夜雨聆风
AI赋能管理者 · 课堂手记
给央企总会计师讲AI：赋能企业，根本上是组织治理问题，不是技术问题
在北京国家会计学院的一堂课——用第一性原理，谈AI、谈组织、谈总会计师的位置。
文 / 张树军 · 东北财经大学继续教育学院院长
6 月 9 日，我在北京国家会计学院，给一个央企总会计师班讲了一次课，题目是《AI赋能思维升级：第一性原理与企业创新》。
坐在台下的，是中央企业的总会计师们。这是一群在数字面前最清醒、对风险最敏感的人。给他们讲 AI，讲不好，要么显得空泛，要么显得激进。所以备课时我给自己定了一条：不讲通用的 AI 概念课，而是针对这个群体、这些企业的特点，重构一堂课。案例尽量贴近他们的真实工作，少谈"AI 有多神"，多谈"AI 进了你的组织，会发生什么、该怎么管"。大家听得很认真，反响还不错。趁着记忆还热，我把这堂课的几个核心判断整理出来，也把课后留的两道作业，谈谈我的参考答案。
一、为什么从"第一性原理"讲起
第一性原理，是把一件事拆解到不能再拆的根本，再从根本出发重新推演，而不是沿着"别人都这么做"的类比往前走。马斯克用它把火箭和电池的成本算回到原材料，得出了完全不同的结论。
我之所以用它作为整堂课的方法论，是因为今天关于 AI 的判断，绝大多数都是"后视镜式"的——用过去的经验类比未来。而 AI 这一轮变化太快、太底层，类比常常会失效。只有回到根本去问"这件事的本质到底是什么"，才不容易被表象带偏。
课堂上我抛出的第一个根本问题是：AI 赋能企业，到底是一个技术问题，还是一个组织问题？
二、核心判断：AI赋能，根本上是组织治理问题
很多企业一谈 AI，第一反应是"上系统、买算力、招技术人员"。但我在课堂上提出了一个或许有点反直觉的判断：
AI 赋能企业，根本上是组织治理问题，而不是技术问题。
道理其实不复杂。今天最强的 AI 模型，门槛已经不在"有没有"，而在"会不会用、敢不敢用、管不管得住"。同样一个模型，放进一个权责清晰、流程顺畅、敢于授权的组织里，它是生产力；放进一个谁都不敢拍板、数据进不来出不去、出了事没人负责的组织里，它什么都不是，最后的结论是AI不靠谱。
所以决定 AI 能不能真正落地的，从来不是技术参数，而是组织的几个根本问题：谁有权让 AI 做什么？数据能不能合规地流动？输出由谁复核、谁担责？出了问题能不能叫停、能不能追溯？这些都不是技术部门能单独回答的，它们是治理问题。
三、从OPC到硅基团队：组织创新的一个样本
为了把"组织创新"讲具体，我用了一个正在发生的趋势作例子——OPC（One Person Company，一个人公司）。
过去，一个人能干的事是有上限的，想做大就得招人、建团队、设层级。但当 AI 智能体（Agent）足够强，一个人可以指挥一支由若干 AI"硅基员工"组成的团队，去完成过去需要十几个人才能完成的工作。这就是 OPC 的雏形：碳基（人）负责判断、决策和担责，硅基（AI）负责执行、生产和协同。
我并不是说央国企要变成"一个人公司"——恰恰相反，央国企体量大、层级多。但 OPC 揭示的底层逻辑值得借鉴：组织的基本单元，正在从"人 + 人"变成"人 + AI"。当这个单元变了，岗位怎么设、流程怎么排、责任怎么分，都要重新思考。这就是组织创新，而不只是工具升级。
建设企业的"硅基团队"，本质上就是在原有的人力组织之上，叠加一层 AI 的数字劳动力。这件事的难点，从来不在技术，而在：让哪些岗位先配 AI？AI 的产出谁来审？人和 AI 怎么分工才既高效又安全？——又一次回到了治理。
四、央国企怎么干：治理优先，MVP试点先行，业务骨干牵头
央国企体量大、决策链复杂、涉及面广、风险意识高，AI 要全面赋能，需要时间，而财务数智化转型已经成为重点工作。我在课堂上强调的是：需要时间，不等于可以慢慢来；恰恰因为需要时间，更要马上行动。
我畅想了一套面向央国企的 AI 赋能财务数智化转型思路，三条原则：
1. 治理优先。先把数据边界、权限边界、决策边界、审计留痕和叫停机制立起来，再大规模铺开应用。对央国企而言，没有治理的 AI 应用，跑得越快，风险越大。
2. MVP 试点先行。不追求一步到位的"全流程自动化"，而是选一个门槛低、见效快、风险可控的场景（比如财务分析底稿、研报初筛、合同要点提取），做出最小可行产品，跑通一个，沉淀一套，再复制一片。
3. 业务骨干牵头，而不是技术牵头。这是我特别想强调的一点。AI 落地的主导权，应该交给最懂业务场景的人，而不是只懂技术的人。因为只有业务骨干才知道一个流程要解决什么真问题、红线在哪里。技术是支撑，业务是主角。
还有一句话我对在座的总会计师们说得很直接：如果央国企的领导人自己了解 AI、率先带头用 AI，在决策时会更有底气。一个亲手用过 AI 分析过财报的领导，和一个只听汇报的领导，对 AI 的判断力是完全不同的。带头用，本身就是最好的治理姿态。
五、现场实操：用Claude分析中色股份与东方钽业财报
