廣州熱線

過去幾年，由于外部環(huán)境的不確定性，持續(xù)給產(chǎn)業(yè)鏈供應(yīng)鏈帶來挑戰(zhàn)，企業(yè)都面臨了非常大的壓力。在這個背景下，企業(yè)若不從內(nèi)外部挖掘價值點，以降低成本、提高效率、獲得增長，就如逆水行舟不進(jìn)則退。

可喜的是，當(dāng)前數(shù)字化轉(zhuǎn)型已經(jīng)進(jìn)入深水區(qū)，通過和各行業(yè)頭部企業(yè)、資深專家、投資機(jī)構(gòu)和解決方案商交流，我們看到數(shù)字化升級已經(jīng)成為各行各業(yè)謀求高質(zhì)量發(fā)展的良方。

一方面，企業(yè)更聚焦提升發(fā)展質(zhì)量，通過質(zhì)量管控、技術(shù)創(chuàng)新、行業(yè)聚焦全面提振企業(yè)經(jīng)營。另一方面，經(jīng)營和管理效能的提升要求企業(yè)持續(xù)進(jìn)行數(shù)字化轉(zhuǎn)型，用技術(shù)賦能來提升質(zhì)量管控，加強產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化。

然而在這個背景下，我們也發(fā)現(xiàn)不少企業(yè)對數(shù)字化轉(zhuǎn)型仍存有困惑，經(jīng)歷了“不想轉(zhuǎn)”的轉(zhuǎn)變后，“不敢轉(zhuǎn)”、“不會轉(zhuǎn)”是當(dāng)前企業(yè)面臨的主要難題。

5月6日，36氪與京東聯(lián)合舉辦了“ 數(shù)智加速?「企」動創(chuàng)新――益企會客廳?2023創(chuàng)新專場” 線上論壇，邀請專家學(xué)者分享他們對于企業(yè)數(shù)智轉(zhuǎn)型的觀察和思考，并回應(yīng)以上企業(yè)正在面臨的難題。

本次論壇上，清華大學(xué)人工智能研究院視覺智能研究中心主任鄧志東教授分享了在AI大模型時代，企業(yè)數(shù)智化落地及價值展望；盛景網(wǎng)聯(lián)合伙人產(chǎn)業(yè)互聯(lián)網(wǎng)資深投資人湯明磊站在投資人視角，分享2023年的數(shù)智化浪潮，企業(yè)應(yīng)該摸著什么過河；36氪研究院院長鄒萍從第三方視角，分享了她關(guān)于中國中小企業(yè)數(shù)字化轉(zhuǎn)型研究；京東零售企業(yè)業(yè)務(wù)事業(yè)部行業(yè)客戶部總經(jīng)理尹忠玉根據(jù)業(yè)務(wù)洞察，從供應(yīng)鏈數(shù)智化場景切入，分享了企業(yè)經(jīng)營管理創(chuàng)新服務(wù)的價值；北京金蝶資深解決方案專家劉偉則分享了數(shù)字賦能帶給企業(yè)的創(chuàng)新和發(fā)展。

圓桌環(huán)節(jié)，京東零售企業(yè)業(yè)務(wù)事業(yè)部北方區(qū)總經(jīng)理趙延清、Newline副總裁張博、華控智加總經(jīng)理劉德廣、華院計算智能制造副總經(jīng)理程振興幾位數(shù)智化專家，從不同視角分享闡釋了他們看到的2023年機(jī)會和挑戰(zhàn)。

嘉賓金句

AI大模型落地與企業(yè)數(shù)智化價值展望

清華大學(xué)人工智能研究院視覺智能研究中心主任 鄧志東

我們可以據(jù)此構(gòu)建生成式人工智能的產(chǎn)業(yè)生態(tài)。把大型語言模型當(dāng)成人工智能操作系統(tǒng)和戰(zhàn)略性基礎(chǔ)設(shè)施來看待，在上面催生人工智能內(nèi)容生成式產(chǎn)業(yè)，推動基于COPILOT的自動化軟件產(chǎn)業(yè)和低代碼人工智能產(chǎn)業(yè)的發(fā)展，并進(jìn)一步催生多模態(tài)人工智能內(nèi)容產(chǎn)業(yè)。

