行业报告 | AI+企业服务赋能降本增效，“AI助理”时代到来

原创 | 文 BFT机器人

核心观点

Core point

• 大模型的频繁推出带动AI向垂类赛道落地，企业服务赛道作为所有下游行业数字化与智能化的赋能者，有望显著受益。随着各大科技厂商大模型的推出：百度“文心千帆”向客户提供企业级大语言模型服务；阿里启动“通义千问伙伴计划”覆盖各个行业，超过20万企业用户申请接入测试，我们认为，AGI通用能力+细分场景模型训练有望在ERP、CRM、OA、HR等层面实现拼图重塑。

• AI＋ERP：企业资源规划“化繁为简”，AI大模型助力企业管理提速增效。智能财务层面，AI能够有效帮助企业缓解日常工作中大量高负荷、低附加值的财务工作的压力，促进财务决策、日常业务流程、财务报表编制、财务风险管理的全流程智能化转型；供应链管理层面， AI从数据分析、操作处理等方面赋能供应链重塑；人力管理层面，AI革新从招聘到退休全流程，完善人才管理，丰富员工体验，并将其与企业业务目标紧密链接，完成计划制定、招聘、人岗匹配、员工数据管理、职业发展规划和离职多个环节的持续优化。

  
  

• AI＋CRM：画像定位“神机妙算”，营销洞察先人一步。客户获取层面，AI基于营销环节不同诉求，深入用户洞察、内容创意、交互形式、传播增效、效果评估等各个环节，赋能客户获取阶段全流程，节省人工分析成本，提高获客效率；客户关系维持层面，AI突破传统客服管理与服务模式，能够更好对顾客行为和特性进行深入分析，保持与客户高频实时交流，帮助企业构建全渠道信息收集、全天候服务管理、精准客户洞察的完整客户联络体系，实现客户服务质量与效率双重提升；电商应用层面，AI赋能电商场景多环节提速增效，降低人力成本，生成营销策略，简化营销步骤，提供更加个性化、高效、智能化服务，提高用户满意度和忠诚度，促进企业实现低成本高效率的业务发展目标。

  
  

• AI+OA：人机交互重塑办公模式，跨平台数据“有问必答” 。智能工作助手层面，AI技术在OA场景中快速将人、应用和数据进行匹配，实现多种协同应用场景下人机交互、智能数据搜索和业务梳理等，解决系统多、界面复杂、找人难、办事难的核心诉求；会议管理层面，AI解决互联繁琐、会议记录混乱、内容梳理繁琐等会议痛点，有望在会议信息管理、会议内容整理、会议历史记录梳理和非与会人员信息传递等场景内持续赋能，大幅提升与会效率与会议的智能化水平。

01 

一图概览：AI助力企业服务领域拼图重塑

图表1：不止于AI，AI赋能企业服务拼图重塑

02

AI+ERP：资源规划“化繁为简”，AI助力企业管理提速增效

2.1 智能财务场景：AI驱动企业财务转型升级，助力拥抱智能财务新时代

2.1.1 场景透视：AI赋能“财务决策+日常业务+报表编制+风险管理”四大场景

AI有望为财务场景赋予工作新模式，能够有效帮助企业缓解日常工作中大量高负荷、低附加值的财务工作压力，促进财务决策、日常业务流程、财务报表编制、财务风险管理全流程智能化转型。

• 财务决策：AI优化财务部门预测能力，赋能管理人员更加精准的预测能力。例如，通过对应收账款回收中风险客户付款概率及时间分布的估计及预测，协助财务部门优化支付策略及现金流管理；通过对历史交易数据趋势、外部市场数据的分析，帮助财务部门作出运营决策。

• 日常业务流程：利用信息提取功能等提升财务全流程效率。例如，AI技术可高效指导并修正RPA收集财务数据遇到的突发问题，在财务结算时快速筛查公司间匹配和对账时出现的不一致问题，简化结算流程，实现真正意义上的智能流程自动化。

