AI落地进行时：企业业务、组织与人才升级实战案例集 202512

-02-Q极客时间I企业版CONTENTS/目录本篇章聚焦企业如何从战略层面拥抱AI，推进系统性转型，涵盖裂变与自研之路》从数字化觉醒到AI驱动，广汽如何通过组织、文化、技术三重裂什么？》阿里云、顺丰、安克创新、太古可口可乐等企业如何跨越认知、•《CIO的技术判断力：在超前与观望间寻找最优解阿里云与安克创新CIO的对谈：如何判断技术成熟度、选择落地Q极客时间I企业版-03-CONTENTS/目录本篇章关注企业在AI时代如何系统性培养数智化人才，重构组•《冲击100%覆盖率，华润集团如何破解数智化人才培养密码？》53Q极客时间I企业版-04-CONTENTS/目录第三篇：技术落地与业务重构实践93本篇章汇集企业如何将AI技术嵌入业务流程、提升运营效率，•《企业级AIAgent规模化落地的避坑指南，就藏在94网易、腾讯、ERP企业专家分享AI在编程、知识管理、客服等•《8年数字化积淀，星巴克中国技术团队开始用星巴克如何从数字化基建走向AgenticAI，重构消费者体验与内Q极客时间I企业版-05-我们正站在企业智能化转型的关键分水岭。人工智能已从实验室的炫目概念，逐步渗入点到规模落地，从单点工具到系统融合，这条路上布满认知的鸿沟、数据的壁垒、场景正是在这样的背景下，我们深入产业一线，汇聚了来自制造、金融、科技、零售、快消等多个行业先行者的真实探索。本案例集不是描绘蓝图，而是拆解难题，系统呈现企业在人才与组织升级上，看华润集团如何构建覆盖39万员工的数智化培养体系，北银金这些案例共同揭示了一个根本性转变：AI的竞争统性能力的构建——这包括顶层设计的战略定力、人才密度的提升、组织生产关系的重本案例集旨在为正在引领或参与这场变革的企业决策者、人力资源负责人、技术与管理Q极客时间I企业版AI不会取代组织，但正在重新定义组织的形态与竞争力。它不仅是工的杠杆、人才升级的催化剂、业务创新的引擎。我们期待，通过这些跨行业的实践，你能看见：AI价值的实现，始于清醒的战略选择，成于坚韧的组织前方仍是浩瀚蓝海，但航标已然清晰。愿这本案例集能陪伴你的组织，不仅抵达技术应-06-Geekbag》·极客邦科技扫码获取高清完整版--07--08-Q极客时间I企业版AI时代的传统车企转型：广汽的“双核” 在传统机械制造时期，广汽集团始终顺应国家产业发展趋势，实现了稳健发展。在行业鼎盛时期，广汽集团位列中央企业及地方国有汽车制造商第四位，成为"三大三小"格新兴车企凭借原生数字化优势，建立了直达客户的商业模式，在技术架构、供销服务体系以及客户运营等方面与传统车企形成显著差异。尽管初期市场规模有限，但其迅猛的发展态势预示着产业转型的必然趋势。随着技术的发展，汽车行业必须向精细化运营、客户直连和服务升级的方向发展，这就要求车企全面数字化以满足客户诉求。本期《行领导层的战略决心与亲身参与是启动转型的第一推动力。从如今的董事长、当年的总经理在调研归途中的果断拍板，到亲自牵头周度研讨会、直面历史短板，高层的坚定意Q极客时间I企业版-09-重复、能快速见效的具体场景进行深度突破，通过快速成功来验证方向、建立信心，并数字化转型的最终目标是将项目成果转化为可持续的组织能力。项目结束不是终点，必须将成果内化为流程、组织和标准。这需要业务领导亲自推动和第三方（如变革办）数字化转型的本质是业务转型，而非单纯的技术升级。这是一场触及业务模式、组织架构和企业文化的系统性变革。成功的关键在于业务、流程与数据的协同变革，其最大自研与掌握核心技术是数字化时代的关键战略选择。这关乎数据主权、成本控制和响应敏捷性。广汽集团强调将核心业务能力转化为自主可控的数据资产和组件化平台，通过有效的治理模式在于平衡“集中管控”与“业务敏捷”。基础平台（IaaS/PaaS）必须公共化、标准化以保持稳定，而应用层则应采用微服务架构以支持业务创新。通过COE（能力中心）和BP（业务伙伴）组成的“真矩阵”组织，确保资源能被业数字化转型需要坚定的战略定力和长远的投入眼光。尤其是对基础设施和底层能力的投Q极客时间I企业版-10-入，不能仅用短期ROI来衡量。企业必须敢于为长远战略算账，避免因短期利益而错转型的计划在一次次关键的行业调研中成型。在考察美的集团前，广汽集团以为家电制造业复杂度低于汽车产业。但深入调研后，美的用数字化实践给了他们一记重击：基于统一数字化平台的管理体系，这家传统企业能在一个月内完成海外新公司的全流程整合。当被问及为何坚持每年投入约20亿元数字化资金时，美的集团董事长方洪波仅回应“因为尝到了甜头”。这促使如今的董事长，当年的总经理冯兴亚在返程途中便拍板决策：“美的作为民企对投资回报如此审慎尚能持续投入，广汽集团更应全力推进数字化转型。”模式，集团总部仅300余人，却管理着近十万人的产业体系。采用典型的战略管控与优异，总部倾向于放权，各投资企业也习惯于独立运营。然而，进入数字化时代后，这种模式难以为继——数据无法贯通，数字化仅停留在单点应用层面，协作效率落后，难贴，企业仅需提交方案并通过路演即可获得支持。此外，集团高薪从市场引入CEO执成立，作为广汽集团旗下子公司，大圣科技主营业务为广汽集团体系内的数字化建设和），Q极客时间I企业版体制破冰催生技术突破。在体制保障下，集团迅速推进核心数字化项目。集团集中资源建设了广汽云，结束了各公司自建机房、数据分散的局面，核心经营数据全部沉淀在广汽私有云，高并发的ToC业务则灵活调用公有云，形成混合云架构；集团大数据湖也同步落地，整合研发、生产、供应链、销售及车联网数据，实现全域数据治理。这套当广汽云和大数据湖初步搭建起数字化骨架时，真正的考验才浮出水面。业务、组织、业务重构的试验场率先掀起波澜。由于业务端尚未整体整合，初期只能采取单点突破），内饰等细节根据用户意见快速调整。