以下文章来源于中国企业家杂志 ，作者赵东山

作者 |   赵东山 《中国企业家》记者

来源   |  《中国企业家》杂志社  管理智慧

咨询合作 | 13699120588

文章仅代表作者本人观点

让企业有更高的经营绩效，更强的竞争优势和更可持续的发展，这才是企业推进数智化的真正目的所在。

12 月 13 日～15 日，由《中国企业家》杂志社主办的 "2024（第二十二届）中国企业领袖年会 " 在北京举行。用友网络董事长兼 CEO 王文京出席本次年会，在 " 导师大课，AI 时代的数智化转型 " 环节，分享了 AI 对于推动企业数智化转型的最新思考和实践。

以下为演讲金句：

1. 从最近这些年的发展来看，企业数智化的 3 大核心技术，分别是 AI、大数据和云计算。

2. 几十年来，我们看到 AI 技术在不断地演进，层级也在不断地提升。我们把它总结为 3 个层级：第一个是感知级，包括原来大家熟悉的 OCR，RPA，以及语音、图像识别等；第二个是认知级，包括 NLP、机器学习平台、智能搜索等；第三个是慧知级，最具代表性的就是大模型和智能体。

3. 我们提出了 " 企业数智化 1-2-3"，也称为企业数智化进阶模型，其中明确了企业数智化的三大层级：业务在线（上云）、数据驱动（用数）、智能运营（赋智）。

4. 对一个大型或巨型企业来讲，数智化推进的路径就是要在企业规划的基础上统一数智化规划，在统一数智化规划的基础上统一数据治理，统一数智底座，统一关键应用系统。

5. 企业要成功推进数智化，除了要采用正确的方法论、选择合适的软件系统，还要重视和做好 " 数据治理 "" 模型运用 " 这两项重要的基础工作，就像信息化时期要做好 " 流程梳理 " 工作一样。

以下为王文京演讲实录（有删减）：

企业数智化转型进入全新阶段

当今企业做创新变革，有三大战略方向，分别是：绿色化、数智化和全球化。我们本次议题就是数智化。

数智化在这波人工智能浪潮到来之后，进入了全新的发展阶段。IDC 最近做了预测分析，其中提到：到 2025 年，全球 2000 强企业将把超过 40% 的核心 IT 支出用于 AI 相关计划，从而使产品和流程创新率实现两位数的增长。而中国 30% 的组织将实现由 AI 支持的创新商业模式。

从最近这些年的发展来看，企业数智化的 3 大核心技术，分别是 AI、大数据和云计算。

AI 的技术发展并不是新鲜事，上世纪 50 年代开始 AI 的理论就被提出来了，最开始可能只有零星的、很小众的企业在应用人工智能的技术。2012 年，因为机器学习的突破，AI 技术发展出现了转折，迎来了创新发展的小热潮。到了 2022 年，一个更大的转折点出现了，ChatGPT 3.5 横空出世——人工智能也从原来的探索应用，发展到创新应用。现在看来，从 2022 年年底开始，AI 就进入到一个普及应用的新阶段。

AI 技术的三大层级和在企业应用的四大方向

几十年来，我们看到 AI 技术不断地演进，层级也在不断地提升。

我们把它总结为 3 个层级：第一个是感知级，包括原来大家熟悉的 OCR，RPA，以及语音、图像识别等；第二个是认知级，包括 NLP、机器学习平台、智能搜索等；第三个是慧知级，最具代表性的就是大模型和智能体。

从目前众多企业的实践来看，AI 在企业的应用主要集中在 4 个方向，分别是：智能化业务运营、自然化人机交互、智慧化知识生成、语义式应用生成。

第一，智能化业务运营。比如说，现在大家应用最广泛的智慧客服、智能营销、智能制造、智能研发等等，这是 AI 在企业应用最基本的方面。

第二，自然化人机交互。我们和系统的交互方式发生了根本改变，原来大家熟悉的键盘、鼠标、触屏的方式转为直接的自然语言的方式。

第三，智慧化知识生成。企业里面有一个重要的资产是知识资产，我们之前有知识管理，但是知识管理的运营对企业来讲效率是不够的。有了生成式人工智能之后，我们企业的知识资产可以更好地赋能企业的每个员工。

