新闻动态

【导语】澳洲会计师公会《2025年商业科技应用调查》显示，AI应用步入深水区，投入产出回报不明显成首要障碍，企业愈发务实，提升投资回报率成核心关注点。当前大小企业均面临AI输出结果不透明、隐私安全等难题，且中小企业还受技术人才短缺掣肘，在此背景下，企业该如何破局？

AI应用步入深水区，投入产出回报不明显正成为AI大规模落地应用的首要障碍。澳洲会计师公会日前发布的《2025年商业科技应用调查》显示，企业对AI项目的价值预期愈发务实，提升投资回报率成核心关注点。

11月20日，澳洲会计师公会华东和华中区委员会会长、澳洲资深注册会计师金科表示，AI基础设施前期投入巨大，部分企业缺乏清晰的投资回报评估框架，难以量化AI对业务的实际价值，易陷入投入看不到回报或期望收益的困境中。中小企业技术人才短缺，AI应用难以有效推进和规模化落地。

投入产出回报不明显，阻碍AI落地应用

澳洲会计师公会最新发布的《2025年商(shāng)业(yè)科(kē)技(jì)应(yīng)用(yòng)调(diào)查(chá)》（下(xià)称(chēng)“调(diào)查(chá)”）访(fǎng)问(wèn)了(le)亚(yà)太(tài)区(qū)1117位(wèi)不(bù)同(tóng)行(xíng)业(yè)的(de)财(cái)务(wu)、会(huì)计(jì)和(hé)金(jīn)融(róng)人(rén)士(shì)，调(diào)查(chá)显(xiǎn)示(shì)，过(guò)去(qù)12个(gè)月(yuè)，中国企业的人工智能应用率与应用成熟度同步提升。人工智能、数据分析和可视化软件、网络安全软件是应用最多的三项技术。提高运营效率、降低成本和改善客户体验是企业科技应用的三大驱动因素。随着技术应用深化，企业对AI项(xiàng)目(mù)的(de)价(jià)值(zhí)预(yù)期(qī)愈(yù)发(fā)务(wu)实(shí)，提(tí)升(shēng)投(tóu)资(zī)回(huí)报(bào)率(lǜ)已(yǐ)成(chéng)核(hé)心(xīn)关注(zhù)点(diǎn)。

澳(ào)洲(zhōu)会(huì)计(jì)师(shī)公(gōng)会(huì)华(huá)南(nán)区(qū)委(wěi)员(yuán)会(huì)会(huì)长(zhǎng)、澳(ào)洲(zhōu)资深(shēn)注(zhù)册(cè)会(huì)计(jì)师(shī)陈(chén)建(jiàn)峰(fēng)表(biǎo)示(shì)，财(cái)务(wu)成(chéng)本(běn)与(yǔ)低(dī)投(tóu)资(zī)回(huí)报(bào)率(lǜ)是(shì)亚(yà)太(tài)区(qū)企(qǐ)业(yè)面(miàn)临(lín)的(de)共(gòng)同(tóng)挑(tiāo)战(zhàn)。“超(chāo)过(guò)1/3的(de)受(shòu)访(fǎng)大(dà)型(xíng)企(qǐ)业更加关注科技应用成效的不确定性、数据质量问题和复杂的系统遗留问题。当人工智能深度融入企业商业模式，会牵涉更复杂的解决方案和更前沿的技术，往往需要内部或第三方共同研发或定制特定的方案，投入的资源也较现有软件更多。”

“投入产出回报不明显是AI应用的首要挑战，中小企业敏感度更高。”澳洲会计师公会华东和华中区委员会会长、澳洲资深注册会计师金科表示，算力、大模型研发调优等AI基础设施前期投入巨大，一套DeepSeek一(yī)体(tǐ)机(jī)投(tóu)资(zī)规(guī)模(mó)就(jiù)达(dá)数(shù)百(bǎi)万(wàn)元(yuán)甚(shén)至(zhì)上(shàng)千(qiān)万(wàn)元(yuán)。部(bù)分(fēn)企(qǐ)业(yè)缺(quē)乏(fá)清(qīng)晰(xī)的(de)投资回报评估框架，难以量化AI对业务的实际价值，易陷入投入看不到回报或期望收益的困境中。

