企业如何利用AI实现数智化升级？刘九如给出权威答案

点击蓝字，关注我们

4月22日，第五届中国国际软件发展大会企业AI转型创新论坛在北京国家会议中心圆满落幕。国家智能制造专家委委员、工业和信息化部电子信息科技委常委兼战略总体组副组长刘九如发表了题为《转型逻辑与政策举措》的主旨演讲，深入剖析了企业AI转型的核心共识、典型案例、底层机制、国家政策及企业落地策略，为各行业推进数智化升级指明了方向。

01

企业数智化转型的共识与成功案例

刘九如首先指出，企业数字化进程已步入新阶段，正从信息化、数字化全面迈向以AI原生重构为特征的数智化新时代。

当前，大模型与AI智能体正在打破传统数字化界限，重塑企业生产逻辑、运营模式、协作体系及增长范式。过去数年，我们推动企业上云、建平台、通数据，打破业务壁垒，夯实了数字化基础。如今，大模型与智能体已成为企业从数字化迈向数智化、智能化及自主进化的关键驱动力。

大模型为企业提供了全域感知、自然交互、知识沉淀和全局决策的“超级大脑”，贯穿于日常运营与核心决策中；AI智能体则负责流程自主执行、跨系统联动及多角色协作，实现闭环运转，使AI从“能用、好用”真正进化为“自主、自愈、自优”，这已成为众多企业高管的共识。

随后，刘九如结合三个典型实例，生动展示了AI转型的实际成效。

第一个案例聚焦于比亚迪高端智能制造。比亚迪依托自研璇玑工业大模型及全链路生产智能体，有效解决了制造研发慢、排程混乱、设备被动抢修、供应链协同差及能耗成本高等难题。其中，研发设计智能体使车型研发周期缩短25%，创新效率大幅提升；生产调度智能体实现24小时自动排产与物料调配，设备效率提升30%，能耗降低15%；设备运维智能体能提前预判故障，运维效率提升75%，减少停产损失；供应链智能体则打通上下游信息，降低协作成本。最终，工业大模型与全链路智能体重构了柔性智造流程，实现研产供销服一体化，人均产值翻倍，综合成本下降，市场响应速度显著加快，成为制造业AI转型的典范。

第二个案例是招商银行金融风控管理的重塑。招行通过“一招”金融垂直大模型及五大类业务智能体，攻克了信贷审核慢、风险难预警、合同文档处理繁琐、客服响应滞后及跨部门协同低效等行业痛点。信贷审批智能体将1-3天的流程缩短至几分钟，小微企业融资更便捷，不良率有效降低；风控预警智能体实时监测交易风险，坏账率下降40%；合规审计智能体处理海量文档效率提升80%；客服与运营智能体提供24小时在线服务，优化内部流程，提升客户体验。通过全域大模型与多层级管控智能体的落地，招行重构了风控与运营体系，实现了风控更严、办事更快、服务更优，大型集团数智化转型取得跨越式突破。

第三个案例是国家能源集团的集团业务一体化协同。该集团运用擎源全域治理大模型及五大集团管控智能体，解决了层级多、跨区域跨部门协同难、制度落实不到位、经营决策慢及风险管控弱等问题。通过制度合规智能体统一标准、排查执行漏洞；经营决策智能体10分钟生成全集团分析报告，决策效率提升90%；内控审计智能体跨部门联动排查风险，保障资金与项目安全；办公协同智能体简化流程，办公效率提升80%。大模型与智能体彻底重构了集团治理体系，实现了上下协同、数据贯通及风险可控。

02

企业数智化转型的基本逻辑

刘九如认为，基于上述三个案例，可以清晰总结出企业以AI牵引数智化转型的基本路径。

首先，转型需聚焦核心痛点，善用大模型与智能体。当前，以制造业为主的企业普遍面临四大痛点：一是数据孤岛严重，数据不通、标准不一，难以转化为价值；二是流程割裂低效，依赖人工跨部门协作，繁琐缓慢且消耗人力；三是决策依赖经验，对市场波动和风险变化的判断滞后且精度不足；四是协同壁垒突出，内外协作成本高、资源配置低效。破解这些痛点，关键在于用大模型定大脑、智能体做执行：大模型打通全域数据、沉淀专家知识、统一业务语言，成为企业智能中枢；AI智能体作为场景化载体，自主完成感知、规划、协同、执行和迭代，实现大脑指挥全局、执行落地闭环，推动企业从工具赋能走向原生重构。