第四，语义式应用生成。比如说，我们告诉智能系统要做什么事，它可以很快地帮你生成一段程序，很快做成一个应用，而不需要复杂的研发。

现在大家最关切的是 AI 大模型在企业的应用。从进程上来看，分三个阶段：从 2022 年年底到 2023 年处于 " 探索期 "，那时大家都觉得很新鲜，各种各样的信息爆发式的出现，很多企业也在组织员工学习研究。

2023 年下半年开始，AI 与企业的业务场景开始深度融合，AI 大模型在企业的应用进入 " 落地期 "。到现在为止，客户服务、市场营销、营运管理等已经成为企业 AI 大模型应用得比较成熟的场景。

我们可以预见下一个阶段，AI 大模型在企业的应用会进入到 " 创新期 "，这个阶段最主要的应用形态会是智能体。会出现各种各样能够实现企业业务运营或管理主题的智能体，从而服务企业各项业务和管理的创新。

在这一进程下，可以推测未来企业业务的形态也会发生变化。过去企业的业务形态还是以人工为主的，即 " 人工业务 "，现在越来越多的变成 " 人机协同业务 "，就是用智能助理和你一起做事，或者独立的数字人帮你完成很多工作。到第三阶段，智能机器人或智能体可以自主帮你做创新，去开展很多业务，走向 " 自主业务 "。

数智企业的画像

用友在 2017 年提出 " 数智化 " 这个概念，所谓数智化实际上就是数字化和智能化的结合。从发展来看，信息技术在企业的应用已经历了几个大的阶段。

最早是电脑化阶段，从上世纪 50 年代就开始了。第二阶段是信息化阶段，从上世纪 90 年代开始，后面就进入到数字化阶段，最新的发展是从数字化进入到数智化的阶段。这并不是咬文嚼字，确实有不一样的内涵。而数智化是在数字化基础上的智能化发展，把这两个结合。

由此我们提出了 " 企业数智化 1-2-3"，也称为企业数智化进阶模型，其中明确了企业数智化推进的三大层级：业务在线（上云）、数据驱动（用数）、智能运营（赋智）。

各行各业都在推进企业的数智化转型，推进成功之后的企业叫 " 数智企业 "，具备 6 个方面的特性，包括业务方面的 3 个特性，以及技术方面的 3 个特性。

业务方面的三个特性：一是快速响应客户，包括企业经营从厂商导向 ( B2C ) ，到客户导向 ( C2B ) ，快速响应客户需求和市场变化；二是生态协同共荣，产业核心企业会构建自身的产业生态，中小规模企业会融入到多个对应的产业生态之中；三是员工主动作为，企业组织从被动的自上而下驱动到员工主动作为，数智平台成为对员工的高效赋能平台。

技术方面的三个特性：首先，是实时感知。通过连接和数据采集、处理，实时反馈和洞察消费者、员工状态、生产、供应链、设备、经营运行等的变化；其次，是数据驱动。在实时感知的基础上有了大量的数据，有了数据之后就可以实现数据驱动，数据驱动是企业不再只是根据流程来运营业务，而是更多地结合数据这个资源运营企业业务，作出各种的分析、预测、决策、控制等等；最后，是智能运营。数据驱动基础上有了丰富的数据后，就可以应用各项人工智能技术，实现业务运营和管理的智能化，这是智能运营的新的状态。

数智化转型的目标

从我们服务大量企业数智化转型的实践来看，企业数智化的目标主要有两层。

首先是企业的创新变革目标，主要体现在三个方面：一是，企业业务模式的创新，企业原来的传统业务模式和数智化之后的业务模式，变化很大，就像我们今天看到的线上零售和传统零售方式会有很大的差异；第二，管理方式的变革，数智化之后企业管理方式更加扁平、更加敏捷，更加能够赋能一线组织和员工；第三，工作方式的转变，几乎所有的工作都要在线上进行。