用户深度参与后自发宣传，上海车展期间数万粉丝守候直播、自备锦旗。遗憾的是，官方未将该车型置于展台C位，导致流量未能充分这一系列尝试让刘部长更加确信：数字化转型绝非单纯的技术工程，而是业务模式、组但若流程、系统与文化未能同步升级，创新仍将局限于操作层，难以形成顶层共识。最大的挑战在于业务端未能实现流程一体化与数据标准化，导致很多数字化项目无法释放Q极客时间I企业版-12-权力集中伴随着尖锐的矛盾：当业务部门发现财务存在五套预算系统、人力资源系统多们统一了厨师团队，同样是松鼠鱼，但传祺要松鼠鲤鱼，埃安点松鼠桂鱼——当业务标准未统一时，技术团队如何满足所有需求？”更深层的冲突在于能力置换：在大圣科技位价值。”文化的变革最为隐秘而深刻。在方法论层面，广汽集团同步进行变革，比如引入华为例如董事长亲自牵头周度研讨会，中层以上人员每周都会一起学习、讨论、开工作坊，不仅研讨流程，还研讨战略和工作模式的根本转变。与此同时，广汽集团从外部引入了华为的专家，专家的价值在于他们敢对一把手说真话，指出广汽集团的优缺点，用外部经过几个月的努力，每个业务部门都意识到自己是流程的主人。在机制设计上，广汽通专项仲裁跨部门冲突。比如，财务部门想上全面预算系统，但采购部门不配合，营销部门也不需要那么详细的数据。过去，这些问题都推给数字化部门，但数字化部门无法解决业务问题。现在，变革办可以仲裁这些问题，推动业务变革。虽然广汽集团的IT和数字化部门无法逃避问题，必须反向推动业务变革，让业务部门向变革办提需求，然后数字化部门看似是技术部门，但其实承担着更多责任。或许有人觉得数字化部门站得太高，但数字化转型的本质是业务转型。早在2022年行业尚未普及IPD时，刘部长及Q极客时间I企业版-13-否则不予通过。因为数字化转型的意义，绝不仅限于提升效率，更在于为整个组织创造之间壁垒森严。过去，集团领导的指示无法真正落地，但现在，集团总经理变成了自主数字化部门要洞察最先进的生产力，并推动与之相匹配的生产关系变革。尽管大家可能仍认为数字化部门只是技术部门，但其定位不应仅限于此。过去，CIO更多地是赋能业务，满足需求、降低成本、提升效率。但在全面重构的时代，数字化转型不仅是技术赋能，更是生产力和生产关系的变革。AI不仅是技术，更是新的生产力革命，它将改变整个汽车行业的产品和盈利模式。以前，这些只是研究报告中的内容，但现在正在发生。部分民企或互联网企业已经凭借在互联网时代积累的能力，更适合新时代的组织方式走在了前面。因此，广汽集团的转型不仅是降低成本、提升效率，更是组织能力的根本变化。这场触及灵魂的深水区攻坚，最终让广汽集团领悟到最残酷的真相：最大的瓶颈不在技术，而在业务端未能实现的流程一体化与数据标准化。当部分业务领导仍在高喊“我的框架的基础上进行了深化，在项目上挖得更深，并引入了生态概念。现在广汽集团已经Q极客时间I企业版-14-汽集团之前也做了很多单点实验，比如在经营驾驶舱中引入AI知识问答。一开始，模型准确率很高，但随着时间推移，准确率不断下降，幻觉越来越严重，这反映出数据质业务运营的重要性更加凸显，否则AI可能会变成负资产。因此，广汽集团学习华为的度内化至各职能部门工作流。这是AI时代带来的挑战，也让广汽意识到业务参与的不AI+场景的攻坚战在快速推进。在转型过程中，数字化部门联合业务部门挖掘出众多高价值AI场景，却面临着筛选困境，毕竟资源是有限的，这也是当前很多企业落地AI过程中会遇到的问题。对此，刘部长认为，场景选择不应由数字化部门独立决策，数字化部门可以提供方法论支持——例如在AI应用背景下，如何筛选适宜的切入场试点必须能够在短期内呈现明确价值，才能验证方向、建立信心，并为后续推广奠定他们不仅需承担经营业绩指标，也应对本领域的组织能力建设负责。业务部门要管理好流程和数据，并通过数字化或AI工具实现业务价值。以办公室为例，其将积累多年的TB级历史文档进行数字化转化，构建出可被利用的知识资产。基于这些结构化知识，数字化部门与业务部门共同开发AI场景，让业务部门在实践中有实实在在的获得感。数字化部门始终定位为赋能者，提供方法、工具与平台，而场景选择与落地则交由业务数字化部门负责设定指标，业务部门负责领域的数字化。刘部长希望把数字化投入回归到业务部门，如果业务部门的KPI足够明确，他们自然会选择数字化或AI，因为他们需要减少人员或提高效率。数字化部门可以提供衡量指标，让业务选择ROI最划算的场景。至于业内一直讨论的AI项目的ROI评估问题，刘部长认为这需要区分试点与战略布局。试点项目应当评估ROI，但若涉及战略级投入，则必须首先依靠战略洞察坚定方向，保持定力、持续投入。过度纠结短期效益，往往导致企业Q极客时间I企业版-15-错失未来机遇。风浪。回顾历史，广汽集团曾错过一些机遇：早年承接国家增程式技术攻关项目时，广汽集团不仅技术先行、已制成实车，甚至内部也已试用。然而，受当时合资燃油车业务利润丰厚的短期利益影响，认为该市场需求有限，最终中止项目。结果，广汽集团丧失了重要发展窗口。这一教训深刻说明，战略决策必须超越当期财务测算，依靠对趋势的深度洞察。这就是算长期账和短期账的不同结果。但算长期账就需要在战略洞察上非常有能力，一定要能够洞察趋势。这也是华为在广汽集团内部的影响力大的原因，华为总“数字化投入要有长远眼光，不是算一个项目的短期ROI，可以算一个领域一段时间的ROI，一个项目本身是非常有限的，除非固化下来长期运营，才能看出价值和效果。特组织架构适配直指核心矛盾。虽然数字化部门把人都集中起来了，但又必须派出去。目前，数字化部门共有十支战队，其中五个负责作战，五个负责建设能力。后台的炮火是被前台呼唤的。作战体系中的COE（能力中心）承担产品规划职能，而BP（业务伙伴）则长期驻扎业务部门，甚至深度参与业务架构设计与痛点梳理。