其次，要明确转型的本质定位，实现从数字化到数智化的核心跃迁。数字化侧重流程线上化、数据存储及事后复盘，由人主导决策；数智化则是AI深度赋能，实现预测、自主决策与自动执行，全链路重构，使数据成为核心生产要素。底层质变体现为：从经验驱动、数据驱动升级为AI智能驱动；从被动响应转变为事前预测、事中调控与闭环优化。

刘九如还详细阐述了企业数智化转型需遵循的五层闭环演进逻辑：

底座层：夯实数字基建、数据治理、云原生架构及AI算力平台；

运营层：实现流程自动化、智能质检及供应链调度，达成降本增效；

决策层：开展需求预测、故障预警及风控研判，从事后分析转向事前预判；

研发层：依托AI仿真与数字孪生，缩短周期、降低试错成本；

模式层：推动产品定制、服务智能与生态协同，创新商业模式。

在转型路径上，必须循序渐进，避免盲目上AI：先完成数字化打底，实现业务上线、数据贯通与系统标准化；再进行场景化AI落地，从质检、风控、客服、排产等单点痛点切入，快速验证价值；继而实现全域智能贯通，跨部门、全链条AI协同，实现AI原生重构；最终达成生态数智升级，实现产业链协同与创新增长。

从价值逻辑看，AI转型实现四层价值跃升：一是效率价值，通过自动化重复工作降本提速；二是经营价值，优化库存、损耗与风险，提升利润；三是竞争价值，精准洞察用户、快速响应市场，构建差异化壁垒；四是增长价值，催生新产品、新服务及新商业模式，开辟第二增长曲线。

转型的终极逻辑，是AI原生重构企业：从AI外挂工具变为嵌入企业基因，从单点优化升级为全组织、全流程、全生态的数智进化，使企业能够长期自适应市场变化。

03

数智化转型政策举措与企业实操策略

演讲中，刘九如还简述了国家推动数智化转型的核心政策，为企业转型提供支撑。国家发改委牵头实施全国“人工智能+”行动，统筹通用与行业大模型、场景智能体规模化落地，构建标准与安全合规体系，夯实智算与数据底座，推动AI融入企业全流程。工信部实施《人工智能+制造》专项行动，明确2027年推动5-8个制造业垂直大模型，培育1000个高水平工业智能体、落地500个标杆场景；同时开展工业数据筑基专项行动，建设高质量数据集，打通数据壁垒。国务院国资委全面部署央企“AI+”专项行动，将大模型、智能体纳入“十五五”规划，攻坚自主可控模型，组建产业协同共同体，以央企标杆带动全产业链普及。这些政策均有项目与资金支持，值得企业关注把握。

刘九如还强调，推动数智化转型，企业应明确AI实操策略，建议企业家把握以下几点：

战略先行：将AI赋能提升至企业顶层战略，定位为新质生产力核心引擎，实施“一把手工程”，成立专班统筹推进；

底座筑基：统一数据底座，打破数据孤岛，建设适配AI的算力与云平台，提供安全可控的技术支撑；

场景驱动：优先选择高价值场景单点突破，构建“大模型+智能体”双轮驱动架构，快速见效；

组织变革：重构人才体系，设立AI运营、智能体训练等新角色，建立AI安全合规体系；

生态协同：坚持产学研用协同，持续迭代优化，形成“应用—数据—优化—再应用”的进化闭环。

百年变局加速演进，数字经济成为高质量发展核心引擎，AI作为新质生产力核心要素，正在颠覆企业经营底层逻辑：工业时代靠人力、设备、流程驱动增长；互联网时代靠数据、平台、流量驱动增长；AI时代则依靠大模型认知、智能体协同、人机共生，驱动指数级增长。

刘九如最后强调，通用大模型普及应用正在深刻改变我们的工作生活，企业应结合自身业务搭建垂直模型与智能体，毫不犹豫、积极行动，抓住转型机遇。无论传统产业、新兴产业还是未来产业，都必须积极拥抱AI，以AI原生思维重构业务、组织与流程，推动转型升级！