導讀

今年2月ChatGPT的爆火后，百度、阿里等互聯網大廠相繼下場，“文心一言”、“通義千問”AIGC工具相繼面世，部分企業進一步利用人工智能技術實施智能化轉型。企業是否有必要進行智能化轉型？目前我國企業智能化現狀如何？企業智能化轉型帶來哪些優勢與挑戰？本文將針對以上問題展開探討。

01

企業智能化發展是大勢所趨

數字經濟的快速發展，給企業帶來了一系列挑戰。以產品為中心的大規模生產向以客戶為中心的定制化模式轉變，定制化訂單增加了企業經營管理的復雜度。隨著新技術不斷的更新迭代，產品開發節奏加快、難度增高。需求的快速變化和不確定性對企業的需求洞察能力、響應能力以及對成本和風險的控制能力提出了更高的要求。傳統的運營模式已經無法滿足新經濟、新技術和新市場的需求。不僅如此，黑天鵝與灰犀牛事件接踵而至，經濟增長壓力上升，也對全球供應鏈各環節帶來不穩定因素。

多重因素下，以物聯網、大數據、人工智能等為代表的新興技術的快速發展為企業智能化轉型提供了變革的動力。智能化轉型是指在數字化的基礎上，企業通過引入智能信息技術實現智能化的生產和管理。同時，我國也已對智能化發展展開布局，助力企業智能化發展。例如，在數字基礎設施建設方面，政府一直在部署全國一體化算力網絡國家樞紐節點并不斷推進“東數西算”工程快速發展。未來，根據《“十四五”智能制造發展規劃》，預計在2025年，我國將實現規模以上制造業重點行業骨干企業初步應用智能化；到2035年，實現規模以上制造業重點行業骨干企業基本實現智能化。

智能化轉型將有助于企業發展，提高企業的生產效率和管理效率，降低企業成本，提高企業和國家競爭力。根據工信部示范項目數據顯示，通過智能化改造，智能制造示范工廠的生產效率平均提升32%，資源綜合利用率平均提升22%，產品研發周期平均縮短28%，運營成本平均下降19%，產品不良率平均下降24%。

由此可見，在商業環境不斷變換的今天，在技術、政策等全方面的支持下，企業智能化轉型必將是大勢所趨。

02

我國企業智能化轉型現狀

今年1月，中國信息通信研究院和聯想集團共同發布業內首份《中國企業智能化成熟度報告（2022）》，報告第一次提出“企業智能化成熟度模型”并將企業智能化的成熟度劃分為5個層級。根據報告數據顯示，在總體的成熟度上，各行業涌現了一些智能化轉型較為成功的代表企業，但是絕大部分企業仍處于轉型的探索期間，84%的企業處于智能化轉型早期和中期，僅1%的企業達到智能化轉型的最高水平。中國工程院院長周濟也曾指出，目前中國大多數企業和廣大中小企業還沒有完成智能制造的第一代，即數字化制造的普及。

圖源：《中國企業智能化成熟度報告（2022）》

從整體上看，我國企業智能化水平亟待提高，但目前已經存在一些企業較好的完成了智能化轉型。以海爾為例，海爾從2005年開始進行數字化轉型，良好的數字化水平為海爾智能化轉型提供了基礎；2012年，海爾正式將數字化戰略升級為“智能化”戰略，開始推行智能制造、智能家電和智能家居等業務，并嘗試將智能化技術融入生產制造、品牌管理等環節，建立智能化工廠以及智能化管理體系；2015年，海爾提出“用戶智能平臺”(U+)的概念，并推出向全社會提供智能制造解決方案的眾創匯平臺，進一步拓展智能化應用場景。同時海爾將智能化技術逐步進入研發、采購、營銷服務等新環節；2019年，海爾步入生態品牌戰略階段，全力打造智能生態系統，通過對內外部資源的整合，打造智能家庭、智能工廠、智慧城市等多個智能化場景，并將互聯工廠軟化、簡化、云化，搭建起中國首個自主研發創新的工業互聯網平臺COSMOPlat，逐步實現產品、服務、平臺、生態的全面智能化升級。目前，COSMO平臺實踐已經初見成效，以海爾膠州空調互聯工廠為例，高精度方面，工廠已實現新產品開發100%用戶參與設計，定制占比25%以上；高效率方面，訂單交付周期縮短50%以上，效率提升100%。這也標志著海爾的智能化水平已經達到了國內甚至全球領先水平。

