AI在金融领域的商业模式创新 - 蚂蚁数科推出按效果付费商业模式，企业客户可根据大模型应用带来的业务增长或成本节省等实际效果付费，而非传统项目制或订阅制[8] - 按效果付费模式并非颠覆传统商业逻辑，而是基于机构实际需求与AI应用效果变化做出的合理延展[7][9] - 针对营销类产品，与机构共同探讨以结果为基础定价的商业合作方式，例如在用户增长、沉睡用户激活等场景，为金融机构带来新增收益后，双方在收益范围内探讨新的合作分成模式[8] AI业务落地实践与客户聚焦 - 蚂蚁数科将部分AI能力由工具交付向业务结果导向转型，目前已在部分银行落地相关实践[8] - 服务模式升级为智能托管，银行提供业务目标、预算和客群，蚂蚁数科智能体全链路自动完成营销，按交易规模增长净值的0.01%至0.1%收费[9] - 在合作的金融机构中，区域性银行占比最高，达到三分之二，该模式尤其受中小金融机构欢迎[9] 金融机构的AI应用差异与需求 - 不同规模金融机构的AI落地节奏不同，头部银行资源丰富，处于全面探索期，而部分城商行和股份行虽资源不足但AI探索实践步伐很快[9] - 金融机构对AI的需求首要为解决实际业务增长问题，其次为业务安全问题，第三为解决用户体验问题[10] - 金融领域共有130多个场景需要AI结合，关键在于为场景提供真实价值，并在业务增长、安全合规与用户体验间找到平衡[10] 可信数据空间与AI的协同发展 - 可信数据空间的应用边界与价值持续扩大，其意义超越数据共享、流通和可信机制建设[10] - AI模型训练依赖大量高质量、标准化数据，可信数据空间是提供数据治理基础的关键载体[10] - 可信数据空间与人工智能应用在基础设施层面呈现融合趋势，包括算力中心、数据平台等建设加速，双方职能边界交叠，相互支撑性显著[11]

公司核心观点与商业模式转变 - AI时代已来临，公司旨在通过AI agent系列产品深入财务管理全链路，为企业客户创造长期商业价值 [1] - AI技术不仅辅助人力，更重构工作流程与分工，使SaaS产品从提供工具转变为提供可直接产生效果的生产力 [1] - 在AI加持下，SaaS行业商业模式正从主流的订阅制收费，向按效果付费转变，后者将成为行业重要分支 [1] - 按效果付费模式基于AI解决方案为企业带来的切实人效提升和成本节约，例如审批报销单、填写单据等 [2] - 公司已有客户开始采取按效果付费，预计明年会有更多客户选择此模式，该模式将为公司带来差异化竞争优势 [2] AI在企业落地面临的挑战与破局方法 - 当前企业AI落地存在实战难题，许多AI方案漏洞百出，大量工作仍需人工完成甚至弥补AI漏洞 [3] - 麻省理工学院报告指出，尽管全球企业在生成式AI项目上投入数百亿美元，95%的企业未获得可衡量的财务或业务回报 [3] - 企业AI落地难的三大核心原因包括：缺乏情境化学习能力、僵化的工作流程设计、以及AI项目脱离日常运营 [3] - 破局需从四方面着手：让AI做擅长的工作、从可行的大规模场景引入、建立可持续进化的Agent平台、建立AI友好型组织 [4] - 引入专业第三方服务商采购AI工具的模式，比企业自研成功率更高，因专业供应商在数据训练和资源投入上更具优势 [4][5] 智能费控领域的AI应用与成效 - 费用管理作为高频、敏感、易失控的领域，正成为企业降本提效和业财融合的突破口，行业过往存在散、乱、慢的特点 [6] - 智能费控通过智能审批解决效率问题，通过智能填单解决员工负担，最终目标是实现“无需报销”的费控管理 [6] - 公司推出AI Agent系列产品，包括对话型Agent和流程嵌入型Agent，以实现无需垫付、无需填单、无需凭证的自动费用处理 [7] - 应用公司AI智能审批产品后，数据显示审批时效提升75%、差错率下降84%、人力成本下降62.5% [7] - 以连锁餐饮企业云海肴为例，AI审批上线后提升了提单质量，并逐步将AI能力扩展至更多业务场景，实现部分单据全流程自动化审批 [7] AI对财务工作的影响 - AI在财务领域的应用主要是替代价值度低却占用大量人工的工作，长远看财务人员不会被替代，而是能专注于价值更高的工作 [8]

商业模式创新 - 蚂蚁数科宣布推出按“效果付费”的新型商业模式，企业客户根据大模型应用的实际效果（如业务增长或成本节省）付费，而非传统的项目制或订阅制模式 [1] - 该模式支持客户为可见的效果买单，将AI服务的衡量标准从“为技术付费”转向“为效果付费” [1] - 公司已与部分战略级客户达成基于关键业务效果的合作模式，并将逐步向全行业推广 [1] 行业挑战与解决方案 - 企业规模化应用AI的主要挑战包括高昂的前期成本、回报率不确定性以及实施路径缺失 [3] - “按效付费”模式结合全栈企业级AI服务落地方案，可显著降低企业应用大模型的门槛和风险，企业无需投入高昂基础设施成本即可收获AI业务价值 [3] - 该模式将助力中小企业更轻松接入AI能力，加速大模型在金融、能源、零售等行业的规模化落地 [3] 实施方法论 - 蚂蚁数科基于行业实践形成大模型落地产业的“ACE”三步方法论：价值定位、解决方案构建、持续联合运营 [3] - 第一步是与客户进行价值定位，找到可衡量的、最有价值的业务目标 [3] - 第二步是根据业务目标构建从模型到应用的解决方案与实施路径 [3] - 第三步通过持续联合运营确保业务效果最终达成 [3]