在DeepSeek最火爆的那段時間，和一家制造企業CIO聊天時，聽到了一個頗具代表性的“吐槽”：“公司高層看到AI大模型這麼火，立刻喊出了‘全面擁抱AI’的戰略口號。可現實是，我們的生產資料鎖在MES系統裡，銷售訂單躺在CRM裡，庫存資訊卡在WMS裡，財務資料關在ERP裡——這些系統互不相通，連基礎的業務全貌都拼湊不齊，你讓我拿什麼去‘擁抱AI’？這AI戰略，第一步就卡在了‘資料孤島’上啊！”這位CIO的無奈，道出了眾多企業在AI熱潮下的真實困境。
無獨有偶，在用友釋出的《企業AI應用落地白皮書》（點選底部“閱讀原文”可下載）透過對175家企業的深入調研也印證了這一點：在談到大模型和AI落地面臨的挑戰時，資料質量的提升、戰略與治理能力被企業公認為是當前最大的能力短板。
在新一輪的數智化轉型升級中，企業其實並不是只關注AI應用就可以了。它是一場需要同時應對雙重挑戰的變革，既要解決降本增效、精準運營、合規風險等經營管理方面的問題，又要消除應用煙囪、資料孤島、AI碎片等系統方面的障礙。資料無疑是解決上述所有問題的第一道門檻。所謂“數如江河，智如舟楫”，以數載智、以智馭數的迫切需求成了企業數智化系統升級煥新的催化劑。
數智煥新是必選項
在信創大潮的推動下，央國企正加速國產化替代，致力於實現自主可控的數智化轉型，因此迫切需要構建創新高效、安全穩定的數智技術平臺，在提升業務運營效率的同時，更好地支撐業務應用場景的創新；推動AI在千行百業中落地，前提是消除資料孤島、系統割裂、技術重複投入等，數智融合的一體化底座是不可或缺的清障工具；“出海”企業面對愈加複雜的國際競爭環境、本土合規經營的諸多挑戰，如果沒有一個穩固的數智底座保障其供應鏈的安全與韌性，將舉步維艱。
對於所有企業來說，“數智煥新”不是可選項，而是必選項，將支撐企業跨越週期、邁向高質量發展。用友網路高階BG總裁杜宇介紹說，一些國內企業開始著手全球化佈局，或者在發展到一定規模時才真正體會到，原有的作坊式或者粗放式的經營管理已經不能適應企業今天業務發展的需要。不管是出於精細化管理的考慮，還是滿足業務拓展的需求，企業都需要對其數智化系統進行升級。
在數智化時代，企業若想擁有一個賴以生存和發展的“底盤”，它的數智底座不可能在封閉、低效、資料割裂的傳統架構上修修補補而來，而是需要一次脫胎換骨的重塑。事實已經證明，單一性的工具肯定不行，資料與流程條塊分割更不可取，原生一體化的理念和架構成為數智煥新的基本邏輯。
補上資料這一課
當前，雖然一些行業頭部企業已經取得了一定的資訊化成果，在資料治理方面打下了良好基礎，但是大部分企業的資料基礎還遠不能做到支撐AI的高價值場景落地，主要表現在資料和知識的準確性、完整性、實效性等方面存在不足。因此，AI正在倒逼企業提升資料質量。
企業的資料壁壘問題並非一日之寒。此前，以部門為單位的傳統資訊系統建設模式，極易導致資料分散儲存，形成資料孤島；企業在不同時期引入的財務、ERP、CRM等系統，由於採用的資料格式、儲存方式、介面標準存在差異，資料之間難以互通；企業缺少統一的管理規範和共享機制……
資料孤島、資料冗餘、資料標準不統一、資料質量低下、資料訪問受限、資料獲取和使用成本居高不下，這些資料壁壘成了企業數智化轉型的“絆腳石”，其負面影響顯而易見。
產銷脫節，決策“失明”
想象一下：生產部門依據上月曆史資料排產，卻不知銷售部門剛簽下大單；倉庫積壓著滯銷品，營銷部門卻因看不到即時庫存，仍在大力促銷缺貨品。這正是資料孤島的典型後果：資料無法跨部門流動共享，導致企業像在“盲人摸象”，無法形成統一、即時的業務檢視。這直接影響了經營效果——生產浪費、庫存失衡、錯失商機，更讓高層決策失去了精準的資料支撐。
