企業(yè)之前的數(shù)字化轉(zhuǎn)型，恰恰為今天的大規(guī)模AI應(yīng)用奠定了基礎(chǔ)，是AI應(yīng)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(shí)，經(jīng)常會問：“數(shù)字化轉(zhuǎn)型是否已經(jīng)過時(shí)？”

結(jié)合我們與眾多企業(yè)并肩重塑轉(zhuǎn)型的實(shí)踐觀察，答案非常明確：數(shù)字化轉(zhuǎn)型沒有過時(shí)，AI正賦予其全新內(nèi)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(yīng)用AI。與此同時(shí)，新技術(shù)的運(yùn)用也讓企業(yè)對數(shù)字化轉(zhuǎn)型有了新的認(rèn)識：

推動企業(yè)持續(xù)進(jìn)化的，遠(yuǎn)不止技術(shù)的引入、場景的開拓或數(shù)據(jù)的積累。更深層的力量，源于企業(yè)內(nèi)在的覺醒——新技術(shù)浪潮下如何重新校準(zhǔn)自身價(jià)值與行業(yè)價(jià)值，技術(shù)創(chuàng)新如何賦能員工提升生產(chǎn)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(jìn)一步獲得切實(shí)價(jià)值、實(shí)現(xiàn)全面回報(bào)，還有待破題。我們認(rèn)為，企業(yè)之前的數(shù)字化轉(zhuǎn)型，恰恰為今天的大規(guī)模AI應(yīng)用奠定了基礎(chǔ)，是AI應(yīng)用的加速器。數(shù)字化轉(zhuǎn)型+規(guī)?；疉I應(yīng)用，將是企業(yè)探索新增長路徑、重塑轉(zhuǎn)型的關(guān)鍵。

埃森哲全球副總裁、大中華區(qū)主席朱虹

從技術(shù)應(yīng)用到價(jià)值實(shí)現(xiàn)

埃森哲今年的調(diào)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(shù)字化轉(zhuǎn)型。然而，我們也注意到，在AI應(yīng)用規(guī)?？焖贁U(kuò)大的同時(shí)，價(jià)值實(shí)現(xiàn)卻存在巨大落差。具體表現(xiàn)在以下幾方面：

·46%的受訪中國企業(yè)正在規(guī)?；瘧?yīng)用生成式AI，但僅有9%的企業(yè)實(shí)現(xiàn)了顯著價(jià)值轉(zhuǎn)化。

·55%的受訪企業(yè)已經(jīng)使用了工業(yè)機(jī)器人、AI等技術(shù)以提升智能制造水平，但只有33%的企業(yè)能夠通過數(shù)據(jù)分析和AI技術(shù)實(shí)時(shí)、自主地優(yōu)化運(yùn)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(xiàn)有組織架構(gòu)和工作方式進(jìn)行了重新設(shè)計(jì)，以適應(yīng)AI驅(qū)動的協(xié)作模式和崗位調(diào)整。

我們發(fā)現(xiàn)這些落差往往并非源于AI技術(shù)本身，而更多指向轉(zhuǎn)型過程中的關(guān)鍵挑戰(zhàn)：戰(zhàn)略的清晰度與連貫性、技術(shù)應(yīng)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(wǎng)時(shí)代任何單一技術(shù)都更有創(chuàng)造價(jià)值的潛力，但要實(shí)現(xiàn)從技術(shù)突破到商業(yè)價(jià)值的高效轉(zhuǎn)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(shí)深度融合其他數(shù)字技術(shù)，如此才能突破效率瓶頸、實(shí)現(xiàn)新的增長。

數(shù)據(jù)知識化是AI應(yīng)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(yù)留足夠的空間和時(shí)間也非常重要，因?yàn)闆]有任何新技術(shù)能成為質(zhì)變企業(yè)運(yùn)營效率的靈丹妙藥。業(yè)界經(jīng)驗(yàn)表明，推廣AI所需的時(shí)間常常與開發(fā)相當(dāng)，這意味著在部署AI技術(shù)之后，領(lǐng)導(dǎo)者需要有足夠耐心來等待技術(shù)部署開花結(jié)果。

現(xiàn)在基礎(chǔ)大模型已經(jīng)可以為企業(yè)提供比較穩(wěn)定的支持，但企業(yè)在建設(shè)AI能力的過程中仍需從基礎(chǔ)做起，首先是清理自己的數(shù)據(jù)資產(chǎn)，否則不可能有個性化的AI應(yīng)用。未經(jīng)整理的數(shù)據(jù)直接投喂給AI，容易出現(xiàn)“垃圾進(jìn)、垃圾出”的現(xiàn)象。這方面，數(shù)字化轉(zhuǎn)型做得好的企業(yè)有先天優(yōu)勢，它們已經(jīng)實(shí)現(xiàn)了企業(yè)數(shù)據(jù)的結(jié)構(gòu)化、可視化、在線化，能夠隨時(shí)調(diào)用。但我們也發(fā)現(xiàn)，有的企業(yè)雖然數(shù)字化轉(zhuǎn)型已持續(xù)多年，但內(nèi)部仍然存在數(shù)據(jù)孤島、知識體系不完善等問題，導(dǎo)致數(shù)據(jù)無法直接為AI所用。

把分散的原始數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化知識，數(shù)據(jù)才能為AI所用，而數(shù)據(jù)知識化的過程，就是企業(yè)發(fā)現(xiàn)差異化的過程，有了差異化的數(shù)據(jù)知識庫，企業(yè)就能規(guī)避通用模型的同質(zhì)化困境，構(gòu)建個性化競爭力。在具體實(shí)踐中，企業(yè)可將客戶行為數(shù)據(jù)、供應(yīng)鏈數(shù)據(jù)、行業(yè)合規(guī)準(zhǔn)則等專有數(shù)據(jù)，經(jīng)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(shù)據(jù)知識化、直至資產(chǎn)化的過程。