• 报表编制：AI能大幅提高财务业务流程中的准确性，优化数据记录到报告流程。例如，通过智能稽核机器人自动实现账表稽核、表表稽核，大幅提升报表报送效率和数据质量。

• 财务风险管理：采取对风险点的及时识别及响应、财务人员权限管理等方式降低财务流程中的风险。例如，通过对大量历史、实时交易的分析，帮助财务人员识别潜在非法交易及错误疏漏；通过权限管理，防止未经授权对敏感数据、应用程序的访问等。

  
  

图表2：AI+智能财务四大落地场景-财务决策、日常业务流程、报表编制、财务风险管理

2.1.2 标杆案例：SAP，全球ERP龙头，AI+财务管理布局实现全面领跑

SAP作为全球ERP龙头企业，在布局AI赋能财务管理的领域实现全面领跑，具体体现在日常业务流程、财务风险管理和报表编制三方面，受益层次多元丰富。

• 日常业务流程方面，SAP Cash Application能够在发票到现金的转换中实现发票的智能匹配，提高应收账款相关工作的效率和质量。

• 财务风险管理方面，SAP Business Integrity Screening能够利用校正模拟功能对历史数据进行假设分析，对方法有效性进行评估，优化检测策略。另外，自动化工作流及通知功能能够减少流程中的人工干预，快速响应异常情况，确保利益相关方参与相关任务。

• 报表编制方面，SAP的集团报表的公司间匹配、对账方案（ICMR）具有事务级别的匹配和实时对账、自动差异解决、应用内通信和工作流、基于不同组织维度（如公司、利润中心和合并单位）的灵活建模、匹配和对账中的高性能以及与组报表集成的公司间抵销等功能。其中，智能公司间对账 (ICR) 服务是基于 SAP Business Technology Platform (BTP) 构建的微服务。它可以处理训练和推断数据，并为ICMR的匹配引擎提供机器学习功能。

  
  

SAP持续将AI赋能于企业财务管理，在多领域持续受益

2.1.3 海外一级案例：VC入局AI+智慧财务，财会领域有望迎来数智转型浪潮

硅谷头部VC机构Ycombinator于2023冬季孵化营在“智能财务”方向将目光对准包括CorgiAI、Hadrius、AiFlow等在内的7家初创公司。基于其在财会金融领域将AI技术与公司产品业务紧密结合，得到了Ycombinator的重点关注和投资认可，标志着其有望成为着最前沿的AI创业方向。

图表4：硅谷头部VC机构Ycombinator在智能财务场景下的投资概览

2.1.4 有望受益1：远光软件，AI赋能管理，智能机器人助力企业财务数字化转型升级

远光软件在”AI+财务”领域积极探索，深入挖掘人工智能在企业财务管理方面的应用潜力，推出智能机器人YG-CICI，可以海量处理文件、电子邮件和数据，完成报销、记账、对账、结算等多种日常繁琐工作，部署简单、高效运行、不干扰用户工作，成为企业优化业务流程、实现智能转型升级最便捷的方式之一。

图表5：远光推出智能AI机器人“YG-CICI”，助力企业财务数字化转型升级

2.1.5 有望受益2：金蝶国际，携手科大讯飞推出数字员工，提振企业财务数字综合能力

金蝶携手科大讯飞，融合“AI+RPA+大数据+人格化”，推出首个EBC企业管理领域的员工“金小蝶”。该数字员工的特点是人格化、智能化、自动化，具备主动感知、主动交互，可覆盖更多的业务场景，做到像“人”一样成长。在财务方面可以从事流程催办、费用报销、应收催收等重要工作，并能与真实管理者一同推动分析工作

图表6：金蝶2022全球创见者大会推出数字员工“金小蝶”

2.2 供应链管理场景：多环节全方位升级，AI赋能供应链管理

2.2.1 场景透视：AI赋能“销售预测+仓库管理+订单履约+风险预警”四大场景

图表8：AI从数据分析、操作处理、人工智能多维度赋能供应链重塑

• 销售预测：AI模型能够通过构建“收集行为数据–收集反馈数据-模型训练–模型应用”的全流程机器学习模型来获得销量预测引擎，践行闭环数据管理模式。随着模型不断使用实现正向反馈，销量预测输出结果将更加精准，大幅提升供应链效率并降低库存成本，明晰库存流向，提升配送时效，最终带来全局供应链的业务价值提升。

