企业数字化转型与AI实践（完整合集版）
会议元数据
- 会议名称: 2026全国CIO大会（第十二届）
- 时间: 2026年6月18日
- 地点: 兰州
- 主题: AI落地场景 & ROI
- 主办方: 企业网D1net、信众智、中国企业数字化联盟
- 定位: AI产业链采购甲方高管标杆峰会
- 参会对象: CIO、CTO、CDO、AI负责人、数字化负责人、企业CXO、信息中心负责人
- 覆盖企业: 中国500强、行业龙头、上市公司、高成长企业、AI产业链上下游厂商
- 核心议题: 大模型、AI Agent、算力基础设施、企业AI落地、AI治理
- 大会变化: 从"数字化大会"转变为"企业AI落地大会"，Agent 被放到核心位置
一、美的 AI 实践
分享人：美的 IT总监/AIGC部长 周晓玲
- 行业与技术洞察
- 26年行业洞察：从焦虑观望 → 积极行动
- 技术洞察：Agent 工具 → 劳动力 具身机器人
- Agent AI：作为对话者与执行者。26年开启人与Agent团队协作新范式。基于企业大量标准流程，重构为标准化skill。
- AIGC场景探索
- 公式：场景 × (数据 + 算力 + 算法)
- 核心：深入理解业务需求，细化需求寻找核心矛盾并解决。
- 三大方向：员工效率、组织效率、产品/服务升级。
- 美的AIGC工具地图
- 目标：知道有什么、会用什么、能做什么。
- 智能体能力等级标准（A1-A6，参考OpenAI 5 levels / 工信部）
- A1 问答助手
- A2 工具执行
- A3 单智能体（AI终端智能化升级）
- A4 智能体协作
- A5 决策专家
- A6 组织自治
- 数据统计
- 11.4万用户，日活2.8万，Token日消耗1000亿
- 算力：160 PFLOPS（大约2000+张A100）
- 资产：Skill 1812，MCP 279
- 智能体工厂 (Factory Agent)
- 实时感知、自主决策、高效执行、动态优化、持续进化。
- AI人才培训与探索
- 培训体系：认证、AI精英班、双群实操、场景实战。
- 努力探索：
- ROI问题：AI如何体现在经营指标上。
- AI Native 原生组织：一人多岗，人+硅基 中层？
- Token的消耗：不是所有任务都用Token跑。
二、重塑数据中心新范式
分享人：戴尔科技 刘志洪
- Stay ahead of what's next
- 端到端解决方案：运行、转型、保护企业业务
- 核心方向：Private cloud, Artificial Intelligence, Cyber Resilience
- 策略：One-stop shop and best-of-breed solution，以全栈解决方案简化IT。
- 产品支持：Dell AI Data Platform with NVIDIA
- Cyber Resilience 三个核心实践：
- 主动式：减少被攻击面 — 最小化安全隐患。
- 主动识别：对未来威胁的侦测和响应。
- 被动式：从网络攻击中恢复 — 尽快恢复组织业务。
- Dell Exascale Storage：文件、对象、并行文件系统、块存储，四合一。
三、OpenClaw & Hermes 能力与落地
分享人：浙商中拓 周云飞
- 核心理念：要把 Agent 变成主动观察员。
- 传统对话大模型：你不问，它不动。
- 个人智能体：信息雷达 / 值夜班的运维。
- 实践路径：自打镜像，把工具喂给 Agent。
- 前期痛点：纯云端API每次描述任务；Token像流水一样烧；网络不稳定、重复。
