【導讀】在 2026 IBM 中國企業級 AI 巔峰論壇上，陳旭東提出企業 AI 落地如同 “城市攻堅戰”。很多企業僅實現了會議紀要、智能客服、視覺質檢這類外圍應用，很難撬動整體績效增長；想要釋放 AI 長期價值，必須深入經營決策、核心業務流程。落地的三大卡點是數據治理、業務流程打通、組織協同，同時可以把需求劃分為經營、運營、管理三類，分別對應數據治理、數字化補課、AI 統一平臺建設，分階段完成從應用 AI 到 AI 重塑的跨越。
幾年前，企業普遍認為AI近在咫尺，仿佛部署一個模型、引入一套工具，就能迅速釋放價值。真正開始落地后，才發現這不是一場輕松的技術升級，而是一場層層深入的"城市攻堅戰"。
本文根據陳旭東在”2026年IBM中國企業級AI巔峰論壇“的主旨演講整理，部分內容經重新編輯。
今天，幾乎所有企業都在談AI，不少企業也持續增加投入，但真正實現規模化價值的仍是少數。模型能力不斷躍升，企業面臨的核心問題卻沒有改變：AI究竟能在哪些關鍵環節創造價值，又如何形成可量化、可復制、可持續的經營回報？
目前，大多數企業攻下的仍是"外城"。利用AI生成演示文稿、整理會議紀要、輔助編碼，可以提升個人生產力；將AI應用于財務審核、智能客服和視覺質檢，也能夠優化局部流程。這些"不傷筋動骨"的應用較易推進，卻未必能改變企業整體績效，更難以自然轉化為新的增長動力。
真正決定企業競爭力的，是能否繼續向"內城"推進，讓AI進入經營決策和核心業務流程。這意味著企業不能再把AI視為孤立的工具或單純的IT項目，而要運用AI重新審視組織分工、業務流程和決策機制。越接近核心業務，涉及的數據基礎、系統協同、權責分配和組織利益就越復雜，攻堅難度也越大。
因此，企業AI應用的真正分水嶺，不是誰部署了更多模型、上線了更多智能體，而是誰有能力從外圍的局部提效，深入"內城"完成業務與組織重塑。企業級AI落地，本質上是一場貫穿數據、流程、組織與治理的系統性變革。
企業AI規模化落地的三道關口
基于過去幾年和大量中國民營企業的深入交流，我們發現，影響AI落地的因素主要集中在三個方面：數據基礎、業務流程和組織管理。
首先是數據基礎。部分企業擁有大量數據，但缺乏統一治理，難以保證數據質量和一致性；另一些企業的關鍵業務環節尚未完成信息化和數字化建設，甚至沒有形成可供AI使用的數據。缺少完整、可靠且具有業務語義的數據，AI就難以提供可信的判斷和建議。
其次是業務流程。AI只有真正嵌入研發、生產、供應鏈、營銷和服務等業務鏈條，才能形成規模化價值。然而，企業內部往往存在系統割裂、設備互聯不足、知識經驗難以沉淀等問題。單個應用試點或許能夠取得成效，但要將其復制到更多部門、場景和地區，就需要打通系統、數據和流程，并建立可以復用的業務模型。
第三是組織管理。AI轉型并非傳統意義上的技術項目，不能完全交由IT部門獨立推進。企業負責人最了解業務亟待解決的問題，也最有能力調配資源、協調部門利益并推動流程重構。只有最高管理層真正參與，明確業務目標和投入邊界，AI才能從局部試點上升為企業級變革。
因此，企業不能將AI落地簡單理解為采購一種工具或部署一個模型。數據基礎、業務流程與組織管理必須協同推進，任何一個環節缺位，都可能導致AI應用難以形成規模效應。
從三類需求尋找價值突破口
要破解AI落地困境，企業首先需要從業務出發，明確自身的真實需求。站在企業負責人的視角，可以將AI需求劃分為經營、運營和管理三類。這三類需求最終都應服務于兩個基本目標：降本增效和增長擴張。
經營類需求關注企業的發展方向、資源投入和重大決策。其目標是借助AI獲得更加準確、及時的經營洞察，打通戰略、產品、供應鏈等決策環節的信息斷點。智能問數、經營分析和輔助決策是其中的典型場景，而最大的制約因素仍然是數據。缺少經過治理的經營數據，企業就容易陷入"分析結果不準確、決策繼續依賴經驗、AI投入產出難以評估"的循環。
