對話合思CEO馬春荃：AI的世界的第一性原理就是降本增效

馬春荃：省錢還是一如既往的重要。

當前經濟環(huán)境并不樂觀，尤其是像特朗普關稅政策這類“黑天鵝”事件影響著全球貿易往來。企業(yè)最怕不確定性，你確定稅率20%我接受， 30%我也接受，但你變來變去，企業(yè)就無法做決策。

另外，企業(yè)的降本增效，并不只是降本，它還有增效。效就是效率，還有效益，效率是執(zhí)行的時間和執(zhí)行的資源占有更少的問題，那效益是同樣的執(zhí)行時間，掙到的更多的問題。

所以，我們說挖出企業(yè)凈利潤，一個是向下挖掘，還有一個是向上去沖刺，這都是數(shù)字化的決策的工具。

以差旅為例，差旅公司如果只做差旅，它就會陷入到一個沒事兒可做的地步，它就會為自己找事兒做。比如，有公司為了省錢強制員工合住酒店，而實際執(zhí)行中95%情況因為各種原因無法合住，或者兩個人合住后其中一個人提前結束行程，另一個人就必須搬出去換更低價格、符合差旅標準的酒店。

這是典型的“過度管理”，表面功夫做得足，實際效果卻適得其反。這些規(guī)定不僅沒省到錢，反而增加了管理成本，員工也怨聲載道，最后業(yè)務也沒推動，反倒成了一個對企業(yè)內部文化和組織的障礙。

但如果企業(yè)采用阿米巴模式，把差旅費用和項目收益直接掛鉤，省下的錢可以分紅，超支扣獎金。此時，員工就會精打細算，就像攢錢買房一樣認真。

商業(yè)與生活：所以，今天，企業(yè)運用AI的財務目標，不只是“降本”，還要基于就是財務這個池子去做一些更有效的管理運營決策？

馬春荃：不管是差旅還是其他業(yè)務，核心問題只有一個：這筆賬到底劃不劃算？從地基層面看，決策優(yōu)化才是真正的底層邏輯。企業(yè)經營的核心目標就是盈利，而盈利需要通過科學的資源調度和資金配置來實現(xiàn)。

真正的經營決策，需要三類核心數(shù)據(jù)：收支數(shù)據(jù)、收支與獎懲的匹配關系、利潤分配對業(yè)務的激勵效果。一個組織的管理決策，非常重要的一部分就是在看營收損益的位置、節(jié)點以及分配的模式是否有利于經營？

我前段時間去拜訪了一個朋友，他做美甲店，但最大的盈利空間是對客戶的引流——將客戶引向其他美業(yè)公司。他是一個高頻的、而且精準的流量入口，那些愛美甲的顧客，就是醫(yī)美的潛在客戶。

傳統(tǒng)的美甲店，一般會采用提成獎勵機制，員工成功介紹一次顧客就拿一次提成，提成制雖然激勵了員工去服務好這個客戶，但這會導致兩個兩個致命問題。一個是服務畸形，員工就會用人朝前，不用人朝后，見人下菜碟，過度的激勵，導致于過度打擾，最終造成客戶的退縮。第二個是團隊協(xié)作斷裂，一旦有這個錢是你的，這個客戶就是你的，不是我的，我就不會服務你的客戶，導致了店員之間的協(xié)作出現(xiàn)沖突。

商業(yè)與生活：那個美甲店的它的解決方案最后是什么。

馬春荃：他們改用高底薪+年度評價獎金模式，用相對高薪去保障團隊的粘性，用管理評價來去做日常的經營管理的打分，年底的獎金根據(jù)日常的顧客評價、主管評價再去分配。既保持服務穩(wěn)定性，又通過客戶滿意度實現(xiàn)單店年利潤400萬。

所以，在經營過程當中，如何把財務信息和經營目經營的模式和管理的策略，融合在一起，是財務需要關心的核心問題。過去，財務核心關心的是數(shù)是不是對的，記的賬是不是對的，是不是及時快速。現(xiàn)在，記賬已經被自動化可以完全替代了，我們要建立的是什么？就是財務的經營分析的模型，用這個模型來指導業(yè)務，產生出有效的激勵的措施。