以上技術(shù)在這兩年就可能實現(xiàn)突破，屆時不僅有文本內(nèi)容自動生產(chǎn)，還會涵蓋圖像視頻語音，可以進(jìn)行多模態(tài)閱讀理解與生成。機(jī)器化、自動化、人工智能化賦能經(jīng)濟(jì)社會發(fā)展，將帶來整體生產(chǎn)效率的提升，我們的確正在經(jīng)歷經(jīng)濟(jì)社會AI自動化的iphone時刻。

2023年數(shù)智化浪潮，企業(yè)該摸著什么過河？

盛景網(wǎng)聯(lián)合伙人?產(chǎn)業(yè)互聯(lián)網(wǎng)資深投資人?湯明磊

2023年對于很多創(chuàng)業(yè)者來說是一個重啟之年，過去3年，從投資人的時間看，資金供給、創(chuàng)業(yè)人群、上市流程都在發(fā)生變化，在這些變化之下，創(chuàng)業(yè)者應(yīng)該怎么融資，找誰融資，融資策略如何，也要進(jìn)行變化和調(diào)整。

現(xiàn)在市場青睞的企業(yè)，不僅要有高增長的動人故事，還要有堅實基礎(chǔ)穩(wěn)步數(shù)據(jù)，投資人期待的好的項目標(biāo)準(zhǔn)是下盤穩(wěn)、上限高、包袱輕、壁壘重，下行空間較小、上行空間較大。

當(dāng)下數(shù)字經(jīng)濟(jì)重新迎來政策紅利期，數(shù)智化正在重構(gòu)千行百業(yè)，未來10年，我認(rèn)為是產(chǎn)業(yè)互聯(lián)網(wǎng)鉆石十年。產(chǎn)業(yè)互聯(lián)網(wǎng)正是我們中國經(jīng)濟(jì)高質(zhì)量發(fā)展的主要解決方案。高質(zhì)量的核心是降本增效，而用數(shù)智化手段去賦能實體產(chǎn)業(yè)才能真正實現(xiàn)在每個行業(yè)、每個環(huán)節(jié)降本增效。

中國中小企業(yè)數(shù)字化轉(zhuǎn)型現(xiàn)狀

36氪研究院院長?鄒萍

數(shù)字化轉(zhuǎn)型是我國4800多萬家中小企業(yè)進(jìn)階成專精特新必由之路，也是專精特新企業(yè)升級為制造業(yè)單項冠軍的必要路徑。相較于大企業(yè)，目前79的中小企業(yè)仍然處于數(shù)字化的初步探索階段，對數(shù)字化的認(rèn)知和資源投入需要進(jìn)一步提升。

投入產(chǎn)出比是中小企業(yè)衡量是否要加大資源投入的關(guān)鍵所在。數(shù)字化轉(zhuǎn)型因為投資大、周期長、見效慢對中小企業(yè)來說優(yōu)先級比較靠后，即便有所覆蓋也會將有限的資金投入到數(shù)據(jù)采集環(huán)節(jié)當(dāng)中，數(shù)字化轉(zhuǎn)型的不徹底，長線戰(zhàn)略的缺失還會導(dǎo)致企業(yè)數(shù)字化轉(zhuǎn)型僅僅停留在初級探索階段，無法充分釋放數(shù)據(jù)價值，為企業(yè)帶來營收上的增長。

但值得關(guān)注是，未來兩年仍有57的企業(yè)愿意加大數(shù)字化投資意向，33的中小企業(yè)則愿意加大投入比例超過15。我們也發(fā)現(xiàn)輕量化、一站式、生態(tài)級協(xié)作是中小企業(yè)數(shù)字化轉(zhuǎn)型的三大共性需求。

