第一，集团发展“协同化”。大型企业集团的金融资源管理是一个全局性工作，需要将集团业务所涉及的金融资源，包括产业链上下游可用资源，全盘统筹起来。要做到这一点，企业集团需通过建立集团统一的金融资源管理战略、协调一致的经营策略、有效的资源配置机制、全面的风险管控架构和内控体系、统一的文化理念等手段，不断提升管控水平。
第二，内部管控“精细化”。在新常态下，经济发展方式将从规模速度型的粗放增长转向质量效益型的集约增长。企业对金融资源的管理也会从“规模扩张型”向“质量效益型”转变，从“粗放式”向“精细化”转变。金融资源管理不再以规模扩张为导向，而是着力于客户价值链的深度挖掘，实现对客户、资产的“精耕细作”，以及对内部管理的“精雕细琢”。
第三，金融工具“创新化”。新常态下，新的投资机会和商业模式层出不穷，这就需要新的投融资方式与之相适应。随着利率市场化的推进和多层次金融市场的完善，面对创新投融资方式的新要求，司库管理部门将改变目前的业务结构，在合规的前提下，更多采用创新的方式拓展业务，不断提高证券化资产负债比例。
第四，数据治理“价值化”。企业集团要提高对这些数据的挖掘和利用能力，用数据来支撑资源配置决策，降低融资成本，提高投资收益。企业通过完善数据规范和标准化治理，建立数据治理组织，统一数据底层标准，加强元数据、主数据管理，构建数据共享中台，实现数据的统一、规范管理，推动业财资数据共享。企业要与业务应用场景深度融合，构建高可信、高质量的数据标签体系，通过数据模型算法治理，提升司库系统的数据洞察能力和基于场景的数据挖掘能力。
第五，资源配置“智能化”。随着司库智慧转型，数据驱动逐渐代替经验驱动，借力数字技术实现验证、预测和自动化，支撑企业搭建以金融资源运营为核心的价值创造型管理体系。同时，随着Chat GPT（人工智能技术驱动的自然语言处理工具）等大模型的不断成熟和发展，以及垂直领域模型的开发和应用，大模型运用至金融资源配置领域，金融资源管理的工作方法和模式将会迎来重大变革。Chat GPT作为大型自然语言处理工具，在金融投资领域的应用前景十分广泛，既可以提高各类市场参与主体投资决策的准确性，也可以帮助金融机构更好地管理和控制风险，助力金融业提质增效。但是，Chat GPT的信息滞后性问题突出，因此如何平衡产品的成本和收益，从而满足及时性需求，是Chat GPT不可避免的挑战，也是该技术应用于金融业的一大瓶颈。
第六，产业金融“生态化”。以金融资源配置和企业司库体系建设作为促进产融协同的重要抓手，企业要整合产业链、供应链、价值链之间的商流、物流、资金流、信息流，形成数字化、标准化的链式资产数据，构建风险管控模型。同时，企业还要根据多层次资金等金融资源属性，数智化和生态化配置金融资源。另外，企业需充分发挥龙头企业“链主”作用，依托链式资产数据，建立准入、评估、资源支持等链式金融生态管理机制，积极运用大数据、大模型、区块链等技术，打造高质量产业链金融生态圈。
