誰來為AI投入買單？從價值缺口到應對之道 | 2026 ITValue Summit數字價值年會

TechHorizon2026.09.28 13:17 · 來自北京全文6251字00:00 / 19:11無論CFO還是CIO，當AI投資的價值驗證已成焦點，做好AI落地的前提是對業務的深度理解，否則所有投入都可能變成浪費。AI轉型的成敗究竟取決於什麼？成敗不在算法本身，而在算法之外：商業價值是否清晰、組織底座是否就緒、責任是否共擔、專家經驗是否被尊重。9月16日至17日，2026 ITValue Summit數字價值年會在三亞如期舉行。本屆大會以“AI的系統落地”為主題，力求把企業AI從做出一個項目的討論，進一步推進到能力建設、產業協同和實際價值。

CIOxCFO閉門會已連續舉辦三屆，本屆閉門會上，推動企業AI落地的兩類關鍵角色——CIO們和CFO們圍繞“AI技術價值兌現”這一話題展開了深度交流。聯合創始人、ITvalue發起理事萬寧在主持中提到，“AI時代，除了CIO更多從技術層面討論AI共創的問題，在企業內部管理過程中，CFO同樣跟CIO扮演著重要角色，比如價值投資，AI項目的回報，以及如何將財務與IT拉通。

”他進一步指出，經過近段時間與CFO、CIO們的交流，能夠發現在於幾點：可能是喊口號與做事之間出現了特別大的差距，管理層與執行層之間出現了上熱中溫下冷的狀態；可能是高質量數據的稀缺；也可能是安全合規的問題，收益難以衡量，組織變革難以跟上的挑戰。ACCA政策及洞察高級經理練瑾雯、ACCA華南區專家指導小組主席雷志榮、綠城中國數字化建設中心總經理補聲東、湖南星邦智能裝備股份有限公司CIO&智慧研究院院長謝鵬，分別從問題挑戰、數字底座、組織共治、價值度量等維度進行分享；在自由討論環節，來自不同領域的嘉賓，就AI項目的組織推動、價值衡量，以及CFO與CIO的職能進化與邊界融合等話題進行了深入探討。

AI轉型的四個缺口與應對之道ACCA政策及洞察高級經理練瑾雯將企業AI落地的挑戰歸納為四個結構性缺口——價值、流程、規模和信任。但這個四個缺口並非沒有可解之道，需要重新定義價值、設計流程、建立複製機制並構建信任。價值缺口上，報告顯示財務部門評估戰略數據價值的方法層次不齊：僅21%的受訪者會對AI項目進行ROI測算，更多受訪者採用相對主觀的方式，28%尚未建立系統化方法。重構派主張將最優個體經驗固化到系統，工具派認為AI尚不成熟、追求極致效率，實用派主張AI先作為執行者融入現有流程。路徑無對錯，需匹配企業文化與行業階段。

價值衡量要平衡長期主義與短期勝利，企業既不能用長期主義掩蓋不作為，也不能用短期焦慮犧牲未來基礎。很多企業只是把AI當做更快、更好用的員工，卻從未從流程角度重設任務邊界、數據流與決策機制。報告將企業自動化分為五個階段，多數企業仍停留在一至三階段。建議優先場景應選高價值、小切口、可量化、快驗證，用小切口積累信任。對於流程中存在的數據瓶頸問題，練瑾雯將其歸納為數據質量、技能缺口、多源整合三方面原因。從企業所爭論的結果上看，數據問題的本質是業務問題而非純技術問題。對於多數企業，“在奔跑中治理”比“先治理再奔跑”更現實。

長期看，數據質量的根本改善依賴於用系統替代不規範的人工節點；短期看，高管必須具備“在不完美數據中決策”的能力。在規模缺口方面，試點難規模化有四個原因：場景本身難複製、基礎不統一、組織與機制缺失、經營邏輯不成立。人才能力影響推廣速度，複製基礎與推廣機制決定規模上限。在推進策略上需選擇“戰略上自上而下，戰術上自下而上”一把手解決“要不要做”，中層一線解決“怎麼做”。節奏上應“方向堅定、路徑靈活、小步快跑”，建立容錯文化，做到“小錯不斷、大錯不犯”。在信任缺口上，報告受訪者高度擔憂AI生成的洞察或基於不完整數據做出的決策，準備程度普遍很低。最後，練瑾雯探討了AI時代CFO與CIO的角色演變。

