金融与财务：2 个真实落地案例

原来的样子

痛点：团队已在用多种 AI 编程工具，个人效率提升明显，但企业无法让大家一起用：认知不统一、工具与方法不统一、协作方式没有随 AI 改变，管理层要的是组织能力而不是散落在个人电脑里的工具。

过去的做法：产品经理按原方式写文档、开发按文档开发；AI 工具出现后各自摸索，形成"个人提效"。

AI 怎么切进去

• 把问题从"怎么教大家用 AI 编程"提升到三个层次：认知统一、工具与方法统一、组织方式调整
• 统一研发协作的文件与拆分方式（谁写什么、怎么拆），让 AI 进入协作而不是各自的对话框
• 对不同角色用不同语言沟通：老板关心组织效率，研发关心工具好不好用，产品关心流程怎么变

可迁移的做法

• 个人提效与团队提效是两件事，前者不需要组织设计，后者一定需要
• FDE 更像"翻译官"：把标准化的 AI 能力翻译成具体团队真正能用的工作方式
• AI 的价值不是"把三个功能点提到十个"这种单点数字，而是研发协作方式的改变

落地之后

AI 从个人工具变成团队的协作方式，研发流程随 AI 重新拆分。

原来的样子

痛点：填表之前的判断过程最耗时：这笔费用属于差旅、招待还是其他？该记在哪个项目下？要去找出差申请、审批记录与所属部门。科目规则多、层级深，业务量增长后只能靠增加财务人员线性扩张。

过去的做法：靠专业人员的经验与成熟规则：前面有人判断，后面有人打开集团系统逐行填单据。

AI 怎么切进去

• 直接进业务现场陪跑：跟着业务人员处理一笔业务，把流程一点点拆开
• 让员工只对机器人说一句"我要报销"并发发票，后面的识别、关联、规则判断交给 AI
• 让 RPA 承担确定性的重复执行，用监督机制控制风险，人负责例外与复核

可迁移的做法

• 价值错配是立项理由：让博士去做低价值的重复流程，本身就是浪费
• 判断时间与执行时间是两笔成本，都要压缩，但要用不同手段
• 先在小场景证明价值，再逐步扩大 AI 在企业的应用范围

落地之后

财务从大量重复判断与录入中释放，业务量增长不再简单对应人员线性增加。