作为一家商业房地产企业,仲量联行(JLL)希望在商情期间从全球采购到支付端全面启用自动化系统,运用这一战略手段克服本地化与变革管理带来的挑战。
与当今众多企业IT项目一样,商业房地产企业JLL从源到付的整个流程自动化举措同样诞生于新冠疫情。
随着新冠冲击下全球各地办事处纷纷关闭,不少企业在现金流管理与监控面临严峻挑战,JLL自然也不例外。
JLL负责企业IT管理的CIO George Thomas坦言,“当时大部分大型企业都面临着类似的难题,我们也一直在观察现金的出入情况。”在他治下,JLL全球83个国家450多个办事处的数据中心、ERP系统及其他支持技术一直有条不紊地运行。
随着疫情恶化,财务系统变得越来越难以为继。“账款周围量很大,纸质支票、各系统孤岛间无法连通,再加上会计系统与人力资本管理系统已经老旧,导致公司无法实时查看整体就会账款。”更重要的是,支付审批流程迟迟得不到简化,而且公司还缺乏统一的全球跟踪机制。
在与CEO、CFO和首席采购官商谈之后,Thomas发现了新的机会,可以在JLL的ERP系统上使用AI加机器学习的组合实现从采购到付款的全流程自动化,借此提高效率并改善用户体验。凭借这一IT创新与领导力表现,JLL荣获CIO 100 IT创新与领导力大奖。
在制定项目时,Thomas和他的团队一直在思考,除了缩短从源到付流程周期、改善现金流可见性之外,端到端自动化还能带来哪些其他好处。
他表示,“软利益很快就被转化为硬利益,之后我们又研究了转型后需要的员工数量,发现比之前大为减少。腾出来的人手,可以处理其他真正必要、或者探索性的重要工作。”
在得到高管团队的一致认可之后,Thomas开始带领队伍着手确定宏观需求,之后“以敏捷方式在全球各地的设计研讨中进行规划。”最后,他们又在财务、采购和IT等职能部门中设立了更多运营组。
最初,JLL的目标只是在全球范围内推广标准化技术堆栈与生产流程,并通过最终调整适应各地监管需求及法律政策。
Thomas指出,“事后看来,如果我们能再多做点事前预习,整个流程会推进得更加顺遂。”尽管称上完美,但JLL仍然在全球22个国家/地区实现了“从采购到支付”全流程自动化,“目前技术与流程标准化比例已经接近80%。”
在设计出强大的商业案例、获得了高管团队对项目的支持和资金投入之后,Thomas发现剩下的最大挑战,就是如何在整个组织内部完成变更管理。
JLL运营部门发现,这套新流程的落地会带来不计其数的变更因素。Thomas感叹道,“我们低估了企业文化对于变更管理的影响,所以没能预留出相应的规划周期……如果之前能意识到这个问题,转型还可以推进得更快。”
除了人为因素,自动化还对应着技术变革。“我们引入了多项新技术,需要用统一的中央枢纽把它们联系起来。而所有系统间的正确同步当然需要大量测试。”虽然过程比预期略长,但运营团队并没有白白浪费时间:“我们没有等到所有22个国家/地区全部落地完成后才开始实现价值。相反,我们直接将新流程投入市场,因为我们已经在论证阶段认定新的商业案例绝对能够成功。所以一边实施、一边向其他国家推广,产生的价值回报也开始不断增加。”
自动化流程中的另一个复杂性因素来自外部。需要适应新环境的不只有JLL自己的员工和IT系统,其他供应商也需要尽快跟上。
Thomas表示,“在这样一个大项目中,我们对供应商的转型要求相对很低。”JLL需要通过新框架与供应商交换数据,因此各供应商也得为计划的落地实施留出空间。“毕竟他们还有自己的业务体系和其他客户,不可能总是把JLL的需求当作最优先事务。”
因此他建议在流程早期就将计划全面向供应商分享,明确提出转型的要求和收益,并留出充分的时间让对方适应。
但供应商的表现,往往也决定着此类自动化项目的最终命运。他回忆道,“在首步实施后,我们发现供应商的数据不够清洁。数据捕捉必须匹配一整套良好的数据质量保障计划。”
根据他在JLL“从源到付”自动化转型中总结的经验,Thomas说他在未来的自动化项目中会调整具体方法,比如多花时间了解本地化需求、快速启动变更管理流程,让文化转型与技术转型齐头并进。
虽然Thomas对整个过程抱有种种遗憾,但令人欣喜的是,转型工作在几个月后就开始产生积极成果。“在正向反馈出现后,收益很快超出了所有人的预期。这让我们有能力证明自己在市场上走得有多快,准确跟进各个国家的业务实施进度。”
在项目落地后,JLL的发票处理速度大大提升、电子支付比例显著上扬,这也进一步降低了公司运营成本。
凭借着从源到付自动化项目的成功,Thomas已经将JLL的智能自动化普及视为未来两、三年内运营团队的四大战略要务之一。其他三项分别是:启用混合工作环境、提高IT基础设施的安全性和适应性,以及提供更直观的用户体验。
在后续战略中,从源到付自动化流程也将继续贡献力量:因为无需收发纸质采访订单或发票等文档,混合工作的门槛将大为下降;而用户无需扫描文件再相互交换,因此可以轻松在屏幕上直观查看不同系统中的业务文件。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。