知識“蒸發”，經驗難傳
在傳統的知識管理模式下，寶貴經驗散落在各個部門、員工電腦甚至離職人員的記憶中。例如，某機械製造廠的老技工積累了豐富的裝置故障排除經驗，卻因缺乏統一的平臺記錄和分享，導致其退休後，同類故障再次發生，新員工只能從頭摸索，效率低下甚至造成停產損失。資料分散導致的資訊壁壘，使得知識無法有效沉澱、共享和複用，難以轉化為可傳承的企業資料資產。
資料“打架”，AI“幻覺”頻生
對於企業而言，資料應該是最可靠、最準確的結果。如果沒有高質量的資料，沒有高質量的RAG，那麼無論是透過小模型還是大模型，第一次和第二次得到的結果很可能是不一樣的。如此一來，容易造成大模型幻覺，影響企業應用AI的實際效果。例如，某零售企業的“同一商品”在財務系統、庫存系統和POS系統中，名稱、編碼、價格甚至庫存量都可能不一致。當企業試圖利用AI進行銷量預測或智慧補貨時，若沒有高質量的資料作為“燃料”（包括高質量的RAG用於知識增強），模型就像吃了“變質食物”。結果就是：同一問題，AI今天預測缺貨，建議補倉，而明天卻顯示庫存充足，無需採購。這種前後矛盾的“大模型幻覺”，不僅讓業務人員對AI失去信任，更會誤導實際運營，造成資源錯配和損失。
誰掌握了“黃金資料”，誰就扣住了數智化轉型的命脈。這裡所說的“黃金“不僅表明資料價值的重要，更道出了資料質量這一本質問題。如果企業在大資料時代興起的時候，沒能有意識地做好資料的積累與沉澱，沒有實現資料的拉通與共享，更沒有實現基於資料的洞察，進而實現資料驅動業務，那麼在數智化轉型升級的階段，就必須重新補上欠缺的資料這一課。
原生一體化平臺加速數智融合
要真正攻克資料質量難題、打通資料壁壘，企業需要構建一個統一、融合、智慧的數智底座。這要求企業在方案設計上，必須將統一的標準規範、高效的流程管理以及先進的技術平臺緊密結合，形成合力。
具體而言，亟需建立覆蓋全企業的資料定義、格式和質量標準，為資料的資產化奠定基礎；同時，設計並固化端到端的資料採集、治理、共享流程，確保資料流轉的規範與高效；最終，也是最核心的變革，在於摒棄傳統“拼積木”式的技術和產品堆砌模式，轉向流程、資料、AI原生一體化架構。這種架構讓智慧應用與業務資料、業務流程天然一體，資料不再是事後抽取的物件，而是在業務執行中自然產生、流轉並被智慧引擎即時洞察的活性資產。
杜宇表示：“用友BIP推動企業數智煥新，就是要基於原生一體化，消除資料、架構、流程等相互割裂、各自為政的局面，構建起統一的數智底座。”
用友BIP基於原生一體化的設計理念，以同一個底座、同一套語言支撐，實現了智慧與資料流程端到端的一體化，從而有效避免了資料孤島、應用煙囪和智慧化碎片。資料天生就自然地融入用友BIP之中。它不是把資料抽出去，而是在整個業務流程中看資料，包括資料從哪裡來到何處去，中間又經歷過什麼等。所以，在用友BIP平臺上，企業能夠知道每一個業務場景中的資料所代表的業務邏輯和業務過程。這樣才能更瞭解，更精準地讀懂企業資料。
國務院國資委已連續兩年組織召開了“AI+”專題推進會，旨在推動央國企主導人工智慧創新，以數智化賦能產業升級。其中最佳化資料質量，推動資料開放共享是關鍵。這進一步印證了：破解資料難題、實現資料與智慧的深度融合，是企業數智化轉型升級無法繞過的命題。面對這一“必修課”，選擇以用友BIP為代表的資料、流程、AI原生一體化的平臺架構，不再是前瞻性的探索，而是已經成為企業新一輪數智煥新的核心支撐。
往期回顧
1
2
3
4