文 / Gartner 孫鑫

在生成式AI（人工智能）掀起的新一輪技術革命中，企業爭相布局、投入巨資，試圖在AI浪潮中搶占先機。然而，真正實現AI變現的企業仍屬少數。技術創新本身并不會自動轉化為商業價值，決定成敗的，往往是一種被忽視的能力——講好“AI價值敘事”。本文旨在幫助企業厘清：AI項目為何難以變現，敘事在其中如何發揮作用，以及企業如何通過構建可信、可執行的AI商業故事，推動AI從成本中心走向利潤中心，贏得市場、投資人和用戶的信任。

人物介紹PROFILE

孫鑫

Gartner研究副總裁

01

敘事經濟學：AI價值變現的隱形引擎

敘事經濟學（Narrative Economics）由著名經濟學家羅伯特·席勒（Robert J.Shiller）提出，其核心觀點是：經濟行為和市場走勢不僅僅受理性分析和數據驅動，更深刻地受到流行敘事、故事和集體情緒的影響。席勒認為，像“互聯網泡沫”“房地產神話”“AI革命”等故事，會在社會中廣泛傳播，影響投資者、企業和消費者的決策，最終塑造經濟周期和創新浪潮。

在傳統經濟學中，決策往往假設個體是理性的、信息是對稱的，但敘事經濟學強調，真實世界中人們更容易被生動、易傳播的故事所驅動。一個引人入勝的敘事能夠迅速在大眾中擴散，形成共識或預期，從而推動資金流向、政策制定甚至技術采納。

在AI領域，尤其是生成式AI浪潮下，敘事經濟學的作用愈發突出。AI本身是一項高度復雜、前景廣闊但又存在極大不確定性的技術。企業、投資人和用戶往往難以僅憑技術參數或短期財務數據判斷AI項目的真正價值。這時，圍繞AI的“價值敘事”成為連接技術創新與商業變現的橋梁。

企業在推動AI落地和變現時，往往需要講述三個層面的故事。

一是戰略愿景敘事，比如“AI將重塑行業生態”“AI驅動業務模式創新”等，激發外部資本和內部高管的長期信心。

二是業務價值敘事，具體到“AI如何提升生產效率”“如何優化客戶體驗”“如何降低運營成本”等，讓業務部門和一線員工看到實際收益。

三是用戶和市場敘事，通過“AI讓服務更智能”“讓產品更個性化”等故事，贏得用戶和市場的認同與采納。

在AI變現過程中，敘事經濟學的影響體現在幾個方面。

第一，引導預期和投資決策。一個可信、激勵人心的AI敘事能夠吸引資本持續投入，即使短期回報尚不明確。

第二，推動組織變革和人才聚集。清晰的AI故事有助于企業內部形成共識，吸引AI人才和跨部門協作。

第三，加速市場采納和生態構建。通過敘事影響用戶和合作伙伴的認知，降低創新阻力，加速AI產品和服務的市場化進程。

如今，企業高管不僅要關注模型能力和工程落地，更要系統性地構建和傳播AI價值敘事，將技術創新轉化為可感知、可衡量、可持續的商業價值。這種敘事驅動的戰略，正是敘事經濟學在AI時代的典型應用，也是企業實現AI變現的關鍵隱形引擎。

02

構建AI價值敘事的核心要素

構建AI價值敘事的核心要素包括以下五方面。

第一，戰略意圖清晰。企業需明確AI項目是用于“防御”（提升效率）、“延展”（業務差異化）還是“顛覆”（行業重塑），并據此設定不同的投資容忍度和衡量標準。

第二，量化價值預期。不僅要描述AI帶來的生產力提升、成本降低，還要設定具體、可衡量的KPI（關鍵績效指標），如員工生產率、客戶滿意度、市場份額等。

第三，結合行業場景。通過具體業務案例（如AI助力客戶服務、銷售內容個性化、文檔搜索與摘要等），講述AI如何在實際場景中創造價值。

第四，風險與成本透明。披露AI項目的總擁有成本、潛在風險、治理與合規措施，讓利益相關方對項目的可控性有信心。

第五，落地路徑可執行。展示從試點到規?；穆窂?，說明如何通過流程再造、人才培訓、數據治理等措施，確保AI項目的可持續變現。

03

敘事經濟學的落地實踐

企業需定期與高管、員工、投資人溝通AI項目進展，強化信任和共識。高成熟度企業往往通過多維度指標（財務、業務、技術）來評估AI項目成效，并持續調整敘事內容，使其與企業戰略和市場變化保持一致。