商業(yè)與生活：所以，合思在里面扮演什么角色？

馬春荃：傳統(tǒng)的財務核算本質上是操作層的流程，顆粒度和口徑已無法匹配現(xiàn)代經營需求；而且，財務報表有專業(yè)門檻，很多管理者也看不懂。未來，我們可以通過AI技術實現(xiàn)智能化管理，每個團隊領導都擁有自己的智能助手，根據(jù)業(yè)務需求自主決策，即通過數(shù)據(jù)驅動管理決策。

02

從傳統(tǒng)的費用管控

轉向經營導向的智能決策

商業(yè)與生活：合思的AI如何幫助企業(yè)，從傳統(tǒng)的費用管控，轉向經營導向的智能決策？

馬春荃：理想的數(shù)據(jù)驅動管理模型，應當像企業(yè)經營風險管理的大腦，能夠通過智能交互完成所有決策，但這仍是一個需要長期努力的終極目標。

現(xiàn)階段，我們的工作重點是，將每個工作流環(huán)節(jié)轉化為智能體，逐步替代人工操作。

以差旅中的行程規(guī)劃為例，需要考慮不同地點的動線規(guī)劃、交通工具選擇、住宿偏好等多個關聯(lián)因素，AI系統(tǒng)通過分析歷史數(shù)據(jù)、實時位置和預算松緊程度，能夠在時間優(yōu)先或成本優(yōu)先等不同條件下給出最優(yōu)解，大大降低了員工的決策負擔。

再比如海外票據(jù)處理，因為多語言識別難題，傳統(tǒng)方式無法準確判斷很多國家、地區(qū)的消費內容。但AI系統(tǒng)現(xiàn)在能夠識別90%以上的海外票據(jù)，包括金額、消費內容等，并進行語言翻譯，解決語言障礙。同時，在審批環(huán)節(jié)，AI依據(jù)預設規(guī)則和風險模型，對消費行為進行風險管控和提示，確保費用支出合理合規(guī)。

這些場景化應用，最終都將服務于企業(yè)風險管理模型的構建。真正的風險管理，不是簡單的費用管控，而是要在承擔、規(guī)避、降低或拒絕等不同策略間做出選擇。業(yè)財融合的思維，正在推動企業(yè)管理從單純的管控或服務導向，轉向以經營為核心的智能化決策模式。

商業(yè)與生活：所以，服務出海的客戶群是合思的一個重要方向嗎？

馬春荃：出海企業(yè)是我們服務的一個類型，重點利用AI技術，解決海外票據(jù)難題。

未來在 AI 的領域里面可能會非常的細分，就跟我們現(xiàn)在的電氣化世界是一樣的，但也會出現(xiàn)巨頭。所有的公司都希望能夠做強做大，但是做專可能才是做強做大的一個非常重要的契機點。

商業(yè)與生活：所以，合思具體“專”在哪里？

馬春荃：從財務的視角，天然關心“無需報銷”，因為他們每天都在處理報銷審批、預算控制這些具體事務，是他每天要面對的沖突點。

但對IT部門來說，他們要做的是如何快速響應各種集成需求，比如今天接入攜程商旅，明天對接阿里商旅，而且時間要求很緊迫。

IT建設不能只有靈活性，還需要規(guī)范和標準。就像建筑中的走線工程，需要有規(guī)劃、有標準。因此，我們進一步打造了財務數(shù)智化平臺，聚焦財務最核心的收支管理，包括資金流、信息流、票據(jù)流等，為IT部門提供標準化的腳手架和元數(shù)據(jù)層，讓他們能快速構建符合財務規(guī)范的解決方案，可以彈性連接各種系統(tǒng)，既保持靈活性，又能快速打通。以無需報銷為例，財務部門關注預算管控、票據(jù)合規(guī)，行政部門關注員工體驗和服務保障，IT部門關注系統(tǒng)對接的便捷性和擴展性，我們的方案就是要同時滿足這三個維度的需求。

