AI时代，变的是人类与工具的协同方式，不变的是企业追逐利润的永恒目标。企业如何借助AI实现更好的盈利？4月25日，以“AI拼才会盈”为主题的2025合思春季产品发布会在杭州正式召开，数百位先锋企业的CFO、CIO、CEO共聚杭州，见证合思“无需报销+AI”“收支管理+AI”“电子会计档案+AI”智能解决方案重磅发布，并现场沉浸式体验智能差旅、智能审批等AI协同场景，共同探索AI时代财务价值跃迁的全新可能。

发布会前，合思创始人兼CEO马春荃接受中国蓝TV、杭州日报、每日商报、钱江晚报、21世纪经济报道、科技金融时报、浙江新闻频道《美好浙生活》、杭州六套文化频道、杭州三套《每周播报》、杭州四套影视频道、锌财经、翟菜花、IPO早知道、浙江在线、赵继成频道、首席信息官、商业与生活等多家媒体采访，对于AI重构财务场景、智能财务工具及无需报销解决方案，透露了更多细节与思考。

在马春荃看来，AI正推动财务管理从“流程驱动”转向“模型驱动”，通过“乐高式”动态数据模型实现业财智能匹配。企业应聚焦“增效”而非单纯降本，理性认知AI边界。合思是一名财务“AI训练师”，帮助企业更好地拥抱AI，让AI真正服务于企业，帮助企业挖出更多净利润。

Q1：“无需报销”解决方案如何同时解决财务、IT和行政三个部门的差异化痛点？

马春荃：财务部门天然关心“无需报销”，因为他们每天都在处理报销审批、预算控制这些具体事务，这些是他们最直接的痛点。但对IT部门来说，他们处在系统构建层，面临的是完全不同的挑战——需要快速响应各种集成需求，比如今天接入携程商旅，明天对接阿里商旅，而且时间要求都很紧迫。

IT部门面临的压力主要来自三方面：业务部门、高层管理、财务部门（很多企业的CIO是向CFO汇报的）。他们的核心痛点是：如何快速实现系统对接？合思会帮助IT部门解决这个问题——就像一根“软管”，可以弹性连接各种系统，既保持灵活性，又能快速打通。

但IT建设不能只有灵活性，还需要规范和标准。就像建筑中的走线工程，需要有规划、有标准。因此，我们进一步打造了财务数智化平台，聚焦财务最核心的收支管理（资金流、信息流、票据流），为IT部门提供标准化的脚手架和元数据层，让他们能快速构建符合财务规范的解决方案。AI时代，对IT部门而言既是挑战也是机遇，就像从建四合院转向建小洋楼，整个技术架构都要重构。IT人员天生喜欢尝试新技术，AI浪潮给他们带来了新的发展空间。

回到“无需报销”，合思主要解决三个部门的痛点：财务部门关注预算管控、票据合规；行政部门关注员工体验和服务保障；IT部门关注系统对接的便捷性和扩展性。我们的方案就是要同时满足这三个维度的需求。

Q2：在AI重构财务系统的过程中，如何从底层逻辑上突破传统复式记账法的局限，构建面向经营决策的新型财务体系？

马春荃：从地基层面看，决策优化才是真正的底层逻辑。企业经营的核心目标就是盈利，而盈利需要通过科学的资源调度和资金配置来实现——这就是决策的价值。传统的财务核算本质上是操作层的流程，就像家庭记账一样，如果记账结果不用于决策就毫无意义。现行财务体系有两大痛点：一是600年历史的复式记账法虽然经典，但颗粒度和口径已无法匹配现代经营需求；二是财务报表的专业门槛导致管理者看不懂，就像普通人看不懂心电图一样。

真正的经营决策需要三类核心数据：收支数据、收支与奖惩的匹配关系、利润分配对业务的激励效果。这里有个典型案例：一家企业通过引流医美客户盈利，但他们没有采用提成制，因为过度激励会导致两个致命问题——服务畸形（只关注潜在医美客户）和团队协作断裂。他们改用高底薪+年度评价奖金模式，既保持服务稳定性，又通过客户满意度实现单店年利润400万。

在AI时代，财务系统需要重构三个层次的能力：

建模层：将传统财务数据解构成乐高式的分析模块，通过AI动态组装多维报表；

执行层：用AI agent替代人工审批，实现差旅/宴请等场景的智能风控（如结合客户等级、商机金额自动判定标准）；

决策层：最终构建企业级数字大脑，从流程驱动升级为模型驱动。

具体实施路径是可以从财务定义业务模型，到IT技术解构，再到选择AI大模型厂商，最后形成决策支持系统。这本质上是把“记账-分析-决策”的链条从固化报表升级为可动态组合的智能体系，就像从建造四合院进化到装配式摩天大楼。