關于將敘事經濟學納入AI治理流程，某企業通過以下方式推進落地。一是戰略共識先行，CFO（首席財務官）與首席戰略官聯合主持“AI戰略價值工作坊”，界定AI項目的三種角色——防御、延展、顛覆，并設定對應評估口徑；二是用KPI講述業務成效，結合流程指標與員工績效指標來講述AI的貢獻；三是雙向對齊數據與故事，每月評估敘事內容是否與業務實際一致；四是讓AI成為財務語言的一部分，在年度財報中首次將AI帶來的節省明確歸因為利潤增長來源。

04

AI戰略是一個業務戰略

AI戰略的本質是業務戰略。企業要實現AI變現，必須將AI能力與核心業務目標深度綁定，推動AI從“成本中心”向“利潤中心”轉型。

成功的AI戰略需要企業明確定位AI在業務中的角色，制定清晰的價值創造路徑，建立可衡量的評估體系。這要求企業跳出技術視角，從業務需求和市場機會出發，系統性地規劃AI投資和落地策略。只有將AI與業務深度融合，企業才能真正實現AI的商業價值。

05

AI價值實現的三大路徑

AI價值實現的三大路徑包括防御型、延展型、顛覆型。

一是防御型，以提升員工生產力和流程效率為主，易于部署但競爭優勢有限。價值主要體現在員工節省時間、提升工作質量等。

二是延展型，將AI嵌入關鍵業務流程，實現差異化和直接ROI（投資回報率）。典型場景如AI助力客戶服務、銷售內容生成、文檔智能檢索等，能夠以具體財務指標衡量成效。

三是顛覆型，以AI為核心重塑行業規則，創造新市場和商業模式，如金融、法律、醫藥等領域的行業專屬大模型。投資回報周期長，需采用風險投資式的管理和評估方法，關注未來收益。

06

CFO在敘事經濟學中的作用

在AI價值敘事的構建和落地過程中，CFO扮演著至關重要的角色。CFO不僅關注AI項目的預算和成本，更關心AI如何帶來可量化的業務成果和財務回報。CFO要求AI項目不僅要有創新性，還要能用具體數據證明其對收入增長、成本優化、利潤提升等方面的貢獻。對于“防御型”AI應用，CFO關注的是員工生產力提升、流程效率優化等帶來的“return on employee（員工回報率）”；對于“延展型”與“顛覆型”應用，則更關注直接的ROI和未來新業務的財務潛力。

CFO還高度關注AI項目的總擁有成本，包括初始投入、持續運營、數據治理、合規和變革管理等各項支出，并會評估AI帶來的潛在風險，如數據安全、合規、模型偏差等，推動建立健全的治理機制。CFO是AI價值敘事的“守內人”，需要被說服AI項目的價值故事是否真實可信、是否能在財報周期內看到實際成效。因此，AI團隊在敘事中要用具體的KPI、財務指標和案例數據，向CFO展示AI如何轉化為可持續的業務價值。

07

成功要素

第一，高層共識與跨部門協作。AI戰略需獲得董事會和高管層的高度重視，并與HR（人力資源）、財務、法務、業務等部門協同推進。

第二，業務流程再造與人才培養。AI項目的價值實現依賴于流程優化、員工培訓和組織變革。成功企業往往在變革管理和AI素養提升上投入與技術同等的資源。

第三，治理與合規。治理體系的成熟度直接決定AI項目的可持續性。許多組織因治理不力未能實現AI預期價值。

08

數據與CFO：AI價值敘事的雙重基石

在AI變現之路上，數據不僅是AI模型訓練和應用的基礎，更是企業敘事可信度與落地能力的核心支撐。Gartner研究顯示，超過60%的AI項目因缺乏“AI就緒”數據而無法達成業務目標并被放棄，尤其在生成式AI（GenAI）領域，數據質量、治理和業務關聯性直接決定了AI項目能否從概念走向規模化應用。隨著生成式AI應用加速，數據不僅是AI模型訓練和運行的底層基礎，更是AI項目能否真正獲得CFO信任與支持的“硬通貨”。

為什么“AI就緒”數據如此關鍵 ?