在AI轉型和組織邊界日益模糊的背景下，CFO和CIO的角色與能力都在持續演變，CIO面臨“成為六邊形戰士”還是“堅守IT主戰場”的路徑選擇，而CFO則承擔起價值定義、投資組合管理、可信治理和跨部門流程共建等呼應四類缺口的責任，其角色因行業、組織規模和架構不同而有所差異。練瑾雯的看法是，最後一公里只能靠專家的真實經驗，越往後專家越稀缺。組織越大，財務對數據與技術的職責越明顯，同時IT與財務的融合程度、CFO自身的角色迭代與能力提升，也因企業成熟度不同而存在顯著差異。

從BI到Data Agent，先搭商業邏輯再談AI作為ACCA華南區專家指導小組主席，潤德教育董秘，雷志榮結合自身從CFO轉任董秘、推動數智化轉型的經歷，系統介紹瞭如何搭建BI體系並自然過渡到Agent，最終讓AI成為管理層的戰略顧問。在她看來，數字驅動決策經歷了三個階段：初期靠人的經驗野蠻發展；成熟期靠“人+BI”模式，用數據看板輔助科學決策，充當管理層的“導航儀和駕駛艙”；AI原生階段則藉助AI Agent實現人機協同，起到輔助駕駛的作用。雷志榮指出，AI落地難集中在兩點：業務端需求描述不清，缺少體系性、前瞻性，以及缺乏高質量數據。

她強調，BI是AI的數字底座，BI負責搭建商業洞察體系、湖倉一體、完成數據治理、建立數據血緣關係和知識圖譜，AI才能在此基礎上開發。如果只拉BI看板、不建結構化數據庫和知識圖譜、回頭還在補數據血緣，AI就是空中樓閣，難以實現。她介紹了從BI到AI的完整流程：搭建商業洞察體系，涵蓋戰略發展、公司治理、財務分析、商業分析、績效考核、風險管理；業財整合，傳輸數據、設計數據湖結構、建設數據倉庫；清洗數據，建立全量數據字典、數據血緣關係、知識圖譜、評價標準體系，並推動數據治理，即業務流程改造、數據源頭標準化、標籤化；生成可視化BI看板；在BI基礎上開發AI(Data Agent)。

由於BI是靜態展櫃、固定報表，而且看板眾多、指標繁雜，用戶難以快速定位數據，因此開發Data Agent，用自然語言即可查詢數據、分析經營、獲取趨勢判斷。雷志榮強調，Data Agent不僅是智能問數工具，更是中高層管理人員的專家指導顧問，它不僅回答問題、進行分析、給出標準評價、提示風險，並引導下鑽歸因分析及行動建議，協助管理層實現“數據→洞察→決策→行動→覆盤”完整鏈路。雷志榮強調，“商業主導的AI”與“技術主導的AI”效能不同，商業角度投入產出比是純技術主導的幾倍，一定要有商業牽引、價值驅動，AI才能真正落地。

從結果上看，她所帶領的財務分析團隊升級為數字戰略部，用“業務架構師+全棧工程師”敏捷開發的模式，2人團隊用半年開發完BI、三個多月開發AI（即Data Agent，商業洞察智能體），增量成本為零。她認為，“流水的AI工具，鐵打的商業邏輯”。商業邏輯是價值創造的恆定內核，在BI與Data Agent開發中，必須以真實的商業場景、決策鏈路和指標體系為錨點，AI的價值不在於工具本身的先進性，而在於它能否被有效嵌入業務閉環、解決具體的經營問題。因此，希望把戰略管理和經營分析思路傳輸給AI，讓它起到CFO角色的保駕護航作用。