數(shù)智化經(jīng)營管理創(chuàng)新服務(wù)?加強企業(yè)供應(yīng)鏈韌性

京東零售企業(yè)業(yè)務(wù)事業(yè)部行業(yè)客戶部總經(jīng)理?尹忠玉

企業(yè)經(jīng)營的一個顯著趨勢是降本增效與創(chuàng)新發(fā)展需要兩手抓：企業(yè)不僅需要不斷地降低生產(chǎn)成本，提升企業(yè)綜合競爭力，同時也要在流程管理、組織管理上進(jìn)行深度優(yōu)化，降本增效已經(jīng)成為所有企業(yè)關(guān)注的要點。同時，企業(yè)更要聚焦提升發(fā)展質(zhì)量，通過質(zhì)量管控、技術(shù)創(chuàng)新、行業(yè)聚焦全面提振企業(yè)經(jīng)營。經(jīng)營和管理效能的提升要求企業(yè)持續(xù)進(jìn)行數(shù)字化轉(zhuǎn)型，用技術(shù)賦能來提升質(zhì)量管控，加強產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化。

《科爾尼企業(yè)服務(wù)報告》中提到采購是數(shù)字化技術(shù)和服務(wù)需求最多的領(lǐng)域之一。

一方面，采購是企業(yè)的成本中心，通過創(chuàng)新能夠帶來直接而顯著的降本增效；另一方面采購是連接企業(yè)內(nèi)部與外部的樞紐和連接器，相關(guān)參與方通過高效銜接的數(shù)字化工具，基于大數(shù)據(jù)分析和算法驅(qū)動形成決策智能化、流程自動化的全新協(xié)作方式，能夠?qū)崿F(xiàn)產(chǎn)業(yè)鏈上下游更緊密的協(xié)同，進(jìn)一步放大數(shù)字化轉(zhuǎn)型的價值。

另外，京東企業(yè)業(yè)務(wù)基于自己多年的經(jīng)營經(jīng)驗提出了四個方面數(shù)智化能力的建設(shè)方向，即采購全生命周期數(shù)智化、運營管理數(shù)智化、場景服務(wù)數(shù)智化和資產(chǎn)管理數(shù)智化。我們已經(jīng)將這些能力，持續(xù)的運用到了為企業(yè)服務(wù)的過程中，并將不斷地迭代和更新這些能力。

數(shù)字賦能帶給企業(yè)的創(chuàng)新和發(fā)展

北京金蝶資深解決方案專家?劉偉

到目前，數(shù)字化轉(zhuǎn)型經(jīng)歷了四個階段。第一階段是信息化，IT作為一種工具。第二是IT即業(yè)務(wù)，強調(diào)管理系統(tǒng)和業(yè)務(wù)的融合。第三是大數(shù)據(jù)即智能，把公司以往沉淀的管理數(shù)據(jù)通過技術(shù)轉(zhuǎn)換，形成對往后決策的支持。第四個就是強調(diào)數(shù)智化，即將所有企業(yè)往數(shù)智化轉(zhuǎn)型，形成數(shù)智企業(yè)生態(tài)。

對于中小企業(yè)在數(shù)字化建設(shè)時，數(shù)實融合創(chuàng)新是很大的挑戰(zhàn)。我們認(rèn)為，中小企業(yè)在數(shù)字化轉(zhuǎn)型過程中，應(yīng)該關(guān)注?"專精特新"四個點，即業(yè)務(wù)專業(yè)化、精細(xì)化、特色化、創(chuàng)新化，主要還是滿足企業(yè)高質(zhì)量發(fā)展的目標(biāo)。

沒有數(shù)智化的企業(yè)還有未來嗎？數(shù)智化轉(zhuǎn)型的坑與避坑指南

●京東零售企業(yè)業(yè)務(wù)事業(yè)部北方區(qū)總經(jīng)理?趙延清

企業(yè)在數(shù)字化轉(zhuǎn)型過程當(dāng)中，尤其要注意兩類問題：一是在戰(zhàn)略決策時避免“既要還要“，在一個階段選擇一個重點問題進(jìn)行攻堅，因為如果目標(biāo)不清晰，就會讓執(zhí)行層非常難做。二是在執(zhí)行時要有足夠的定力，能夠面對各方面的阻力、壓力和抱怨，堅決貫徹執(zhí)行。

