百望股份：企業AI最大的誤區，是把所有流程都用AI重做一遍

如果要給過去兩年企業AI應用的熱潮找一句最有代表性的口號，“用AI把所有事情重新做一遍”，大概會是其中之一。從客服、營銷、研發，到財務、人力、採購，幾乎每一個傳統軟件賽道都在尋找自己的AI版本：過去由人填寫的表格變成AI生成，由人閱讀的材料變成AI識別，由人點擊的按鈕變成Agent調用，那些已經被數字化、自動化改造過很多次的企業流程，也開始被重新包裝成“AI流程”。這種變化當然有價值。以審核為例，報銷、供應商准入、合同檢查、人事材料核驗，都屬於高頻、重複、規則相對明確又不能輕易出錯的工作，用OCR讀取信息、用大模型理解語義、再用規則引擎進行判斷，確實可以大幅減少人工操作。

但企業真正進入智能體時代以後，一個更重要的問題正在浮現：真的所有流程，都值得用AI重新做一遍嗎？答案恐怕是否定的。因為智能體真正帶來的變化，並不是“過去十個人點十次鼠標，現在讓AI幫他們點完”，而是迫使企業重新思考一個更根本的問題：如果今天從零開始設計一項工作，在已經擁有大模型、Agent、數據和自動執行能力的情況下，我們還會不會設計出今天這套流程？前者是在舊流程上疊加AI，後者才是真正意義上的AI-Native——不是讓AI適應原來的工作方式，而是按照AI理解、判斷、調度和執行任務的能力，重新設計工作本身。

AI最大的價值，不是自動化舊流程，而是讓一部分流程消失很多傳統企業流程之所以複雜，並不是業務天然需要如此複雜，而是在過去的軟件能力之下，企業不得不把一項完整工作拆解成大量能夠被系統處理的標準動作。以財稅工作為例，從交易發生到最終完成處理，中間往往要經歷數據採集、票據整理、系統錄入、人工核對、憑證生成、報表彙總、申報確認、繳款和歸檔。在傳統軟件時代，每一個步驟都需要界面、操作人以及明確的輸入輸出，因此一整套複雜工作流逐漸固化下來。

如果所謂AI改造，只是把人工錄入換成OCR，把人工核對換成大模型，把人工點擊換成RPA，企業當然能夠獲得效率提升，但它運行的仍然是過去形成的流程，只不過其中一部分工作從人轉移給了機器。真正的AI-Native邏輯應該反過來：企業首先提出經營目標——“把這個月的稅務處理好”“判斷這筆交易有沒有風險”“告訴我今年有哪些潛在問題”，至於為了完成目標需要讀取多少發票、調用幾個系統、進行多少次核驗、生成多少張中間表格，都應該儘可能由系統自行完成。這意味著企業AI的衡量標準也需要改變。過去我們問的是“多少環節已經自動化”，未來真正應該問的是“還有多少環節需要存在”。

前者追求的是把十個流程節點中的六個交給AI，後者則會重新審視：為了得到最終結果，我們真的還需要這十個節點嗎？這才是“AI重做流程”與“AI重塑流程”之間真正的區別。從“操作軟件”到“交付結果”，百望股份押注財稅大模型從這個角度再看百望股份已經交付超過50萬數字員工這件事，它真正值得關注的，並不只是50萬這個數字本身，而是其背後的產品邏輯已經開始從“功能智能化”轉向“工作方式重構”。

按照其AI財稅體系的設計，企業主或財務人員不再需要首先判斷應該進入哪個軟件模塊、點擊哪個菜單，而是可以直接提出經營層面的訴求，由AI CFO理解意圖、拆解任務，再調度記賬、申報、風險、分析等專業智能體協同執行，最後將結果以及需要企業確認的事項重新交付給用戶。這意味著，過去是“人圍著軟件菜單操作”，現在開始變成“AI圍繞經營任務調度資源”。

以稅小智為例，它並不是單獨解決記賬、報稅或者票據處理中的一個環節，而是試圖接管從數據採集、智能記賬、報表生成，到稅務申報、繳款和歸檔留存的完整鏈條，企業授權後，系統可以採集進銷項發票、銀行流水和回單等經營數據，並將最終形成的憑證、報表、申報和繳款結果統一歸檔，形成可以追溯的財稅證據鏈。這背後其實對應著AI-Native產品與傳統SaaS之間一個越來越重要的分野：傳統軟件出售功能，而AI-Native產品最終要交付結果。