第一，數據決定AI的實際能力與業務適配性。不同AI場景對數據的需求千差萬別。預測性維護、智能客服、內容生成等應用，所需數據類型、結構和治理方式大不相同。高質量、代表性強的數據不僅提升模型表現，更能確保AI輸出符合業務實際需求，減少“幻覺”與誤判。

第二，數據治理與合規是AI敘事可信度的保障。只有具備完善的數據治理、元數據管理和合規機制，企業才能在AI敘事中獲得高管、投資人和客戶的信任。特別是在涉及個人信息、行業敏感數據時，透明、可追溯的數據管理流程是AI商業化的前提。

第三，數據與業務價值的直接連接。企業的數據資產越能與核心業務流程和KPI深度綁定，AI敘事越有說服力。高成熟度企業往往能用數據驅動的案例，量化AI帶來的收入增長、成本優化、客戶體驗提升等具體業務成果。

數據驅動的AI敘事落地實踐

第一，持續投資于數據管理和數據基礎設施。企業需將“AI就緒”數據建設作為長期戰略投入，涵蓋數據采集、清洗、集成、治理、元數據管理等全流程。隨著GenAI對非結構化數據（如文本、音頻、圖像等）的需求激增，數據架構也需不斷升級，支持多模態、多源異構數據的融合與管理。

第二，用數據講好AI故事，獲得高管與CFO支持。在AI項目立項、推進和匯報過程中，數據不僅用于模型訓練，更是價值敘事的核心證據。CFO等決策者尤其關注AI項目的數據基礎是否扎實、數據到業務價值的轉化路徑是否清晰、數據治理是否合規安全。只有用真實、可量化的數據支撐AI故事，才能獲得持續投資和資源傾斜。

第三，以數據為紐帶，推動AI與業務深度融合。數據不僅服務于AI團隊，更要服務于業務部門。通過數據驅動的業務流程再造和績效管理，企業能將AI創新轉化為可持續、可復制的業務成果，形成正向循環。

CFO的三項關鍵任務：從財務把關人到AI價值共創者

隨著企業AI項目逐步從試點走向規?；珻FO的職責已從傳統的“成本審批人”演變為企業AI價值敘事的核心參與者和可信度保障人。CFO不僅要確保AI投入的回報，更要參與構建一個可信、可衡量、可審計的AI資本故事。以下是三項關鍵職責與對應實踐要點。

任務一：設計多層次的AI投資評估體系。不同類型的AI項目，其風險、回報與落地周期迥異，CFO應推動建立差異化的投資評估機制，而非一刀切地采用傳統ROI模型。

具體建議包括：為“防御型”項目制定效率提升型指標，如人均處理量增長、自動化率提升、成本節約占比；為“延展型”項目設定直接價值回報指標，如新增客戶營收、新業務線利潤占比、EBIT（息稅前利潤）增長；為“顛覆型”創新項目引入風險投資式模型，如5年期NPV（凈現值）、創新滲透率、預期SaaS（軟件即服務）化倍數。

任務二：推動數據驅動的財務敘事閉環。僅靠財務數字講不清AI的價值。CFO應成為推動“數據—業務影響—財務結果”三者閉環的關鍵橋梁，讓每一個AI故事“講得出、算得清”。

具體建議包括：提前介入項目立項，與業務部門共建“AI價值指標體系（Value Scorecard）”；在項目試點期設置“指標驗證點”，如6周達成多少FTE（全職等效）釋放、NPS（凈推薦值）提升多少分；引導BI（商業智能）團隊搭建AI ROI儀表盤，實現“AI支出vs.實際業務價值提升”的可視化對比。

