AI 技术本身并不能自动带来价值，真正的挑战在于：企业能否找到适合自身的应用场景，将 AI 能力转化为解决实际经营问题的生产力。
近期，「深度实践」 栏目中，钛媒体与 ACCA 联合开展了一场直播，领益制造 CFO 王涛、科大讯飞 CFO 段大为、中集集团 CIO 潘进杰和雅戈尔股份 CIO 王歆四位嘉宾围绕 「AI 在企业内部的落地与实践」 进行跨界对话，由钛媒体联合创始人万宁担任主持嘉宾。他们分别从 CFO 与 CIO 的不同视角，探讨了 AI 从技术概念到业务价值的最后一公里，如何跨越组织、人性与 ROI 的重重障碍。
附上本期直播时间轴，帮你快速跳转感兴趣的部分。
00:01:31 企业 AI 的应用现状与实践
00:24:56 推进 AI 的隐形阻力是什么
00:54:19 「一把手工程」 之争
01:23:44 AI 项目的推广难题与选型经验
01:15:16 CFO 视角下的 AI 投入与 ROI 考量
01:43:33 AI 时代 CFO 与 CIO 的角色演变
拥抱 AI，企业走到哪一步？
作为一家人工智能企业，科大讯飞在自身管理中率先推行 「自我革命」。段大为指出，目前成效最明显的是 AI 编程，研发团队大量采用人机协作方式进行代码开发，大幅减少了对人工编码的依赖。同时，各管理部门也在积极运用 AI 工具提升运营效率。讯飞的目标不仅是向客户提供领先的 AI 技术，也要用 AI 反哺自身管理。
领益制造是一家智能硬件制造平台，业务从 3C 产品扩展至智能汽车和人形机器人。王涛表示，AI 的发展为公司带来了直接的商业机会，因为任何算法和模型最终都需要硬件承载。与此同时，公司也面临效率提升的迫切需求。在他看来，AI 是制造业的必答题，「不用 AI 提升效率，就是在落后，甚至可能被淘汰。」 当前，领益制造在研发端借助 AI 优化模型搭建与编程；在制造端利用 AI 快速生成图纸和生产作业指导书，并用于质量检测；供应链端则通过 AI 辅助采购、生产计划与库存管理；财务、人力等部门也广泛应用 AI 进行自动化处理与分析。
潘进杰分享了中集集团的 AI 实践历程。过去几年，中集更多在做决策式 AI，利用机器学习和视觉技术在质量检测等环节取得成效，并曾与科大讯飞合作声纹检测。面对生成式大模型的兴起，中集仍处探索初期，重点聚焦知识类应用，如维修助手。借助 AI，工人可通过维修手册快速定位故障、缩短停机时间。他认为，AI 的价值在于将所有人的能力提升至 80 分水平，使经验不足者也能胜任复杂任务。当前，中集正逐步向智能体应用迈进。
王歆则从雅戈尔的全产业链视角切入。雅戈尔覆盖从种子研究、种植、纺纱织布到服装设计、生产、物流、零售的全链条。他指出，直到 2025 年，AI 才真正开始对传统企业产生影响。尤其是 Lovable 这类工具出现后，AI 开始从 「执行者」 向 「规划者」 演进。
此外，雅戈尔将商旅对账流程拆解为 11 个节点，其中 9 个由 AI 完成，集团对账工作从多人耗时数日缩减至仅需一人。IT 团队也从 87 人精简至 41 人，被优化的人员转至业务部门。通过将系统能力封装为标准接口，客服处理疑难问题的效率大幅提升，工单量从日均 50 个降至每三天一个。王歆强调，AI 落地的关键在于 「润物细无声」——先帮助员工减轻工作量，而非强行推动组织变革。雅戈尔坚持不主动裁员，而是通过技术手段自然引导岗位调整。
一号位的角色：定方向，也要给一线空间
当老板下定决心推进 AI，员工和中层是否会出现隐形抵触？
王涛坦言，这种 「自己革自己命」 的困境很真实，但阶段很短暂。市场竞争力倒逼企业必须变革，个人意愿无法阻挡。他分享了 「小太阳计划」——通过激发全员对 AI 的兴趣，让具体工作者主动提出应用场景，形成自下而上的浪潮。「原来两天的事两分钟搞定，成就感本身就成了推动力。」 他强调。
潘进杰认为，AI 现阶段更多是赋能而非取代。以专利申请为例，AI 辅助后通过率高达 95%，周期大幅缩短，但最终责任仍由人承担。他认为，AI 能让人摆脱低效劳动，转向更高价值工作，但岗位职责和组织结构必须随之调整。他形象地提出 「碳基做碳基的事，硅基做硅基的事」，二者各司其职。关于一号位，潘进杰指出一把手认知至关重要，但未必需要事必躬亲。中集董事长明确要求 「用 AI 而非造模型」，这种方向性指引已足够。他认为，技术负责人应在老板支持下自主推进，并通过具体场景验证效果，逐步获得各方信任。
