在“十五五”开局处，把AI写进城发企业的新能力

——雨花城发集团“战略站位与AI核心竞争力构建”培训侧记

  一场真正重要的培训，往往不是从课件第一页开始的，而是从一家企业对未来的追问开始。它的分量，不只取决于课堂讲了什么，更取决于它发生在什么样的时间节点，又回应了怎样的时代命题。真正的学习，从来不是为了知道更多，而是为了在变化到来之前，先完成一次认知升级。

  再次走进雨花城发集团，已是第三次。熟悉的会议室、熟悉的干部职工面孔之外，更明显的变化，是这家企业正在以一种更主动的姿态，面对新一轮发展周期中的复杂课题。一家公司真正的成熟，不是它拥有多少资源，而是它能否在资源之上重新组织能力。

  2026年，是“十五五”谋篇布局的重要节点。对一家城发企业而言，这一年并不只是年度计划的展开，更意味着发展逻辑、管理方式和竞争能力的重新校准。雨花城发集团在年度工作务虚会上提出“决战项目主战场、决胜产业新高地”的工作主题，并围绕转型、化债、土地、项目、安置、党建等重点任务进行系统部署。

战略的意义，不在于把目标写得更远，而在于把当下每一步走得更准。

  也正是在这样的背景下，集团组织开展“战略站位与AI核心竞争力构建”专题培训。它不是一次赶热度的AI体验课，而是一次立足集团战略、面向业务深处、服务组织转型的能力建设课。真正有价值的AI培训，不是教会大家追逐工具，而是帮助组织看见工具背后的新秩序。

  从我的角度看，最大的感受是：这家企业对AI的理解，已经从“工具能不能用”，转向了“AI如何服务集团战略、进入核心业务、形成组织能力”。这种转变，本身就体现出管理层对形势的敏锐把握。当一家企业开始追问AI如何进入战略，它就已经越过了技术热闹，走向了管理深处。

一、从国家战略到企业现场：AI为何成为“十五五”的必答题

  理解今天的AI，不能只从技术开始。如果只把AI看作写材料、做PPT、生成会议纪要的工具，它当然可以提升效率，但远远没有触及其真正价值。AI最浅的价值是提效，最深的价值是重塑组织看世界、做决策、推工作的方式。

  AI之所以在当下被放置到如此重要的位置，是因为它已经不再只是单点技术，而是正在成为重塑生产方式、组织方式和治理方式的底层力量。国务院《关于深入实施“人工智能+”行动的意见》提出，到2027年，人工智能与六大重点领域广泛深度融合；到2030年，人工智能全面赋能高质量发展；到2035年，我国全面步入智能经济和智能社会发展新阶段。

这不是一张技术普及表，而是一张国家竞争力重塑的路线图。

  对央国企、地方国企和城发平台而言，AI的意义尤其特殊。一方面，国有企业承担着服务国家战略、服务城市发展、服务民生保障的重要职责；另一方面，城发企业本身又处在项目建设、资产运营、融资化债、土地开发、城市服务等多重任务交汇处，天然拥有丰富场景和大量数据。场景越复杂，越需要智能；责任越重大，越需要精细。

  这意味着，AI对城发企业而言，并不是外部附加项，而是一种与业务高度相关的新能力。雨花城发集团提出打造“多元化建设平台、市场化融资平台、产业化投资平台、现代化管理平台”，其背后正是平台型企业能力升级的内在要求。平台公司的未来，不只在于能不能承接任务，更在于能不能把任务转化为能力，把能力沉淀为体系。

  多元化建设，需要更精细的项目管控；市场化融资，需要更及时的风险研判；产业化投资，需要更敏锐的趋势洞察；现代化管理，则需要更高效的数据流动、流程协同和知识沉淀。AI正可以在这些方面发挥作用。AI不是替企业多做一点事，而是让企业用新的方式把事做深、做准、做稳。