任務三：主導AI治理與預算透明化。隨著AI項目日趨復雜，CFO必須協同CIO（首席信息官）/CDO（首席數據官）等關鍵高管，共建一套涵蓋財務、數據、合規、安全的綜合治理架構。

具體建議包括：搭建AI財務治理委員會，明確預算審批流程、異常支出審查機制；牽頭設計AI總擁有成本（TCO）披露結構，包括模型訓練、數據治理、人力變革等支出；制定AI項目“退出機制”與“中止閾值”，保障投資紀律性。

講AI的，不應只是CTO（首席技術官）。算得清AI值不值的，一定得是CFO。

09

未來趨勢

隨著大模型和AI平臺能力的普及，模型本身的差異化空間逐步收窄，數據成為企業AI競爭力和敘事價值的關鍵壁壘。未來，誰能更好地管理、治理和激活自身獨特的數據資產，誰就能在AI商業化落地和資本市場講述更具說服力的AI價值故事。未來講好AI故事的主角，不再只是CTO，而是具備戰略視野與財務說服力的CFO。

10

企業需要講好AI故事

講好AI故事，是推動AI變現的核心。企業應將AI敘事作為戰略溝通和價值實現的關鍵工具，貫穿于項目全生命周期。

講好AI故事的五大步驟

一是明確戰略意圖，與高管共識AI項目定位，明確“防御—延展—顛覆”的目標。

二是量化業務價值，設定具體KPI，結合業務場景量化AI帶來的成效，如生產力提升、成本節約、新增收入等。

三是打造可信落地路徑，披露項目成本結構、ROI測算、風險控制和治理框架，讓利益相關方看到“錢花在哪、能帶來什么”。

四是持續溝通與調整，定期向高管、員工、投資人通報進展和成果，及時調整敘事內容，強化信任和共識。

五是用案例和數據說服，通過行業標桿和自身實踐，增強敘事的說服力和可復制性。

敘事驅動的管理建議

第一，建立價值導向的運營模式。將AI項目管理從“成本中心”轉向“利潤中心”，以業務成果為核心衡量標準。

第二，提升AI素養與變革管理能力。投資于AI素養培訓和組織變革，確保員工能有效利用AI工具，轉化為實際業務價值。

第三，完善數據治理和風險管理。加強數據質量、隱私保護和合規管理，為AI敘事提供堅實基礎。

講好AI故事，是推動企業實現AI變現的核心能力。企業應系統構建可信、可執行的AI商業敘事，推動AI技術創新轉化為可持續的商業價值，贏得市場、投資人和用戶的信任，實現從愿景到落地的跨越。

更多專題推薦

「跨境資金與外匯風險管理」

國藥集團中國能建 中國化學 朝云集團

「風險管理」

司庫風險管理 金控公司風險管理 公司銀行風險管理 第三方風險管理

「財資管理」

管理辦法新規解讀 交投集團財務公司 鞍鋼財務公司 國家能源集團財務公司 格力財務公司 光明財務公司

「司庫實踐」

中國聯通 國家電投 國家電網 寶鋼工程

《2024—2025年中國司庫報告》以“數智化動能，共建中國式司庫”為主題，從高質量發展和中國式司庫、司庫體系建設和管理重點、未來司庫洞察和發展趨勢三個視角展開，全維度刻畫和勾勒中國式現代化司庫的發展全景。

《2024—2025年中國司庫報告》

（主報告+子報告）

點擊圖片，支持訂購/試讀

值得一提的是，本次司庫報告通過收集、調研、訪談、對標，形成了多類型、多屬性、多規模、多階段的企業案例樣本庫，包括央企，國企，民企和上市公司等。此次，報告對標桿案例進行特別策劃、獨立成冊，即《標桿案例集》，進一步發揮司庫標桿引領，持續挖掘具有借鑒意義和典型價值的中國司庫建設樣本。通過綜合實踐、卓越司庫和智慧財務三個維度加以展開論述。

通過以上這幾個方面的內容，本次司庫報告精心打磨33萬字以上、123張數據圖表、63家企業案例和18家銀行案例，多視角、全方位展示中國企業司庫管理的發展視圖，共建中國式司庫。

訂購平臺，微信小程序：財資知識云