運營類需求覆蓋研發、生產、供應鏈、營銷和服務等環節，重點解決業務能否順暢運行、產出能否穩定達標的問題，典型場景是企業流程優化。企業可以利用AI輔助研發管理和代碼生成，加快知識傳承；通過視覺檢測提高生產質量和效率；借助智能資產管理提升設備可用性并降低維護成本。此類應用的關鍵不在于單點技術，而在于能否實現系統與設備、數據與知識、部門與生態之間的有效打通。
管理類需求主要涉及人力資源、財務、資產、IT、合規和法務等職能。目前，大多數企業推動的AI應用，如員工自助服務、辦公智能體、企業知識庫，都屬于這一范疇。管理類應用能夠提升員工效率，為企業運營提供支撐，但個人效率的提升并不必然轉化為企業整體績效。隨著智能體數量持續增長，企業還必須解決權限、合規、安全、重復建設和統一運維等問題，為AI規模化應用建立統一底座。
從"應用AI"走向"AI重塑"
企業AI通常會經歷試點探索、流程優化和業務重塑三個階段。輔助編碼、辦公自動化和知識庫等應用，主要解決效率問題；企業如果希望借助AI創新產品、拓展市場并創造新的收入來源，就必須進一步以AI思維重構業務與組織。
企業負責人需要重新審視每一項業務活動：如果今天重新創建一家企業，哪些工作可以由AI完成，哪些環節仍然需要人的判斷和創造？對于已有一定規模和歷史積累的企業，還應重點思考兩個方向：一是將AI融入產品，推動產品智能化升級；二是利用AI重構服務體系，提高響應速度、服務質量和客戶價值。
這并不意味著企業必須一步完成全面轉型。更現實的路徑，是以高價值業務場景為切入口，補齊數據和數字化基礎，逐步打通關鍵流程，并建立統一的模型、數據、智能體、安全和合規治理體系。
舉例而言：
經營類：關鍵詞是數據治理。全局的數據治理無法一步到位。從經營數據入手，通過專業的財務視角對企業經營數據進行全面的梳理和建模，可以為企業的智慧經營打好基礎，助力其經營水平躍上一個臺階。
運營類：關鍵詞是數字化補課。沒有信息化、數字化的基礎，談AI落地就是空中樓閣。在此基礎上，可以進行企業內部系統的打通；當然，也可以對業務流程進行梳理和優化。
管理類：關鍵詞是打造AI平臺。除了公司內部AI智能體的管理和治理，其知識庫的建設和運維也是一個經常被忽視的指標。看一家企業是否真正擁抱AI，可以看其內、外部知識庫是否真正運行起來，并被大家充分利用。
結語
AI落地和歷史上的其他技術變革一樣，本質上都是利用新技術對企業的組織、流程進行重構，其難度不亞于"二次創業"，離不開企業負責人的長期思考和親自推進。因此，AI轉型不是一次性的系統建設，而是伴隨技術和業務發展持續演進的過程。
要走出AI應用困境，企業負責人必須親自參與，以業務價值為起點，以數據和數字化能力為基礎，以組織和流程變革為牽引，在持續實踐中探索適合自身的發展路徑。
作為業界唯一兼具AI技術與咨詢服務能力的科技公司，IBM愿在企業的AI應用之路上攜手合作伙伴，成為企業的最佳陪跑伴侶。
關于IBM
IBM 是全球領先的混合云、人工智能及企業服務提供商，幫助超過 175 個國家和地區的客戶，從其擁有的數據中獲取商業洞察，簡化業務流程，降低成本，并獲得行業競爭優勢。金融服務、電信和醫療健康等關鍵基礎設施領域的超過 4000 家政府和企業實體依靠 IBM 混合云平臺和 Red Hat OpenShift 快速、高效、安全地實現數字化轉型。IBM 在人工智能、量子計算、行業云解決方案和企業服務方面的突破性創新為我們的客戶提供了開放和靈活的選擇。對企業誠信、透明治理、社會責任、包容文化和服務精神的長期承諾是 IBM 業務發展的基石。