光讲道理不够，我现场做了演示。先介绍了今年最火的agent OpenClaw——我认为它显示出了 AI 时代"超级应用"的雏形：它不是一个单一功能的工具，而是一个能调度多个 AI 智能体、连接多种能力、把复杂任务编排起来完成的平台，有身份，有记忆，有人设，有规则，更像人了。这正是从"工具"走向"系统"的标志。
然后，我展示了目前综合能力排名第一的 Claude，结合第一性原理，分析了中色股份和东方钽业的财报。之所以选这两家，是因为它们和在座学员的实际工作高度相关——分析不是为了炫技，而是让大家看到：当 AI 拿到一份真实财报，它能多快地拆解结构、识别异常、提出值得追问的问题，又在哪里需要人来补充行业判断和担责。
演示传递的不是"AI 能取代总会计师"，而是"AI 能让总会计师把时间从数据搬运中解放出来，更多投入到判断与决策"。AI 前置处理，人类终审定夺。
六、为什么要讲经济学和管理会计
课程最后，我还特意回到了基本功。我借用曼昆《经济学原理》的框架，用第一性原理说明：在 AI 时代，经济学思维和管理会计，恰恰是总会计师最该牢牢掌握的核心。
原因很简单：AI 能处理数据、能生成方案，但它替代不了"权衡取舍"的判断。经济学的本质就是研究稀缺条件下的选择——人们如何在约束下做权衡，资源如何配置到最有价值的地方。管理会计的本质，则是为这种权衡提供决策所需的信息支撑。AI 越强，能算的越多，"算什么、为什么算、算完怎么选"这件事就越重要，而这正是经济学和管理会计训练出来的能力。这是 AI 放大、而非替代的能力。
七、课后两道作业：我的参考答案
课程结束时，我给学员留了两道作业。这两道题没有标准答案，重点是用第一性原理去想。这里我也谈谈我的参考思路，抛砖引玉。
作业一：总会计师职责的第一性原理是什么？
如果把总会计师的各种具体职责——核算、预算、资金、风控、税务、内控——不断往下拆，拆到不能再拆，我认为根本只有一条：
用可信的财务信息，守护企业的价值，并支撑正确的经营决策。
拆开看是三层：一是"真"——保证信息真实可信，这是底线，是受托责任；二是"守"——通过内控、风控、合规，守住企业价值不流失，这是防御；三是"创"——用财务洞察支撑决策、优化资源配置，参与价值创造，这是进攻。
在 AI 时代，"真"和"守"中大量的数据处理、核对、监控工作，会被 AI 大幅承接；而"创"——即基于判断的决策支撑——会变得更突出。所以 AI 不会削弱总会计师，反而会把他从"账房先生"推向"决策伙伴"。第一性原理没变，但实现方式和价值重心，正在向上迁移。
作业二：ESG 和数据资产入表的第一性原理是什么？
这道题我把它拆成两个，但它们指向同一个根本。
先说 ESG。剥开"合规要求""国际趋势"这些表层，ESG 的第一性原理，是把过去没有被计入财务报表的外部成本和长期价值，重新纳入企业的价值衡量体系。过去，环境损耗、社会影响是"账外"的；ESG 做的事，是承认这些因素终将转化为企业的真实成本或真实价值（融资成本、监管风险、品牌信任、长期可持续性），把它们"显性化"。本质是：企业价值的衡量边界，正在从"股东短期财务回报"扩展到"利益相关者的长期综合价值"。
再说数据资产入表。它的第一性原理，是对"什么是资产"这一根本定义的回归与扩展。会计上，资产是"由过去交易形成、企业拥有或控制、预期能带来经济利益的资源"。数据完全符合这个定义——它由经营活动沉淀，能被企业控制，能持续产生价值。过去不入表，只是因为计量太难、确权不清。数据资产入表，本质是承认数据已经成为核心生产要素，并努力为它建立可计量、可确权、可交易的会计语言。说到底，ESG 和数据资产入表是同一件事的两面：当企业的价值来源变了，衡量价值的尺子就必须跟着变。而重新定义和把握这把尺子，正是总会计师在这个时代最前沿的使命。
写在最后
这是一堂"思维升级"与"落地实操"相结合的课。我希望传递的，不是"AI 来了，大家要焦虑"，而是一个更笃定的判断：AI 时代真正的竞争力，不在谁的模型更强，而在谁的组织更敢用、更会管、更能把 AI 织进真实的业务流程。
央国企体量大、责任重，决策审慎是应该的。但审慎不等于观望。让懂业务的人牵头，从一个小场景的 MVP 试点开始，把治理这张网先织好——AI 全面赋能财务数智化虽然需要时间，但这件事，现在就该启动了。
感谢北京国家会计学院的邀请，也感谢这一班认真的总会计师们。能和守护着央企价值的人一起，认真想一想 AI 时代的根本问题，是我的荣幸。
张树军
东北财经大学继续教育学院院长
24年继续教育与互联网教育实践者
用 AI 重构管理，让人回归价值
注：本文为 2026 年 6 月 9 日北京国家会计学院某央企总会计师培训班授课内容整理。文中涉及的企业财报分析仅为课堂教学演示，不构成任何投资建议；OpenClaw、Claude 等产品名称归各自权利人所有。文中两道作业的参考答案为作者个人观点，供讨论参考。
— END —