- 做法：Fork OpenClaw 仓库；利用宿主 cron 自动根据 dockerfile 预装 cron / ffmpeg / edge-tts；Agent直接 subprocess 执行内部工具、镜像工具、第三方工具。
- 流水线背后的三个洞察
- 不要让 Agent 干能让脚本干的事。
- 大模型只在"判断与创意"环节插手。
- 交付物必须是可复用资产而不是对话气泡。
- 个人篇总结：三层认知升级
- L1 玩具级（对话） → L2 工具级（Agent skill） → L3 雷达级（cron + Agent）
- 最贵的错觉：我买了大模型，所以我完成数智化转型了。
四、数智化底座第一性原理
（90%企业卡在地基，不是模型）
- 现状痛点：OA不开放，CRM锁数据，ERP像化石。
- 数智化底座第一性原理：先把数据流打通。
- 盘点所有内部系统API开放度
- 统一身份和权限
- 建一层 API Gateway
- 关键业务事件接入消息总线
- 数据资产先打标签再喂模型
- 改造存量系统：强行替换、API改造、RPA+视觉抓取。
- 落地路径图
- 地基（前置工作） → 小切口（最稳一步） → 中切口（ROI量化） → 重切口（真正改变业务）
- 切入策略
- 从 RAG 知识库开始：失败代价最小；价值立即可见；倒逼数据治理。
- 中切口三连：合同审计、发票审计、客服系统。
- 三道护栏 & 原则
- 三道护栏：① 责任护栏 ② 可解释护栏 ③ 兜底护栏
- 原则：① 先通管道再喂模型 ② 先 skill, 再 workflow ③ 先 RAG 再审计再客服
五、数字化研发 十年探索与实践
分享人：京东方数字化研发 吕超
- 背景
- 向内看：半导体显示器件数字化研发机遇（缺材料、工艺、设备、设计跨学科间协同设计平台）。
- 向外看：《中国制造2025》指导工业企业数字化转型，制造业数字化研发始终对齐。
- 核心定义
- 数字化研发：工业软件，工业知识 代码化。将专家的经验模型化、数据化、算法化。
- 指导思想
- IPD为企业数字化转型框架，自上而下，拆分对齐。
- 流程：项目论证 → 方案设计 → 产品验证 → 产品量产。
- 策略：单点突破，打造数字化研发 点-线-面-体-态。围绕研发痛点场景，结合 AI 数字化技术分步构建平台。
- 经验总结
- 经验一（数字研发思路）：定目标（对标、一线问题），定策略（单点突破），要成果（一次性做对、差异化、人才）。
- 经验二：从需求出发，聚焦场景的痛点。高价值场景 = 业务 × 数据 × 流程。
- 经验三：构建数字化研发业务增长飞轮。解决一线研发场景真问题，为用户提供价值。始终增加势能，推动飞轮转动。
- 探索实践
- AI赋能设计、仿真、数据分析、知识管理。
- 研发智能体：构建研发专属AI助理，核心专属数据。
六、圆桌讨论：AI可能给CIO带来哪些坑
- 主持人：企业网D1net CEO 范艇
- 嘉宾：徐建光（万华化学）、邓文佶（光明集团）、尚直虎（伊利）、范天月（正凯集团）、刘隽（三花集团）、魏芳芳（万向）、刘文标（裕龙石化）
- 核心议题：AI时代组织协作关系面临挑战和机遇，人和人之间、人和AI之间关系怎样转换衔接。
- 嘉宾观点摘录：
- 徐（万华化学）：AI的作用是放大人的作用，放大企业的作用。回归本质，以人为本，责任一定是在人。固化业务、流程、组织，让业务总结沉淀到系统。
- 邓（光明集团）：目前在试点单一管理、单一智能体，迈进流程和业务优化，减轻个人、部门负担。价值重塑可能会动到别人的蛋糕，要注意。
- 尚（伊利）：目前在早期阶段、暖场阶段。很多企业的数字化基础还没有完善，要做好探索和跟进。
七、多业态集团 AI 场景实践的选择与实战
分享人：东方雨虹 陈熙
- AI 发展：AI应用风口，技术基础趋于成熟，领先企业AI深化应用。
- IT 的压力：ROI 回报不能建立直接关系。