  
  

• 仓库管理：运用AI技术实现物理库存、逻辑库存以及销售库存的自动平衡，减少缺货，实现销售机会最大化和库存效率的最优。例如，AI在分析工人移动模式以优化仓库产品布局的同时，生成式AI能最大限度减少定位及检索时间。

• 订单履约：AI赋能下的订单履约机制采用闭环的管理方式，即根据预先设定控制点的报警时限，一旦发生异常，即在未来系统中自动触发报警，并生成异常状态的订单清单与明细，再指派给相关人员处理，最后会定期跟踪异常订单的状态与完成情况。

• 风险预警：通过AI识别供应链中导致延迟或中断的潜在风险点，进而优化供应链管理。例如，通过对供应链的整体数据分析，AI能够确定哪些领域的库存或生产存在因自然灾害或劳资纠纷等外部因素而延迟或受到影响的风险，进而帮助企业完善应急计划制定。

图表9：AI+供应链管理四大落地场景-销售预测、仓库管理、订单履约、风险预警

2.2.2 微软，Dynamics 365让供应链管理全渠道信息触手可及

日前，微软宣布推出Dynamics 365 Copilot，为销售、服务、营销、运营和供应链等业务场景，提供生成式人工智能服务。用户通过Copilot可以实现类ChatGPT功能，通过自然语言对话将日常繁琐、枯燥的业务流程实现智能自动化。

• 供应链走势预测方面，企业通过Dynamics 365 Supply Chain Center中的Copilot，基于Microsoft Azure AI模型对上游供应限制和短缺进行供应情报预测，如主动搜集供应商所在位置的天气、金融环境等客观数据，同时结合外部新闻情报，自动标记可能存在供应链问题的厂商。帮助帮助供应链人员根据外部环境及历史数据做出决策和计划，避免因为供应链中断，对企业造成订单中断产生的经济损失。

• 仓库管理方面，Dynamics 365 Supply Chain Management的“库存可见性”功能进一步增强，对于现有库存的更新和发布能够跨数据源和渠道进行管理与实时跟踪。同时通过计算最多提前三个月的可承诺量，提高对未来库存状态和订单承诺量的可见性，更好地履行订单。

• 风险预警方面，Dynamics 365 Supply Chain Management中的Copilot 能主动为天气、财务或者地理环境等存在影响供应链流程风险的事件发出预警，随后预测筛选出受影响的订单，并将物料、库存、承运商、配送网络等信息一一呈现，同时自动向受影响合作方发送邮件预警，提醒防范可能出现的破坏性影响。

图表10：Dynamics 365 Copilot提升供应链敏捷性，邮件预警降低潜在风险

2.2.3 海外一级案例：VC入局AI+供应链管理，RPA加持助推全流程数智化转型

硅谷头部VC机构Ycombinator于2023冬季孵化营在供应链管理方向将目光对准包括Double、Squack、Lasso等在内的5家初创公司，基于其在“供应链+RPA”领域将AI技术与公司产品业务紧密结合，得到了Ycombinator的重点关注和投资认可，标志着其有望成为着最前沿的AI创业方向。

图表11：硅谷头部VC机构Ycombinator在供应链管理场景下的投资概览

2.3 人力管理场景：数字人力指日可待，AI赋能企业人力资源管理

2.3.1 场景透视：AI赋能“团队计划+自动招聘+人岗匹配+数据管理+人才培养+离职预测”六大场景

人力资源管理旨在通过与劳动力招聘、劳动力管理和劳动力优化相关的一系列实践，提供创造组织价值并满足组织特定需求的特定能力。人力管理场景的智能化基于AI、ML、神经网络和DL，将HR任务自动化，实现无缝工作流程和直观工作环境。AI在人力资源管理场景革新招聘到退休全流程，完善人才管理，提供更丰富的员工体验，并将员工体验与企业业务目标紧密链接，完成计划制定、招聘、人岗匹配、员工数据管理、职业发展规划和离职多个环节的持续优化。

• 员工团队计划：AI画像分析企业目标及市场环境制定最优人力资源战略。例如：通过对企业现有人才进行全方位画像，结合公司各阶段目标制定人才策略，在选才、用才中做到有的放矢，将“岗位标准与候选人”对标转化为“人才标准与候选人”。