Q3：系统从“流程驱动”到“模型驱动”，“AI in all”如何帮助企业从传统的费用管控转向经营导向的智能决策？

马春荃：理想的模型驱动应当像企业经营风险管理的大脑，能够通过智能交互完成所有决策，但这仍是一个需要长期努力的终极目标。现阶段的工作重点是将每个工作流环节转化为智能体，逐步替代人工操作。在差旅场景中，行程规划是最典型的应用案例。传统的差旅安排需要考虑多个关联因素：不同地点的动线规划（分公司、会展中心、客户拜访等）、交通工具选择（如虹桥高铁与浦东航班的取舍）、住宿偏好（全季还是亚朵）等，这些决策叠加企业预算标准和个人习惯后变得异常复杂。AI系统通过分析历史数据、实时位置和预算松紧程度，能够在时间优先或成本优先等不同条件下给出最优解，大大降低了员工的决策负担。

海外票据处理是另一个关键应用场景。面对多语言小票识别难题，特别是中东、泰国等地区的票据，传统方式几乎无法准确判断消费内容。AI系统现在能够识别90%以上的海外票据，比如辨别出5000元的泰国珍珠项链消费，为财务审批提供了可靠依据。这解决了企业出海过程中最棘手的报销难题，避免了为稀有语种专门招聘财务人员的困境。

这些场景化应用最终都将服务于企业风险管理模型的构建。真正的风险管理不是简单的费用管控，而是要在承担、规避、降低或拒绝等不同策略间做出选择。例如，差旅管理不能孤立看待，必须与业务目标相结合——比如评估5小时的客户拜访是否值得投入。这种业财融合的思维，正在推动企业管理从单纯的管控或服务导向，转向以经营为核心的智能化决策模式。

Q4：当前宏观环境变化下，企业运用AI的财务目标是否从“降本”转向“通过数据驱动管理决策”？

马春荃：当前经济环境并不乐观，尤其是像特朗普关税政策这类“黑天鹅”事件影响着全球贸易往来。而降本增效依然是当前企业绕不开的热议话题，很多人只盯着“降本”，其实“增效”更重要。企业运用AI增效已经是板上钉钉的事实，其中增效应该包含两个维度：一是效率，用更少资源办更多事；二是效益，同样的投入创造更大价值。

以差旅管理中一个有趣场景为例，有些公司为了省钱强制员工合住酒店，而实际执行中95%情况因为各种原因无法合住，更麻烦的是，如果两个人合住后其中一个人提前结束行程，另一个人就必须搬出去换更低价格、符合差旅标准的酒店。这是典型的“过度管理”——表面功夫做得足，实际效果却适得其反。这些规定不仅没省到钱，反而增加了管理成本，员工也怨声载道，最后业务也没推动。

如果企业采用阿米巴模式，把差旅费用和项目收益直接挂钩，省下的钱可以分红，超支扣奖金。此时，员工就会精打细算，就像攒钱买房一样认真。不管是差旅还是其他业务，核心问题只有一个：这笔账到底划不划算？未来，我们可以通过AI技术实现智能化管理，每个团队领导都拥有自己的智能助手，根据业务需求自主决策，即通过数据驱动管理决策。

Q5：企业数字化转型过程中，如何让管理者更理性地认识AI技术的实际应用边界，避免对其产生不切实际的期望？

马春荃：我们正在经历从流程驱动到模型驱动的转型，AI技术在其中扮演关键角色。很多人对AI技术存在很多认知误区——有人觉得它无所不能，就像用豆包聊天那样简单。但实际上，AI需要严谨的工程化构建，既要发挥其能力，又要控制“幻觉”，我们要做AI的“训练师”。

这次我们特意设计成体验型发布会，现场准备让参会者亲手构建财务AI应用，通过低代码平台和prompt工程窗口，体验AI技术的实际应用边界。虽然短时间内很难构建完整的财务AI系统，但做个demo相对简单，就如同儿童的编程课，通过可视化工具快速上手，让大家对AI有更理性的认知。

Q6：合思把自己比做“AI训练师”，是如何训练它，训练的成果和经验有哪些？

马春荃：这个所谓的训练师角色，本质上是在做流程边界的规则设定。我们做预算审批工作流时，原本就有一套给人用的规则体系，现在只不过是把这些规则适配给AIagent使用。当AI的行为与规则不符时，我们就进行干预裁剪；遇到模糊状态则升级到人工决策。关键在于掌握风险控制的度——就像风险模型一样，我们把情况分为低中高三级：低风险自动通过，中风险引入人工参与，高风险直接拒绝。

具体来看，在分类环节，后续动作可以由agent自动分发，也可以通过自动化流程处理。分拣结果出来后，高风险流程直接拒绝，中风险升级到直线领导审批，低风险则自动通过（但会打上备注标签供后续审计追溯）。这就是我说的训练过程——难度不高但极其复杂，就像要给小孩搭建安全屋，必须考虑到所有可能的越界方式（钻栏杆、翻墙、垫枕头跳等）。要让AI agent达到“从心所欲不逾矩”的状态，需要非常精巧的规则设计。