不了解业务，就没了一个员工，他个人的力量是非常有限的。BP的作用是把需求快速反馈到应用战队、数据战队、基础架构战队、运维战队，然后用组织的能力帮业务解决问题。业务的需求也会成为数字化部门下一次规划的资源库，形成相互循环的关系，才能让业务和数字化算力与合规问题正在全球上演。当同行出海时普遍选择亚马逊、谷歌云时，广汽集团Q极客时间I企业版-16-和我们共进退。”国有云能提供很多生态服务，比如阿里云可以提供菜鸟的物流服务，字节的TikTok在海外合规方面已经千锤百炼，其合规能力可以为广汽所用。仅中文服更现实的考量在于算力效率——智驾训练对算力需求呈指数级增长，公有云当广汽的数字化转型步入深水区，需要借助一些切实有效的管理手段来推动后续每一步的发展。刘部长逐渐摸索出一套数字化转型在国企破局的方法论。首先，广汽集团落实所有数字化项目申报必须由业务部门明确定义业务价值，并逐层完成四维架构论证，评任的主体在于业务部门。只有将这些架构评审得清清楚楚、讲得明明白白，项目才被允其次，广汽集团当前正在推动预算分摊回归业务部门。过往业务部门仅承担需求提出职预算，但逐年递减。在数字化部门将预算统筹之后，业务部门似乎仍无动于衷，大多数业务部门认为只要需求提得精准，就万事大吉了。如今，刘倩部长计划让预算回归业务手中，要求业务部门真正承担起数字化项目的主导责任。唯有如此，业务部门才会认真Q极客时间I企业版最后，广汽集团充分利用现有的变革组织架构。除了集团层面的变革办，各个领域的GPO下也设有变革流程组。起初，变革流程组只负责流程管理，如今，业务伙伴已经融入其中，共同管理变革事务。数字化转型项目需要组织业务部门共同参与，清晰阐释业务价值与后续运营体制，让业务领导深度介入。目前，在大研发领域，这一模式已落地生根且效果良好。很多事务绝非数字化部门力所能及，必须由业务部门的领导亲自操刀。项目成果需要内化为流程、组织与标准，而非项目结束便万事大吉。这需要业务领导亲自推动，变革流程办也需与我并肩作战。因为每位部长都有自身利益考量，例如，数字化仿真效果很好，能替代部分实物试验，所需的试验业务人员可能减少一半。他们或许能享受项目带来的短期红利，比如节省工时、提升部门效率，但往往不会从组织全局角度思考如何将项目成果转化为组织能力。组织真正的降本增效需要第三方力量来推动。这也是数字化转型进入深水区后，容易得罪人的原因。采访中，刘倩部长开玩笑早已做好成为“烈士”的准备，因为这对组织长远发展大有裨益。变革流程组作为公允的第三方，组织专家评定哪些成果需要推广，哪些必须落地实施。广汽集团在大研发体系里积极推进此事，已初见曙光。若每个GPO、每个VP都能站在自身领域提出要求，并管理数字化转型项目，我们定会发现，数字化转型为组织带来的巨大收益与价值，而非仅是项目完成后的局部效益提升。然而，这件事不宜公开大声疾呼（因为会产生减员分权等影响），否则极易树敌无数，甚至在项目尚未取得成效前就成为“先烈”，只能稳扎稳打，逐步推进。“不要老想着去管理别人，而应该是服务别人”在数字化转型的过程中，推动者往往需要构建来自多方角色的信任，比如企业管理者、业务管理者等，才能够真正推动转型。在刘部长看来，广汽集团管理层具备开放包容的Q极客时间I企业版-18-因此，刘部长经常告诫团队：一是不要老想着去管理别人，而应该是服务别人。无论是对领导还是同事，关键是要给他们带去价值。只要他们想做的事情，你能帮他们做成，二是敏锐洞察业务痛点并主动策划变革方案。以财务部门为例，他们可能苦于不知道如何变革，这时数字化部门可以主动给出方案，甚至带着财务团队开展行业对标，使其对数据和变革有更深刻的知识，帮助财务部门整合资源并解决痛点。在这个过程中可以慢三是通过设计AI工作坊等参与平台，赋予员工贡献创意的机会，及时给予激励与试点资源。虽然没有物质奖励或升职，但他们会觉得在做一件有意义的事情，这种价值感和默化的变革文化。在实践中，这些人自然会主动拥抱新的生产力和生产方式，因为他们“以前我也不知道这叫变革管理，我只是想往前推事情，将心比心，当个体在变革中获当前，广汽集团实施"集团集中管控与业务单元自主运营"并行的在实践过程中必然面临管控标准化与业务敏捷性之间的结构性张力。在数字化领域，这是一个战略和策略的选择。在广汽看来，基础平台必须实现公共化与标准化，而应用体系则需构建微服务架构保障业务敏捷性。这一理念与华为"大平台精兵作战"模式高度才能更好地满足上层业务需要。应用层应该与业务强相关，与底层中台松耦合，可以不停地调整技术解决方案，甚至用低代码、零代码的方式让业务部门自己也能用智能表格Q极客时间I企业版-19-去实现。只有这样，才能真正实现稳定与敏捷的平衡：该敏捷的地方当前，广汽集团将数字化部门定位为成本中心、要求逐年降本。然而现实是，业务侧对越来越多的车辆接入与业务上云已成为刚需，云服务如同水电般不可或缺，数据量亦呈在这一背景下，刘部长选择带领团队迎难而上：“我们不得不通过自研替代商业套件来压缩采购支出。”然而，刘部长也呼吁：其他关键平台，尤其是基础设施部分的投入，绝不能削减。数字化部门本质是生产力引擎，而非成本中心，需要持续的战略性投入。基础设施若得不到夯实，无异于在沙滩上建造高楼，潜藏巨大风险。日前发生的基础架构硬件崩溃，正是历史投入不足所累积的问题爆发——这如同冰山，水面之上的问题只是表象，真正支撑系统稳定性的水下基座才决定生死。硬件崩盘后如何应对？这些投入在有限的能力范围内，刘部长仅能争取一项权利：预算下达后，数字化部门拥有自主分配权。集团不必对每个项目做过细干预——这些需求往往源于业务部门年初提报，其中不少并非真实需求。而真正需要持续投入的基础设施与能力建设部分，恰恰无法用短期投资回报率衡量。它们的价值，只在系统崩溃时才会被彻底认清。刘部长表示：“我可以根据实际风险与战略需求灵活调配资源，这是当前最迫切也略显奢侈的期望。”