• 自动化招聘：AI赋能NLP及人脸识别增效招聘面试环节。例如，智能数据提取：AI能够从应聘人员提交的各类复杂模板或文档形式中进行智能识别，提取关键数据，生成标准化电子表格供招聘团队比较挑选。候选人初步评估：智能AI机器人通过多维角度打分，自动筛选优质人才。

• 人岗匹配：运用AI技术将企业岗位需求与人才库智能匹配。例如，在选拔管理人员或特定业务团队时，将员工个人知识、技能、经验、素质数据化，进行扁平化的人才搜索与智能推荐。

• 员工数据管理：AI赋能员工周期数据管理的精细化。例如，员工KPI数据考核：生成自动清单列出员工任务、目标，自动考核员工KPI，实时传输；更新员工详细信息，对员工请假、出差状态做到实时同步。

• 人才培养：根据AI画像为每位员工建立个性化成长道路。例如，学习数据平台根据岗位晋升路径提炼各级关键技能，定期为员工推送学习建议，为员工进行全程职业发展规划，同时保持人才竞争力。新人入职后构建完整培训体系，快速融入团队。

• 离职预测：运用AI智能分析离职关键风险因素，提高组织员工忠诚度。例如，对每位员工离职概率预测，提前预警人员流失风险，优化公司人才布局。

图表14：AI+人力管理六大落地场景-团队计划、自动招聘、人岗匹配、数据管理、人才培养、离职预测

2.3.2 标杆案例：SAP，AI解决方案革新人力资源管理全流程

• 员工团队计划方面，SAP AI解决方案利用智能人员配置分析功能，制定人力资源战略，优化劳动力计划。

• 自动化招聘方面，SAP Fiedldglass 解决方案利用智能简历筛选功能发现最优应聘者，通过职位匹配门户，增加应聘者申请率；通过O*Net职业分类代码建议，准确提交职位发布。

  
  

• 人才培养体系方面，SAP SuccessFactors解决方案为员工提供定制学习建议以保持竞争力；通过展示其他员工成功故事引导员工成长。

• 员工数据集成方面，SAP Concur解决方案借助AI技术增强的政策审计功能解决关键问题；发票扫描及表单填写流程增加为费用提交增效。SAP SuccessFactors解决方案借助数字助理快速解决员工任务；利用个性化员工主页处理最相关信息。

图表15：SAP AI解决方案革新人力资源管理全流程

03

AI+CRM：画像定位“神机妙算”，营销洞察先人一步

客户关系管理的核心在于对商机线索的把控以及对客户心智的抓取，AI画像通过精准分析客户需求，把握营销时机，做到营销洞察“先人一步”。

3.1 客户获取场景：挖掘销售线索，AI赋能客户获取

3.1.1 场景透视：AI赋能“智能定位+智能场景+智能沟通+智能洞察”四大场景

获客分为潜在客户群体寻找及制定差异化推广营销策略两步，而有价值的销售线索可能因人力的疲惫疏忽错失，营销策略也需员工进行数据收集、受众分析及内容创作等环节，存在时间及策略上的风险。AI大模型有望助力客户获取节省人工分析成本，进一步提高获客效率。

图表18：基于营销不同诉求，AI赋能客户获取阶段全流程展示

人工智能成为推动客户挖掘、营销效率和传播模式变革的重要驱动力，AI技术深入用户洞察、内容创意、交互形式、传播增效、效果评估等各个环节。

• 智能定位：AI在挖掘高质量潜在客户方面具有广阔应用空间。通过大数据在数百万人群中定位目标群体后，人工智能深入多维度分析并与历史数据对比，AI画像为每一目标客户精准刻画特征，进一步实施优先级排列以推荐最佳客户。

  
  

• 智能场景：为客户营造沉浸式个性体验，在特定场景创造与之匹配的自然交互模式。利用AI语言、AI视觉技术生成丰富有趣的互动体验、话题事件与内容，沉浸式、原生化传递品牌及产品价值，助力品牌传播“破圈”。

  
  

