科技藉助AI發展，金融守護利潤空間

隨著人工智慧技術的迅猛發展，科技公司的商業模式正在被重塑。然而，在AI原生企業中，增長的背後隱藏著單位經濟效益的挑戰。財務部門的核心職責——保護利潤空間，如今面臨著前所未有的速度與複雜性。本文探討了Databricks如何透過其Genie One平臺，幫助財務團隊應對這一新現實。

AI原生公司的毛利率在2024年僅為41%，到2026年預計達到52%（ICONIQ資料），但仍遠低於傳統軟體的70%至90%。這種差距主要源於計算成本的高昂和定價模式的複雜性。財務團隊需要即時瞭解這些變數對利潤的影響，而傳統的月度財務報告方式已經無法滿足需求。

為了解決這一問題，Databricks提出了“本體論”（ontology）的概念。本體論不僅捕捉數字本身，還維護數字背後的業務含義——包括產品定義、使用模式、計算驅動因素等。AI行業中最常見的挑戰之一就是不準確性，約三分之一的企業將其列為首要問題（McKinsey, 2025）。本體論透過確保答案不僅準確而且正確，解決了這一背景問題。

Genie One是Databricks專為財務團隊打造的AI同事。它能夠理解自然語言問題，並基於即時治理的資料提供可信賴的答案。Amagi公司的財務團隊已經使用Genie One進行即時賬單和財務報告，消除了高管會議中對數字準確性的爭論。

在AI原生企業中，財務團隊需要回答三個關鍵問題：第一，考慮AI計算成本後，各產品和客戶的真實毛利率是多少？第二，混合訂閱和按用量定價模式下的消費收入是否存在風險？第三，隨著使用量的增長，計算支出是否會超出預算？Genie One透過持續學習業務、最佳化問題回答，逐步幫助財務團隊做出更明智的決策。

最終，財務部門能夠與產品部門執行在同一平臺上，實現從初創到上市後的規模化擴充套件，無需重新搭建平臺。Genie One不僅提供了答案，更賦予了財務團隊行動的信心。

這一趨勢在多家公司得到驗證：OpenAI的財務團隊利用AI代理處理合同工作流，YipitData將營收運營和財務遷移到Databricks，財務分析師自行編寫SQL和PySpark。這些案例表明，AI原生企業的財務部門正從月度報告轉向即時資料驅動的決策。

Databricks的Genie One作為資料智慧的AI同事，不僅幫助財務團隊回答上述三個問題，還透過本體論確保答案的準確性。隨著更多企業採用這一平臺，財務部門將能夠更好地保護單位經濟效益，支撐AI驅動的增長。