對於企業管理者來說，真正重要的已經不是“記賬速度提高了多少”，而是過去必須依靠財務人員在多個系統、多個節點之間不斷操作和銜接的一項工作，開始被封裝成一個能夠持續完成任務、交付結果的智能服務。比“AI審核”再往前一步，是讓風險不必等到審核時才被發現這種變化在企業風險管理中表現得尤其明顯。傳統審核本質上是一種事後機制：業務已經發生、憑證已經形成、材料已經提交，然後企業通過一道或者多道審核尋找問題。因此，當AI進入企業之後，最直接的思路自然是把這些審核自動化。但如果AI能夠持續獲取並理解經營數據，一個更值得思考的問題就是：為什麼一定要等到“審核發生”以後，才能發現風險？

百望股份在財稅風險檢測中的探索已經表現出這種轉變。系統不再只是檢查一張發票或者一份報表，而是將跨年度的財務、稅務、發票、工商、司法等數據放在一起，通過時間維度觀察企業稅負率和經營指標的變化，並結合行業數據尋找異常，形成企業全景風險畫像，將風險發現進一步前置到自查和整改階段。於是，企業的風險流程開始從“業務發生—提交材料—啟動審核—發現問題”，轉向“業務發生—數據持續進入系統—智能體持續理解經營狀態—異常出現時主動提示甚至觸發處理”。AI不再只是傳統審核員的數字替身，而開始成為一個始終在線的經營觀察者。

而這恰恰說明，流程重塑真正應該追求的結果，從來不是證明AI能夠完成多少原本屬於人的工作，而是讓那些過去不得不存在的工作越來越少。50萬數字員工之後，智能體競爭的關鍵已經不是“數量”今天企業談Agent，很容易形成一種新的數量焦慮：別人做了十個Agent，我是不是應該做二十個；財務有了Agent，採購、人力、銷售是不是也應該分別配置一批。但Agent數量本身很難構成真正的企業競爭力。真正能夠進入企業核心業務的智能體，需要的不只是模型能力，而是業務事實、行業規則、歷史數據、權限體系以及可以真正執行任務的系統接口。也正因為如此，百望股份長期積累的企業交易和財稅場景，在智能體時代反而獲得了新的價值。

其服務覆蓋約3000萬企業用戶，而50萬數字員工進入真實場景之後，又能夠通過持續使用形成數據和反饋迴流，推動知識、規則以及智能體能力進一步迭代。從這個意義上說，50萬真正驗證的不是“百望股份擁有多少Agent”，而是智能體能否走出Demo，進入真實業務流程，並最終成為企業工作方式的一部分。因此，企業下一階段判斷AI價值，也許應該建立三個新的標準：不是看哪些崗位能夠被AI替代，而是看哪些經營結果可以直接交給AI；不是看自動化了多少步驟，而是看AI是否真正減少了流程節點、等待時間和人工交接；也不是把Agent理解成傳統軟件新的操作入口，而是重新定義人、AI和專業服務之間的分工。

按照這個標準重新觀察百望股份，真正值得討論的便不再是它“用AI重新做了一遍財稅”，而是它正在把過去圍繞軟件模塊、人工操作和專業人員建立起來的工作方式，逐漸改造成以經營任務為起點、以AI CFO調度專業智能體、以真實業務數據作為事實基礎、複雜事項再由專業人員兜底的新型服務結構。這或許才是企業智能體真正值得期待的方向。AI時代當然會有大量工作被重新做一遍，但技術革命真正創造價值的地方，從來不是把舊世界更加高效地複製一次，而是讓舊世界裡那些曾經理所當然的流程、崗位和組織方式重新接受審視。

所以，今天企業最值得問的，已經不是“還有哪些流程沒有接入AI”，而是：如果你要成立一家全新的公司，AI無限量使用，你還會按照今天的方式工作構建這家公司嗎？能回答這個問題的企業，可能才獲得了AI2.0時代的下一張船票。