一场两百位CFO的聚会，给出一条三年的时间线
九月初，北京，第15届红杉中国CFO Day，主题是「循光·智远」。近两百位成员企业的CFO到场，沈南鹏在会上做了一段不长、但信息密度很高的梳理：AI应用这三年，走过了三个阶段——2024年，企业是带着好奇心在研究；2025年，落地集中在coding等少数场景；到了2026年，AI开始深入企业运营的全流程。
由此他给出一个明确的判断：这已经不再是一个技术话题，而是一个管理话题。
这句话的分量在于视角的切换。过去两年，董事会讨论AI，问的往往是「买什么工具」「要不要上大模型」；而据沈南鹏在这场会上的发言，CFO和CEO不应只是AI预算的审批者，而应成为公司AI转型的driver——推动者本人。一边推动组织积极用起来，一边持续优化「单位token的产出效率」。他甚至提出，ROE的计算必须把token纳入，equity所对应的经济实质应当重新评估。
「单位token的产出效率」：一个新指标背后的算账逻辑
「单位token的产出效率」，听起来像工程师的黑话，本质却是最古典的财务问题：每一块钱投入的边际产出是多少。电费、人力、折旧算得清清楚楚，而AI时代新增了一大块「token消耗」，它既不进固定资产，也不进人力成本科目，却在真实地决定一家公司的运营效率。
会上另一组数据更有冲击力。红杉中国合伙人叶小慧在会上引用了一项覆盖全球1300家企业的调研：超过六成财务部门已经在使用AI工具，但只有约两成获得了清晰可量化的回报，实现AI Agent在财务全流程完整应用的企业，仅占14%。
「用起来了」和「赚到钱了」之间，隔着一条宽阔的沟。会议分享的几个落地案例，恰好演示了这条沟是怎么填的：字节跳动飞书的财务团队，六个月内让95%以上的管理报表手工工作被AI取代；Dify.AI只用3名财务人员，支撑起中美日三地的全流程财务；120人规模的杉泽生物，靠AI驱动的供应链系统，用2人团队运营覆盖27个国家和地区的药品供应体系。
注意这些案例的共同点：没有一个是「买了个工具」就完事的，全部伴随流程重构和组织的真金白银投入。这也回应了现场共识的三道坎——员工使用意愿不足、数据口径混乱、数据安全保密。工具可以一个季度上线，组织习惯的改造要按年计算。
资本开支早期：判断的另一面
如果说CFO Day是「术」，红杉中国自己的出手节奏则透露了「势」。据公开报道，2026年以来其投资频次明显走高，AI相关赛道占比过半，既包括具身智能、AI基础层，也包括领投小型模块化核反应堆这样的长周期硬科技项目。红杉中国首席经济学家张岸元在同一场合的判断是：AI产业仍处于资本开支早期。
「早期」二字值得反复咀嚼。它意味着空间，也意味着大部分现在的投入可能打水漂。一级市场如此，二级市场更是如此——当「六成在用、两成赚钱」的残酷比例，遇上资本开支早期的宏大叙事，中间的落差正是泡沫与机会共生的地方。
家族资本的账本，该加一行什么
对高净值家族而言，这场CFO聚会至少有三条可以直接抄进自己账本的启示。
其一，给投资尽调清单加一个维度。无论是直投项目还是二级市场持仓，评估一家企业时，除了传统的护城河和现金流，值得多问一句：它的单位token产出效率如何？管理层是把AI当预算审批的应付事，还是当转型工程在抓？这个问题的答案，未来三五年会直接体现在ROE的分化上。
其二，家族企业自身的转型是一把手工程。调研数据已经说明，只买工具不改流程，大概率落在那「不赚钱的八成」里。家族企业的特殊性在于，转型的推动力很难外包给职业经理人，掌舵的家族成员自己得成为driver——否则预算批了、系统上了，组织纹丝不动。
其三，传承清单上多一项「AI素养」。下一代接班人未必需要会写代码，但必须看得懂这场生产力的重估逻辑——就像上一代必须看得懂资产负债表一样。家族办公室自身的运营，同样适用这条逻辑：两百年前家办靠账房先生，今天靠的应当是能把数据、流程和资源配置串起来的系统。
至于风险，无需回避：六成与两成之间的落差，就是最直接的风险提示。AI转型失败的代价是实打实的费用，而AI叙事催生的估值膨胀，最终总要有人买单。把它当作一次需要纪律的重构，而不是一张躺赢的船票，或许是这轮周期里更稳妥的姿态。
（本文仅供交流参考，不构成任何投资建议。）
