董雪艳、陈锋、赵健宇、熊轩 《管理世界》，2026年第3期
本研究聚焦于人工智能（Artificial Intelligence，简称AI）技术可供性如何驱动国有企业财务数智化价值创新的过程机理。研究背景植根于新一轮科技革命与产业变革的宏观情境，以AI为代表的新兴技术正成为企业实现“数智化”转型与价值创新的核心引擎。然而，现有研究多集中于数字技术的普适性影响，对AI技术所具备的开放性、智能性与自生成性等独特特征如何赋能企业，特别是肩负国家战略使命、具有复杂组织架构与多元目标的国有企业，其内在过程与动态演化逻辑的理论解释尚显不足。尤其在财务数智化这一企业转型的核心载体上，国有企业面临着效率提升、合规安全与国有资产保值增值的多重使命，以及集团化、多元化业务结构带来的“系统孤岛”与“管控断层”等现实挑战，“同技异效”悖论突出，亟待揭示AI技术如何经由组织互动转化为价值创新的黑箱。
为回应这一理论缺口，本研究以中国石油化工股份有限公司（简称中石化）为样本，开展纵向单案例研究，构建了“技术—行动—价值”的整合框架，深入解析了AI技术可供性驱动国有企业财务数智化价值创新的动态机理。研究精炼地揭示了三大核心发现。
首先，国有企业财务数智化价值创新是一个包含数据涌现、数据链接和场景协同三个关键阶段的递进过程。AI技术可供性作为触发这一过程的核心机制，并非一成不变，而是呈现出从“基础可供性”到“功能可供性”，再到“场景可供性”的三阶演化特征。其次，研究识别出资源编排行动是连接技术可供性与价值创新的核心传导机制。这一行动遵循“技术可供性—资源交互式编排—价值创新”的演进路径，实现了从对分散数据资源的结构化整合，到跨场景生态协同的战略性跃迁，本质上是从资源利用到资源创生的转变。最终，伴随上述过程，价值创新本身也呈现出从“服务价值”到“流程价值”，再到“生态价值”的阶跃式升维，这标志着国有企业的财务管控范式在实践中发生了从视财务为效率工具到追求生态理性的根本性转变。
在研究设计层面，本研究采用了纵向单案例研究方法，该方法尤其适用于解答“如何”（How）发生的过程性研究问题，并能深入剖析复杂现象背后的动态规律。案例企业中国石油化工股份有限公司（中石化）的选择遵循了严格的理论抽样原则。中石化作为特大型能源化工央企，其庞大的组织架构、复杂的业务线条以及作为国资委首批世界一流财务管控体系建设试点单位的战略地位，使其财务数智化转型面临的挑战与解决方案在大型国有企业中具备高度的典型性与情境普适性。中石化的财务数智化历程，自2013年起启动，清晰地划分为与理论发现高度契合的三个阶段，为研究提供了绝佳的观察窗口。
在第一个阶段，即数据涌现驱动服务价值创新阶段（2013~2016年）。彼时，中石化面临财务人员众多、管理成本高昂、资金风险高等大型国企的典型困境。为此，企业果断启动财务共享中心建设，重点应用光学字符识别（Optical Character Recognition，简称OCR）技术和大数据技术，旨在实现非结构化财务数据的自动化采集与海量数据的快速处理。这一阶段，AI技术的“基础可供性”得到彰显，即技术本身固有的数据采集与处理能力。企业核心的资源编排行动是“数据资源结构化”，通过对碎片化、手工化的财务数据进行标准化、集中化的治理，打破了“数据孤岛”，建立起集团级的数据集。这一行动直接提升了财务基础服务的效能，例如，全集团报表的自动生成使得人力投入减少80%，报表编制时间从7天压缩至48小时，实现了以数据汇集与处理效率为核心的“服务价值创新”。
进入第二个阶段，即数据链接赋能流程价值创新阶段（2017~2019年）。随着数据基础的建立，分散、冗长且标准不一的业务流程成为新的效率瓶颈。2017年，中石化成立共享服务公司，并引入机器人流程自动化（Robotic Process Automation，简称RPA）技术。在此阶段，AI技术的“功能可供性”凸显，表现为技术为完成特定任务（如费用报销、往来对账）所提供的行动可能性。企业的资源编排行动升级为“流程能力深度互联”，不再满足于数据的静态整合，而是利用RPA技术对大量规则明确、重复性高的财务流程进行自动化再造，构建了“三库一体”（附件库、场景库、风险库）等管控体系。此行动触发了深度的流程变革，打通了业务与财务环节，实现了从“人驱动流程”到“流程驱动人”的转变。其结果是，会计核算差错率下降90%，单笔业务处理时间从14分钟降至2分钟，带来了以端到端流程优化和效率飞跃为标志的“流程价值创新”。
到了第三个阶段，即场景协同共创生态价值创新阶段（2020~2024年）。在前两阶段积累的基础上，中石化面临如何将多技术融合应用于复杂的业务场景，并赋能内外部利益相关者的更高层次需求。此阶段，企业融合RPA、机器人流程挖掘（Robotic Process Mining， 简称RPM）及更广泛的AI技术，打造了“标准化规则库+可配置场景模块”的多端应用，并打通了生产系统（如胜利油田设备综合管理系统（Enterprise Asset Management System， 简称EAMS））、预算系统与财务系统的数据链路。此时，AI技术的“场景可供性”成为主导，它不再局限于单一功能，而是表现为技术与多业务场景交互，自适应地提供解决方案的潜能。企业资源编排行动也演进为“生态场景协同共创”，即围绕产业链上下游与多元利益相关者的价值诉求，进行跨系统的资源动员与智能协同，构建起“财务共享价值生态圈”。这一行动催生了“生态价值创新”，使财务从一个后台管控功能，转变为一个链接产业生态、支撑战略决策的价值共创枢纽，标志着财务管控范式向生态理性的根本转变，该项目也荣获了国家级管理创新奖项。
本研究的科学价值在于，它深刻剖析了AI技术可供性触发国有企业财务数智化价值创新的内在机理，将数字创新与价值创造的理论向微观纵深推进。它不仅在理论上打开了AI技术可供性到价值创新实现之间的传导“黑箱”，还丰富和完善了资源编排理论在特定制度与前沿技术情境下的解释张力，为理解国有企业如何在政策合规与市场效率的双重目标下实现战略转型提供了动态分析框架。在应用价值上，本研究为中国国有企业，特别是大型央企，提供了可资借鉴的系统性范式。它阐明了数智化转型并非简单的技术引入，而是一个技术潜能、组织行动与战略目标三者动态适配的系统工程。研究揭示的“三阶段演化”“三阶价值升维”等路径，有助于企业领导者识别自身所处的转型阶段，精准布局资源编排行动，避免陷入“政策推动”或“被动适应”的误区。总体而言，本研究为我国构建自主可控的产业数智化理论体系，以及指导国有企业通过AI技术真正实现做强做优做大、建设世界一流企业的宏伟目标，提供了重要的参考路径与管理洞见。