商業(yè)與生活：“無需報銷”的智能化進程因為AI大模型的爆發(fā)而更快了嗎？

馬春荃：AI技術的快速發(fā)展，尤其是大模型（如DeepSeek）的突破，顯著降低了企業(yè)應用AI的門檻，從而加速了“無需報銷”的智能化進程。但要推動行業(yè)向L5級（完全自動）邁進，還需要在三個方面持續(xù)努力：一是知識庫與模型的結合，將規(guī)則從知識庫內化為模型參數(shù)，提升處理效率；二是幻覺控制，通過規(guī)則邊界限制AI的生成范圍，確保輸出的穩(wěn)定性。三是多代理協(xié)同，優(yōu)化多個AI代理之間的協(xié)作規(guī)則，確保任務分發(fā)的準確性和效率。

技術的作用是加速落地，而非改變本質。AI的爆發(fā)確實會縮短技術成熟周期，但企業(yè)的應用落地，還要取決于如何將技術與商業(yè)邏輯深度結合。

商業(yè)與生活：未來，AI是否替代財務人員？員工和財務系統(tǒng)會發(fā)生哪些變化？

馬春荃：AI技術不會完全取代財務人員，而是推動其角色升級，從基礎執(zhí)行轉向管理決策。

面對AI變革，財務人員需要提升技術應用能力，掌握AI工具特性及邊界；提升業(yè)財融合能力，能夠鏈接財務數(shù)據(jù)與業(yè)務戰(zhàn)略；還要有創(chuàng)新思維，探索預測模型等新場景應用。

同樣，財務系統(tǒng)也需要重構三個層次的能力。建模層，解構傳統(tǒng)數(shù)據(jù)為模塊化單元，支持動態(tài)報表組裝；執(zhí)行層，用AI agent替代人工審批，實現(xiàn)差旅、宴請等場景的智能風控；決策層，構建模型驅動的數(shù)字大腦，替代傳統(tǒng)流程驅動。

AI如同歷史上的電力革命，正在創(chuàng)造而非消滅可能性。財務從業(yè)者要主動擁抱技術變革，將AI視為拓展專業(yè)價值的工具。這一轉型的本質是回歸商業(yè)邏輯，通過技術杠桿放大人類智慧，在效率與創(chuàng)新中尋找平衡。

03

幾乎所有的客戶都在提出AI智能化的需求

我們對AI的想象力還遠遠不足

商業(yè)與生活：市場上，目前用AI、接受AI大模型服務的企業(yè)客戶多嗎？現(xiàn)在能占到幾成了？

馬春荃：很多，現(xiàn)在幾乎所有的客戶都在提出AI 智能化的需求。

一個新事物，如果你沒見過、用過，你提的需求，可能是非常離譜的，不能實現(xiàn)。但是如果你真的體驗過了，你就知道它的邊界、它的不足點。穿過這個鞋，你才知道他擠不擠腳，哪兒擠腳。

我們正在經歷從流程驅動到模型驅動的轉型，AI技術在其中扮演關鍵角色。很多人對AI技術存在很多認知誤區(qū)——有人覺得它無所不能，就像用豆包聊天那樣簡單。但實際上，AI需要嚴謹?shù)墓こ袒瘶嫿ǎ纫l(fā)揮其能力，又要控制“幻覺”，我們要做AI的“訓練師”。

商業(yè)與生活：合思把自己比做“訓練師”，訓出了什么成果，什么經驗？

馬春荃：因為 AI 確實是一個新事物，有很多的人對AI有不切實際的幻想，殊不知道通用大模型里邊的內容很多東西都是錯的。所以 AI 沒有那么神奇，它需要很多的工程構建，把它的能力發(fā)揮出來，又把它的那些幻覺抑制住，那我們講究要做訓練師。

