新闻动态

【导语】澳洲会计师公会《2025 年商业科技应用调查》显(xiǎn)示(shì)，AI应(yīng)用(yòng)步(bù)入深水区，投入产出回报不明显成落地首要障碍，企业愈发务实关注投资回报率。大中小企业面临不同痛点，在此背景下，企业需锚定业务痛点分阶段投资，财务等部门可量化AI价值，同时企业人才引进模式生变，构建人机协同体系成关键。

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(huò)期(qī)望(wàng)收(shōu)益(yì)的(de)困(kùn)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年商业科技应用调查》（下称“调查”）访问了亚太区1117位不同行业的财务、会计和金融人士，调查显示，过去12个月(yuè)，中(zhōng)国(guó)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项目的价值预期愈发务实，提升投资回报率已成核心关注点。

澳洲会计师公会华南区委员会会长、澳洲资深注册会计师陈建峰表示，财务成本与低投资回报率是亚太区企业面临的共同挑战。“超过1/3的受访大型企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一体机投资规模就达数百万元甚至上千万元。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。

不管是大型企业还是中小型企业，普遍面临的痛点是，AI的输出结果缺乏透明度和可解释性。随着AI系统越来越复杂，隐私和安全性问题也困扰企业。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。中小型企业则面临技术人才短缺问题，部分中小型企业没有专职的IT部门或IT人员，难以有效推进AI应用和规模化落地。

锚定业务痛点分阶段投资，平衡成本与风险

“年初，企业内部各个部门都很积极思考新一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(biàn)经(jīng)营(yíng)决(jué)策(cè)。他(tā)认(rèn)为(wèi)，企(qǐ)业(yè)要(yào)将(jiāng)资(zī)源(yuán)集中(zhōng)于(yú)核(hé)心(xīn)业(yè)务(wu)与(yǔ)发(fā)展(zhǎn)战(zhàn)略(è)，锚(máo)定(dìng)业(yè)务(wu)痛(tòng)点(diǎn)，精(jīng)准(zhǔn)匹(pǐ)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(shī)等(děng)，出(chū)海(hǎi)企(qǐ)业(yè)则(zé)需(xū)前(qián)瞻(zhān)性(xìng)研(yán)究(jiū)目(mù)标(biāo)市(shì)场(chǎng)监(jiān)管(guǎn)政(zhèng)策(cè)，将(jiāng)合(hé)规(guī)建(jiàn)设(shè)纳(nà)入(rù)战(zhàn)略(è)规(guī)划(huà)。

在(zài)技(jì)术(shù)应(yīng)用(yòng)和(hé)价(jià)值(zhí)量(liàng)化(huà)方(fāng)面(miàn)，以(yǐ)财(cái)务(wu)领(lǐng)域为(wèi)例(lì)，财(cái)务(wu)组(zǔ)织(zhī)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(de)企(qǐ)业(yè)为(wèi)其(qí)财(cái)务(wu)部(bù)门(mén)扩(kuò)招(zhāo)具(jù)备(bèi)AI专(zhuān)业(yè)素(sù)养(yǎng)的(de)人(rén)才(cái)，这(zhè)反(fǎn)映(yìng)了(le)企(qǐ)业(yè)人(rén)才(cái)引(yǐn)进(jìn)模(mó)式(shì)的(de)调(diào)整(zhěng)。

“大(dà)家(jiā)都(dōu)很(hěn)焦(jiāo)虑(lǜ)，未(wèi)来(lái)我(wǒ)的(de)岗(gǎng)位(wèi)会(huì)不(bù)会(huì)被(bèi)取(qǔ)代(dài)，或(huò)者(zhě)我(wǒ)的(de)工(gōng)作(zuò)技(jì)能(néng)能(néng)否(fǒu)适(shì)应(yīng)企(qǐ)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，将人类从重复性工作中解放出来，专注战略决策等进阶任务。长远来看，兼具过硬的传统专业知识和技术能力、拥有全球化经验和具备终身学习思维的财会人才能在不断演变的职场中脱颖而出。