段大为则强调，没有一号位的洞察和决心，CIO 和 CFO 推动起来会非常困难。目前社会存在 「两种加法」：一种是传统行业拥抱 AI，另一种是 AI 公司寻找应用场景。两者各有局限，根源在于跨领域知识鸿沟。他预言，AI 技能将像计算机技能一样成为通识教育的一部分。同时，他明确主张 AI 转型必须是一号位工程，只有企业最高领导具备深刻认知和坚定决心，才能推动全局性变革。
王歆则把重点放在一号位介入的边界上, 一号位过度介入往往适得其反，因为老板易产生过高预期，反而干扰执行。他认为，自上而下的 AI 往往两三个月就淡化，场景也变成 「为了老板而做」，更推崇 「深圳模式」——政府定规则，不干预执行。因此，王歆主张分权、授权，方向应由一把手定，但落地必须依靠一线员工的创造力。若以 KPI 驱动变革，容易沦为形式主义，且一号位插手指越多，变革越难推进。
为此，雅戈尔采取了 「润物细无声」 的策略：先给工具让大家偷懒，让岗位和流程自然变化，而非一上来就搞组织变革。以 IT 部门为例，团队多数人流向业务部门，能力被封装成工具后，客服人员自己就能解决过去需要写 SQL 的疑难问题。同时，AI 涉及信息安全、岗位调整、流程重塑乃至新业务决策，这些重大事项仍需最高层拍板。
从试点到推广：为何成功难以复制？
试点成功，推广却折戟，这是常见困境。
王涛指出，根源在于人的认知差异、业务形态区别、数据或流程基础不同。破局方法是从小而独立的精品单元开始，先打胜仗，再逐步串联，「不要复制大而全的东西，你要复制特别能独立的这种小单元的作业的一些 AI 的工具过去」。
王歆分享了雅戈尔的实战教训与经验。一个成功案例是设计师打样环节。他在一个仅有四名设计师的小品牌 「美雅」 试点，通过 AI 将设计灵感直接转化为成衣效果，打样成本下降 87%，从每件 2000 元降至不足 300 元。该模式随后推广至 18 个品牌。但失败案例也是有的，比如在 AI 驱动的 BI 项目中，王歆原以为通过自然语言查询能让全员使用数据，但用户需求五花八门，系统无法应对。这次实践带来的教训也非常深刻：第一要拉同盟，第二要做最小可行性产品，不要把自己的需求当普遍需求，必须深入一线了解真实场景。
潘进杰介绍了中集的策略。技术部门负责搭建企业级 AI 平台，从 1.0 迭代到 4.0 持续迭代。同时，通过举办 AI 大赛激发员工创意，对优秀作品给予奖励，让员工主动解决问题。对于复杂应用，则由 IT 与业务部门共同研发，如一线班组长助手，统一核心任务流程，将能力薄弱者迅速拉齐至合格线。他总结为 「搭台，让业务唱戏」，并通过可视化方式向老板展示成果，形成良性竞争。
ROI 怎么算？CFO 视角下的 AI 投入考量
AI 项目的投入产出比是 CFO 绕不开的话题。作为 CFO，王涛分享了领益制造的方法：将 AI 投入归入 「研发预算」 类，允许失败，容忍不确定性。初期不以 ROI 为硬性考核指标，而是关注过程里程碑，讲明白为什么做。一旦某个场景验证成功，便迅速复制推广。他认为，ROI 可能根本算不出来，即便算出来也不敢相信。
王涛此外还指出，AI 时代下 CIO 和 CFO 的角色的变化不可避免。财务岗位在 AI 冲击下面临转型，但也是解脱低效劳动、拓展高价值工作的机遇。CFO 拥有全盘经营视角和考核权，可在创新和协同性考核中引导业务拥抱 AI。
段大为指出，AI 变革的目标多元，不一定是减少人力，有时是为了提高质量或稳定性。有时短期成本增加也是必要投入。判断是否值得，应基于长远趋势，并建立有效的利益协调机制，让多数人在变革中受益。他强调，机制设计比单点计算更为关键。
段大为总结，任何角色要把握 「变与不变」，CFO 不变的核心是价值发现与风险防范，变的是组织方案和管理工具。从珠算、手工账到电算化、ERP，再到 AI 化，技术周期越来越短，但 「善用工具而非成为工具」 的哲理永恒。他引用孔子 「君子不器」，告知从业者要成为善用工具的人，不是工具人，在技术浪潮中保持主体性。
结语
本场直播中的嘉宾来自不同企业，也处在不同的数字化阶段，对一号位应该介入多深、ROI 应该怎么算、AI 应该如何进入组织，都有不同判断。
但从这些观点碰撞中可以看到，AI 已经开始进入研发、制造、供应链、财务和审计等具体场景。对企业来说，下一阶段更值得关注的，是如何找到真正有价值的场景，在可控范围内不断试验，并让技术、业务和人的角色在实践中重新磨合。