企業級AI的三方共治與價值兌現綠城中國數字化建設中心總經理補聲東分享了企業級AI從建設到落地的完整實踐，核心邏輯是“三方共治、價值兌現”，三方共治是業務定義、技術保障、財務驗證，即引入業務、財務和數字化共同做數字化內容，業務負責定義場景，IT負責技術實現，財務負責價值驗證，法務合規安全貫穿全程。點擊鏈接下載報告：《企業級AI：業財共治與價值兌現》補聲東指出，當前企業AI存在四個割裂：員工都在用AI但不用企業的AI；高層說AI重要但業務中層沒有需求；一線仍在手工合表；數據不敢接到公域大模型。此外，投入上第一年一大半花在模型和算法上，業務收益很難驗證。

他強調建設順序從經營結果反推：先鎖經營目標，再抓獲客、轉化、交付、服務四大流程，每個場景寫清給誰用、改變什麼環節、基線是什麼，否則無從驗證。其解法是：三方共建、三方共治——業務出題、IT答題、一線閱卷，同時，業務定義、技術保障、財務驗證。具體來講，技術上不重建系統，為100多個存量系統做增強入口；用模型無感路由省成本，確定性計算交給獨立計算引擎；業務規則以文字形式存入規則引擎。組織側要求數據、流程、機制三就緒：審批由AI前置初審給出紅綠燈，人只關注重點環節。補聲東直言：“沒有底座的AI就是空中樓閣，做AI之前必須做到AI Ready的組織——數據就緒、流程就緒、機制就緒。

”補聲東提出要讓員工持續使用，必須做到入口順手、答案可信、任務閉環。入口要嵌入員工現有工作平臺，答案要能溯源，明確引用章節，讓用戶點開就能看到出處。任務要閉環，不能只生成一段文字，要補充相似問題和相關Skill。同時，還要讓任務走進關鍵流程，改變關鍵作業和決策點。同時，高管強推一線不認、數據不行直接淘汰、業務不做第一責任人的不予立項。補聲東提出三層價值評估體系：能力提升、管理改善、經營貢獻。立項必須回答功能目標和價值變現目標，建立價值基線，確認收益兌現。成本要算全成本，包括建設、運營、退出。

他坦言，真實的AI價值是顯性的減損還是加速了週轉，並強調AI是驅動管理變革的工具，價值核算應是共同價值，不能把系統、人、組織變革的收益割裂區分，否則代價很大且AI沒法幹。AI是戰略級問題，CIO的翻身仗要靠算得清作為湖南星邦智能裝備股份有限公司CIO兼智慧研究院院長，謝鵬四年前跨界進入裝備製造行業負責全球信息化。他開場立了兩個前提：AI不是目的、不是趕潮流；也絕不只是IT部門的事。他認為傳統CIO的價值邊界正受挑戰，要麼被邊緣化，要麼變成大紅人。“傳統的CIO，我認為他的價值邊界已經非常受到挑戰了，要麼就被邊緣化，要麼又變成一個大紅人。”謝鵬說。

破局是建AI中臺：一是讓關鍵用戶更低門檻地使用核心系統；二是在工藝、研發、質量管理中把老師傅的Know-How沉澱成知識庫；三是給業務流定L1到L5的智能成熟度模型，L5是像員工一樣可被“多點連接”的數字人。他在兩年內上線了92個Agent。謝鵬介紹，公司自研了星邦門戶項目Starkey，把所有Agent做集成，基於Agent開發Skill，讓任何授權員工在門戶中對接想操作的業務系統，降低傳統應用系統使用門檻。同時接入高成本大模型，做全域報表輸出和報表分析。他認為，AI對CIO而言是翻身仗，是延續職業生命的重要機會，因為AI幫助CIO、CFO和其他CXO改變了對話模式。