实际上，智能体的构建复杂度远超想象。程序语言本身就是一个复杂体系，当你看到函数套函数、程序包相互引用的结构时，就会发现这是个庞大的不可见体系。现在的AI工程模块只是在这个基础上，叠加了大模型的语义理解、评估决策等能力层，但底层的逻辑结构一脉相承。

Q7：合思在AI方面选择了怎样的发展道路，如何做出差异化？

马春荃：做好AI应用和研发自有小模型并不矛盾，就像电气化时代，用户只关心用电需求，而厂商需要考量电压、电流等技术细节。合思为AI应用厂商，必须兼顾两方面：既要深入理解各类AI的特性与边界，又要精准匹配用户需求。

在AI应用构建过程中，有两个核心要素：首先是“知人善任”。就像管理团队一样，必须清楚每个AI模型的特长——有的擅长推理，有的精于图像识别。其次是“井井有条”'的任务分解能力。需要将业务流程拆解成具体任务，再分配给最合适的AI模型执行。这实际上考验的是企业驾驭AI的综合能力，与管理团队异曲同工。但更重要的是，企业必须找准那些真正需要AI解决的痛点。只有将市场洞察与AI能力精准匹配，才能打造出有价值的产品解决方案。合思正在构建的就是这样一套完整的AI应用体系——从需求挖掘，到任务分解，再到模型匹配，最终形成闭环的产品化能力。这才是AI技术真正发挥商业价值的完整路径。

Q8：“无需报销”的智能化进程是否会因AI的爆发而加速推进，更快实现全链路L5级目标？

马春荃：AI技术的快速发展，尤其是大模型（如DeepSeek）的突破，确实显著降低了企业应用AI的门槛，从而加速了“无需报销”的智能化进程。例如，我们早在2017年就开始探索NLP和视觉识别技术，但过去受限于成本和实施难度，普及较慢。如今，大模型让企业能以更低成本、更高效率实现自动化报销，推动行业向L5级目标迈进。

从L4到L5需要从三个方面改进：一是知识库与模型的结合，将规则从知识库内化为模型参数，减少对知识库的依赖，提升处理效率；二是幻觉控制，通过规则边界限制AI的生成范围，确保输出的稳定性。例如，设定高风险任务必须转交人工审核；三是多代理协同，优化多个AI代理之间的协作规则，确保任务分发的准确性和效率。另外，L5的实现并非一蹴而就，而是通过“蚕食”传统流程逐步完成。例如，先从简单的费用审核入手，再逐步扩展到复杂的合同分析和风险预测。

因此，技术的作用始终是加速落地，而非改变本质。AI的爆发确实会缩短技术成熟周期，但企业能否真正实现L5级“无需报销”，取决于如何将技术与商业逻辑深度结合，而不仅仅是依赖技术本身。

Q9：合思是否有针对海外市场的解决方案？在出海问题上是如何布局的？

马春荃：合思重点解决海外小票难题。海外小票格式和语言多样，识别和审批困难，给企业财务管理带来挑战。合思利用AI技术，精准识别海外小票信息，包括金额、消费内容等，并进行语言翻译，解决语言障碍。同时，在审批环节，AI依据预设规则和风险模型，对消费行为进行风险管控和提示，确保费用支出合理合规。

在出海布局上，合思根据企业规模和行业特点提供定制化方案。对于规模较大的出海企业，其海外业务复杂，财务管理要求高。合思通过数智化能力，实现对海外分支机构财务数据的实时监控和分析，辅助企业做出准确财务决策，并协助企业了解不同国家和地区的财税法规，确保合规经营；规模较小的出海企业更注重成本效益和操作便捷性。合思推出轻量化财务软件，操作简单，集成费用报销、小票识别等基本功能，降低使用成本，满足小企业日常需求。

Q10：AI是否替代财务人员，未来财务人需要具备哪些能力？

马春荃：AI技术不会完全取代财务人员，而是推动其角色升级——从基础执行转向管理决策。AI通过自动化票据识别、风险审核等重复性工作显著提升效率，同时支持财务人员调用多AI代理并行处理数据分析、报告生成等任务，并借助多维数据关联能力提供更精准的决策支持，实现工作质量和边界的双重扩展。

面对AI变革，财务人员需构建三大能力：一是技术理解力，掌握AI工具应用并认知其局限；二是业财融合能力，将财务数据与业务目标深度结合；三是创新思维，探索预测模型等新场景应用。这些能力将帮助财务人转型为“价值创造者”。

AI如同历史上的电力革命，正在创造而非消灭可能性。财务从业者要主动拥抱技术变革，将AI视为拓展专业价值的工具。这一转型的本质是回归商业逻辑——通过技术杠杆放大人类智慧，在效率与创新中寻找平衡。