AI 技术本身并不能自动带来价值，真正的挑战在于：企业能否找到适合自身的应用场景，将 AI 能力转化为解决实际经营问题的生产力。
近期，「深度实践」 栏目中，钛媒体与 ACCA 联合开展了一场直播，领益制造 CFO 王涛、科大讯飞 CFO 段大为、中集集团 CIO 潘进杰和雅戈尔股份 CIO 王歆四位嘉宾围绕 「AI 在企业内部的落地与实践」 进行跨界对话，由钛媒体联合创始人万宁担任主持嘉宾。他们分别从 CFO 与 CIO 的不同视角，探讨了 AI 从技术概念到业务价值的最后一公里，如何跨越组织、人性与 ROI 的重重障碍。
附上本期直播时间轴，帮你快速跳转感兴趣的部分。
00:01:31 企业 AI 的应用现状与实践
00:24:56 推进 AI 的隐形阻力是什么
00:54:19 「一把手工程」 之争
01:23:44 AI 项目的推广难题与选型经验
01:15:16 CFO 视角下的 AI 投入与 ROI 考量
01:43:33 AI 时代 CFO 与 CIO 的角色演变
拥抱 AI，企业走到哪一步？
作为一家人工智能企业，科大讯飞在自身管理中率先推行 「自我革命」。段大为指出，目前成效最明显的是 AI 编程，研发团队大量采用人机协作方式进行代码开发，大幅减少了对人工编码的依赖。同时，各管理部门也在积极运用 AI 工具提升运营效率。讯飞的目标不仅是向客户提供领先的 AI 技术，也要用 AI 反哺自身管理。
领益制造是一家智能硬件制造平台，业务从 3C 产品扩展至智能汽车和人形机器人。王涛表示，AI 的发展为公司带来了直接的商业机会，因为任何算法和模型最终都需要硬件承载。与此同时，公司也面临效率提升的迫切需求。在他看来，AI 是制造业的必答题，「不用 AI 提升效率，就是在落后，甚至可能被淘汰。」 当前，领益制造在研发端借助 AI 优化模型搭建与编程；在制造端利用 AI 快速生成图纸和生产作业指导书，并用于质量检测；供应链端则通过 AI 辅助采购、生产计划与库存管理；财务、人力等部门也广泛应用 AI 进行自动化处理与分析。
潘进杰分享了中集集团的 AI 实践历程。过去几年，中集更多在做决策式 AI，利用机器学习和视觉技术在质量检测等环节取得成效，并曾与科大讯飞合作声纹检测。面对生成式大模型的兴起，中集仍处探索初期，重点聚焦知识类应用，如维修助手。借助 AI，工人可通过维修手册快速定位故障、缩短停机时间。他认为，AI 的价值在于将所有人的能力提升至 80 分水平，使经验不足者也能胜任复杂任务。当前，中集正逐步向智能体应用迈进。
王歆则从雅戈尔的全产业链视角切入。雅戈尔覆盖从种子研究、种植、纺纱织布到服装设计、生产、物流、零售的全链条。他指出，直到 2025 年，AI 才真正开始对传统企业产生影响。尤其是 Lovable 这类工具出现后，AI 开始从 「执行者」 向 「规划者」 演进。
此外，雅戈尔将商旅对账流程拆解为 11 个节点，其中 9 个由 AI 完成，集团对账工作从多人耗时数日缩减至仅需一人。IT 团队也从 87 人精简至 41 人，被优化的人员转至业务部门。通过将系统能力封装为标准接口，客服处理疑难问题的效率大幅提升，工单量从日均 50 个降至每三天一个。王歆强调，AI 落地的关键在于 「润物细无声」——先帮助员工减轻工作量，而非强行推动组织变革。雅戈尔坚持不主动裁员，而是通过技术手段自然引导岗位调整。
一号位的角色：定方向，也要给一线空间
当老板下定决心推进 AI，员工和中层是否会出现隐形抵触？
王涛坦言，这种 「自己革自己命」 的困境很真实，但阶段很短暂。市场竞争力倒逼企业必须变革，个人意愿无法阻挡。他分享了 「小太阳计划」——通过激发全员对 AI 的兴趣，让具体工作者主动提出应用场景，形成自下而上的浪潮。「原来两天的事两分钟搞定，成就感本身就成了推动力。」 他强调。
潘进杰认为，AI 现阶段更多是赋能而非取代。以专利申请为例，AI 辅助后通过率高达 95%，周期大幅缩短，但最终责任仍由人承担。他认为，AI 能让人摆脱低效劳动，转向更高价值工作，但岗位职责和组织结构必须随之调整。他形象地提出 「碳基做碳基的事，硅基做硅基的事」，二者各司其职。关于一号位，潘进杰指出一把手认知至关重要，但未必需要事必躬亲。中集董事长明确要求 「用 AI 而非造模型」，这种方向性指引已足够。他认为，技术负责人应在老板支持下自主推进，并通过具体场景验证效果，逐步获得各方信任。
