企业AI 转型怎么走?——刘九如谈企业数智化转型的基本逻辑与政策举措

刘九如首先谈到，企业数字化转型已经迈入全新阶段，我们正从信息化、数字化，全面走向AI 原生重构的数智化新时代。

当前，大模型与 AI 智能体正在打破传统数字化边界，重构企业生产逻辑、运营模式、协同体系与增长范式。过去多年，我们推动企业上云、上平台、建系统、通数据，打通业务壁垒、补齐数字短板，为数字化转型打下了坚实基础。站在新起点上，大模型与 AI 智能体已经成为企业从数字化迈向数智化、智能化、自主进化的核心引擎。

大模型赋予企业全域感知、自然交互、知识沉淀、全局决策的“超级大脑”，贯穿企业日常运营与核心决策；AI 智能体则实现流程自主执行、跨系统联动、多角色协同、闭环自动运转，让 AI 从 “能用、好用” 真正走向 “自主、自愈、自优”，这些已经是众多企业主管的共识。

随后，刘九如结合三个典型案例，直观展现了 AI 转型的实际价值。

第一个案例是比亚迪高端智能制造。比亚迪依托自研璇玑工业大模型+ 全链路生产智能体，精准破解制造研发慢、生产排程乱、设备被动抢修、供应链协同差、能耗与成本高等痛点。其中，研发设计智能体让车型研发周期缩短 25%，创新效率显著提升；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%，能耗下降 15%；设备运维智能体提前预判故障，运维效率提升 75%，大幅减少停产损失；供应链智能体打通上下游信息同步，降低协作成本。最终，工业大模型与全链路智能体重构柔性智造全流程，实现研产供销服一体化协同，人均产值翻倍、综合成本下降、市场响应速度大幅提升，成为制造业 AI 转型标杆。

第二个案例是招商银行金融风控管理重构。招行以 “一招” 金融垂直大模型 + 五大类业务智能体，解决信贷审核慢、风险难预警、合同文档处理繁琐、客服响应滞后、跨部门协同低效等行业痛点。信贷审批智能体将 1-3 天的审核流程缩短至几分钟，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%；客服与运营智能体实现 24 小时在线服务，打通内部流程，提升客户体验。通过全域大模型与多层级管控智能体落地，招行重构金融风控与运营体系，实现风控更严、办事更快、服务更优，大型集团数智化转型实现跨越式突破。

第三个案例是国家能源集团的集团业务一体化协同。国家能源集团运用擎源全域治理大模型+五大集团管控智能体，破解集团层级多、跨区域跨部门协同难、制度落实不到位、经营决策慢、风险管控弱等难题。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分钟生成全集团经营分析报告，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集团治理体系，实现上下协同、数据贯通、风险可控。

刘九如认为，基于上述三个案例，我们可以清晰总结企业 AI 牵引数智化转型的基本逻辑。

首先，转型要瞄准核心痛点，用好大模型与智能体。当前，一制造业为主题的众多企业数字化转型普遍面临四大核心痛点：一是数据孤岛严重，各系统数据不通、标准不一，海量数据无法转化为价值；二是流程割裂低效，跨部门、跨系统、跨层级协同依赖人工，繁琐缓慢、人力消耗大；三是决策依赖经验，面对市场波动、风险变化，判断滞后、精度不足；四是协同壁垒突出，内外部协作成本高、资源配置低效。破解这些痛点，关键是要用大模型定大脑、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 智能体作为场景化落地载体，自主完成感知、规划、协同、执行、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，真正实现数字化到数智化的核心跃迁。数字化是流程线上化、数据采集存储、事后复盘、人主导决策，侧重记录与呈现；数智化是 AI 深度赋能，实现预测、自主决策、自动执行，全链路重构，让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、闭环优化。

刘九如还深入阐述了企业数智化转型需要遵循五层闭环的演进逻辑：

底座层：夯实数字基建、数据治理、云原生架构、AI 算力平台；

运营层：实现流程自动化、智能质检、供应链调度，降本增效；

决策层：开展需求预测、故障预警、风控研判，从事后分析走向事前预判；

研发层：依托 AI 仿真、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、生态协同，创新商业模式。

在转型路径上，必须循序渐进、不盲目上 AI：先数字化打底，完成业务上线、数据贯通、系统标准化；再场景化 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，AI 原生重构系统；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 转型实现四层价值升级：一是效率价值，重复工作自动化，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、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、全生态数智进化，让企业长期自适应市场变化。

演讲过程中，刘九如还简要介绍了国家推动企业数智化转型的核心政策举措，为企业转型提供方向与支撑。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 全面融入企业全流程。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，夯实 AI 数据底座。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。这些政策背后都有相关项目与资金支持，值得企业参与和把握。

刘九如还强调，推动企业数智化转型，我们众多企业和企业家也应明确AI 转型的实操策略，他建议企业家要把握好以下方面：

战略先行：将 AI赋能上升为企业顶层战略，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，正在广泛深入地改变我们的工作和生活，企业要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！