企業(yè)之前的數字化轉型，恰恰為今天的大規(guī)模AI應用奠定了基礎，是AI應用的加速器

文｜朱虹

人工智能（AI）浪潮下，不少企業(yè)CEO（首席執(zhí)行官）與我交流時，經常會問：“數字化轉型是否已經過時？”

結合我們與眾多企業(yè)并肩重塑轉型的實踐觀察，答案非常明確：數字化轉型沒有過時，AI正賦予其全新內涵，激發(fā)出新的動能。

競爭壓力和增長渴望帶動著中國企業(yè)追逐和應用AI。與此同時，新技術的運用也讓企業(yè)對數字化轉型有了新的認識：

推動企業(yè)持續(xù)進化的，遠不止技術的引入、場景的開拓或數據的積累。更深層的力量，源于企業(yè)內在的覺醒——新技術浪潮下如何重新校準自身價值與行業(yè)價值，技術創(chuàng)新如何賦能員工提升生產力，新的工作模式與協(xié)作文化如何重塑組織的活力與韌性。

隨著AI能力提升成本降低，隨著智能體的興起，企業(yè)擁抱AI的速度料將加快，但AI投入如何進一步獲得切實價值、實現全面回報，還有待破題。我們認為，企業(yè)之前的數字化轉型，恰恰為今天的大規(guī)模AI應用奠定了基礎，是AI應用的加速器。數字化轉型+規(guī)?；疉I應用，將是企業(yè)探索新增長路徑、重塑轉型的關鍵。

埃森哲全球副總裁、大中華區(qū)主席朱虹

從技術應用到價值實現

埃森哲今年的調研顯示了這樣的圖景：面對加速變化的外部環(huán)境，更多中國企業(yè)正主動求變，積極布局創(chuàng)新研發(fā)、全球化探索和數字化轉型。然而，我們也注意到，在AI應用規(guī)?？焖贁U大的同時，價值實現卻存在巨大落差。具體表現在以下幾方面：

·46%的受訪中國企業(yè)正在規(guī)模化應用生成式AI，但僅有9%的企業(yè)實現了顯著價值轉化。

·55%的受訪企業(yè)已經使用了工業(yè)機器人、AI等技術以提升智能制造水平，但只有33%的企業(yè)能夠通過數據分析和AI技術實時、自主地優(yōu)化運營。

·六成企業(yè)將AI工具引入到日常工作流程中，但只有34%的企業(yè)對現有組織架構和工作方式進行了重新設計，以適應AI驅動的協(xié)作模式和崗位調整。

我們發(fā)現這些落差往往并非源于AI技術本身，而更多指向轉型過程中的關鍵挑戰(zhàn)：戰(zhàn)略的清晰度與連貫性、技術應用的深度與整合度，以及如何有效協(xié)同系統(tǒng)、流程，尤其是凝聚人才的力量。

生成式AI比互聯(lián)網時代任何單一技術都更有創(chuàng)造價值的潛力，但要實現從技術突破到商業(yè)價值的高效轉化，企業(yè)需要把AI能力更好地融入自身的組織和流程體系，同時深度融合其他數字技術，如此才能突破效率瓶頸、實現新的增長。

數據知識化是AI應用的前提

企業(yè)在擁抱大模型和AI之初，往往充滿熱情，但為AI探索預留足夠的空間和時間也非常重要，因為沒有任何新技術能成為質變企業(yè)運營效率的靈丹妙藥。業(yè)界經驗表明，推廣AI所需的時間常常與開發(fā)相當，這意味著在部署AI技術之后，領導者需要有足夠耐心來等待技術部署開花結果。

現在基礎大模型已經可以為企業(yè)提供比較穩(wěn)定的支持，但企業(yè)在建設AI能力的過程中仍需從基礎做起，首先是清理自己的數據資產，否則不可能有個性化的AI應用。未經整理的數據直接投喂給AI，容易出現“垃圾進、垃圾出”的現象。這方面，數字化轉型做得好的企業(yè)有先天優(yōu)勢，它們已經實現了企業(yè)數據的結構化、可視化、在線化，能夠隨時調用。但我們也發(fā)現，有的企業(yè)雖然數字化轉型已持續(xù)多年，但內部仍然存在數據孤島、知識體系不完善等問題，導致數據無法直接為AI所用。

把分散的原始數據轉化為結構化知識，數據才能為AI所用，而數據知識化的過程，就是企業(yè)發(fā)現差異化的過程，有了差異化的數據知識庫，企業(yè)就能規(guī)避通用模型的同質化困境，構建個性化競爭力。在具體實踐中，企業(yè)可將客戶行為數據、供應鏈數據、行業(yè)合規(guī)準則等專有數據，經知識化處理后再投喂給大模型，用于打造自主智能體系統(tǒng)。這是一個將數據知識化、直至資產化的過程。