段大为则强调，没有一号位的洞察和决心，CIO 和 CFO 推动起来会非常困难。目前社会存在 「两种加法」：一种是传统行业拥抱 AI，另一种是 AI 公司寻找应用场景。两者各有局限，根源在于跨领域知识鸿沟。他预言，AI 技能将像计算机技能一样成为通识教育的一部分。同时，他明确主张 AI 转型必须是一号位工程，只有企业最高领导具备深刻认知和坚定决心，才能推动全局性变革。
王歆则把重点放在一号位介入的边界上, 一号位过度介入往往适得其反，因为老板易产生过高预期，反而干扰执行。他认为，自上而下的 AI 往往两三个月就淡化，场景也变成 「为了老板而做」，更推崇 「深圳模式」——政府定规则，不干预执行。因此，王歆主张分权、授权，方向应由一把手定，但落地必须依靠一线员工的创造力。若以 KPI 驱动变革，容易沦为形式主义，且一号位插手指越多，变革越难推进。
为此，雅戈尔采取了 「润物细无声」 的策略：先给工具让大家偷懒，让岗位和流程自然变化，而非一上来就搞组织变革。以 IT 部门为例，团队多数人流向业务部门，能力被封装成工具后，客服人员自己就能解决过去需要写 SQL 的疑难问题。同时，AI 涉及信息安全、岗位调整、流程重塑乃至新业务决策，这些重大事项仍需最高层拍板。
从试点到推广：为何成功难以复制？
试点成功，推广却折戟，这是常见困境。
王涛指出，根源在于人的认知差异、业务形态区别、数据或流程基础不同。破局方法是从小而独立的精品单元开始，先打胜仗，再逐步串联，「不要复制大而全的东西，你要复制特别能独立的这种小单元的作业的一些 AI 的工具过去」。
王歆分享了雅戈尔的实战教训与经验。一个成功案例是设计师打样环节。他在一个仅有四名设计师的小品牌 「美雅」 试点，通过 AI 将设计灵感直接转化为成衣效果，打样成本下降 87%，从每件 2000 元降至不足 300 元。该模式随后推广至 18 个品牌。但失败案例也是有的，比如在 AI 驱动的 BI 项目中，王歆原以为通过自然语言查询能让全员使用数据，但用户需求五花八门，系统无法应对。这次实践带来的教训也非常深刻：第一要拉同盟，第二要做最小可行性产品，不要把自己的需求当普遍需求，必须深入一线了解真实场景。
潘进杰介绍了中集的策略。技术部门负责搭建企业级 AI 平台，从 1.0 迭代到 4.0 持续迭代。同时，通过举办 AI 大赛激发员工创意，对优秀作品给予奖励，让员工主动解决问题。对于复杂应用，则由 IT 与业务部门共同研发，如一线班组长助手，统一核心任务流程，将能力薄弱者迅速拉齐至合格线。他总结为 「搭台，让业务唱戏」，并通过可视化方式向老板展示成果，形成良性竞争。
ROI 怎么算？CFO 视角下的 AI 投入考量
AI 项目的投入产出比是 CFO 绕不开的话题。作为 CFO，王涛分享了领益制造的方法：将 AI 投入归入 「研发预算」 类，允许失败，容忍不确定性。初期不以 ROI 为硬性考核指标，而是关注过程里程碑，讲明白为什么做。一旦某个场景验证成功，便迅速复制推广。他认为，ROI 可能根本算不出来，即便算出来也不敢相信。
王涛此外还指出，AI 时代下 CIO 和 CFO 的角色的变化不可避免。财务岗位在 AI 冲击下面临转型，但也是解脱低效劳动、拓展高价值工作的机遇。CFO 拥有全盘经营视角和考核权，可在创新和协同性考核中引导业务拥抱 AI。
段大为指出，AI 变革的目标多元，不一定是减少人力，有时是为了提高质量或稳定性。有时短期成本增加也是必要投入。判断是否值得，应基于长远趋势，并建立有效的利益协调机制，让多数人在变革中受益。他强调，机制设计比单点计算更为关键。
段大为总结，任何角色要把握 「变与不变」，CFO 不变的核心是价值发现与风险防范，变的是组织方案和管理工具。从珠算、手工账到电算化、ERP，再到 AI 化，技术周期越来越短，但 「善用工具而非成为工具」 的哲理永恒。他引用孔子 「君子不器」，告知从业者要成为善用工具的人，不是工具人，在技术浪潮中保持主体性。
结语
本场直播中的嘉宾来自不同企业，也处在不同的数字化阶段，对一号位应该介入多深、ROI 应该怎么算、AI 应该如何进入组织，都有不同判断。
但从这些观点碰撞中可以看到，AI 已经开始进入研发、制造、供应链、财务和审计等具体场景。对企业来说，下一阶段更值得关注的，是如何找到真正有价值的场景，在可控范围内不断试验，并让技术、业务和人的角色在实践中重新磨合。
