资讯详情

前言

本文会更多站在商业环境及业务管理价值视角而非纯技术视角深度分析讲解未来（2025年以后）企业数智化建设发展的趋势理解，尽量直击要点讲干货，欢迎大家研读文章观点内容并进行友好探讨。

对当下环境的理解

对环境理解从三个方面来讲：

一是整个国家的商业大环境

随着中美贸易战的持续升级，尤其近来关税政策这一波（美国同时提到了对核心软件的出口管制），几乎已经算是除了热战以外的撕破脸直接宣战状态了，大国博弈持续且先前美国一直是老大，老二要争第一不容易，中国这经济明显一时半会好不了，甚至不排除如若政府操盘得不好会更坏的状况发生；

二是整个行业的数智化环境

前几年各大互联网行业的ToB业务入场及Saas投资热，行业热钱太多就造成很多公司及很多人滥竽充数，而企业数智化服务类项目恰恰对行业理解专业性要求又很高，导致市面上大量的数智化项目做砸了没做出啥效果，很多企业老板对这方面已然没有信心；

三是AI相关环境

AI近几年可以说是最火没有之一，但是实际上在企业应用领域感觉还是有些虚火，至今并没有太多站在商业应用视角能落地且产生巨大价值的实际场景，AI Agent智能体最近很火，但感觉也是互联网大厂找些新概念带节奏，类似之前中台、CDP等有几个做得好的，时常觉得互联网大厂进场搅合反而把行业搞浮躁了。

基于以上三方面的分析总结下就是：一是企业更没钱了或者有钱也不敢随便花；二是以前花过钱觉得数智化就这样也没啥效果；三是暂未找到和数智化相关能投钱见效且务实的新兴热点领域。

所以很明显，经济很难，企业数智化转型建设也很难，那未来企业数智化建设的方向和趋势应该是什么？

为什么难也要做

为什么企业要做数智化建设，我们认为主要在于三方面原因：

一是能帮企业“增利”，企业存在的本质目的就是为了盈利，无论是降本、增效、提质、开源，能够帮企业带来利润，应作为数智化建设的首要目标，离开“增利”谈企业数智化就是耍流氓；

二是数智化能力代表着企业的综合实力及管理水平，企业经营管理借助多套数智化系统完成，基于数据科学分析决策，方才凸显高级不Low，更重要在于管理层能很容易借助数智化系统掌握到企业实时运营情况，减少对人或管理经验直觉的依赖；

三是科技代表生产力，生产力决定生产关系，企业靠人管和科技管哪个是趋势？类似冷兵器时代和热兵器时代的战争，人本身的特征变化不大，但因为科技水平的发展，现在的战争较于古代已发生质的变化，除非所有的企业都玩不转数智化，否则高度数智化的企业对于传统企业来讲，必然将形成降维打击。

企业数智化的必要性是在的，整个时代都已经数智化了，企业还不数智化说不过去，更多应讨论的不是做不做的问题，而是落地见效的问题，怎么才能做好？我们继续讲。

关键落地路径

绝大对数企业经过近一二十年的信息化/数字化建设，应该说0到60分的时代已经过去了，特别涉及到一些核心业务管理方面（如财务、销售、生产等）都已有系统，未来的比拼应该是在60到90分，甚至100分的深度落地应用方面。当然这个其实在当下环境下很难，我们认为比较好落地的路径总结就是：通过一种高投入产出比的方式，先从战略及业务视角理清并设计好数智化建设的方向及策略，然后逐步迭代落地见效，让老板和高管们重拾信心直至最优。

详细展开来说，首先“高投入产出”的核心是“产出”，这个对很多传统IT部门领导其实已是挺大的挑战，你得先知道高产出（可能）在哪里，但你并未真正深入一线搞过业务且拿到过大结果，这个时候请不要倔强，不要觉得自己比业务部门还懂业务，请和业务部门搞好关系让他们帮忙，或者找真正专业的咨询公司助力，把“产出”先充分理清楚（当然这个产出往往也很难精准定量估算，其实不需要特别准，大致准或者分析逻辑清晰就好），这点是基础，要不然怎么“投入”都很可能打水漂；

然后才是“投入”，关于“投入”不同IT领导基于自己本身的能力背景可能会有不同理解，但我们说几个关键点，一是此投入要充分考虑到业务或咨询层面相关资源的投入而非全是仅是技术侧投入，企业数智化系统建设，战略和业务层面没有洞察创新，仅靠技术是玩不出太多花来的，一堆苦劳，搞得不好就搞成了都在演戏，没啥功劳；二是企业应具备多套技术架构而非单一技术架构，不同技术架构的复杂度和开发成本不一样，针对应用于不同业务场景需求采用不同的技术架构（有些业务场景不需要那么牛的技术架构），杀鸡绝不用牛刀，充分考虑研发的成本及效率，目标紧紧围绕在高效、高性价比的业务价值实现上，而不是单纯秀技术；三是思路策略要对，切忌“头痛医头，脚痛医脚”，哪个部门声音大先做哪个部门系统，应站在企业的整体视角先有基本清晰的推进方案，以避免系统边界模糊，需求不清重复建设等一系列问题带来的投入浪费。