• 智能沟通：AI在整合营销中成为创意“旧元素新组合”的“发生器”，产出令人耳目一新、参与度和话题性极高的创意。通过用户洞察和品牌洞察找到用户的兴趣沟通点，使用AI技术对该兴趣点进行特定建模，让模型自动生成有趣的创意内容。

  
  

• 智能洞察：AI技术加持客户未来洞察，数据驱动发现问题与解决问题。通过对消费意图、需求特征、决策行为等的综合分析，实现营销投前选品、目标明确、渠道明晰，投中时实时监测投放效果并做出策略优化调整，投后效果评估与目标人群再营销，在持续的营销全链路数字化赋能中，为品牌沉淀数据资产，推动品牌资产不断增值。

图表19：AI+客户获取四大落地场景-智能定位、智能场景、智能沟通、智能洞察

3.2 关系维持场景：满足客户需求，AI赋能关系维持

3.2.1 场景透视：AI赋能“及时响应+充分洞察+全渠道服务”三大场景

客户关系维持主要包括新客户向忠实客户的转化，与现有客户关系的维持及挽回流失客户三部分。AI的大数据分析能力相较人工能够更好地对顾客行为和特性进行深入分析，取得对顾客及其偏好、愿望和需求的完整认知。同时，AI能保持与客户之间的高频实时交流，有利于建立、培养和维持与顾客之间长期互利的关系。AI突破了传统的客服管理与服务模式，帮助企业构建全渠道信息收集、全天候服务管理、精准客户洞察的完整客户联络体系，实现客户服务质量与和服务效率双重提升。

• 及时响应：AI具有出色的倾听和理解语音交互能力，能够及时响应客户、提高首次联络解决率，并缩短处理时间。例如，智能客服机器人等工具能保持对客户的24小时全天候自动化服务，解决非工作时间无人值班应答的问题，保障响应速度及业务连续性。

• 充分洞察：AI通过对客户沟通数据的分析和挖掘，精准捕捉用户标签，总结用户偏好模式，生成对应营销及沟通话术，提高服务及推荐精准度。

  
  

• 全渠道服务：AI技术可以实现全渠道访客接入，通过网站、APP、微信公众号、小程序等多种渠道服务客户。客服管理的接入渠道更加丰富，多媒体的交互形式也为客户提供了更多惊喜。确保了无缝的客户体验，有效提升客户咨询过程的流畅度与满意度。

图表26：AI+客户关系维持三大落地场景-及时响应、充分洞察、全渠道服务

3.2.2 标杆案例：Salesforce，推出首个CRM生成式AI Einstein GPT

Salesforce推出了全球首个CRM生成式AI：Einstein GPT。Salesforce拥有世界排名第一的CRM和世界上最强大的客户数据集，这使得Einstein GPT能以其他公司无法比拟的方式生成AI内容。

图表27：全球首个CRM生成式AI——Einstein GPT

• 及时响应方面，Einstein GPT能够及时对客户的疑问做出回复，自动生成个性化的座席聊天回复，Einstein GPT还能自动生成电子邮件，安排会议，提高客户沟通效率。

• 充分洞察方面，Einstein GPT能在个案总结期间自动生成自然语言摘要，并将以往的个案笔记生成知识库文章，形成重点客户信息知识库。另外，营销人员可以利用GPT动态生成个性化内容，通过电子邮件、移动设备、Web、广告等形式吸引客户和潜在客户，极大了提升员工工作效率。

图表28：Einstein GPT助力智能CRM

3.3 电商应用场景：打造高效营销，AI赋能电商行业

3.3.1 场景透视：AI赋能“洞悉诉求+更替产品信息+智能物流”三大场景

AI为电商场景的多环节提速增效，降低人力成本，生成营销策略，简化营销步骤，提供更加个性化、高效、智能化的服务，提高用户满意度和忠诚度，促进企业实现低成本高效率的业务发展目标。

• 洞悉消费者诉求：在产品搜索环节，除了个性化产品推荐外，AI能够通过自然语言处理将生活惯常用语与电商产品标签进行深度关联，精准化商品搜索结果。

  
  

