踩遍AI转型的坑之后,他找到AI掘金的正确打开方式
作者 | 郑惠敏
来源 | 博望商业
AI已成为全球科技企业增长毋庸置疑的最强引擎。
刚刚过去的三季报集中披露期,“科技七巨头”(Mag7)纷纷交上成绩单,其中,过半的科技巨头营收与利润均得到来自AI的助推:除去AI属性最纯粹的英伟达,微软、亚马逊以及谷歌母公司Alphabet的AI投入也进入大规模兑现期。首次单独披露的Azure季度收入同比增长48%,超出市场预期;AWS云业务营收近460亿美元,创下近五年来最快增速;Gemini驱动Google Cloud营收同比暴增103%。
对多数企业而言,AI早已不是业务转型的可选项,而是关系着企业存续的必答题。但在AI投入与应用实操中,一腔热血者众,能拿到实际利润的却寥寥。企业管理者应如何判断,自家业务中哪些才是值得用AI深挖的富矿?AI转型如何避免走入误区,如何实现可管可控的稳定产出?
11月12日,在上海举行的「AI掘金·将AI能力转化为企业利润」大会上,合思创始人兼CEO马春荃发布的新书《CEO AI挖矿指南:将AI能力转化为企业利润》通过这家服务商的AI转型亲身实践与思考,探讨了如何选择应用场景、重构产品与商业模式、调整组织和利益分配,并在风险可控的前提下,让AI进入真实业务,形成可验证、可持续的经营价值。
从AI作坊向AI工业化的跃迁之路
马春荃发现,绝大多数企业都没从AI投入中拿到真实回报。“AI转型很容易做成形象工程,大家容易找漂亮、炫酷、能摆上大屏给领导看的场景,反而没有用AI去处理脏活累活。”
原因在于,企业内部可以使用AI的场景很多,但价值差异很大——有些任务容易由AI完成,实际需求却很有限;有些任务影响重大,却包含复杂博弈和非标准化判断,现阶段难以完全交给AI。因此,AI投入首先是业务价值的排序问题,企业应优先从高价值、可量化的任务切入。
在《CEO AI挖矿指南》一书中,马春荃提出“AI落地四象限法则”,以“AI可替代性”和“AI可规模化程度”作为选择AI应用场景的判断维度,并由此形成四类场景,对应策略是:高替代、高规模的场景应优先投入;高替代、低规模的场景可用于局部提效;低替代、高规模的场景更适合人机协同;低替代、低规模的场景则不宜成为投入重点。
这一方法能帮助企业分清核心金矿、局部机会与低价值投入,把有限资源集中到真正值得开采的任务上。
当前,不少企业已经引入AI,但普遍面临“用不起来”的困境——员工人手一套AI,每月200元Token额度,大家各自摸索,使用效果参差不齐。核心卡点在于,很多企业默认AI是全员都能用的工具,而忽略了它本质上属于生产设备,需要专业人员操作,而非人人上手。
马春荃认为,当下的AI应用模式类似于早年间的手工作坊:工人各自织布,质量却不稳定。而企业级的AI应用专业度较高,更近乎工业化时代的标准化流水线,由少数专业人员管控,就能稳定产出品质统一的产品。因此,只有把流程抽象、标准化,交由专人来驾驭,AI才能稳定释放产能,保障输出质量。
他强调,只有真正将成本中心与利润中心对接起来,才能准确衡量ROI。而AI作坊时代的预算模式则存在明显谬误:员工不是利润中心,却占用着最多的Token预算。“什么时候Token预算不再发给员工,而是改为分配给Agent,工业化的AI才真正到来。”
在SaaS的“末日”迎来RaaS的春天
依据书中提出的“四象限法则”,数据的完备性、规则的清晰性和适配场景的规模是AI应用创新的必要条件。
据此,合思将财务费控审核作为验证AI价值的切入口——其一,费控审核的数据相对完备。发票、消费记录、审批流等信息已形成数字化链路,为AI判断提供证据。其二,费控审核规则相对清晰。财务制度和合规要求为审核建立了明确边界。其三,费控审核需求规模较大。费用报销是企业经营中的高频场景,相关工作占财务团队工作量的40%-50%。
以智能审核为基础,团队又延伸孵化出多个富有价值的应用场景,并在AI助力下快速取得多智能体协同工作等多项研发进展。
马春荃回忆,因深知创新必然伴随试错成本,在产品方向探索期,并未对团队设置硬性KPI。但在随后的收费模式设置环节,团队却结结实实踩了最贵的一次坑。