最后关于“基于设计方向的迭代逐步见效直至最优”，首先是要正视迭代的过程，做数智化，首先应借助一些高手大牛们在高阶架构层面规划清晰，但没人能做到一开始把所有落地细节都全部想清楚，秉持在行进中逐渐卓越的思路是合理且必须的；其次迭代的关键其实在于“敏捷”，“敏捷”的本质在于成本要够低，效率要够高，这个其实考验的是技术架构水平、技术管理规范及运维管理体系，这三点没做好，IT便难以快速响应业务的需求，IT和业务两张皮，IT部门和业务部门也容易扯皮；第三，何谓“见效最优”，让业务部门同事甚至让客户感受到优才是优，不仅应局限于“解决问题”，更应追求“实现愿景”，即把已发现的问题都解决了，进而做到行业数智化能力领先。

数智未来

基于以上分析及过往相关经验，我们认为未来企业数智化建设趋势将集中在以下几方面：

一、基于数智化能力的商业模式创新

这点我们始终认为是数智化建设价值最大的方面，即围绕整个商业模式的数智化实现，依赖于数智化系统工具而非人力达成核心业务价值链闭环，意味着借助科技实现了生产力的革命性提升，相较于传统商业模式属于高维竞争，当然这涉及到创新，不一定做得到，也不一定所有的业务都能用系统来支撑。

二、数智化对业务及管理的深度赋能

0到60分基本能用就行的年代已然过去，让老板及管理层理解并看到数智化的业务及管理价值肯定是未来大趋势，IT部门不再是单纯的成本中心，和业务及管理深度对话，把业务和管理架构在IT系统上运营，敏捷响应业务的发展变化需求，实质上对IT领导的能力要求更高，甚至很多核心项目会是老板或业务领导亲自牵头，紧密围绕业务价值实现去建设数智化。

三、多套技术架构适配研发成本及效率

企业服务类系统属于B端应用，很多场景并没有C端的“三高（高并发、高可用、高性能）”要求，更多的难点在于业务本身的复杂度，当然不排除有些对门店终端的，或者直连C端消费者的三高要求业务场景存在，故多套技术架构我们认为是必要的（注意是技术架构，不是技术语言），有些技术架构开发快，但难以支持“三高”，有些开发慢，但能充分支持“三高”，IT的人力成本总的来说都不算便宜，人效的问题解决不了，很多数智化支撑业务的目标就达不到，数智化价值的底层逻辑是其带来的收益应大于投入的成本，控制不住成本，就难言收益。

四、系统体验（美学）设计

过往很多企业类系统仗着是内部员工使用不管界面做得多丑都得用，所以没几个好看的，没有美学融入软件设计当中，一眼看到系统不觉得帅、酷，没有一看就想用的冲动，随着前后端开发的分离，前端技术已经很成熟了，系统的体验（美学）设计，未来一定也会成为大的趋势之一，因为并不难，成本也不算高，就和看女生或者看车一样，一眼看去颜值不达标，根本就没兴趣再深一步去了解具体功能了，美的感觉，可以让不懂技术的人也觉得技术好，特别高管领导层，往往没有那么多时间去看系统的细节功能，观其大略，便觉美好，这个很重要。

五、基于高度集成的数据化运营

集成一直是很多企业信息化/数智化建设中的难点，以前叫“信息孤岛”，意思是各个业务系统之间数据没打通，由此带来数据的完整性、一致性、及时性等很多问题。在面向接口（API）编程的当下，写接口越来越简单，不同场景下的集成/数据传输中间件越来越成熟（如消息队列等），这个问题其实已不是很大的问题，慢慢会演变成对已有各个系统底层源代码掌控程度问题，即做不了集成，往往是因为某个系统源代码掌控不住，不知道怎么提供接口，甚至先前数据库表结构设计太复杂看不懂，直接从数据库层面抓数据都不知道该抓哪的怎么抓。系统应用最终将归结于数据层面，基于高度集成的高质量数据创建记录，进而基于高质量数据的决策分析支持，会成为未来企业特别管理层愈发强烈的数字化需求。

六、AI的持续深度应用

未来的数智化建设一定会涉及到AI的持续深度应用，大家在平时应用各AI产品应意识到其与企业类软件的核心区别之一在于它的输出不会基于输入给到一个确定不变、绝对准确的答案，往往还需要人来对AI输出把关一下方才好使用，这个底层逻辑其实和企业类应用很是不同的，决定了其更适合应用于一些具有一定随机性的业务管理场景，比如销售相关，AI电销机器人、AIGC等，帮企业提供源源不断的创意，以及模拟解决一些重复枯燥且具备一定随机性的工作。AI本身的价值已经得以证明其价值巨大，但在企业应用场景中的实际使用价值还有待进一步发展及研究。

七、边缘计算

最后特别来讲一下边缘计算，前几年“云计算”和“微服务”很火，“云计算”先火，后面才是“微服务”火，这里面的技术逻辑大致是这样：把数据和计算都放到云端，弹性利用云的资源，当一个大型企业数据和计算量太多的时候，单个云的性能也可能扛不住，所以有了微服务，再将这些能力和能力所需的资源拆解开，以快速满足业务变化及云资源的需求；这个逻辑理论上没毛病，但很多企业实际执行下来，上云并没有降低成本，微服务也没有让开发快到哪里去反而挺复杂的，具体原因不是本文重点不深入说，重点是我们认为未来至少计算能力这一块，应该放到边缘去，分摊到各个前端设备里，云计算再牛，或多或少还是需要多的资源，而边缘计算不需要公司承担相应部分的额外运行资源成本且可能运行效率更高，且可能让技术架构更简单系统研效大福提升。

总结

企业信息化及数智化的建设经历了这么多年，应该说已经算是进入到深水区，比拼的是对业务及IT理解深度及实践经验的综合能力，以上方向作为未来10年企业数智化建设的重要参考，有相关需求问题的朋友欢迎评论区留言或联系海睿咨询进行进一步沟通交流。