对曾经历曲折的同行们，刘部长强调，从数字化转型起步之初，就应当在核心领域坚定投入自研能力建设。这并不意味着所有系统都要自研——例如像ERP这类成熟的财务系统完全可以外采，但在真正影响企业核心竞争力的数据与业务领域，必须将主动权牢Q极客时间I企业版-20-平台可以引入，但更重要的是在此基础上构建属于自己的平台，将核心数据写入自己的数据底座之中。自研不应始于技术实现，而应始于业务变革——从流程拆解入手，从数据溯源切入，直至厘清每一个业务对象。只有通过这样的深度解析，才能真正形成扎实的自研能力，将数据自主权握在手中，并推动业务部门深度参与到数字化项目中，共同这种做法不仅能够贴合业务需求、掌握数据主权，还能大幅缩短开发周期。通过对可复用业务与能力组件的灵活组合，常见的业务场景和流程可以通过“排列组合”快速实现。未来的开发将更多是基于业务单元与能力模块的装配——开发周期可从“年”缩短至“月”，甚至进一步压缩到“周”，从而快速响应市场的敏捷变化。成本也将随之下降：既无需采购外部大厂的成套商业软件，也省去了高昂的实施顾问与后期运维费用。更重要的是不再受制于供应商，一旦运维依赖外部，任何细微调整都需向其求助。因此，自研不仅仅关乎技术，更是一种战略选择，是掌控自身数字化命运的根本路径。总结下来：这就是自研的重要性，所以不要在这方面吝啬，一定要一开始就向着最难的方向去，要当前，广汽集团在技术路线上正采取“赛马机制”并行推进。研究院已部署自有HPC私有云，同时也在外部商业化AI中台及大模型上运行广汽云目前主要由大圣科技团队基于其自研AI产品开展应用。从长远来看，广汽集团不会维持两套AI中台并行的局面。计划通过一段时间的“赛马”验证后，逐步推动能力整合与统一管理，构建集中的云管平台，将各类AI能力以公共服务形式进行调Q极客时间I企业版-21-在云策略层面，广汽集团仍在深入研判未来应继续加大对私有云的投入，还是在一定阶段后逐步转向公有云或混合云架构。无论底层资源形态如何，管理必须实现统一——AI中台、公共能力组件，甚至模型工厂都应当集中建设和提供；数据知识库需汇聚为统一根本原因在于制造流程本身已具备行业顶尖水准。广汽集团继承了丰田精益生产模式的精髓，奠定了极高效的制造基础。正是在如此成熟的流程体系之上，数字化改造所形成在研发板块，数字化推进较为顺畅。这得益于业务领导层深度参与——他们多具备技术背景，对数字化重视程度高。大研发领域明确要求业务负责人担任数字化项目的第一责一开始就紧密贴合业务需求，在建设阶段就获得业务部门的充分主导与参与，从而更好在营销领域，此前广汽集团已投入大量资源进行创新，瞄准新势力，对标新势力，进行ToC端的创新。这种创新反过来又会影响组织架构的变化，从而推动组织变革，这组织架构和数据这三者的变革，关键要素越多，数字化的成效就越好。但当初的变革仅限于各品牌内部，当下需要拉通营销全领域的业务流程和数据，让数据赋能决策和执行的定义精准与标准统一是基础前提。在推进数据治理的过程中，数字化部门始终强调与Q极客时间I企业版-22-在订单量、转化率等常见指标上，也因管理目标和风格差异导致计算口径不一、无法横计算公式和定义，这不仅是对指标的共识，更是对管理的共识。大家都围绕共同的指标标准化的具体内容主要还是由业务部门来定标准，数字化部门提供技术标准，比如告诉采购部门零件号如何设计，以免在达到一定量级后产生混乱。数字化部门会给出这样的技术规则，但如何确定零件号，应该是数据所有者与上下游协商的结果，上下游都能使在这个过程中，GPO必须承担起数据的责任，这是数据治理的基石，他们需在业务领数据管家是业务领导作为数据所有者的重要助手。对于业务部门推选的数据管家，数字能够从业务场景、业务架构、流程一直延伸到数据层面。最终，业务标准与数据标准得以明确，清晰地呈现出来。广汽集团目标是不用等到建完一套系统后再反过来做数据治Q极客时间I企业版-23-目标，精选高价值场景，将业务、流程与数据三重变革紧密结合，才能真正推动AI场向下看，广汽集团正通过ESC（企业战略委员会）和EAT（企业架构团队），持续滋这是一场没有退路的战役——在AI时代汹涌的数据洪流中，那些仍未实现流程标准化Q极客时间I企业版-24-人工智能正以颠覆性力量重塑全球经济图景——从算力跃迁到大模型的井喷式突破，从的期待推向高潮：日前，黄仁勋在GTC华盛顿特区技术峰会上的演讲，直接助推英伟强烈反差，形成一种撕裂感。从技术预热的喧嚣，回归商业落地的冷静，我们亟需一场Q极客时间I企业版-25-共同进行了一场围绕大模型落地过程中的真痛点、真问题、真解法的深入探讨。极客邦正如MIT的报告所揭示的，一个值得关注的现象是：80%的组织都在使用C际价值。这一数据表明，问题的核心并不在于AI模型的技术能力，而在于系统是否具不熟悉游戏规则的玩家可能会有这样一种想象：只要砸足够多的钱，把技术从输入端放Q极客时间I企业版-26-阻力，除了技术和成本的因素以外，最重要的就是文化的因素，根本就在于人。大多数在推动大模型落地的第一年，即发现了企业内广泛存在的AI认知错位。无论是业务团具体原理等基本概念的理解都存在很大差异。也正是因为清晰地认识到了这一点，才有文化、认知和组织上的困境，并非个案，在行业调研中也得到了印证。波士顿咨询集团甚至有业内人士认为，当公司进行数字化或人工智能转型时，需要将三分之二的努力和当企业内部对于AI的价值和定位尚未达成共识时，往往表现为技术团队盲目追新、业有五年模型经验的数据科学家和工程师，确定了AI项目失败的五个主要原因。有这样Q极客时间I企业版-27-两个问题原因凸显出来：其一是组织更关注使用最新最好的技术，而不是为其用户解决实际问题，其二是技术被应用于现阶段AI难以解决的问题，目标太远导致无法实现。