• 更替产品信息：时效性对电商企业尤其关键。产品信息需要快速更替、销售布局要考虑全局数据、营销人需迅速产出内容，AI能够将营销人员从这些繁复琐碎的工作中解放出来。例如，AI自动搜索产品信息数据库完成电商系统的信息替换与更新；实时监控更换产品图片及文案对销售情况的影响等，方便营销人员根据这些洞见及时调整、优化内容。

• 智能物流：通过机器学习预测趋势，AI能更加智能和高效地优化每个订单的交付时间及成本。例如，对于送达超问题，AI能够自动调整策略加快配送速度，还能根据天气和其他相关数据预测物流配送的潜在风险，采取提前改换配送渠道或者更新发货仓库的应答方式。

图表30：AI+电商应用三大落地场景-洞悉消费者诉求、更替产品信息、智能物流

04

AI+OA：人机交互重塑办公模式，跨平台数据“有问必答”

随着“AI+大数据”的智慧企业转型，企业的协同办公方式进入智能化时代。基于跨平台数据及人机交互，OA迎来“有问必答”新模式。

4.1 智能工作助手：解放双手降本增效，AI赋能协同办公

4.1.1 场景透视：AI赋能“跨平台数据查询+办事流程简化+个人秘书”三大场景

AI技术在OA场景中快速将人、应用和数据进行匹配，实现多种协同应用场景下的人机交互、智能数据搜索和业务梳理等，解决系统多、界面复杂、找人难、办事难的核心诉求。

• 跨平台数据查询：智能工作助手通过接入多个平台数据，通过智能语音助手的形式协助企业员工、企业管理者进行跨平台数据查询，让工作更加便捷。

  
  

• 简化办事流程：智能工作助手通过问答式对话，解决员工在行政事务、日常办公中对办事流程不熟悉造成的时间和精力浪费问题。

• 个人秘书：工作助手能够在日常消息提醒、业务问题回答、技术难题指导等方面给予员工帮助，并为员工安排每日待办事项，进行智能时间规划，提升工作效率。

图表36：AI+智能工作助手三大落地场景-跨平台数据查询、办事流程简化、个人秘书

4.2 会议管理场景：实时同步直击痛点，AI赋能智能会议

4.2.1 场景透视：AI赋能“信息管理+内容管理+记录梳理+信息传递”四大场景

随着远程办公模式的逐渐普及，智能会议解决方案成为刚需，当前的会议系统往往存在设备互联繁琐、会议记录混乱、内容梳理繁琐等痛点，智能会议的语音实时转写、智能记录会议摘要、会议信息管理等功能大幅提高信息整理效率。

图表38：AI赋能智能会议管理，大幅提高信息整理传递效率

AI为会议管理场景在会议信息管理、会议内容整理总结、会议历史记录梳理和非与会人员信息传递等方面存在进一步赋能的空间。

• 会议信息管理：会议管理场景中下的会议助手能够确认参会人员，做到信息及变更及时通知、开会提醒以及会后报告发送等操作，有利于员工进行时间管理，让团队协作更加丝滑。

  
  

• 会议内容整理：AI在生成会议内容整理方面存在较大应用空间。通过语音识别、逐字记录实时同步会议进程，定期生成可视化摘要，并智能推送初步方案建议。语言方面，AI翻译能够协助跨国团队进行更顺畅的团队交流，生成多语言会议纪要。

  
  

• 会议记录梳理：对于某一重要业务或重大事件的商讨及合作，一次会议无法解决问题，往往存在系列会议。AI纵向整合历史会议的零碎要点，形成完整的事件框架，帮助企业明晰核心脉络，提高沟通效率。

• 非与会人员信息传递：非与会人员通常通过观看视频回放或阅读会议纪要的方式了解会议内容，缺乏效率、时效性与准确性。通过人机交互，AI能够实现问答式输出会议内容，快速解答用户关心的方面，大幅减少信息传递时间。

图表39：AI+会议管理场景四大落地场景-信息管理、内容管理、记录梳理、信息传递

报告来源：国金证券

报告编辑：BFT机器人

更多精彩内容请关注公众号：BFT机器人

本文为原创文章，版权归BFT机器人所有，如需转载请与我们联系。若您对该文章内容有任何疑问，请与我们联系，将及时回应。