這個“訓練師”角色，本質上是在做流程邊界的規(guī)則設定。比如，我們做預算審批工作流時，原本就有一套給人用的規(guī)則體系，現(xiàn)在只不過是把這些規(guī)則適配給AI agent使用。當AI的行為與規(guī)則不符時，我們就進行干預裁剪；遇到模糊狀態(tài)則升級到人工決策。關鍵在于掌握風險控制的度，就像風險模型一樣，我們把情況分為低中高三級：低風險自動通過，中風險引入人工參與，高風險直接拒絕。

這就是我說的訓練過程，難度不高但極其復雜，就像要給小孩搭建安全屋，必須考慮到所有可能的越界方式。要讓AI agent達到“從心所欲不逾矩”的狀態(tài)，需要非常精巧的規(guī)則設計。

所以，這次我們特意設計成體驗型發(fā)布會，通過低代碼平臺和prompt工程窗口，讓參會者現(xiàn)場親手構建財務AI應用，體驗AI技術的實際應用邊界，讓大家對AI有更理性的認知，有一個看得見、摸得著的認知體感。做的好與壞都不重要，因為現(xiàn)在才是剛剛開始。我們跟客戶交流起來，才能找到那個結構洞。創(chuàng)新的結構洞是在客戶，不是在我們內部。

商業(yè)與生活：今天，開放性的AI應用工具特別的多，底層模型也特別的多，企業(yè)自己用豆包搞一搞，做出一個應用的趨勢多嗎？還是說，未來還是需要合思這種更專業(yè)的這種應用層服務商？

馬春荃：未來都會收斂到專業(yè)服務商。

因為如果你作為一個企業(yè)，你做得很好，你就變成一個服務商。比如，你有這個需求，自己做了，做完之后發(fā)現(xiàn)是全球第一名，那是不是可以把它商業(yè)化？就要看它的市場需求，如果市場不大，你就不去推廣了。但如果發(fā)現(xiàn)它是一個 50 億的生意，那可能就成立一個子公司，去做這個業(yè)務了。

現(xiàn)在只是在AI這個初期，基于AI的應用還在涌現(xiàn)出來，最后涌現(xiàn)的結果可能超乎我們的想象，可能有非常多的場景都會用到AI。我覺得我們的想象力還遠遠不足，可能隨著實踐，會出來很多有趣的事情。

商業(yè)與生活：從當前這個市場上來看，這種AI涌現(xiàn)，對合思來說，機會大些還是挑戰(zhàn)大些？

馬春荃：這個跟我沒關系，這個市場就在那呢。就像跑步，你就是為了跑第一名，有沒有AI，都有跑步的人，都有人和你競爭。

商業(yè)與生活：那你要怎么樣做到去跑第一名？

馬春荃：以客戶為中心，我們總會找到我們自己的客戶，服務好這些客戶。

做好AI應用和研發(fā)自有小模型并不矛盾，就像電氣化時代，用戶只關心用電需求，而廠商需要考量電壓、電流等技術細節(jié)。合思作為AI應用廠商，必須兼顧兩方面：既要深入理解各類AI的特性與邊界，又要精準匹配用戶需求。只有將市場洞察與AI能力精準匹配，才能打造出有價值的產品解決方案。合思正在構建的就是這樣一套完整的AI應用體系——從需求挖掘，到任務分解，再到模型匹配，最終形成閉環(huán)的產品化能力，這也是AI技術真正發(fā)揮商業(yè)價值的完整路徑。

商業(yè)與生活：合思現(xiàn)在客戶有比較明顯的集體特征嗎？

馬春荃：一定是規(guī)模大的，因為小規(guī)模企業(yè)的核算復雜度沒那么高。規(guī)模越大，它的數(shù)字化和自動化的痛點就越明顯，它管理的成本就越大，通過數(shù)字化和智能化去降低它的管理成本，提升管理效率的效益就越大。

—End—

內容同步：網易號、同花順、百家號、今日頭條、UC、雪球、企鵝號、一點資訊、知乎、搜狐等。