- 13% 企业实践 → 实效：多数为点状应用，缺乏系统思维。
- 困局：知识困境、数据困境、IT架构困境、组织困境。
- 方案：基建、文化、速赢设计并存。
- 看完整：调研分析、蓝图设计、能力体系设计。
- 想清楚：速赢场景设计。
- 动起来：持续运营迭代。
- 个人级、场景级、领域级、企业级价值：
- 个人：RPA、OCR+AI 解放员工重复操作。
- 场景：销售培训，以练代学。
- 领域：客服，多场景实操，模拟实现质培一体。
- 企业：知识治理与运营的能力。
- 知识运营：本体建模。触发、感知、推理、方案、审批执行、代理执行。
- 未来畅想：AI融合，自然人员与硅基人数员工协同工作。
八、智能体时代的安全风险趋势与实践
分享人：绿盟 AI总监 李斌
- LLM 应用形态发展变化：
- 被动响应 → 主动创造
- 人类主导 → AI自主智能体
- 安全风险升级：
- 输出内容：合规、隐私信息。
- 执行任务：危险动作。
- 政策信号：《智能体规范应用与创新发展实施意见》（网信办+发改委+工信部），AI治理新阶段。
- 风险警告：
- Agentic AI 系统失控、行为越界。
- Skill 投毒、文件勒索、改写业务数据。
- 四道防线（主动免疫 安全升级）：
- 防线一：合规 + 校验
- 防线二：评测 + 加固
- 防线三：监测 + 防护
- 防线四：持续运营优化
九、All in AI 团队 AI Native 转型起步阶段实践
分享人：中基集团 王海藩
- 技术周期：当前AI 类似 97年互联网。
- 信息流 去人化：输入 → 加工 → 传输 → 输出。
- 个人龙虾实践：市场情报 Skill，早报晚报复盘。
- 核心命题：不是如何用AI写得更快，而是如何让AI写的代码更可信。
- 范式转换（五个维度改变）：当AI生成代码时，人通过构建约束体系引导AI行为空间。
- 六个最容易踩的坑：
- 文档本僵尸、AI过度生成、AOR官僚。
- 门禁虚设、无幂等设计、无版本控制。
- 工程实践：
- 文件创建秩序
- ADR体系，架构决策的骨柱
- Skill体系，可复用执行契约
- 门禁约束体系的闭环验证
- AI Harness Engineering
- 投资逻辑重构：像老板一样管理数字资本。
- 资产增值导向、沉淀多少私有Skill资产、业务逻辑模型沉淀固化、高可用复用性。
- CIO角色跃迁：告别后勤 → 流程架构 → 生态编排。
- 总结：好奇心是唯一的幸存者指标。
十、半导体企业 AI 战略穿越不确定性
分享人：史震
- 行业核心特征：三密集产业（资金、人才、技术）构筑护城河。
- 行业分类：IDM垂直整合、Foundry晶圆代工、Fabless无晶圆、OSAT外包封测。
- 面临挑战：先进设备断供、核心材料受限、运维服务中断、供应链割裂风险。
- AI 对半导体影响：HBM技术崛起。
- LLM 演进对 Agent 影响：推理迁移 → 工具决策 → 记忆替代 → 价值收敛。
- Agent 四层架构解析：
- 业务逻辑 Business Logic
- 编排层 Orchestration
- 运行时层 Runtime
- 大语言模型 LLM LRM
- 企业AI（符号主义 + 联接主义）：
- 本体模型：确定性业务，事理逻辑，专家Agent。
- 大模型：智慧涌现，Token认知，LLM。
- Agentic EA 架构全景图：战略 → 人 → 执行（中间通过 Agentic EA 贯穿）。
- 企业 Agent 交付组织流程（风险共担，高效交付价值）：
- 组织：融合团队 Fusion Teams，LLM Prompt。
- 流程：SDLC敏捷开发，可观测、埋链。
十一、跨国企业的 IoT 与 AI 落地实践
分享人：能多洁(中国) 陶刚