Related articles
AI 技术本身并不能自动带来价值，真正的挑战在于：企业能否找到适合自身的应用场景，将 AI 能力转化为解决实际经营问题的生产力。
近期，「深度实践」 栏目中，钛媒体与 ACCA 联合开展了一场直播，领益制造 CFO 王涛、科大讯飞 CFO 段大为、中集集团 CIO 潘进杰和雅戈尔股份 CIO 王歆四位嘉宾围绕 「AI 在企业内部的落地与实践」 进行跨界对话，由钛媒体联合创始人万宁担任主持嘉宾。他们分别从 CFO 与 CIO 的不同视角，探讨了 AI 从技术概念到业务价值的最后一公里，如何跨越组织、人性与 ROI 的重重障碍。
附上本期直播时间轴，帮你快速跳转感兴趣的部分。
00:01:31 企业 AI 的应用现状与实践
00:24:56 推进 AI 的隐形阻力是什么
00:54:19 「一把手工程」 之争
01:23:44 AI 项目的推广难题与选型经验
01:15:16 CFO 视角下的 AI 投入与 ROI 考量
01:43:33 AI 时代 CFO 与 CIO 的角色演变
拥抱 AI，企业走到哪一步？
作为一家人工智能企业，科大讯飞在自身管理中率先推行 「自我革命」。段大为指出，目前成效最明显的是 AI 编程，研发团队大量采用人机协作方式进行代码开发，大幅减少了对人工编码的依赖。同时，各管理部门也在积极运用 AI 工具提升运营效率。讯飞的目标不仅是向客户提供领先的 AI 技术，也要用 AI 反哺自身管理。
领益制造是一家智能硬件制造平台，业务从 3C 产品扩展至智能汽车和人形机器人。王涛表示，AI 的发展为公司带来了直接的商业机会，因为任何算法和模型最终都需要硬件承载。与此同时，公司也面临效率提升的迫切需求。在他看来，AI 是制造业的必答题，「不用 AI 提升效率，就是在落后，甚至可能被淘汰。」 当前，领益制造在研发端借助 AI 优化模型搭建与编程；在制造端利用 AI 快速生成图纸和生产作业指导书，并用于质量检测；供应链端则通过 AI 辅助采购、生产计划与库存管理；财务、人力等部门也广泛应用 AI 进行自动化处理与分析。
潘进杰分享了中集集团的 AI 实践历程。过去几年，中集更多在做决策式 AI，利用机器学习和视觉技术在质量检测等环节取得成效，并曾与科大讯飞合作声纹检测。面对生成式大模型的兴起，中集仍处探索初期，重点聚焦知识类应用，如维修助手。借助 AI，工人可通过维修手册快速定位故障、缩短停机时间。他认为，AI 的价值在于将所有人的能力提升至 80 分水平，使经验不足者也能胜任复杂任务。当前，中集正逐步向智能体应用迈进。
王歆则从雅戈尔的全产业链视角切入。雅戈尔覆盖从种子研究、种植、纺纱织布到服装设计、生产、物流、零售的全链条。他指出，直到 2025 年，AI 才真正开始对传统企业产生影响。尤其是 Lovable 这类工具出现后，AI 开始从 「执行者」 向 「规划者」 演进。
此外，雅戈尔将商旅对账流程拆解为 11 个节点，其中 9 个由 AI 完成，集团对账工作从多人耗时数日缩减至仅需一人。IT 团队也从 87 人精简至 41 人，被优化的人员转至业务部门。通过将系统能力封装为标准接口，客服处理疑难问题的效率大幅提升，工单量从日均 50 个降至每三天一个。王歆强调，AI 落地的关键在于 「润物细无声」——先帮助员工减轻工作量，而非强行推动组织变革。雅戈尔坚持不主动裁员，而是通过技术手段自然引导岗位调整。
一号位的角色：定方向，也要给一线空间
当老板下定决心推进 AI，员工和中层是否会出现隐形抵触？
王涛坦言，这种 「自己革自己命」 的困境很真实，但阶段很短暂。市场竞争力倒逼企业必须变革，个人意愿无法阻挡。他分享了 「小太阳计划」——通过激发全员对 AI 的兴趣，让具体工作者主动提出应用场景，形成自下而上的浪潮。「原来两天的事两分钟搞定，成就感本身就成了推动力。」 他强调。
潘进杰认为，AI 现阶段更多是赋能而非取代。以专利申请为例，AI 辅助后通过率高达 95%，周期大幅缩短，但最终责任仍由人承担。他认为，AI 能让人摆脱低效劳动，转向更高价值工作，但岗位职责和组织结构必须随之调整。他形象地提出 「碳基做碳基的事，硅基做硅基的事」，二者各司其职。关于一号位，潘进杰指出一把手认知至关重要，但未必需要事必躬亲。中集董事长明确要求 「用 AI 而非造模型」，这种方向性指引已足够。他认为，技术负责人应在老板支持下自主推进，并通过具体场景验证效果，逐步获得各方信任。
