习近平总书记强调：“要推动人工智能科技创新与产业创新深度融合，构建企业主导的产学研用协同创新体系，助力传统产业改造升级，开辟战略性新兴产业和未来产业发展新赛道。”当今时代，人工智能（AI）已成为价值增长的新引擎。因此，企业如何借助AI实现降本增效成为学术界和产业界共同关注的重点话题。依据赋能理论，AI可以从结构赋能、资源赋能及心理赋能三个层面促进企业降本增效。鉴于此，企业需要把握AI技术机遇、积极应对挑战，采取系统举措充分发挥AI赋能优势，挖掘其在企业降本增效方面的巨大潜力。

　　AI赋能企业降本增效的

　　内在机理

　　结构赋能：重塑运营架构，精准布局决策。根据赋能理论，结构赋能通过促进企业组织变革和情景环境改善，重塑运营架构，实现运营提效。AI在数据挖掘、智能预测、信息整合等方面具备高灵活性、低成本性的优势。通过运用AI，企业一方面可以通过减少管理层级和优化人力资源配置来促进组织结构的扁平化，实现从刚性架构到柔性智能体的转变；另一方面，还可以运用智能供应链、智能预警和智能客户管理等功能改善企业经营环境，实现从“经验决策”向“数据决策”转型。

　　资源赋能：优化资源配置，提升运营效能。在企业资源中，物力资源和人力资源因其独特的战略价值，构成了企业资源体系中不可或缺的核心组成部分。而AI技术的引入，为这两大核心资源的整合与利用带来了革命性的变化。在物力资源方面，企业运用AI技术可以创新工艺模式、优化资源配置，充分释放原有固定资产的潜在价值。同时，AI技术引入还可以促进企业对固定资产的增量投资。在人力资源方面，运用AI不仅能够促进企业对人力资源的精准配置和高效利用，也有助于企业更好地开发人力资源、优化人力资源结构，形成人力资本优势，降低人力资源管理成本。

　　心理赋能：激发创新潜能，提升员工能力。AI技术的引入，有利于提升企业员工掌握新知识、新技能的能力，从而提高工作能力和业务水平。通过引入AI技术将员工从日常琐务中解放出来，企业可推动员工将更多时间、精力投入到创造性活动中去，激发员工创新潜能。同时，企业可运用AI技术分析员工在工作时的心理状况，掌握其内在需求，为企业创新人才的培养提供更加周全、精细且科学的依据。具体来说，企业可以依据员工的工作表现、技能水平、职业兴趣等个人特征，为员工定制个性化的职业规划，帮助员工调整心理状态，营造积极向上的工作氛围，为企业打造特色人才队伍，为降本增效提供人才保障。

　　AI赋能企业降本增效面临的现实挑战

　　尽管AI技术具备赋能企业发展的巨大潜力，但其应用成效仍受企业管理水平、发展基础及技术条件等多重因素的制约。具体来说，可从结构、资源及心理三个层面分析AI技术赋能企业降本增效面临的现实挑战。

　　结构挑战：企业架构与组织环境的双重桎梏。要实现AI对企业的结构赋能，需要对企业架构与组织环境进行系统性重塑。从企业架构来看，随着AI技术的应用，传统科层制架构的制约性问题日益凸显，其僵化的业务流程和“求稳怕变”的文化氛围与AI驱动的敏捷化、智能化需求形成结构性矛盾。在组织环境变革进程中，跨部门间的数据壁垒森严，信息难以共享流通，使得AI应用缺乏全面的数据支撑；既有的绩效考核体系侧重于传统业务指标，难以衡量AI赋能下的创新贡献。是否能够在传统运作体系与智能化转型之间找到平衡点，成为企业能否实现降本增效目标的关键挑战。

　　资源挑战：技术水平与数字人才的双重制约。AI的应用对企业的技术能力和资源储备提出了更高要求。一些企业在发展中面临技术水平与数字人才的双重挑战：一方面，部分企业技术能力薄弱，软硬件条件难以满足AI时代大量数据处理和复杂应用场景的需要；另一方面，AI技术的快速发展对数字人才提出了新要求，企业对具备AI、自动化、数字化等相关知识与能力素养的人才需求快速增长，但部分企业专业人才缺乏，培训投入不足，阻碍了降本增效目标的实现。

　　心理挑战：人机信任与信息过载的双重困境。AI具备通过激发员工创新潜能和提升员工执行效能来赋能企业降本增效的可能性，但这一过程并非自然发生。AI在促进员工效率提升的同时，“黑箱”问题的存在又会使员工对AI决策产生怀疑感与失控感。这些问题若不加解决，不仅会削弱员工学习AI知识的意愿，甚至会降低员工的思辨能力和创新精神，最终弱化AI赋能降本增效的作用。

　　以系统举措释放AI赋能潜力

　　在AI赋能企业降本增效的过程中，针对结构、资源及心理三个方面的现实挑战，企业可从推进组织架构与管理机制协同变革、构建资源协同与闭环增效体系、健全人机信任与信息治理机制三个方面入手，探索切实可行的路径。

　　结构优化：推进组织架构与管理机制协同变革。第一，优化组织架构与业务流程。针对传统科层制架构进行优化，使其适应AI技术驱动的智能化需求，企业应适度压缩冗余的管理层级，提高决策执行的灵活度。企业还可以围绕AI技术的开发、应用与反馈，在研发、生产和财务等部门建立跨部门项目团队，促进不同部门之间的沟通与协作，营造开放协作的组织氛围，形成协同工作的合力。第二，完善与AI相适应的管理机制。企业应结合智能化转型需求，明确智能技术应用过程中的权责分工，优化绩效考核方式，全面衡量员工在AI赋能过程中的实际贡献。

　　资源优化：构建资源协同与闭环增效体系。第一，改善企业技术基础设施条件。加大对云计算、大数据等新兴技术的投入，提升企业技术基础设施的成熟度。完善系统运维手段，使其能够更好地适应数字时代数据处理和复杂应用场景要求。第二，积极参与数字人才动态培养机制构建。企业要主动作为，加强与高校合作，明确自身技能需求，协同确定培养方案，构建校企合作新范式，形成人才培养与实际运行的生态闭环。第三，拓展外部资源合作。通过生态网络整合外部资源，打破企业内外的数据壁垒与资源孤岛，实现“数据—能力—资源”的跨域流动与动态匹配，从而进一步释放系统性的降本增效价值。

　　心理优化：健全人机信任与信息治理机制。第一，增强员工对AI应用的信任。企业可通过明确AI技术的应用边界，在关键环节保留人工判断的权限，同时加强与员工的沟通，通过实操训练的方式帮助员工理解AI工具在任务处理中的运行逻辑。第二，缓解员工在AI应用中面临的信息过载压力。企业应结合岗位特点对信息内容进行分类推送，避免员工在短时间内接收过量信息，帮助员工更高效地识别关键信息。第三，加强员工的数字素养和信息甄别能力培训。企业可通过建立内部学习平台，引导员工在智能环境下逐步提升信息筛选与判断能力，激发员工学习前沿技术的动力，最终实现企业高质量发展与员工成长的协调共进。

　　（作者系江西财经大学会计学院教授；江西财经大学会计学院博士研究生）