目前企業智能化轉型正處于從數字化底座建設到智能業務運營過渡的階段。《中國企業智能化成熟度報告（2022）》將智能業務運營能力拆分為智能產研、智能供應鏈、MarTech（智能營銷）、SalesTech（智能銷售）、智慧服務、智能運營管理六大能力子項。整體來看，六大能力細項成熟度發展水平基本持平，各細項差異不明顯。但是不同行業優劣勢略有差異。其中，公共事業、交通和能源行業在智能產研、智能營銷和企業運營管理方面表現更好；金融行業則在營銷、銷售和客戶服務方面表現更好；建筑和流通領域，在供應鏈及企業智能管理上成熟度較高；制造業整體能力水平都相對較弱，尤其在智能營銷方面存在很大的進步空間。

圖源：《中國企業智能化成熟度報告（2022）》

總之，雖然企業智能化轉型是大勢所趨，但目前我國各行業主體仍處于智能化探索期，尚未形成轉型方法與明晰的路徑；各行業智能化能力和水平整體差異較小，僅在各細項中呈現差異。未來在先行企業的帶動及示范下，各企業主體或將陸續推進智能化轉型，帶動行業智能化發展，提升我國智能化市場競爭力。

03

智能化轉型的優勢

（一）降本增效

隨著智能技術的普及，以及算法、算力的加快成熟，企業逐步將智能技術引入全產業鏈環節，使得企業可以更好的降本增效。

在研發環節，企業可以通過產品生命周期管理系統等手段提升產品研發效率，并在研發過程中引入智能化模型，提高產品決策準確性。例如聯想通過建設PSI-產品情感分析等智能產品研發管理平臺，精準把握客戶需求和客戶反饋，并通過智能化算法進行產品設計以及仿真測試，達到降本增效；在生產環節，企業可以將智能化工具作為勞動力，提高生產效率，降低人力成本。例如海爾在生產環節引入智能制造技術，利用自動化裝配技術代替人工操作搭建燈塔工廠，其中聯想合肥工廠引入智能化技術后，定制生產計劃的時間從6小時縮減到90秒，生產效率了提高45%，產量提升19%，訂單數提升24%；在營銷環節，企業可以通過智能化技術對消費者行為進行分析預測，對搜索算法進行優化并對用戶進行個性化推薦，提高引流準確度，完成精準營銷，降低營銷成本。例如淘寶的“猜你喜歡”通過分析消費者近期搜索瀏覽記錄等信息智能化推薦相關商品，提高消費者自然轉化率，達到為店鋪引流的作用；在服務環節，企業通過引入智能算法、智能機器人、虛擬數字人等技術，為用戶提供智能化服務，提升客戶體驗與忠誠度。例如京東在物流配送環節引入物聯網技術以及智能化算法，對物流配送線路進行優化和管理，并利用智能機器人進行分揀裝配，縮減產品配送失效，提升客戶體驗。

（二）提高競爭力

一方面，智能化轉型可以幫助企業更好的把握市場和技術的發展趨勢，快速響應市場變化并快速迭代出滿足市場需求的產品，從而提高企業的市場競爭力。例如騰訊“用戶體驗中心”，利用智能化技術對用戶體驗進行實時監測及分析，自動調整產品以及服務以響應用戶需求及反饋，提高用戶體驗感以及滿意度。根據騰訊公開數據顯示，其用戶體驗中心已經對1000余個產品進行了優化，用戶滿意度提高了20%以上。另一方面，企業可以通過引入智能化技術，強化其核心競爭力。例如毫末智行通過對ChatGPT背后技術進行研究，打造并推出全球首個自動駕駛認知大模型DriveGPT，并將此模型應用于自動駕駛模型的訓練中，提升汽車掉頭、環島等困難場景中的超過30%通過率，進一步鞏固其技術壁壘。

目前大部分企業依舊處于智能化轉型的探索期，誰能夠先一步完成智能化轉型，誰就可以進一步搶占市場，重塑市場格局。特斯拉通過自動駕駛等智能化技術，實現了對傳統汽車行業的顛覆，并成為智能電動汽車市場的領軍企業。

04

智能化轉型的挑戰

（一）轉型認知不到位

智能化是數字化的更高層次的應用，需要在數字化基礎上進一步轉型。與數字化轉型相似，智能化轉型也是一把手工程，只有在CEO等高管的支持下，才有可能實現成功轉型。但是現實中，企業管理者對智能化轉型不了解、不認同的情況比比皆是。部分企業管理者認為智能化轉型是技術型企業才需要做的事情，并且認為只有大型企業才需要進行智能化轉型，并對其產生較大的抵觸心理，難以跳出舒適區。根據2021年中國信息通信研究院發布的《中國企業數字化轉型發展趨勢研究報告》數據顯示，有超過50%的企業家對智能化轉型認知理解存在誤區。

