,不只是一项技术的应用,它牵扯到战略决策、组织调整、流程优化、风险管理和人才能力等方方面面。

企业走进AI时代,永远不会有唯一的标准答案。真正能产生价值的AI,必须走进业务现场;真正有效的数据治理,需要在应用过程中不断打磨完善;真正成功的数智转型,需要CFO、CIO和业务管理者共同参与,缺一不可。

我们今天看到的,只是这场深度对谈的冰山一角。欢迎点击上方视频,观看完整内容。

如何让财务、技术与业务这些不同群体有效融合、共同推进?这个话题,将在今年9月连续第十八年举办的2026 ITValue Summit 数字价值峰会上被继续深入探讨。过去两年,我们一直在推动CFO和CIO两大群体的深度对话,从达成共识到价值深耕。今年CIOxCFO闭门会上,希望能看到更多走进业务核心的深度探讨和务实解决思路。

本次ITValue Summit 数字价值峰会,也将以深入讨论AI应用落地中的“真问题”为主线展开,期待新老朋友们一同参与。

我们一起透过问题,靠近真相。

来源:https://www.tmtpost.com/8057225.html

游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。

同类文章
更多
AI如何从聊天能力进化到做事能力 Skill的实践之路

AI如何从聊天能力进化到做事能力 Skill的实践之路

让AI从“会聊天”转向“会做事”的关键在于Skill(技能包)。Skill由可执行代码、精确的说明书(如JSONSchema描述)及结果翻译器构成。通过精细定义参数与边界,AI能稳定调用接口完成重启服务、查询数据等操作,从而从空谈顾问变为可靠的数字员工。

时间:2026-07-10 11:09
零基础看懂Agent Skill MCP三层关系解读

零基础看懂Agent Skill MCP三层关系解读

智能体是自主执行任务的实体,技能是被封装的原子能力,MCP协议是智能体与技能间的标准化通信协议。智能体通过MCP协议发现并调用技能,灵活组合完成复杂任务。三者解耦,实现即插即用,降低了系统集成复杂度。

时间:2026-07-10 11:09
AI编码时代UI自动化测试智能化演进之路—中国平安人寿蔡雪

AI编码时代UI自动化测试智能化演进之路—中国平安人寿蔡雪

AI编码时代,UI自动化测试面临效率断层。平安人寿蔡雪基于自研“女娲”平台,分享从可视化录制到AI智能录制、基于EventDOM的智能感知与自愈机制的演进路径,实现用例创建降本、维护减负、执行提稳,推动测试工具从自动化向智能化升级。

时间:2026-07-10 11:09
一文讲清Agent、Skill、MCP到底什么关系:零基础小白三层拆解

一文讲清Agent、Skill、MCP到底什么关系:零基础小白三层拆解

Agent是自主执行任务的数字打工人,Skill为原子化能力函数,MCP是标准协议接口。Agent通过MCP发现并调用Skill,实现即插即用,解耦技能与智能体,让大模型能力安全、统一、可扩展地集成。

时间:2026-07-10 11:09
文生图同一提示词为何每次不同?随机性与可复现解析

文生图同一提示词为何每次不同?随机性与可复现解析

文生图每次结果不同源于从随机噪声开始去噪。固定种子(seed)可锁定初始噪声,但还需采样步数、引导强度、采样器、尺寸、提示词、模型等参数一致才能复现。通过控制变量法调参,先固定种子再逐一调整其他参数,可精确归因差异。

时间:2026-07-10 11:09
热门专题
更多
刀塔传奇破解版无限钻石下载大全 刀塔传奇破解版无限钻石下载大全
洛克王国正式正版手游下载安装大全 洛克王国正式正版手游下载安装大全
思美人手游下载专区 思美人手游下载专区
好玩的阿拉德之怒游戏下载合集 好玩的阿拉德之怒游戏下载合集
不思议迷宫手游下载合集 不思议迷宫手游下载合集
百宝袋汉化组游戏最新合集 百宝袋汉化组游戏最新合集
jsk游戏合集30款游戏大全 jsk游戏合集30款游戏大全
宾果消消消原版下载大全 宾果消消消原版下载大全
  • 热门数据榜