智能体读不懂的数据,它就不会用。物料、客户、科目、组织这四类主数据不干净,再强的模型也只能输出看起来合理、实际上错误的答案。整理的范围通常包括:物料与商品编码是否存在重码、客户与供应商是否存在重复、会计科目能否对应到报表行、组织架构与实际汇报关系是否一致。这四项过一遍,一般要两到四周。这是很多企业在上 AI 之前必须补的功课,也是上云这件事里最不容易被跳过的部分。
已经发生的变化
据金蝶披露,金蝶AI套件的 AI 财务部包含 15+ 智能体,覆盖审核、对账、记账、月结、报表、税务等场景,7×24 小时在岗;费用审核环节的工作量下降约90%,关账效率提升约30%。数字之外更值得注意的变化是岗位内容:财务人员从录凭证转向看差异,从"做完"转向"看懂"。
上云不是目的
企业 AI 落地不是买软件,是让它在某几个岗位上真正接住活。判断一家企业是否准备好了,可以问两个问题:主数据统一了吗,规则写清楚了吗。两个答案都是肯定的,再谈上云不迟——据公开行业评估,金蝶在亚太 AI Enabled ERP 竞争力象限中评分居中国厂商前列,这类平台能力只有在数据底子扎实时才发挥得出来。