（二）轉型路徑不清晰

目前，大部分企業尚未完成智能化轉型的基礎，即數字化轉型，只有極少數企業達到較高水準的智能化轉型。企業即使認識到了智能化轉型的重要性，并對推動智能化轉型具有強烈意愿，但多數企業依舊難以獲取智能化轉型經驗，難以對智能化轉型進行清晰的戰略規劃與路徑規劃。根據埃森哲調查顯示，超過60%的企業表示他們認為目前智能化轉型路徑不夠清晰，難以對轉型展開有效的規劃。

（三）數據資產不充足

數據資產的累積是企業智能化轉型的前提。一方面由于目前大部分企業尚處于數字化轉型階段，且數字化進程參差不齊，企業數據資產積累不足，難以支撐企業進行智能化轉型。根據《中國企業智能化成熟度報告（2022）》顯示，84%的企業尚處于數字化轉型的階段，尚未積累充足的數字資產。另一方面，數字化積累的數據的質量不加，碎片化嚴重，可用性較低。根據麥肯錫發布的《正視數據碎片化》報告中顯示，大約有60％的企業表示他們面臨著數據碎片化的問題，并對企業數字化、智能化轉型產生了負面影響。

（四）人才短缺，核心技術“卡脖子”

人才方面，目前數字化人才短缺問題尚未解決，智能化人才則是對數字化人才的再升級。未來隨著企業智能化轉型加速，智能化人才需求或呈現指數型增長，智能化人才缺口面臨巨大挑戰。根據中國人力資源和社會保障部發布的《2021年中國勞動力市場報告》數據顯示，有超過50%的企業認為智能化轉型所需的人才不足，并影響了企業智能化進程。

技術方面，雖然我國近幾年加快了智能化產業的布局和規劃，但是相比于歐美國家，我國在技術方面依舊存在一定的短板。目前我國智能化技術多依賴于外部開源算法，一旦底層框架閉源，將對我國智能化技術形成嚴重打擊。一旦沒有智能化技術的加持，企業智能化轉型猶如困頓之獸。

（五）轉型投入成本高

一方面，基于智能化技術及人才的稀缺性，企業則需要大量投入以搶占優質資源。另一方面，智能化轉型漫長且復雜，資金需求大。從原硬件升級到轉型培訓試點，無一不需要資金投入，并且由于企業需要在實踐中探索，還會造成不必要的資金浪費。根據Gartner的數據，企業在智能化轉型過程中，將會在AI和機器學習上花費3.9億美元，但大部分的企業都沒有準確的預算來支持這些項目。同時，根據IDC發布的《智能化轉型路線圖：如何在數字經濟中成功》數據顯示，由于缺乏清晰的路徑線路，企業在智能化轉型過程中可能會浪費30%的資源。

（六）監管嚴格，面臨合規挑戰

數據資產作為企業智能化轉型的先決條件。如何合理合法的利用數據資產是企業不得不考慮的事情。即使是具有較高智能化水平的互聯網企業，也經常面臨數據隱私、數據安全、數據監管等數據管理問題。基于用戶安全意識的提升，數據隱私保護、數據信息泄露、數據信息合規性等問題總能引發大眾的激烈討論，監管機構以及市場大眾對數據問題的關注也為企業智能化轉型增加了無形的壓力。

企業在轉型期間應該秉持發展與監管同步的原則，不能先發展后治理，否則一定會受到市場的反噬。例如“大數據殺熟”事件中，APP利用個人信息進行自動化決策，導致用戶在交易價格上收到不合理的差別待遇，對用戶構成侵權。“攜程大數據殺熟”就曾引發熱議，企業也因此受到多名用戶起訴，最終攜程被判退一賠三。

小結

在商業環境不斷變換的今天，在技術、政策等全方面的支持下，企業智能化轉型是大勢所趨。目前雖然已經出現了一些較好完成智能化轉型的企業，但是整體看來，我國各行業主體仍處于智能化探索期，尚未形成轉型方法與明晰的路徑。智能化轉型可以使企業達到降本增效、提升市場競爭力的效果；但在智能化轉型過程中，企業也需要警惕智能化轉型在轉型認知、轉型路徑、數據積累、人才技術、轉型投入、監管合規方面帶來的挑戰。

繼續閱讀：