段大为则强调，没有一号位的洞察和决心，CIO 和 CFO 推动起来会非常困难。目前社会存在 「两种加法」：一种是传统行业拥抱 AI，另一种是 AI 公司寻找应用场景。两者各有局限，根源在于跨领域知识鸿沟。他预言，AI 技能将像计算机技能一样成为通识教育的一部分。同时，他明确主张 AI 转型必须是一号位工程，只有企业最高领导具备深刻认知和坚定决心，才能推动全局性变革。
王歆则把重点放在一号位介入的边界上, 一号位过度介入往往适得其反，因为老板易产生过高预期，反而干扰执行。他认为，自上而下的 AI 往往两三个月就淡化，场景也变成 「为了老板而做」，更推崇 「深圳模式」——政府定规则，不干预执行。因此，王歆主张分权、授权，方向应由一把手定，但落地必须依靠一线员工的创造力。若以 KPI 驱动变革，容易沦为形式主义，且一号位插手指越多，变革越难推进。
为此，雅戈尔采取了 「润物细无声」 的策略：先给工具让大家偷懒，让岗位和流程自然变化，而非一上来就搞组织变革。以 IT 部门为例，团队多数人流向业务部门，能力被封装成工具后，客服人员自己就能解决过去需要写 SQL 的疑难问题。同时，AI 涉及信息安全、岗位调整、流程重塑乃至新业务决策，这些重大事项仍需最高层拍板。
从试点到推广：为何成功难以复制？
试点成功，推广却折戟，这是常见困境。
王涛指出，根源在于人的认知差异、业务形态区别、数据或流程基础不同。破局方法是从小而独立的精品单元开始，先打胜仗，再逐步串联，「不要复制大而全的东西，你要复制特别能独立的这种小单元的作业的一些 AI 的工具过去」。
王歆分享了雅戈尔的实战教训与经验。一个成功案例是设计师打样环节。他在一个仅有四名设计师的小品牌 「美雅」 试点，通过 AI 将设计灵感直接转化为成衣效果，打样成本下降 87%，从每件 2000 元降至不足 300 元。该模式随后推广至 18 个品牌。但失败案例也是有的，比如在 AI 驱动的 BI 项目中，王歆原以为通过自然语言查询能让全员使用数据，但用户需求五花八门，系统无法应对。这次实践带来的教训也非常深刻：第一要拉同盟，第二要做最小可行性产品，不要把自己的需求当普遍需求，必须深入一线了解真实场景。
潘进杰介绍了中集的策略。技术部门负责搭建企业级 AI 平台，从 1.0 迭代到 4.0 持续迭代。同时，通过举办 AI 大赛激发员工创意，对优秀作品给予奖励，让员工主动解决问题。对于复杂应用，则由 IT 与业务部门共同研发，如一线班组长助手，统一核心任务流程，将能力薄弱者迅速拉齐至合格线。他总结为 「搭台，让业务唱戏」，并通过可视化方式向老板展示成果，形成良性竞争。
ROI 怎么算？CFO 视角下的 AI 投入考量
AI 项目的投入产出比是 CFO 绕不开的话题。作为 CFO，王涛分享了领益制造的方法：将 AI 投入归入 「研发预算」 类，允许失败，容忍不确定性。初期不以 ROI 为硬性考核指标，而是关注过程里程碑，讲明白为什么做。一旦某个场景验证成功，便迅速复制推广。他认为，ROI 可能根本算不出来，即便算出来也不敢相信。
王涛此外还指出，AI 时代下 CIO 和 CFO 的角色的变化不可避免。财务岗位在 AI 冲击下面临转型，但也是解脱低效劳动、拓展高价值工作的机遇。CFO 拥有全盘经营视角和考核权，可在创新和协同性考核中引导业务拥抱 AI。
段大为指出，AI 变革的目标多元，不一定是减少人力，有时是为了提高质量或稳定性。有时短期成本增加也是必要投入。判断是否值得，应基于长远趋势，并建立有效的利益协调机制，让多数人在变革中受益。他强调，机制设计比单点计算更为关键。
段大为总结，任何角色要把握 「变与不变」，CFO 不变的核心是价值发现与风险防范，变的是组织方案和管理工具。从珠算、手工账到电算化、ERP，再到 AI 化，技术周期越来越短，但 「善用工具而非成为工具」 的哲理永恒。他引用孔子 「君子不器」，告知从业者要成为善用工具的人，不是工具人，在技术浪潮中保持主体性。
结语
本场直播中的嘉宾来自不同企业，也处在不同的数字化阶段，对一号位应该介入多深、ROI 应该怎么算、AI 应该如何进入组织，都有不同判断。
但从这些观点碰撞中可以看到，AI 已经开始进入研发、制造、供应链、财务和审计等具体场景。对企业来说，下一阶段更值得关注的，是如何找到真正有价值的场景，在可控范围内不断试验，并让技术、业务和人的角色在实践中重新磨合。