我們在今年的研究中訪談了雀巢中國，其將數(shù)據(jù)視為核心戰(zhàn)略資產(chǎn)，依托集成系統(tǒng)與共享服務(wù)平臺，全面統(tǒng)籌數(shù)據(jù)的采集與應(yīng)用。通過確保數(shù)據(jù)在各組織層級的一致性、標(biāo)準(zhǔn)化和可訪問性，雀巢實(shí)現(xiàn)了流程的自動化運(yùn)營，也賦能了員工，提升了決策效率。在此基礎(chǔ)上，雀巢中國進(jìn)一步運(yùn)用AI技術(shù)，開發(fā)了適合中國市場的創(chuàng)新工具，在產(chǎn)品創(chuàng)新、銷售運(yùn)營及財(cái)務(wù)等多個領(lǐng)域?qū)崿F(xiàn)了戰(zhàn)略轉(zhuǎn)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(nèi)，政商環(huán)境的變化急劇加快，敏銳的企業(yè)已經(jīng)把由此帶來的不確定視作了常態(tài)，并及時(shí)反映在了戰(zhàn)略調(diào)整和業(yè)務(wù)運(yùn)營上，對于這些韌性十足的企業(yè)，數(shù)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(chǎn)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(biāo)的靜態(tài)韌性階段，而是要借助現(xiàn)代化的數(shù)據(jù)治理和AI部署，在數(shù)據(jù)可視化、實(shí)時(shí)響應(yīng)和決策效率等方面持續(xù)升級，推動企業(yè)運(yùn)營向全鏈條、跨業(yè)務(wù)、跨職能的動態(tài)韌性階段轉(zhuǎn)型。對于那些已經(jīng)布局了海外業(yè)務(wù)的企業(yè)來說，動態(tài)韌性也體現(xiàn)在迅速調(diào)整供應(yīng)鏈、靈活生產(chǎn)以及重新配置合作伙伴關(guān)系的能力上。

在數(shù)據(jù)貫通的基礎(chǔ)上，AI正在推動企業(yè)響應(yīng)機(jī)制的升級。企業(yè)可依托先進(jìn)AI的數(shù)據(jù)融合與動態(tài)預(yù)測能力，實(shí)現(xiàn)對運(yùn)營狀態(tài)的實(shí)時(shí)監(jiān)控；同時(shí)部署基于AI的深度分析與自主決策能力，提升響應(yīng)速度與跨部門協(xié)同。我們觀察到，數(shù)字化轉(zhuǎn)型進(jìn)展順利，能夠進(jìn)行智能運(yùn)營的企業(yè)，也都能快速部署先進(jìn)AI，并因此顯著提升生產(chǎn)力，這是一個良性循環(huán)。

美的集團(tuán)長達(dá)十余年、投入超200億元的數(shù)字化進(jìn)程見證了一家企業(yè)是如何動態(tài)適應(yīng)變化，主動進(jìn)行業(yè)務(wù)重塑的。美的從早期的信息化系統(tǒng)建設(shè)起步，逐步通過對運(yùn)營、管理和技術(shù)的體系化改造，打造了統(tǒng)一的數(shù)字平臺，以此解決了效率挑戰(zhàn)。在接下來的全球化進(jìn)程中，美的根據(jù)合規(guī)與區(qū)域業(yè)務(wù)特色來部署本地?cái)?shù)據(jù)服務(wù)，定制IT架構(gòu)，體現(xiàn)了相當(dāng)強(qiáng)的技術(shù)韌性，這為其在全球多地成功運(yùn)營打下了基礎(chǔ)。如今，美的又在積極開展AI系統(tǒng)化落地，進(jìn)一步推動設(shè)計(jì)、制造、質(zhì)控、財(cái)務(wù)等核心業(yè)務(wù)場景的效率升級和動態(tài)協(xié)同。

AI時(shí)代的關(guān)鍵詞：技術(shù)、人才、信任

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

從技術(shù)角度看，企業(yè)的重點(diǎn)是如何持續(xù)鍛造數(shù)字化平臺，盡快將各類智能系統(tǒng)嵌入業(yè)務(wù)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(biāo)準(zhǔn)與治理機(jī)制。

企業(yè)管理者應(yīng)當(dāng)通過增強(qiáng)系統(tǒng)透明度、明確責(zé)任機(jī)制與風(fēng)險(xiǎn)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(wù)中的各種應(yīng)用可能。

成功變革的根基來自信任而非技術(shù)。要實(shí)現(xiàn)技術(shù)驅(qū)動下的組織文化重塑，企業(yè)應(yīng)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(jiān)信，企業(yè)重塑轉(zhuǎn)型絕非追求單純的自動化，而是堅(jiān)定地以人為本，打造人與技術(shù)共生的未來。

在邁向AI規(guī)?；瘧?yīng)用的關(guān)鍵旅程中，快速變化的環(huán)境不允許我們長久觀望，但從數(shù)字化轉(zhuǎn)型到擁抱AI時(shí)代，無論商業(yè)環(huán)境和技術(shù)環(huán)境如何變化，“技術(shù)、人才、信任”，這三個“T”都是不變的關(guān)鍵詞。

（作者為埃森哲全球副總裁、大中華區(qū)主席；編輯：馬克）