显然，盲目追新和定位错位，本身就构成了对技术和业务之间脱节的漠视，这会有很高安克对此感触颇深，早期的安克创新提出AllInAI，尝试举办了很多Workshop、示能力而非解决问题。数字化战略一旦脱离具体业务目标，资源流向就会与价值创造方回顾大量的AI项目实践，技术和业务的错配已成为制约落地的主要障碍之一。传统的项目立项模式中，技术团队常以算法先进性或技术指标（如模型参数量、推理速度）为核心目标，而业务部门更关注效率提升、成本优化等实际价值。这种割裂导致“为如果业务目标不明确，具体的量化指标更加无从谈起，这就容易陷入产品价值难以闭环未建立科学的多维指标体系，最终仍难以验证投资成效，导致项目很快被边缘化。这也衡投入与产出、有效分配资源和搭建团队，避免无效试错和资源浪费，是企业推进AI过程中普遍面临的难题。对于这个问题，宋翔认为，当前阶段要期待一个很大的ROIQ极客时间I企业版是不现实的，原因在于，尽管算力成本正持续下降，但大模型仍然比原来的小模型大了如果说认知、组织与文化决定了AI应用能否真正落地，业务目标和商业价值则关系到要真正提升数据质量，仅靠技术团队远远不够，业务专家的深度参与正在成为数据链路中不可或缺的高价值环节。正如宋翔在分享中强调的，顺丰之所以能在很多场景取得突他们既是生产者，也是消费者，所以这个事情才能真正地闭环起来。”在AI应用加速落地的当下，数据治理的重要性已成为行业共识。最新调研显示，89%2解法：一条可复用的企业2解法：一条可复用的企业AI大模型落地路-28-有业内人士坦言，让-28-Q极客时间I企业版-29-务转型。反过来看，让AI项目落地的夯实方式，就是从业务转型视角去看待它，趟出我们看到的以上痛点看似是单点问题，实际上可收敛于一个统一的认知框架内，即GenAI落地企业，究竟是在交付某一确定结果，还是单纯交付了一个执行动作。在这轮云CIO蒋林泉笃定的方向。RaaS模式，不再售卖席作为阿里云智能集团副总裁、CIO，蒋林泉在推进RaaS的过程中，总结出了一套方法在AI大模型的落地实践中，认知不统一是企业迈向智能化的首要障碍。面对碎片化、非系统化的信息输入，无论是产研、业务还是管理团队，在AI能力、概念和边界上都在组织激活的土壤之上，还要同步考虑现有的生产关系如何匹配AI新生产力，尤其在数字员工的共同培养和运营管理逻辑上，以及大家对数字员工在交付质量上的误区打破工机制：HR部门以把关的角色，像招聘正式员工一样去考量数字员工的上岗，这是一Q极客时间I企业版-30-个确定性的价值任务里去拓展多少HC（headcount如此一来，各个业务方都可以为从根本上解决技术与业务错配的问题，避免技术团队和业务需求脱节，RIDE方法论型来做，用原来的大数据以及数据科学，建立整个客户洞察和动线之间转换漏斗的模型Q极客时间I企业版-31-务中真正接管任务，并用量化指标来衡量成效。销售场景中的转化率、服务场景中的响在阿里云的数字员工实践中，以官网AI助理为例，蒋林泉指出其对度量的要求，认为识与评测决定大模型应用的上限；塔底是工程的数据与评测，是大模型应用的基石；而塔中央的工程应用与算法，是充斥在媒体浪尖的高频词汇，也是他常说的“必要非充分Q极客时间I企业版-32-其中，数据治理与评测体系的薄弱，是导致AI项目难以落地的根本性制约因素之一。虽然这一问题已逐渐成为行业共识，但在行动层面，真正具备体系化能力的企业仍属少数。蒋林泉分享了一则行业趣闻，不少同行对他表示，看懂这张“金字塔”图后，才明白自身项目难以收敛的症结，他们在数据环节仅投入两人，其中还包含外包人员。蒋林泉强调，唯有在数据评测上“重投入”，才能有效推动项目收敛落地。尤为关键的是，业务端专家在数据评测过程中的参与不可或缺。这些专家拥有领域知识和业务洞察，能为中心的传统AI应用时代不同，那个时代的数据要素处理有标准答案、易外包标注，但是，大模型的输入输出皆为文本，评测非标且高成本，随之成为落地瓶颈。所以，唯这些AI员工在不仅与人类员工一样，拥有自己的工号和归属汇报关系，而且同样需要经过考核，甚至标准更加严苛。所有数字人必须承担起现实业务中高频、重复、且具Q极客时间I企业版-33-阿里云已经上岗的28位数字人覆盖从文档、客服、销售到中后台等多个关键些AI员工不仅真正参与业务流程，还在多个环节实现了实质性的业务价值提升。以下技术文档验证数字人：传统验证方法依赖大量人力反复核查更新，周期长、覆盖有限。而现在，数字人可以自动读取文档、根据文档操作控制台，识别问题后自动生成档与功能不同步”问题。这一流程已经将技术文档的校验周期大幅压缩（比如一套语言的文档验证从6个月缩短至1-2周同时支持多语言版本，也显著改善了国际客小时缩短至40秒，客户在更短时间内就可获得准确回答，从而使客户响应效率智能电销辅助数字人：从售前规划、售中引导、到售后跟进，AI全链路参与。话前计划数字人全面洞察客户需求，助力机遇洞察；话中辅助数字人在呼叫期间，实时AI分析客户意图，给出回答和追问建议；话后复盘数字人智能归纳沉淀客户特征信息，记录客户业务背景和需求。整个链路大幅节省话前准备时长和话后小记时长，等同于拓展百关键信息，精准推送给一线销售与主管。而操作者仅用自然语言交互的方式，就能进一步快速问数，整体洞察和归因分析，过程变得像聊天一样简单，问数效率快至秒级。目财税法信风数字人：在ToB场景中，复杂建模与风险识别，大幅缩短审核周期，解决了审核带宽长期不足的问题，平均审批时长Q极客时间I企业版-34-对于已经上线的28位数字员工，在阿里云CIO团队运行规则中，均以一个明确的业务收益标准来衡量，即通用一个关键词“拓展”，意味着为业务拓展、释放了多少对原来流程中执行的同类任务，要并行验收两个指标：执行效率提升多少和执行效果提比如太古可口可乐明确提出，引入AI是为了提高销售人员的效率，让他们能拿到更多的奖金，让店老板赚更多的钱，让消费者想喝饮料的时候就能喝到一瓶畅爽的可口可乐。