AI 技术本身并不能自动带来价值，真正的挑战在于：企业能否找到适合自身的应用场景，将 AI 能力转化为解决实际经营问题的生产力。
近期，「深度实践」 栏目中，钛媒体与 ACCA 联合开展了一场直播，领益制造 CFO 王涛、科大讯飞 CFO 段大为、中集集团 CIO 潘进杰和雅戈尔股份 CIO 王歆四位嘉宾围绕 「AI 在企业内部的落地与实践」 进行跨界对话，由钛媒体联合创始人万宁担任主持嘉宾。他们分别从 CFO 与 CIO 的不同视角，探讨了 AI 从技术概念到业务价值的最后一公里，如何跨越组织、人性与 ROI 的重重障碍。
附上本期直播时间轴，帮你快速跳转感兴趣的部分。
00:01:31 企业 AI 的应用现状与实践
00:24:56 推进 AI 的隐形阻力是什么
00:54:19 「一把手工程」 之争
01:23:44 AI 项目的推广难题与选型经验
01:15:16 CFO 视角下的 AI 投入与 ROI 考量
01:43:33 AI 时代 CFO 与 CIO 的角色演变
拥抱 AI，企业走到哪一步？
作为一家人工智能企业，科大讯飞在自身管理中率先推行 「自我革命」。段大为指出，目前成效最明显的是 AI 编程，研发团队大量采用人机协作方式进行代码开发，大幅减少了对人工编码的依赖。同时，各管理部门也在积极运用 AI 工具提升运营效率。讯飞的目标不仅是向客户提供领先的 AI 技术，也要用 AI 反哺自身管理。
领益制造是一家智能硬件制造平台，业务从 3C 产品扩展至智能汽车和人形机器人。王涛表示，AI 的发展为公司带来了直接的商业机会，因为任何算法和模型最终都需要硬件承载。与此同时，公司也面临效率提升的迫切需求。在他看来，AI 是制造业的必答题，「不用 AI 提升效率，就是在落后，甚至可能被淘汰。」 当前，领益制造在研发端借助 AI 优化模型搭建与编程；在制造端利用 AI 快速生成图纸和生产作业指导书，并用于质量检测；供应链端则通过 AI 辅助采购、生产计划与库存管理；财务、人力等部门也广泛应用 AI 进行自动化处理与分析。
潘进杰分享了中集集团的 AI 实践历程。过去几年，中集更多在做决策式 AI，利用机器学习和视觉技术在质量检测等环节取得成效，并曾与科大讯飞合作声纹检测。面对生成式大模型的兴起，中集仍处探索初期，重点聚焦知识类应用，如维修助手。借助 AI，工人可通过维修手册快速定位故障、缩短停机时间。他认为，AI 的价值在于将所有人的能力提升至 80 分水平，使经验不足者也能胜任复杂任务。当前，中集正逐步向智能体应用迈进。
王歆则从雅戈尔的全产业链视角切入。雅戈尔覆盖从种子研究、种植、纺纱织布到服装设计、生产、物流、零售的全链条。他指出，直到 2025 年，AI 才真正开始对传统企业产生影响。尤其是 Lovable 这类工具出现后，AI 开始从 「执行者」 向 「规划者」 演进。
此外，雅戈尔将商旅对账流程拆解为 11 个节点，其中 9 个由 AI 完成，集团对账工作从多人耗时数日缩减至仅需一人。IT 团队也从 87 人精简至 41 人，被优化的人员转至业务部门。通过将系统能力封装为标准接口，客服处理疑难问题的效率大幅提升，工单量从日均 50 个降至每三天一个。王歆强调，AI 落地的关键在于 「润物细无声」——先帮助员工减轻工作量，而非强行推动组织变革。雅戈尔坚持不主动裁员，而是通过技术手段自然引导岗位调整。
一号位的角色：定方向，也要给一线空间
当老板下定决心推进 AI，员工和中层是否会出现隐形抵触？
王涛坦言，这种 「自己革自己命」 的困境很真实，但阶段很短暂。市场竞争力倒逼企业必须变革，个人意愿无法阻挡。他分享了 「小太阳计划」——通过激发全员对 AI 的兴趣，让具体工作者主动提出应用场景，形成自下而上的浪潮。「原来两天的事两分钟搞定，成就感本身就成了推动力。」 他强调。
潘进杰认为，AI 现阶段更多是赋能而非取代。以专利申请为例，AI 辅助后通过率高达 95%，周期大幅缩短，但最终责任仍由人承担。他认为，AI 能让人摆脱低效劳动，转向更高价值工作，但岗位职责和组织结构必须随之调整。他形象地提出 「碳基做碳基的事，硅基做硅基的事」，二者各司其职。关于一号位，潘进杰指出一把手认知至关重要，但未必需要事必躬亲。中集董事长明确要求 「用 AI 而非造模型」，这种方向性指引已足够。他认为，技术负责人应在老板支持下自主推进，并通过具体场景验证效果，逐步获得各方信任。