不管是大型企业还是中小型企业，普遍面临的痛点是，AI的输(shū)出(chū)结(jié)果(guǒ)缺(quē)乏(fá)透(tòu)明(míng)度(dù)和(hé)可(kě)解(jiě)释(shì)性(xìng)。随(suí)着(zhe)AI系(xì)统(tǒng)越(yuè)来(lái)越(yuè)复(fù)杂(zá)，隐(yǐn)私(sī)和(hé)安(ān)全性(xìng)问(wèn)题(tí)也困扰企业。此外，大型企业通常具备成熟、复杂的IT基础设施，更关心大模型如何与现有技术架构深度融合，而不是建立独立于体系之外的单独应用。中小型企业则面临(lín)技(jì)术(shù)人(rén)才(cái)短(duǎn)缺(quē)问(wèn)题(tí)，部(bù)分(fēn)中(zhōng)小(xiǎo)型(xíng)企(qǐ)业(yè)没(méi)有(yǒu)专(zhuān)职(zhí)的(de)IT部(bù)门(mén)或(huò)IT人(rén)员(yuán)，难(nán)以(yǐ)有(yǒu)效(xiào)推(tuī)进(jìn)AI应(yīng)用(yòng)和(hé)规(guī)模(mó)化(huà)落(luò)地(de)。

锚(máo)定(dìng)业(yè)务(wu)痛(tòng)点(diǎn)分(fēn)阶(jiē)段(duàn)投(tóu)资(zī)，平(píng)衡(héng)成(chéng)本(běn)与(yǔ)风(fēng)险(xiǎn)

“年(nián)初(chū)，企(qǐ)业(yè)内(nèi)部(bù)各(gè)个(gè)部(bù)门(mén)都(dōu)很(hěn)积(jī)极(jí)思(sī)考(kǎo)新(xīn)一(yī)代人工智能技术能够产生怎样的价值，由于技术复杂度和投资回报的不确定性，后来越来越多的企业开始意识到不能盲目布局。”金科表示，这些AI应用的典型挑战推动企业改变经营决策。他认为，企业要将资源集中于核心业务与发展战略，锚定业务痛点，精准匹配技术，避免“为了技术而技术”，同时分阶段投资，平衡成本与风险，建立覆盖AI全生命周期的治理机制，包括数据采集合规审查、模型透明度评估、隐私数据保护措施等，出海企业则需前瞻性研究目标市场监管政策，将合规建设纳入战略规划。

在技术应用和价值量化方面，以财务领域为例，财务组织通常面临人员短缺、工作压力大等问题，月结关账时大量时间耗费在对账、结算、出报表等低价值工作中。此时可通过AI工具采集数据、编制报表，并建立对标业务指标的投资回报评估框架，将AI成果与成本降低率、效率提升幅度等绑定，定期复盘调整，确保价值可量化。

调查显示，受AI应用普及影响，32%的受访者表示，过去12个月企业减少招聘初级财会人员，同时18%的企业为其财务部门扩招具备AI专业素养的人才，这反映了企业人才引进模式的调整。

“大家都很焦虑，未来我的岗位会不会被取代，或者我的工作技能能否适应企业发展的要求。”金科表示，实际上，员工积累的企业经验有助于AI更好落地。企业应构建人机协同体系，一方面加强现有员工培训，提升AI应用能力，制定清晰的AI使用指引，确保合规前提下高效使用；另一方面，重塑人才结构，招聘具备AI、大数据素养的复合型人才，探索数字员工和自然员工协同工作，将人(rén)类(lèi)从(cóng)重(zhòng)复(fù)性(xìng)工(gōng)作(zuò)中(zhōng)解(jiě)放(fàng)出(chū)来(lái)，专(zhuān)注(zhù)战(zhàn)略(è)决(jué)策(cè)等(děng)进(jìn)阶(jiē)任(rèn)务(wu)。长(zhǎng)远(yuǎn)来(lái)看(kàn)，兼(jiān)具(jù)过(guò)硬(yìng)的(de)传(chuán)统(tǒng)专(zhuān)业(yè)知(zhī)识(shi)和(hé)技(jì)术(shù)能(néng)力(lì)、拥(yōng)有(yǒu)全球(qiú)化(huà)经(jīng)验(yàn)和(hé)具(jù)备(bèi)终(zhōng)身(shēn)学(xué)习(xí)思(sī)维(wéi)的(de)财(cái)会(huì)人(rén)才(cái)能(néng)在(zài)不(bù)断(duàn)演(yǎn)变(biàn)的(de)职(zhí)场(chǎng)中(zhōng)脱(tuō)颖(yǐng)而(ér)出(chū)。