这一表述清晰传递出，AI落地绝非单纯的技术堆砌，而是以人为核心、以业务价值为导向的深度赋能。既聚焦一线从业者的效率提升与价值实现，又兼顾合作伙伴的盈利增长与终端用户的体验优化，真正将技术变革与业务生态中各个角色的需求紧从一线业务专家里面调兵遣将，成立由这些业务专家领衔的能力建设团队的做法，形成了最佳呼应。尽管各家业务不尽相同，但在组织变革、业务深度参与等方面，他们不谋Q极客时间I企业版-35-在这场以AI落地为主题的严肃分享上，太古可口可乐（中国）冯柯并没有大谈一些技我们一出生就有吃和喝的需求，喝跟今天的主题有什么关系？”,他将所有人都带入到如果要定义这份快乐，体感意义上就是冯柯说的喝到可乐的那种“爽”，英文叫AI有效连接可乐与消费者之间的快乐意味呢？通过对消费数据和场景热力图的分析，统每年分析上亿张货架照片，优化陈列与定价，让门店经营更高效；“建议订单系统”则基于天气、销量、库存等数据，为业务员提供智能订货建议和沟通话术。AI在这里不是取代人，而是放大人的判断力与创造力。技术的最终目的，还是要去提升人的幸福感。无论是对企业的员工、还是对可乐的消费者，太古可口可乐在做的事都在生动诠释着这句话的内涵。冯柯结尾的一句话，调侃中当然在快乐之外，一定还有理性的技术布局。面对连锁经营行业人士提出的关于跨国公面对地域限制冲突时，会将技术与大模型做解耦，来应对不同国家的文化冲突和技术壁垒。例如，针对中国地区模型或工具的使用限制，可通过搭建可迁移的技术平台，灵活Q极客时间I企业版-36-Tips1：大多数前线的员工都认为企业上AI是要替代他的，这是人性使然，他最担心的就是这件事。所以我们说，人工智能不是人类的替代品，它是放大人类创造力和创造Tips2：通过数字化赋能员工、理解消费者的真实需求，并在智能化创新中注入人文关怀，让技术不只是效率工具，而是助力人与人之间的连接与信任的桥梁。数字化和智Q极客时间I企业版-37-有我们不全知晓的庞大业务版图，也是亚洲最大的、全球第四的物流解决方案服务商。销售、下单等场景的丰语大模型，以及支撑预测、诊断与决策的丰知物流决策大模型。进入2025年，顺丰推动集团主要业务环节全面引入AIAgent，从预测到调度宋翔一开始就分享了他的那份坚定：“现在整个大模型的应用法是正确的，其实能够带来更大的收益。到今年年底当前时间，顺丰在整个大模型收益来的经济价值肯定是越来越大的。”我们也从分享中看到，AI始终贯顺丰的全链路，从决策-物流网络中，决策是核心。从货量预测开始，顺丰就已调动数据和算力：比如苏杭的大系统会计算最优路径和承运方案。但运输过程中，随时可能因天气、故障等突发情况打过去，顺丰用多个专家模型来支撑这一切，但模型分散、操作复杂。现在，借助智能体把这些能力打通，能够以非常用户友好的方式来回答件量预测、网络规划和临时调度，在分享智能运营的一个细节时，他提到一个对比数字：顺丰每天转运中心流转的件量，数字，宋翔还诠释了很多，他所呈现的扎实进化步伐和大量应用效果的微观数据，充分Q极客时间I企业版-38-编排能力，垂类专家模型提供深度的专业知识分析、决策优化能力，构建支撑万亿物流事实来看，客服方向对顺丰的业务收益是非常大的，而且，如果我们认为有一个工具它真的在带来价值，那它一定是业务团队日常工作中不可或缺的，现在我们面向客服专员Q极客时间I企业版-39-难道每一次调度决策都是对的吗？不是。所以不用追求绝对正确率，我们在用一个更合安克创新，在AI时代开启新一轮升级。过去十年，安克创新凭借对用户体验和技术细节的打磨，在全球消费电子市场站稳脚跟，而AI的到来，让这种长期积累的创新基因生成等成熟能力应用于智能客服、广告素材生产、代码辅助开发等领域。但面临员工习但在从第二迈向第三阶段的过程中，安克曾复盘了最痛的痛点，分别是：数据、心智、怎么样去回到用户的本质需求，去打破一些以前的习惯，用具有创新的方式去做，这对），Q极客时间I企业版-40-龚银也讲到未来，安克认为企业的核心竞争力将依赖于AI对真实世界数据的感知与决策能力——不仅是互联网数据，更是未被采集的物理空间，这所蕴含的未来空间更大，价值创造，哪个智能体干得好，就给它更多算力、数据资源，哪个智能体干得不好，就这是一个核心竞争力。”「就算Al大模型能力停步如此，生产力革命也能发生翻天覆地的变化，并且Q极客时间I企业版-41-Tips2：数据、心智、组织形态限制了AI的继另外需要引起注意的是，这些企业实际上都有良好的大数据基础。在行业尚未如此大规山底座支撑下，先行把AI在企业成功落地，这条探索路上，他走过无数坑点，希望那Q极客时间I企业版-42-这种说法并不夸张，而是揭示了当前AI行业正在发生的核心分化趋势：底座能力的集中化，应用能力的差异化。对于当下众多企业而言，前者决定了能跑多快，后者决定了能走多远。随着基础设施的性能持续提升、成本不断下降，越来越多企业正在把有限的量数据要素的构建成本——而AI系统迭代所依赖的评测能力与评测开销，正成为大模这是一场AI时代的通识教育，是对整体认知底层的重铸。阿里云大模型认证(ACA/们提炼出一套RIDE方法论：Reorganize（重组组织与生Q极客时间I企业版-43-然而，人工智能的真正价值，从来不是资金和技术的堆叠所能换来的。它考验的，是企穿战略目标、组织协同与价值交付的完整路径。技术被孤立在部门墙内，流程仍然沿袭Q极客时间I企业版-44-“大模型落地，外面好像都是星星、太阳、月亮的，但是我中间发现那么多坑，到底别人是不是也会遇上这些坑？难道就是我倒霉吗？”过后，他不出意外地发现，大模型应用落地中的坑点就在那里，只是被AI应用落地的业界仍在寄望ChatBI、ChatSQL之类的产品能帮助公司完成AI转型，这些看似光鲜的技术叙事，清醒地看见了业务场景的坚冰。