- 集团 IoT 解决方案：竞争优势、运营成本、客户体验、更好的服务、客户保留率。
- 集团 IoT 标准化落地挑战和机遇：
- 总部全球 IT 标准 VS 中国本地化方案。
- 核心考量：系统灵活性、企业稳定性、本土化服务、数据安全合规。
- 本地融合 IoT 策略：
- A：参考总部架构搭建本地管理平台，链接本地 IoT 产品。
- B：数据异步回传总部，统一报告数据分析。
- C：兼容总部 IoT 产品，本地 IoT 产品出海。
十二、全域 AI 赋能：迈向智能企业新范式
分享人：三一集团 许国强
- 三一"三化"战略：全球化、数智化、低碳化。业务在线，数据和AI开展智能化工作。
- 数字化建设与运营的核心引擎：流程标准化、数据显性化、平台服务化 → 重构全域数智生态。
- AI 对企业的三大重构（生产关系和管理范式重构）：
- 运营方式重构：流程驱动 → 数据驱动。
- 价值边界重构：产品交付 → 价值交付。
- 竞争格局重构：单点优势竞争 → AI生态效率竞争。
- 全员 AI 强管控：
- AI引领平台协同 → 全面普及。
- 组织保障、调度机制、资源共享 → 全面应用、能力建设。
- AI 平台能力建设（两看一做）：
- 看得懂：多模态感知能力。
- 看得透：数据与知识驱动。
- 做对事：可复用的自主执行能力。
- 飞轮效应：更多人用 → 产生数据 → 数据标注 → Agent → 反哺迭代。
- 新型组织模式：域智能体 + 数字员工 → 数智化作业体系。
- 结束语：AI时代数智化是生存项，个人+企业拥抱AI。
十三、企业智能体系探索
分享人：吉利汽车 CDO 刘昊
- 背景：外在困局 VUCA，内在困扰 BANI，本质能力是创新。
- AI 技术突破：服务化、生态化、平台化。企业间的AI竞争不在技术，而是重构企业组织、流程、制度。
- 吉利 AI 智改 185 体系框架：8步骤、5保障。
- 角色管理 → 周期管理 → 价值管理：
- 面向战略层 → 决策型 AI 助理。
- 面向管理 → 管理型 AI 助理。
- 面向执行 → 执行型 AI 助理。
- 100个 AI 助理（百人百智专项行动）：
- 领导力升级 → 专业力释放。
- 业务力沉淀 → 业务力赋能。
- 经营力强化 → 经营力量化。
- 从看模型能力的先进性 → 交付成果可度量。
- 吉利 AI 智改策略 8个步骤： 明确 AI 目标 → 识别 AI 场景 → 重塑 AI 流程 → 规划 AI 资源 → 改造 AI 系统 → 治理 AI 数据 → 适配 AI 模型 → 迭代 AI 运营。
- 构建 5 个保障：组织与文化、平台支撑、安全合规、人才发展、评价体系。
- 实践案例（招聘场景）：
- 简历匹配、面试流程，提升招聘效率、人岗匹配度。
- 运营模式转变：人类执行为主，AI辅助 → AI+工具执行为主，人类指导。
十四、让 AI 懂数据、懂组织、懂业务
分享人：金山办公 VP 王冬
- 痛点：高管问数
- 数据到手太慢；看不懂、串不起；问数靠人，人是瓶颈。
- 解法：数据本体建模 + 老法师经验。
- 高管自助问数，80% 取数员 → 分析员；耗时从半天 → 分钟级。
- 痛点：合同预审
- 规则散落，传承靠人；质量波动，靠人判断；时效失控，业务紧迫。
- 解法：数据清洗、提取结构化、审核记录、检查清单，生成标准合同模板。耗时从 5-7天 → 1-2天。
- 组织决策三个堵点：信息堵点、经验堵点、执行堵点。
- 在企业的价值：帮个人做事，帮管理者做判断。
- 组织级 AI 落地（纵横交织）：
- 纵深穿透：把业务场景 AI化 做深透。
- 横向浸润：三通一平（通Token、通数据、通API、统一平台），懂业务，AI嵌入流程，体系化。
- 启动路径三阶段：
- ① 单点打透
- ② 规模铺开