  它可以帮助项目管理从“事后汇总”走向“事前预警”，帮助融资管理从“静态测算”走向“动态分析”，帮助土地开发从“经验研判”走向“多维推演”，帮助资产运营从“台账管理”走向“价值挖掘”，帮助职能部门从“重复劳动”走向“智能协同”。真正的数智化，不是把旧流程搬到新工具里，而是让旧流程长出新的判断力。

  因此，我在本次培训首先强调的，不是某一个工具的使用技巧，而是战略站位。也就是说，要把AI放在国家“人工智能+”行动和“十五五”高质量发展的大背景中理解，再回到集团自身的业务实际中寻找落点。站得足够高，工具才不会碎片化；落得足够实，战略才不会空心化。

二、从标杆案例看趋势：AI真正改变的是组织运行方式

  在课程开篇，结合2026十大央国企AI+场景标杆案例，重点讨论了一个问题：为什么有些企业的AI应用能够真正产生价值，而有些应用只是短暂热闹？

技术本身不会自动创造价值，只有当它进入业务深处，才会变成生产力。

  答案在于，真正有效的AI应用，往往不是停留在工具层，而是进入了企业的流程、数据、知识和决策体系。AI转型的分水岭，不在于“有没有用”，而在于“有没有被组织真正吸收”。

  鞍山钢铁的案例很有代表性。作为典型的重资产、长流程制造企业，鞍山钢铁面对多基地系统异构、生产组织复杂、数据标准不统一等现实难题，并没有把AI简单用于办公辅助，而是提出“数据+AI重新定义钢铁制造管控流程”。越是传统的行业，越需要新的方法重新打开效率空间。

  AI被嵌入产品研发、生产制造、物流协同、销售预测、成本分析等核心链条，推动企业从经验驱动向数据驱动转变。这类案例带来的启发是，AI的价值不只是“提高一点效率”，而是帮助企业重新理解流程。真正的变革，不是让机器替人忙，而是让组织少走弯路。

  过去部门之间的信息壁垒、业务之间的数据断点、经验之间的传承困难，都可能通过数据治理与智能体应用逐步被打通。数据一旦流动起来，组织就会少一些内耗，多一些穿透力。

  成都能源的实践，则展现了AI在城市运营和能源管理中的价值。其围绕“光—充—储—放”一体化场景，建设大模型赋能的综合能源智慧管控平台，形成“感知—预测—调度—结算”的闭环。资源只有被感知、被计算、被调度，才真正从资产变成能力。

  这对城发企业尤其具有借鉴意义。城发企业掌握的土地、项目、物业、资产、市政运营等资源，只有在数据化、智能化基础上，才可能进一步释放经营价值。资源本身不是竞争力，资源被重新组织之后，才是竞争力。

  无锡国联集团“智擎中枢”的案例，则更接近集团型国企的AI建设路径。它不是让各部门各自零散使用工具，而是建设统一AI赋能平台，整合模型、知识库、应用场景和权限体系，形成集团、子企业、部门、个人之间的知识协同。

AI越往深处走，越不是个人技能，而是组织工程。

  这些案例共同指向一个趋势：AI不再只是“个人效率工具”，而正在成为“组织能力底座”。这也是雨花城发集团主动开展此次培训的深层原因。一个组织越早把AI从工具层拉到战略层，越有机会在下一轮竞争中掌握主动。

  集团管理层已经意识到，AI+不是可有可无的技术尝试，而是关系到未来项目推进、资产运营、产业布局、风险控制和管理提效的重要抓手。培训的任务，就是把这种战略需求转化为干部职工能够理解、能够使用、能够落地的工作方法。好的培训，不是把复杂问题讲得更复杂，而是把战略方向翻译成行动路径。