我们推进企业数智化的真正目标——不是为了创新，创新是实现发展的途径，包括企业怎么开拓市场、创新产品，增长收入，降低成本，怎么去提高效率，怎么提升质量，管控风险等等。通过这些，让企业有更高的经营绩效，更强的竞争优势和更可持续的发展，这才是企业推进数智化的真正目的所在。我们不能为数智化而数智化，为创新而创新，还是要服务企业的发展。

不同规模的企业推进数智化的策略和实现路径不同。我们服务了大量大中小微企业的数智化，总结出一些规律。对大型或巨型企业来讲，数智化推进的路径就是要在企业规划的基础上统一数智化规划，在统一数智化规划的基础上统一数据治理，统一数智底座，统一关键的应用系统。

对中小型企业来讲，实现路径则是不同的。让一个中小企业快速实现数智化的方式是全面采用公有云服务，选择领先的企业数智化运营平台，直接使用平台上的数智化云服务就可以了。

中小型企业还可以加入 1~N 个产业互联网平台获得各种各样的社会资源，从而拓展市场、获得金融服务、扩展组织能力等。

很多先进的企业在数智化的推进上做得很成功，也有部分企业在数智化方面走过弯路，甚至花了不少钱，但成效并不是很好。为此，我们在总结了服务众多行业、不同规模企业的数智化实践后，提炼出一个模型叫 " 企业数智化 1-2-3"，也称为企业数智化能力进阶模型，帮助企业一步步地把数智化推进成功。这个模型中，我们把企业数智化的能力分为三个层级：

第一，业务在线（上云）。就是把企业所有的业务和管理工作全面线上化，这是企业推进数智化建设最有效、最基本的路径。

第二，数据驱动（用数）。业务在线的基础上，企业就可以利用数据资源，基于数据做分析、预测、控制、决策，实现业务和运营管理的数据驱动，不再是流程驱动。

第三，智能运营（赋智）。在数据驱动的基础上，企业越来越多的业务走向智能化运营，知识的运营，应用的生成都越来越结合人工智能的能力来实现。

我们还注意到一个现象，就是很多企业数智化的推进，决心很大，甚至选择了很适合的系统，但仍然没有成功。它们往往有一个共同的问题，就是企业数智化阶段有一些重要的基础性工作可能没有做到位。

数智化阶段，最重要的关键基础工作是数据治理。过去，企业在推进如 ERP 系统、CRM 系统这些信息化的时候，最重要的基础工作是流程梳理。但到了数智化这个阶段，如果只是做流程梳理，不做企业的数据治理，不把企业的数据标准化和数据质量工作做好的话，数智化推进一定会大打折扣。数据治理、模型运用这两项重要的基础工作，就像信息化时期要做好 " 流程梳理 " 工作一样重要。

所以，建议各位企业家在推进企业数智化建设时要特别重视企业的数据治理，企业数据标准化、数据质量一定要过关，在此基础上推进数智化建设可以事半功倍。

用友服务企业数智化

最后，简要地向大家介绍用友的新一代企业软件产品——用友 BIP，其中包括了一个针对企业数智化应用的企业服务大模型 YonGPT，以及一批智能化的应用，如智能助理、数智员工等等。

目前，用友 YonGPT 已在众多企业中落地应用。比如，康师傅百饮基于用友 YonGPT 建设人才招聘与运营平台，依托强大的模型持续精准地匹配人才画像，通过 AI 面试后的候选人，复试通过率高达 90%。爱尔眼科通过与用友合作，上线数智员工，解决税码维护、药品器械首营管理、集中支付与银行对账等提效问题，处理效率提高近 8 倍，准确率达到 100%。

在全球化方面，用友也服务了很多中企出海。比如日丰管业采用用友 BIP 的 SaaS 套件，以 3 周一个国家公司的速度快速构建和运营起近 20 个海外公司的财务业务一体化数智平台，支撑日丰管业快速拓展全球业务。

目前，用友 BIP 已经为 5.8 万家大型和中型企业提供数智化服务，此外，还有 70 多万家小微企业使用用友子公司畅捷通的云服务产品，用户遍布各个行业和海内外。未来，我们希望通过 BIP 的普及，让企业数智化在更多的企业成功。