这是源于他是最早一批与大可以随便被挪用的口号。他做成了其他CIO做不到甚至想象不到的一件事，那就是把握住了安克创新的业务实线，面对一家正在高速增长的全球化智能硬件科技公司，龚银Q极客时间I企业版-45-Q1：CIO如何做出正确的判断和决策，并带动组织形成合力？在和下属沉思片刻后回答，正确的产品方向最终取决于品味。所谓品味，本质上是信任。你是不是比你的下属更明白技术的边界和业务的边界。因为你要为全局利益负责，而他们更多是为某个项目的成功负责，所以你要靠品味做出判断。在初期，很多决策只能靠直觉，但一定会遇到阻力。关键在于如何化解阻力、达成共识，而不形成摩擦力。真正能让组织长期保持战斗力的，不是独裁，而是回到真实的原理，把事情讲清楚，让大家形成共很多决策若只看表面事实，容易被沉没成本左右。但从原理出发，就能看到模型能力在持续增强，感知能力也在不断拓展，万物都在变得更加智能。基于这一判断，我们能形Q极客时间I企业版-46-霍太稳：达成共识的关键在于领导不贪功，而是把决策变成团队的共同意志。在第一性原理面前，不论title是什么，每个人都能表达观点，回到本质问题，才能更容易形成专家驱动的组织模式必然会被颠覆。我们的判断是，未来组织必须更加微小化，而个体则需要具备复合化的能力。以程序员为例，他不再只是写代码，而是可以通过AI工具顾多个角色，原本需要五六个岗位才能完成的项目，现在两三个人就能搞定，这就是人在组织架构上，我们也做了调整。过去叫IT部门，后来叫BPIT（BusinessProcess 我们把业务线的专家抽调进ATIT，让他们既懂业务又能掌握AI工具，从而推动整个组织的能力进化。在人才方面，我认为人才不是培养出来的，是筛选出来的。我们为业绩复合型人才为了保障这一机制有效运转，我们也重新设计了激励与价值分配体系。大New人因为Q极客时间I企业版-47-雁杨：组织里存在两个层面的认知差异，一是业务团队与产研团队之间对AI的理解差距很大；二是即便在技术团队内部，产品经理、前端、后端、算法、测试等角色，对大一轮的算法、计算机视觉，在这一轮大模型浪潮中都不再完全适用。因此，除了专业技为此，阿里云新推出了大模型认证及课程。阿里云自身也在用这套体系拉齐组织的AI通识认知，其中ACA是所有非技术人员需要通过，确保具备大模型的整体认知；ACP则要求技术人员能够完成，有实际操作、要动手编程。大模型领域的知识更新很快，因落地。半年后，我们意识到必须建立方法论：先评估大模型的能力，再匹配合适的业务场景，选择能产生价值的方向深挖。我们聚焦了三个场景：智能客服、广告内容生成、电商营销素材生产。这些业务以文本、图片、音视频为主，规模大且ROI可衡量，最以智能客服为例，这是我们最早也是最成熟的落地场景。2023年下半年，客服自动解Q极客时间I企业版-48-决率达到约30%。我们与合作伙伴一起推动，设定目标50%，但遇到瓶颈。于是团队数据与知识：如何提高问题感知的准确率，并建立高效的知识管理体系，让新知识能快算法与推理：更强的大模型（如GPT-4o）的到来，推理能力显著提升。工具与系统打通：大量客户需求涉及退款、物流、排账等操作，必须把企业内部能力抽通过这种方式，我们逐步提升了解决率，并形成了可复制的方法论：明确场景—设定目项目组会强调模型准确率，但这并不代表真实体验。因此我养成了每天亲自使用智能客服的习惯，后来团队也要求这样做。最终我们发现，工程迭代的验证数据必须来自客户在衡量效果时，我们也踩过坑。准确率并不能说明问题，真正关键的是留存率。如果客户用过一次后马上切换到人工客服，说明问题没有被解决。我们曾因为留存率过低而选Q极客时间I企业版-49-33技术的边界：一条增量式创新之路龚银：企业在选择技术方向时，必须清楚成熟度的边界。过早投入未成熟的语音模型，往往会导致团队长时间投入却无法产出，最终损耗士气与信任。而一旦时机成熟，例如智能体平台的建设亦如此。我们很早立项并投入，但随着技术迭代，也要不断审视原有架构是否仍为最优，必要时及时调整甚至重建。试错不可避免，但它能让团队快速积累雁杨：所谓的技术，本质上是团队的组织能力和技术平台长期沉淀的结果。基模在不断提升，基础技术也在持续进步，你的积累不断接入新的场景，再继续握手，是一个循后，其实并没有带来颠覆性的变化。过去一年里，除了DeepSeek那一轮突进，以及Q极客时间I企业版-50-4CIO4CIO的实践经验与未来愿景龚银：第一，要行动起来。就像雁杨总说的，必须躬身入局，要学会游泳，先下水扑腾第二，要围绕着去发挥创造业务价值的角度去思考。关键是看技术能不能真正解决业务雁杨：我觉得核心逻辑有三个。第一，还是要盯住业务价值，找到AI在业务里最能产你才会发现一堆实际问题，组织的、平台的、流程的……这些问题你在实践中自然慢慢第三，等你真正做过之后，再去看外部的方法和经验，才会明白哪些对你有用，哪些只Q6：如果把视野放到未来一年，你们在想什么事情？存在哪些难点需要Q极客时间I企业版-51-龚银：AI时代需要一套新的企业架构。上一代的架构是互联网思维，以人为中心，人比如AI感知到某个仓库库存超标，它就能判断这批货价值在下降，随即触发销售系的企业数字资产转化为AI可驱动、可组合的资产？我们内部正在尝试产品化，一些场景已经跑起来，有的效果很惊艳，但也存在稳定性和一致性的问题。ToB场景不同于在我看来，未来每个智能体负责一个领域的任务，智能体跟智能体之间组合协作解决复要实现这一点，底层必须先打通。核心是把企业的显性知识和隐性知识数字化，形成高质量数据对象，能直接被AI感知和调用，而不是像现在很多Ch系统，把所有行为和知识结构化、对象化。这样AI能直接理解数据的意义，真正驱动雁杨：我之前和一些CIO聊过，他们对未来有一种愿景：所有决策都由AI发起，人回到现实，我非常认同龚银总说的——我们需要为智能体准备好平台，这一点已经刻不所以，企业的数字化资产必须长期保持“Ready”状态。