我們在今年的研究中訪談了雀巢中國，其將數據視為核心戰(zhàn)略資產，依托集成系統(tǒng)與共享服務平臺，全面統(tǒng)籌數據的采集與應用。通過確保數據在各組織層級的一致性、標準化和可訪問性，雀巢實現了流程的自動化運營，也賦能了員工，提升了決策效率。在此基礎上，雀巢中國進一步運用AI技術，開發(fā)了適合中國市場的創(chuàng)新工具，在產品創(chuàng)新、銷售運營及財務等多個領域實現了戰(zhàn)略轉型。

從靜態(tài)韌性到動態(tài)韌性

大約從十年前開始，全球范圍內，政商環(huán)境的變化急劇加快，敏銳的企業(yè)已經把由此帶來的不確定視作了常態(tài)，并及時反映在了戰(zhàn)略調整和業(yè)務運營上，對于這些韌性十足的企業(yè)，數字化無疑起了重要作用。

韌性更像蹦床——不僅吸收沖擊，還能利用沖擊力產生向上的動力。因此，企業(yè)不能停留在以單一效率提升為核心目標的靜態(tài)韌性階段，而是要借助現代化的數據治理和AI部署，在數據可視化、實時響應和決策效率等方面持續(xù)升級，推動企業(yè)運營向全鏈條、跨業(yè)務、跨職能的動態(tài)韌性階段轉型。對于那些已經布局了海外業(yè)務的企業(yè)來說，動態(tài)韌性也體現在迅速調整供應鏈、靈活生產以及重新配置合作伙伴關系的能力上。

在數據貫通的基礎上，AI正在推動企業(yè)響應機制的升級。企業(yè)可依托先進AI的數據融合與動態(tài)預測能力，實現對運營狀態(tài)的實時監(jiān)控；同時部署基于AI的深度分析與自主決策能力，提升響應速度與跨部門協(xié)同。我們觀察到，數字化轉型進展順利，能夠進行智能運營的企業(yè)，也都能快速部署先進AI，并因此顯著提升生產力，這是一個良性循環(huán)。

美的集團長達十余年、投入超200億元的數字化進程見證了一家企業(yè)是如何動態(tài)適應變化，主動進行業(yè)務重塑的。美的從早期的信息化系統(tǒng)建設起步，逐步通過對運營、管理和技術的體系化改造，打造了統(tǒng)一的數字平臺，以此解決了效率挑戰(zhàn)。在接下來的全球化進程中，美的根據合規(guī)與區(qū)域業(yè)務特色來部署本地數據服務，定制IT架構，體現了相當強的技術韌性，這為其在全球多地成功運營打下了基礎。如今，美的又在積極開展AI系統(tǒng)化落地，進一步推動設計、制造、質控、財務等核心業(yè)務場景的效率升級和動態(tài)協(xié)同。

AI時代的關鍵詞：技術、人才、信任

與移動互聯(lián)網、云技術相比，這一輪的AI技術演進更為快速，尤其是智能體的發(fā)展，將帶來更復雜多樣的技術環(huán)境和商業(yè)需求，企業(yè)需要從三個“T”——技術（Technology）、人才（Talent）、信任（Trust）——入手，來讓自己的組織架構和治理機制不斷進化。

從技術角度看，企業(yè)的重點是如何持續(xù)鍛造數字化平臺，盡快將各類智能系統(tǒng)嵌入業(yè)務流程、打破信息孤島與層級壁壘，并建立AI智能體之間以及人與AI智能體之間的協(xié)作標準與治理機制。

企業(yè)管理者應當通過增強系統(tǒng)透明度、明確責任機制與風險邊界，幫助員工更好地理解和駕馭AI，營造鼓勵創(chuàng)新的氛圍，激發(fā)員工主動探索AI在業(yè)務中的各種應用可能。

成功變革的根基來自信任而非技術。要實現技術驅動下的組織文化重塑，企業(yè)應該營造包容創(chuàng)新的氛圍，從而推動形成AI、人才、組織與流程的合力。我們堅信，企業(yè)重塑轉型絕非追求單純的自動化，而是堅定地以人為本，打造人與技術共生的未來。

在邁向AI規(guī)?；瘧玫年P鍵旅程中，快速變化的環(huán)境不允許我們長久觀望，但從數字化轉型到擁抱AI時代，無論商業(yè)環(huán)境和技術環(huán)境如何變化，“技術、人才、信任”，這三個“T”都是不變的關鍵詞。