段大为则强调，没有一号位的洞察和决心，CIO 和 CFO 推动起来会非常困难。目前社会存在 「两种加法」：一种是传统行业拥抱 AI，另一种是 AI 公司寻找应用场景。两者各有局限，根源在于跨领域知识鸿沟。他预言，AI 技能将像计算机技能一样成为通识教育的一部分。同时，他明确主张 AI 转型必须是一号位工程，只有企业最高领导具备深刻认知和坚定决心，才能推动全局性变革。
王歆则把重点放在一号位介入的边界上, 一号位过度介入往往适得其反，因为老板易产生过高预期，反而干扰执行。他认为，自上而下的 AI 往往两三个月就淡化，场景也变成 「为了老板而做」，更推崇 「深圳模式」——政府定规则，不干预执行。因此，王歆主张分权、授权，方向应由一把手定，但落地必须依靠一线员工的创造力。若以 KPI 驱动变革，容易沦为形式主义，且一号位插手指越多，变革越难推进。
为此，雅戈尔采取了 「润物细无声」 的策略：先给工具让大家偷懒，让岗位和流程自然变化，而非一上来就搞组织变革。以 IT 部门为例，团队多数人流向业务部门，能力被封装成工具后，客服人员自己就能解决过去需要写 SQL 的疑难问题。同时，AI 涉及信息安全、岗位调整、流程重塑乃至新业务决策，这些重大事项仍需最高层拍板。
从试点到推广：为何成功难以复制？
试点成功，推广却折戟，这是常见困境。
王涛指出，根源在于人的认知差异、业务形态区别、数据或流程基础不同。破局方法是从小而独立的精品单元开始，先打胜仗，再逐步串联，「不要复制大而全的东西，你要复制特别能独立的这种小单元的作业的一些 AI 的工具过去」。
王歆分享了雅戈尔的实战教训与经验。一个成功案例是设计师打样环节。他在一个仅有四名设计师的小品牌 「美雅」 试点，通过 AI 将设计灵感直接转化为成衣效果，打样成本下降 87%，从每件 2000 元降至不足 300 元。该模式随后推广至 18 个品牌。但失败案例也是有的，比如在 AI 驱动的 BI 项目中，王歆原以为通过自然语言查询能让全员使用数据，但用户需求五花八门，系统无法应对。这次实践带来的教训也非常深刻：第一要拉同盟，第二要做最小可行性产品，不要把自己的需求当普遍需求，必须深入一线了解真实场景。
潘进杰介绍了中集的策略。技术部门负责搭建企业级 AI 平台，从 1.0 迭代到 4.0 持续迭代。同时，通过举办 AI 大赛激发员工创意，对优秀作品给予奖励，让员工主动解决问题。对于复杂应用，则由 IT 与业务部门共同研发，如一线班组长助手，统一核心任务流程，将能力薄弱者迅速拉齐至合格线。他总结为 「搭台，让业务唱戏」，并通过可视化方式向老板展示成果，形成良性竞争。
ROI 怎么算？CFO 视角下的 AI 投入考量
AI 项目的投入产出比是 CFO 绕不开的话题。作为 CFO，王涛分享了领益制造的方法：将 AI 投入归入 「研发预算」 类，允许失败，容忍不确定性。初期不以 ROI 为硬性考核指标，而是关注过程里程碑，讲明白为什么做。一旦某个场景验证成功，便迅速复制推广。他认为，ROI 可能根本算不出来，即便算出来也不敢相信。
王涛此外还指出，AI 时代下 CIO 和 CFO 的角色的变化不可避免。财务岗位在 AI 冲击下面临转型，但也是解脱低效劳动、拓展高价值工作的机遇。CFO 拥有全盘经营视角和考核权，可在创新和协同性考核中引导业务拥抱 AI。
段大为指出，AI 变革的目标多元，不一定是减少人力，有时是为了提高质量或稳定性。有时短期成本增加也是必要投入。判断是否值得，应基于长远趋势，并建立有效的利益协调机制，让多数人在变革中受益。他强调，机制设计比单点计算更为关键。
段大为总结，任何角色要把握 「变与不变」，CFO 不变的核心是价值发现与风险防范，变的是组织方案和管理工具。从珠算、手工账到电算化、ERP，再到 AI 化，技术周期越来越短，但 「善用工具而非成为工具」 的哲理永恒。他引用孔子 「君子不器」，告知从业者要成为善用工具的人，不是工具人，在技术浪潮中保持主体性。
结语
本场直播中的嘉宾来自不同企业，也处在不同的数字化阶段，对一号位应该介入多深、ROI 应该怎么算、AI 应该如何进入组织，都有不同判断。
但从这些观点碰撞中可以看到，AI 已经开始进入研发、制造、供应链、财务和审计等具体场景。对企业来说，下一阶段更值得关注的，是如何找到真正有价值的场景，在可控范围内不断试验，并让技术、业务和人的角色在实践中重新磨合。