京東企業(yè)業(yè)務(wù)在服務(wù)企業(yè)數(shù)字化轉(zhuǎn)型時，也會針對這兩類問題給予充分支持：在轉(zhuǎn)型初期，京東企業(yè)業(yè)務(wù)會為企業(yè)客戶做好細(xì)致的戰(zhàn)略規(guī)劃和頂層設(shè)計，明確每一階段的轉(zhuǎn)型目標(biāo)。在執(zhí)行階段，京東企業(yè)業(yè)務(wù)會積極分享服務(wù)其他企業(yè)數(shù)字化轉(zhuǎn)型的成功經(jīng)驗，并提供豐富的數(shù)字化轉(zhuǎn)型工具，幫助企業(yè)更好地達(dá)成數(shù)字化轉(zhuǎn)型的目標(biāo)。

●華院計算智能制造副總經(jīng)理?程振興

人工智能對企業(yè)帶來哪些價值或者想象力，是企業(yè)家最想得到的答案。我以華院計算作為智能制造領(lǐng)域的案例給大家分享一下總結(jié)經(jīng)驗。

華院計算在冶金領(lǐng)域的配料、質(zhì)量、能源、安全及企業(yè)管理都做了一些案例：從配料角度，我們提升了企業(yè)生產(chǎn)產(chǎn)品的質(zhì)量；在企業(yè)經(jīng)營上，我們可以幫企業(yè)產(chǎn)品做市場分析，對產(chǎn)品做客戶需求的精準(zhǔn)定位；在生產(chǎn)過程當(dāng)中，我們幫企業(yè)進(jìn)行節(jié)能減碳減低生產(chǎn)成本。

總的來說，人工智能可以讓企業(yè)管理更加高效、流程更加精簡。通過人工智能數(shù)學(xué)模型優(yōu)化工藝參數(shù)，讓生產(chǎn)過程中的設(shè)備、原材料和人無障礙溝通，形成一個一體化的模型，這可以使機(jī)器人發(fā)揮最大能動性，真正實現(xiàn)節(jié)能減碳。

●Newline 副總裁?張博

企業(yè)在數(shù)字化轉(zhuǎn)型過程中，主要解決三大問題，如何高效協(xié)同辦公？如何實現(xiàn)降本增效？如何提升創(chuàng)造企業(yè)收益/價值？

從數(shù)字化辦公維度來講，當(dāng)企業(yè)支出收縮成為整個社會的共識之后，要利用協(xié)同辦公軟件系統(tǒng)對工作流進(jìn)行有效管理，其配套的全場景數(shù)字辦公硬件產(chǎn)品（大屏、音視頻外設(shè)等）就需要根據(jù)不同企業(yè)的需求來進(jìn)行靈活配置。

其次，硬件生產(chǎn)力工具與跟企業(yè)現(xiàn)有的協(xié)同辦公軟件生態(tài)的有效融合和深度打通至關(guān)重要，可降低IT建設(shè)和投入成本，同時也是企業(yè)降本增效、創(chuàng)造價值的基礎(chǔ)。未來，AI對于數(shù)字辦公的賦能也是必不可少的，將加速企業(yè)數(shù)字辦公的進(jìn)程。

●華控智加總經(jīng)理?劉德廣

目前像能源行業(yè)，大家總體效益還相對不錯，所以做數(shù)字化改造的能力或者意愿更強，面臨的問題主要有，傳統(tǒng)人工智能要基于海量樣本數(shù)據(jù)標(biāo)注訓(xùn)練學(xué)習(xí)，但工業(yè)場景下大型設(shè)備可靠性非常高，不容易壞，如何通過有限缺陷樣本把模型訓(xùn)練好，在全球都是面臨難點。其次是工廠環(huán)境的非標(biāo)準(zhǔn)化，工業(yè)場景噪音大、干擾多，如何在這個場景下把人工智能用好，基本需要企業(yè)從頭開始開發(fā)，選擇一個有痛點、可復(fù)制、高價值的場景進(jìn)行嘗試。

這需要企業(yè)有戰(zhàn)略目標(biāo)，愿意配合方案供應(yīng)商一起拿出解決方案。這個過程中，企業(yè)對數(shù)字化的理解會更深入，供應(yīng)商的產(chǎn)品也會越來越成熟。

來源：36氪