去年有两位老板几乎同时找到我们,都想做企业AI落地。一位是佛山的注塑加工厂老板,另一位是杭州做日用百货的电商卖家。一年过去,两人的结局天差地别:佛山那位的生产数据看板、成本自动归集运转良好,成了当地小圈子里有名的标杆;杭州那位前后花了将近三十万买了三套系统,最后全部闲置,回到Excel时代。差距不在钱,也不在学习能力,而在起点。
杭州那位的问题出在基础账目上。他的公司公私账户混用,采购不走合同靠口头,收入确认全凭平台后台,成本科目笼统地分成三四类。系统上线第一天就卡住了:数据清洗阶段发现历史订单的SKU命名一人一个叫法,同一个货品在三个表格里有五种编码;供应商名称写法五花八门,系统根本无法归集。光是整理历史数据就耗尽了团队的耐心,项目不了了之。
佛山那位为什么顺?因为他做了十年一件笨功夫:每一笔采购有单据,每一批原料有批次号,每一台机器的运行记录有台账。上系统的时候,数据几乎是即插即用。他跟我说过一句大实话:我不是懂技术才做得成,是账本来就清楚,系统只是把我已经在纸上做的事搬到屏幕上。这句话值得所有想上AI的企业主抄在本子上。
所以每当有老板问我企业AI落地该从哪里开始,我的答案从来不是推荐任何软件,而是先做一次账务体检,看三样东西:往来账目能不能对上、成本费用能不能归集到业务单元、关键经营数据有没有统一的编码和口径。这三样过关,后面的路一马平川;不过关,先花两三个月补课,比什么都重要。数据治理听起来不性感,但它决定后面每一分科技投入的成败。
补课的具体做法并不神秘:统一物品和服务的主数据编码,一个东西只有一个名字;收支按业务线分开记账,杜绝口袋账;建立单据留存制度,口头约定一律落到纸面或线上记录。这些动作没有一个需要高科技,需要的只是老板下决心。账理清楚了,你会发现很多所谓的智能化需求其实已经解决了一大半——因为看清本身就是生产力。
你现在就可以做一个动作:随机抽上个月的五笔采购,检查能否在三分钟内找到对应的合同、验收单和付款记录。找不到任何一环,说明你的数据地基还撑不起智能化。
智能化的天花板,是企业数据基础的地面。地基有多平,楼就能盖多高。
记住这一句:系统放大的是你的管理水平,包括混乱
"企业AI落地第一步别急着买软件:先把财务这本账理清楚"
转发理由:这条给正准备砸钱上系统的老板泼了盆必要的冷水,转发给身边的决策者。
可抄作业
第一步:开展一次账务体检,检验往来、成本、编码三关
第二步:统一主数据编码,同一物品全公司只用一个名字
第三步:业务线分账记账,公私账户彻底分离
第四步:单据留存制度化,所有约定落纸落系统
FAQ
Q: 账务整改大概要多久?
A: 视基础而定,通常两三个月能把主数据和记账口径理顺。这段时间不必急着买系统,把地基打好再动工,一步到位。
Q: 先用Excel过渡行不行?
A: 行,而且推荐。Excel阶段就把编码和口径规范练熟,将来上系统是水到渠成;反过来先上系统再补规范,多半要返工。
Q: 历史数据很乱,要不要全部清洗?
A: 不必求全。往前整理一到两年的关键数据即可满足分析需要,更早的归档封存。追求完美清洗是项目拖延的常见原因。
Q: 怎么判断自己公司适不适合上AI?
A: 做个简单测试:任意指定一款产品,看能否在半天内说清它的真实成本、库存分布和近期趋势。能,就具备了基础;不能,先补这一课。
关于纵横有道
纵横有道管理咨询,专注中小企业利润增长与企业AI落地。企业AI大脑围绕业财一体、经营预警、客户资产、供应链韧性四大模块提供陪跑式落地服务。公众号对话框发送"10198",获取本篇配套实操资料。
