購物車

如何撰寫 CFO 願意批准的 AI 商業方案

2026-07-10

如何撰寫 CFO 願意批准的 AI 商業方案


為什麼 2026 年的 CFO 頻頻否決 AI 提案?

CFO 否決 AI 提案,核心原因是大多數提案無法證明財務回報。Forrester 在 2026 年預測報告中指出,隨着財務審查收緊,企業將把 25% 的既定 AI 預算推遲至 2027 年;能夠把 AI 價值與財務增長掛鈎的決策者,不足三分之一。

同一份研究顯示,過去 12 個月只有 15% 的 AI 決策者表示 AI 為機構帶來 EBITDA 提升。換言之,技術本身往往運作正常,出問題的是圍繞技術的財務論述。

這個轉變把責任放回提案人身上。2026 年能夠取得 AI 預算的部門主管,不是示範效果最華麗的那位,而是懂得用 CFO 審視任何資本投資的方式,去撰寫商業方案的那位。

 

CFO 真正想在 AI 商業方案中看到什麼?

AI 商業方案是一份財務文件,把一項具體的 AI 部署對應到可量度的損益結果:成本下降、收入增長或風險降低。它必須列明基準線、目標、時間表與負責人。不能用這些語言表達的提案,是研究項目,不是投資建議。

CFO 審視四個元素。第一是基準線:部署之前,這個流程今天的成本是多少。第二是機制:AI 具體如何改變這個數字。第三是回本期:累計節省何時超過累計投入。第四是退出條件:到哪個日期、若未達哪個結果,就啟動停止決定。

留意這張清單上沒有的東西:模型跑分、供應商排名、生產力軼事。CFO 不會為抽象的「效率」批出預算,只會為一個朝着特定方向移動的特定數字批出預算。

 

如何在部署前建立可審計的量度基準?

建立基準的方法,是在 AI 接觸流程之前,先量度目標流程 4 至 8 星期,記錄處理量、單位成本、周期時間與錯誤率。沒有這張部署前的快照,之後任何改善聲稱都無法驗證,而無法驗證的聲稱,正是財務團隊對 AI 提案打折扣的原因。

基準線最常見的失敗,是量度了活動而不是成本。「我們團隊每月處理 3,000 個查詢」是活動;「每個查詢耗費 47 港元人力成本、9 小時處理時間」才是 CFO 可以審計的基準。

一個實用測試:把基準線交給財務部同事,問對方能否用你的數據重新計算出同一結果。如果不能,這份商業方案捱不過第一次審批會議。

 

哪些 AI 應用場景最容易通過財務審查?

結果可直接量度的應用場景,通過財務審查的速度最快。Forrester 對 2026 年開支模式的分析顯示,欺詐偵測、客戶服務自動化、供應鏈優化與針對性的軟件開發加速,投資維持穩定;被推遲的,多數是效益分散的「整體生產力」項目。

這些場景的共通點是有可點算的單位:

--- 一種高頻重複的交易,例如查詢、發票或貨件
--- 一個財務系統本來就在追蹤的單位成本
--- 一組不需要新建量度系統就能做的前後對比

如果你的第一個 AI 提案是一個效益攤分到所有團隊的全公司助手,建議重新收窄範圍。在單一流程做窄而深的部署,一個負責人、一個 KPI,先建立可信紀錄,日後更大的路線圖才有人買單。

 

財務模型應該如何分層?

財務模型應按項目成熟度分三層:首 6 個月的效率收益、第 6 至 18 個月的流程重塑收益,以及之後的新能力收益。最常見的建模錯誤,是把三層混成一個 ROI 數字,令投機性的長期價值去背負近期成本。

第一層是直接替代:同樣的工作做得更平、更快。這一層必須獨力撐起回本論證。如果提案要等第三層兌現才成立,CFO 一眼就會看穿。

第二、三層應以「上行情境」的身份進入模型,附明確假設,而不是當作承諾回報。誠實標註比誇大基本情境更能累積信譽,而信譽正是預算談判的真正貨幣。

成本一側同樣要誠實:整合工程、數據整理、員工培訓時間、持續的推理用量或授權費,全部計入,而不是只列供應商合約。成本欄看起來太薄,財務團隊一定會察覺。

 

哪些常見錯誤令 AI 提案被否決?

最常見的否決導火線有四個:沒有部署前基準線、效益只以「節省時間」而非「移除成本」表達、用混合 ROI 掩蓋疲弱的近期回報,以及沒有止蝕條件。每一項都在向 CFO 發出訊號:提案人未曾以投資者的方式思考。

「節省時間」尤其需要小心。每位員工每天省 30 分鐘,只有在轉化為放緩的人手增長、更高的可計費產出或可量度的收入時,才是財務價值。必須明確說出轉化機制,否則財務團隊會直接刪去這行數字。

止蝕點看似違反直覺,實際上非常有力。主動提出自己的終止條件,例如「若第六個月單位成本未下降 15%,即暫停並重新評估」,展示的是紀律。預先定義失敗條件的管理者,日後才會獲信任管理更大的預算。

 

總結:為數字撥款,不是為技術撥款

2026 年的 AI 投資對話,本質是財務對話。贏得預算的領袖,拿出的是財務團隊可以審計的基準線、可以質詢的機制、可以追責的回本期,以及保護下行風險的止蝕條件。

這一切不需要高深的技術知識,需要的是用機構對待任何資本配置決定的嚴謹,同樣地對待 AI,並對不確定性保持誠實。

這也是夥伴的價值所在。懂AI,更懂你。UD 陪伴香港企業 28 年,深明把技術決定轉化為業務成果的每一步,讓科技成為有溫度的陪伴。

 

準備好撰寫一份會獲批准的商業方案?

向 CFO 提案之前,先準確掌握你的機構現況。UD 的 AI Ready Check 從流程、數據與量度三方面評估你的準備度,UD 團隊手把手帶你完成每一步,由基準設計、方案選型到部署上線與成效追蹤,28 年香港企業服務經驗,全程同行。