他還在所有業務部門增加了AIBP崗位，運作一年，公司認為他們已能實現項目彙報。他希望數字化團隊和業務部門找第一場景，讓業務部門複製第二場景，持續複製，最終推動組織變革和管理變革。AI在公司已經成為戰略級問題。謝鵬提出“先有度量再談規模化”，今年他的KPI中AI回報佔30%權重。他構建了AI運營看板，實時發佈AI應用價值排名、使用次數、提效時長、Token用量、直接價值轉換、間接價值轉換。不過，謝鵬認為Token成本因模型選擇可差一個數量級，私有訓練的回報也需與CFO反覆核算。結論是，必須有一套公認的價值公式和評估委員會。

CFO與CIO的邊界、底線與共創當“價值缺口”被講透之後，一個更棘手的問題浮出水面——過去投在數字化上的錢算不算白花？AI的投入該由誰把賬說清楚？CFO與CIO的邊界究竟在哪裡？後半程的自由討論環節，參會者依次給出了自己的答案。某金融上市公司CFO把CFO的真實處境說得很直白——老闆支持AI轉型毋庸置疑，但一定會追問：投入到底多大、持續要花多少錢、什麼時候能看到效果。她提出的第二個疑問更普遍：過去做數字化轉型、搭數字中臺、做系統對接投的錢，是不是白花了？以後AI的錢會不會又白花？她這次的收穫恰恰是聽到了否定答案：原來的錢沒白花，AI要建在數字化基礎之上往前走，但這個點公司內部沒人給老闆科普過。

她提出，價值衡量需要共創，不是IT單方面想出來，也不是業務單方面提出來，要大家共識衡量的價值是什麼。一位來自國企的CFO是帶著失敗案例來的。他們所在企業審批鏈條極長，智能審單方案大小模型都已選好，卻卡在漫長流程裡，期間選定的模型被換掉，最後卡在小模型買硬件上：集團要求共享資源，不同意自購服務器。他另一層思考是怎麼把生產現場回傳的運作數據用起來：原本打算做成BI給指定領導看，現在覺得不如直接上AI問答，數據產生的價值集成更好。他表示，CFO比CIO多兩橫，多出來的是"預算"這道槓，所以CFO要向CIO學習去掉那兩道槓。

CFO和CIO沒有什麼邊界，目標都是朝著CEO去的，最後把數字、財務、預算、ROI講成同一個故事，共同朝著企業戰略落地、價值實現。另一位CFO表示，認為AI不再是一次性成本，這是它與過去IT建設的最大不同。他指出，過去ERP廠商在售前講一個總應用成本的概念，說服客戶投多少錢，本質是"驗證值的購買”，而AI不再是一次性成本，後續Token消耗的成本是非常大的。他坦言自己最苦惱的是AI+運營，最興奮的是AI+產品、AI+服務，公司已有近20個數字人接服務，一天一萬多進線，比客服同事專業且穩定。他強調AI沒有替代人，而是減少了增量需求，把轉型過來跟AI做SOP、補知識庫的人變得不可替代。

一位嘉賓坦言自己比當時的CIO還緊張，想更快推進AI，甚至會考慮要不直接批預算用於投AI。她對財務的定位很明確：財務不劃投資回報的上限，只劃投資的底線。她認為AI落地到底是一個降本增效還是經營重構，需要思考。她原本想過兩個部門合作更高效，但最終還是認為做財務時視角純粹、客觀，看AI時反而容易盲目想投錢，兩個角色仍需並行。作為私募股權投資方，另一位嘉賓則認為只要業務不願意用，所做的一切都是浪費。一方面要對領導做預期管理，讓他知道錢不能隨便亂花；另一方面又要讓他知道過去的成本還是有浪費的。Agent有很多部門用得很深，但很多領導同事一點感覺和概念都沒有。

她強調不管是CFO還是CIO，要在組織里做好建設，一定離不開對業務非常深度的理解，否則數據治理、流程、AGI落地都無法真正做到公司願意去用。如今來看，CFO與CIO的邊界正在模糊，雙方需要雙向融合、共創價值衡量標準，但也不能互相替代，各自要堅守專業領域。無論CFO還是CIO，當AI投資的價值驗證已成焦點，做好AI落地的前提是對業務的深度理解，否則所有投入都可能變成浪費。（本文首發於APP，文｜TechHorizon，作者｜楊麗，編輯｜蓋虹達）