三、雨花城发的AI+场景：从集团部署中长出来

  一项技术能不能落地，关键不在技术本身多先进，而在它是否真正长在业务土壤里。雨花城发集团2026年的重点工作部署，为AI+应用提供了非常清晰的场景基础。

没有场景的技术，容易变成展示；没有技术的场景，也容易陷入低效。

  转型、化债、土地、项目、安置、党建，每一项都不是抽象命题，而是集团当前正在推进、必须推进、也迫切需要提质增效的现实任务。真正的AI+，不是另起炉灶，而是在既有任务中找到新的解法。

  城发企业真正关心的，并不是重新提出一套任务，而是在集团已经明确的工作版图中，寻找AI落脚的地方。AI最好的落点，不在远方的概念里，而在今天最具体、最繁重、最需要改进的工作里。

  化债，需要更及时的测算与预警；土地，需要更充分的资料整合与价值研判；项目，需要更前置的风险识别；安置，需要更稳定的政策口径和知识沉淀。AI并不改变这些工作的本质，却可能改变它们被组织、被分析、被推进的方式。AI不改变责任，但可以改变完成责任的效率和质量。

  因此，本次培训所提供的，并非悬浮于业务之外的技术想象，而是一组贴近集团现实需求的“AI+”方法入口：从融资辅助决策到片区开发研判，从项目进度预警到安置政策知识库，最终目的都是把管理层已经形成的战略共识，转化为干部职工手中可操作的工具和路径。战略只有落到岗位上，才会真正拥有生命力。

  这一点很重要。因为AI落地最忌“两张皮”：一边是热闹的技术概念，一边是繁重的现实工作。前者容易停留在演示中，后者仍然沿用旧办法。最危险的转型，不是没有技术，而是技术热闹、业务照旧。

  真正有效的AI+，必须从业务问题里生长出来，再回到业务场景中接受检验。对雨花城发而言，这些场景并不陌生。它们就在日常工作中，在项目节点里，在土地台账里，在融资测算表里，在安置政策文本里，在会议纪要和工作简报里。真正的变革，往往不是从宏大口号开始，而是从一张表、一份纪要、一个流程开始。

  AI要做的，不是替代这些工作，而是让这些工作被更快地整理、更准地分析、更稳地推进。这也决定了本次培训的实践取向：不把AI讲成遥远的技术神话，而是把它放进具体岗位、具体流程和具体任务之中。

技术只有低下身来服务现场，才有资格谈改变未来。

四、从培训到转化：把课堂共识变成组织能力

  一次培训能否真正产生价值，关键不在现场掌声，而在训后是否形成转化。课堂上的认同只是开始，岗位上的改变才是答案。

  本次课程设计中，特别强调从“听懂AI”走向“用好AI”，从“个人体验”走向“组织沉淀”。对雨花城发而言，AI+建设既要有战略高度，也要有小切口、真场景、可量化的落地路径。所有宏大的转型，最终都要通过一个个具体动作来完成。

  首先，是形成一份岗位提效清单。每个部室、每个岗位都可以梳理自身工作中重复性、机械性、标准化程度较高的环节，明确哪些事项可以由AI辅助完成。比如材料初稿、会议纪要、政策摘要、数据初筛、台账核对、汇报提纲、PPT框架等。清单的意义，不是把工作变少，而是把人的精力从重复中解放出来，投向更有判断力的事情。

  其次，是建设部门私有知识库。对于城发企业而言，真正宝贵的知识常常分散在制度文件、项目档案、会议纪要、政策文本、合同范本和老员工经验中。过去，这些知识依赖人工查找和口口相传；未来，则可以通过AI知识库实现结构化沉淀。一个组织最大的浪费，不是没有知识，而是知识沉睡在角落里，无法被调用。

  知识库建设越扎实，AI回答越可靠，组织经验也越容易传承。它的价值，不只是方便查询，更是让企业长期积累的经验不因人员流动而流失，不因部门边界而断裂。真正的组织能力，是经验可以被复制，知识可以被传承，方法可以被复用。