- ③ 文化扎根
- AI落地没有捷径，但有路径：
- 纵向深度、横向广度：选一个场景，定一个周期，一起走一遍。
十五、数据驱动的场景落地
分享人：戴尔科技 刘凯
- 行业跃迁：人类马拉松 vs 机器人马拉松。
- 聚焦 CIO 关切：
- 大模型落地 → 项目成功率低。
- 大数据治理 → 海量数据壁垒。
- 架构的选择 → 后超融合时代。
- 网络的安全 → 防不胜防。
- 供应链弹性 → 配件持续缺货。
- DTW 共识：无数据 不AI。
- 转型方向：从技术驱动，走向数据驱动。
- 存储引擎 + 数据引擎 + 语义引擎。
- Bring Your AI to Data Foundation。
- 戴尔工厂柔性制造（供应链样板 → 全自动智能精益）：
- 智能备料、安灯系统、AGV、自动测试、RFID、自动产线。
- 业务成果：200万种产品，98%预测准确率，2小时生产物料对接，72小时直达，97%疫情订单交付，2nd ESG。
十六、AI形成生产力的生态协同落地
分享人：荣顺达 CEO 马永奎
- AI战略：规划与避坑并重
- 规避无效投资陷阱。
- 构建全景化AI应用蓝图。
- 推动组织与治理变革。
- AI安全：
- 警惕AI病毒的攻击。
- 内部数据的安全治理。
- 数据保护的方案：备份、双活、容灾、避风港。
- 物理打败魔法。
- AI应用落地关键切入点：
- 模型预演，价值验证。
- 自主协同工作流。
- 硅基协同新型生产组织。
- 龙虾场交叉耦合。
- 云边端一体化全链路。
- AI养成：超智能自助式企业
- 终极系统形态：混合AI云应用生态。
十七、跨越太平洋的信任重建
分享人：艾兰得 VP CIO 蒋科伟 （以项目为案例分享经验）
- 困境：
- 总部IT被排除在项目外。
- 美国本地主导ERP项目两度暂停，面临失败。
- 数据没有流程标准，数据质量差。
- 文化冲突，人才缺失。
- 多个咨询公司参与决策。
- 集团战略和治理缺失。
- 三个关键决策：
- 亲自赴美 Quick Win 破冰。
- 重构数字化蓝图。
- 从赋能到共生（联合KPI，IT业务伙伴，价值后评估）。
- 定位转变：
- 传统定位（项目交付中心）：业务提需求，IT做功能。
- 出海后定位（业务共创伙伴）：IT与业务一起定义问题，共创解决方案。
- IT的终极价值：让业务增长更快，成本更低，风险更小。
- 三层结构总结：
- 实操：信任0到1，Quick win，重构，赋能。
- 战略：治理与对齐，决策权矩阵，联合治理。
- 组织：从交付到共创，ITBP，联合KPI。
- 核心公式：出海IT成功 = 技术能力 + 管理体系 × 业务信任。
十八、通威AI战略及发展规划
分享人：通威集团 CIO 周勇
- AI产业全面爆发：算力、算法、数据 + 场景落地。
- 挑战机遇并存：
- 技术迭代快，行业场景标准缺失。
- 缺成熟实施体系，对企业数字化要求高。
- AI发展两种心态：
- 兴奋：新技术奇点。
- 焦虑：自己落伍，企业落后。
- 通威AI蓝图（1+2+3 驱动AI转型）：
- 一中心驱动、双底座支撑、三层次赋能、AI运营体系。
- 一中心：支撑上层智能应用的核心驱动引擎。
- 双底座：为上层智能应用提供装备库、大脑库（应用、模型）。
- 三赋能：利用AI重塑办公业务和决策（涵盖企业层、业务层、员工层）。
- ① 人找工具 → 智能化任务交付。
- ② 人甩系统 → 三元协作。
- ③ 人靠经验 → 智能驱动。
- AI运营体系（构建AI时代通威核心竞争力）：
- 人才运营：培训、认证、激励。
- 文化运营：宣传、培训、大赛。
- 产品运营：监测、评估、优化。
- AI场景矩阵：
- 6大板块，7大业务域，落地 1000+ AI应用，高价值 133个。