2025年春节后,合思研发的新形态AI产品已成功跑通绝大多数业务审核场景,为验证产品的市场潜力,合思邀请几百位客户现场导入真实业务数据进行试用,产品的效率与准确性均得到客户的普遍认可,但此后的成交率却令人大跌眼镜——从5月份到10月份,仅卖出3单。
“好产品为什么卖不动”一度成为团队的心魔,后续反馈显示,客户对于在原有的软件订阅基础上新增的AI功能,单独付费的意愿不强,且为使用新功能而更换整套费控系统的迁移成本太高。
一番复盘之下,马春荃意识到症结在于,合思仍在按照传统SaaS的商业模式卖产品。AI时代仅有产品创新是不够的,如果商业模式不跟着变,再好的AI产品也会被旧模式困住。
当前,全球范围内主打AI功能的软件产品主要有四种计费模式:按人头订阅的SaaS模式,按Token用量收费的模式,基础订阅制+浮动Token费用的混合模式,以及按结果付费的RaaS模式。马春荃发现,计费模式的演进存在一条清晰的脉络:客户付费的对象,正从“使用权”逐渐走向“结果”,使用软件的风险也逐渐从客户侧向供应商端转移。
综合考虑各种现实因素后,马春荃确定了“按结果付费”的转型方向,并提出“AI马力”的计价原则,将AI定价与人力成本对标,按替代人工带来的效率提升收费。他坚信,AI的价值,不是看消耗了多少Token,而是看替代了多少“人天”的工作量。
10月中旬,合思调整了报价单:按单收费,软件不收费,达不到90%准确率不收费。全面切换新模式后,合思的AI产品签单量显著提升。到12月底,卖出了72单。在“不必付平台服务费、审一单付一单的钱、不准不要钱”的承诺面前,客户的犹豫不决统统消散。
同时,客户使用产品的心态也更加务实:有多少工作就干多少工作,先处理积压任务再尝试新业务。成熟的品牌客户也并未因完成积压任务就停止付费,而是开始尝试更多新的产品功能并为此增加充值金额。合思与客户的关系也从曾经销售谈判时的一次性博弈,变成长年累月、渐进式的信任积累。
以AI原生突破财务管理软件天花板
为什么能让用户“越用越多、停不下来”?本质是,合思此前积累的AI原生产品创新,开始转化为客户价值。
传统财务管理软件作为单据流转的记录系统,仅能完成固定规则校验,很难识别多条信息交叉关联的隐性风险。与传统管理软件+外挂AI插件的产品形态相比,合思的原生财务AI是以AI为中心搭建架构,依托推理能力做多维度联动风险预审,同时规避无效工具调用,可大幅节省时间与算力成本。
在与老字号餐饮连锁品牌紫光园的合作中,合思的AI智能审核产品将单笔报销审核时间从半天缩短至90秒,审核准确率高达98%,仅个别高复杂度单据转人工复核,减少了90%的重复劳动,让财务人员告别熬夜。
日前,合思还入驻了腾讯推出的企业级AI办公智能体平台WorkBuddy,首批推出18项专业财务Skills,将商旅消费、员工报销、财务审核、归档搬进同一个对话入口,让一笔费用在同一笔对话里衔接,让企业管理朝着“消费直通审核、审核直通归档”迈进。
放眼整个企业服务赛道,企业级Agent正加速兴起,马春荃预测,未来3年内,企业AI产品将出现更多创新,市场的竞争也将更加胶着与混乱。而作为使用者的企业大概率会将AI应用的方向聚焦到工业化、集约化的路径上来,将工作内容抽象拆解,形成可标准化、自动化、自主运行的流程,以此实现质量、效率与成本的最优平衡。
他透露,未来,合思的财务费控及相关产品将沿着两条主线迭代:一是持续打磨拳头产品与服务。依托内容传播提升行业对于原生财务AI产品及RaaS的认知,先从标杆企业落地,再实现规模化推广;二是将AI推理能力向更多行业场景迁移。当前AI仍处于早期阶段,大多还停留在复刻、替代原有工作的层面,合思将与各行各业的专家深度协作,挖掘业务痛点,以催生全新的业务形态与创新机会。
回到《CEO AI挖矿指南:将AI能力转化为企业利润》这本书的初衷,马春荃表示,快餐时代,再精美的宣传彩页也无法真正向客户传递自身的产品理念与价值,借由如实呈现合思自己在转型实践中“踩过的坑”、“撞过的南墙”以及摸索中总结的成功经验,马春荃希望为每一位在AI的大门前踟蹰的管理者提供一份可信的企业AI转型样本。
评论 共 0 条 · 0.24s