  最后是启动一个AI专项优化课题。围绕“化债降本”或“土地综合价值提升”等集团重点工作，选择一个具体场景开展试点研究。AI要真正获得组织信任，必须进入核心业务，解决真实问题，形成可验证成果。只有解决真问题的AI，才不是摆设；只有产生真价值的技术，才会被组织留下。

  当然，AI建设不能只讲效率，也必须讲边界。国有企业使用AI，尤其需要重视数据安全、合规审查、隐私保护、风险防控和责任边界。技术越锋利，越需要制度的刀鞘。

  AI可以辅助生成建议，但不能替代集体决策；AI可以提高工作效率，但不能绕开审核流程；AI可以帮助识别风险，但不能替代现场责任。技术越深入业务，制度越要同步跟进。

AI可以给出答案，但责任永远不能外包给算法。

  这也是我培训中反复强调的一点：AI不是万能钥匙，而是一套需要被正确使用、规范使用、持续训练的能力系统。AI不是魔法，而是一面镜子；它照见的不只是技术水平，更是组织的管理水平。

五、真正的学习，是组织主动向未来靠近

  作为授课老师，最深的感受并不是“AI多么新”，而是集团对于AI+的需求已经足够真实、足够迫切。真正的需求，从来不是被讲出来的，而是在业务压力中生长出来的。

  这种迫切，不是来自外部潮流，而是来自企业自身发展阶段。当项目越来越多，管理就需要更精细；当资产越来越复杂，运营就需要更智能；当融资环境发生变化，风险研判就需要更及时；当产业发展进入深水区，信息分析就需要更前瞻。

企业越往深处走，越需要用新的能力回应旧的难题。

  当集团推进现代化管理，知识沉淀和流程协同就成为绕不开的基础工程。也正因为如此，这次培训更像是一场双向奔赴：集团管理层已经提出问题、明确方向、创造场景；培训所做的，是提供一套理解AI、使用AI、落地AI的方法框架。最好的培训，不是外部灌输，而是与企业自身需求同频共振。

  好的培训，不是替企业做判断，而是帮助企业把已经形成的判断讲清楚、拆明白、落下去。它要做的，不是制造焦虑，而是提供方法；不是制造热闹，而是推动转化。真正专业的赋能，是把复杂变清晰，把方向变路径，把共识变行动。

  雨花城发此次组织AI专题培训，恰恰体现出一种难得的前瞻性：在AI尚未完全深入每个岗位之前，先进行认知统一；在工具尚未大规模铺开之前，先明确应用边界；在场景尚未全面成熟之前，先培养一批懂业务、懂AI、懂转化的骨干力量。

一个组织的远见，不在于它看见了多远的未来，而在于它是否愿意为未来提前训练自己。

  这比单纯购买工具更重要。因为企业的数智化转型，最终不是工具转型，而是人的转型、组织的转型、管理方式的转型。工具会更新，模型会迭代，真正决定成败的，仍然是组织学习和自我进化的能力。

结语：AI不是一阵风，而是一条要走深走实的新路

  有些变化来得很快，快到让人以为它只是潮流；但真正深刻的变化，往往会在潮流退去之后，留下新的秩序。人工智能正是如此。潮流会过去，能力会留下；热词会降温，真正的变革会沉入日常。

  潮水已经到来。对于一家肩负城市建设、产业发展和民生服务使命的城发企业而言，最重要的不是追逐浪花，而是在更高处看清水势，在更深处锻造船体，在更远处确定航向。

真正的远见，不是站在岸边谈论潮水，而是在潮水到来之前，把船修好。

雨花城发的数智化新路，已经从课堂上的共识，走向更加具体、更加扎实的行动。也许多年以后回望今天，人们会发现，改变并不是从某个宏大的口号开始的，而是从一次务实的培训、一个具体的场景、一份岗位清单、一个知识库、一群愿意学习的人开始的。

时代从不辜负那些提前醒来的人，而真正的未来，也总是先奖励那些愿意改变的组织。