過去兩年，企業 AI 改造流行一句口號：「用 AI 將所有嘢重新做一遍」。客務、市場、研發、財務、人力、採購，幾乎每一個傳統軟件畝都喺揾自己嘅 AI 版本——人手填嘅表單變 AI 生成，人手睇嘅材料變 AI 識別，人手按嘅掣變 Agent 調用。
佢哋嘅論點好直接：真問題唔係「十個人點十次滑鼠，而家俾 AI 幫佢哋按完」，而係「如果今日由零開始設計呢項工作，喺已經有大型模型、Agent 同自動執行能力嘅情況下，你仲會唔會設計成今日呢套流程？」
前者係喺舊流程上面層 AI；後者先係真正嘅 AI-Native——唔係教 AI 配合舊工作方法，而係按 AI 理解、判斷、調度同執行嘅能力，重新設計工作本身。
佢哋用財税做例：傳統軟件年代，交易由發生存到完成，要經數據採集、票據整理、系統錄入、人工核對、憑證生成、報表匯總、申報確認、繳款同歸檔。如果所謂 AI 改造，只係將人工錄入換 OCR、人工核對換大模型、人工點擊換 RPA，企業當然賺到效率，但行緊嘅仍然係舊流程，只係將部分工作由人轉移俾機器。
真正嘅 AI-Native 邏輯應該反轉：企業首先提出經營目標——「呢個税務處理好」、「判斷呢筆交易有冇風險」——至於要讀幾多發票、調幾個系統、核對幾次、生成幾多中間表單，應盡量由系統自行完成。
呢個改變同時改變咗衡量標準。過去問「幾多環節已經自動化」，未來應該問「仲有幾多環節需要存在」。百望股份表示佢哋已交付超過 50 萬名數字員工，覆蓋約 3000 萬企業用户；喺 AI 財税體系入面，財務人員唔使判斷要入邊個軟件模組、點邊個選單，而係直接提出經營訴求，由「AI CFO」理解意圖、拆解任務，再調度記帳、申報、風險、分析等專業智能體協同執行。
佢哋嘅「税小智」產品就係呢個邏輯嘅例子：唔單止解決記帳、報税或票據處理中某個環節，而係接管由數據採集、智能記帳、報表生成，到税務申報、繳款同歸檔嘅完整鏈條，形成可追溯嘅財税證據鏈。
風險管理上，佢哋嘅做法係將傳統事後審核，改為將跨年度嘅財務、税務、發票、工商、司法數據放在一起，透過時間維度觀察企業税負率同經營指標變化，結合行業數據尋找異常，將風險發現前置。
阿調搞兩下
講真，呢篇文最抵讚嘅唔係佢哋嘅產品，而係佢哋敢講出嗰句：衡量標準唔再係「幾多步驟自動化」，而係「仲有幾多環節需要存在」。
問題係呢個係供應商嘅觀點，唔係第三方獨立測試。50 萬數字員工、3000 萬企業用户係佢哋自己嘅數字；AI-Native 呢個概念有冇真正落地、有冇獨立數據支持，目前冇公開。
但方向本身值得跟進：AI 最大嘅價值，唔係將舊流程做得更快，而係令唔需要嘅流程消失。如果你要成立一間全新公司，AI 無限量使用，你仲會唔會按照今日嘅方式構建呢間公司？
阿調｜深度調教