基建足够好，智能体才能快速生长；基建不好，就像浮沙筑高台，不可能建出坚固体系。未来无论AI是做--52-Q极客时间I企业版冲击100%覆盖率，华润集团如何破解当今时代，数字技术已经深刻渗透到了社会生产生活的方方面面，人工智能、大数据技术的发展更是在各行各业掀起了创新浪潮。在这样的环境中，企业需要培养大批人才以华润集团作为央企始终走在行业前沿，积极探索与实践数智化人才培养的创新路径，致力于打造一支能够有效应对AI时代挑战，推动集团数字化之路的中坚队伍。在极客时华润数字化学习与创新中心执行主任韩东辉受邀发表了题为《启航未来：华润集团数智化人才培养策略和实践》的演讲，系统分享了华润在数智化人才战略中的顶层设计与实当今世界正处于百年未有之大变局的汹涌浪潮之中，以人工智能、大数据、云计算等为代表的新一代信息技术恰似磅礴动力，推动人类社会风驰电掣般加速迈入智能时代。我们总结了当今这一智能时代的四个特征，分别是技术驱动、数据赋能、敏捷创新和万物所谓技术驱动，是指人工智能、大数据的发展远远超过了原有的想象，对社会的影响有-53-Q极客时间I企业版-54-目共睹。数据赋能是指数据已经变成非常重要的生产要素，它可以成为沟通其他生产要素的联动桥梁。万物互联的世界中，人、机、物的连接是无处不在的，时间、空间的概念在万物互联的时代显得尤为渺小。敏捷创新这一特征体现为技术迭代的速度极快，所第二是效率飞升，协作无疆。今天我们做的很多事情都比以前便利了非常多，例如企业车都是一键操作，回来后也不需要报销，系统、后台和报账系统都已经对接完了。所以又如快消品市场上，华润怡宝在外有很多业务员需要拜访客户，需要知道我们投入营销费用后，商家是否按照我们的约定把我们的产品摆到了相应的位置上？以前我们的人是靠人眼去监督，没有更好的手段。但现在他们只需要手机拍照上传，相关的流程就都能第三个变革趋势是组织焕新，数字领航。数字化技术打通了信息流动的通道，我们的组最后一点是数据机遇和安全隐忧并存。数字化技术发展产生了海量数据，给我们的企业带来了巨大帮助和作用，但同时这种海量数据背后有数据安全和隐私安全的一些问题需首先是数字化转型。我们能不能抓好数字化转型的这把利剑，帮助推动企业的变革，引领我们产品的创新，这是我们可以去思考的。第二是数据驱动的决策。现在数字化的工具上线后，我们企业的很多数据不像以前那么难获取了，我们可以拿海量数据助力我们Q极客时间I企业版-55-交流、合作环节都带来了巨大便利。最后一方面是人才战略升级。在数字化背景下，企业对数字化人才的需求远超以往，数字化人才已成为我们今天企业发展非常核心的驱动面向未来，我们能深刻地感知到，有两类员工是我们企业非常需要关注的，其一是数字我们处理很多事务性、低价值的工作。还有一部分员工将会转变成数字化员工，这些员工应该能非常熟练地掌握数字化工具，能够用数据去分析、判断我们今天所做的这些事数字化员工有五个方面的特点。第一是数字思维，他们能够用数据去思考问题，有用户思维、平台思维。第二是技术能力，我们不要求每个人的技术能力都很强，但他要对技我们有了海量数据之后，数字化的员工应该能通过这些数据来支持我们的判断和决策，帮助我们去开展工作。不管是高层、中层还是基层的员工都需要有这种能力。我们之前来就是高层能够用数据决策，中层所有的干部都能构建业务模型，通过模型来驱动业务发展。到了基层员工，我们希望他们能熟练掌握数字技能，能够用这些工具帮助企业、帮助自己，提升工作效率。第四点是创新精神，最后一点是跨界协作。有了数字化的工基于以上特点，我们深刻认识到今天数字化人才在企业发展过程中的驱动力量，所以我Q极客时间I企业版-56-而数字化转型的第二点最为核心，就是华润建设世界一流企业的需要。今天华润的版图华润的数字化发展经历了两大阶段，过去是比较分散的状态，到08年开始迈入了两级Q极客时间I企业版-57-对于业态非常多元的企业来讲，绝对的集中管理是做不到的。因为我们涉足的产业有20多个，分为70多个业态，完全集中式的管理是不太现实的，所以我们是两极集中如果我们把数字化分成信息化、数字化和智能化三个阶段，我们现在应该在数字化阶段份我们在集团常董会上通过了首个信息化战略。从那时开始，经过十年时间，华润集团的整个数字化建设取得了非常瞩目的成就。我们的数字化水平从原先央企排名末位，到2018年后，因为我们信息化已经到了一定阶段，所以在2建设的远景规划。我们希望在2025年，本完成。2018年我们的信息化已经实现基础价值链全覆盖，在今年年底，预计我们的关键业务环节数字化覆盖度会达到80%以上。2026年开始我们会进入智慧华润愿景Q极客时间I企业版-58-从数字化转型的成果来讲，我们这么庞大的企业集团已经实现了数据纵横贯通，效率是效益上看，去年年底我们在盘点一些数据时发现我们的产出首次大于回报，也就是每年节约的成本已经大于我们在这方面的投入。在效率方面，我们全年节降的人员工时大概从数字化本身来看，我们的关键业务环节数字化覆盖度从十四五初期的25%提升到了为什么我们今天的数字化发展走得比较快呢？我觉得和我们整个集团在集约化建设上采取的策略是分不开的。我们采取了两极集中策略，集团总部负责全集团通用共享平台的规划和建设，业务单元聚焦在对应它自身行业的信息系统的建设，大家是两条腿走路，进入数字化时代后，我们在数字化的基础设施上构建了我们自己的华润云、我们自己的Q极客时间I企业版-59-位才占了30%。到了今天我们已经有了5800人的一支队伍，万家和微电子的人员大概只占到10%左右。数字化人才培养这一块，这几年我们取得了非常显著的成果。去年我们的数字化人才培养覆盖度已经接近55%，第一点是认知待进一步加强。现在华润高层对数字化已经非常认可、重视，尤其是今年人工智能大发展以来，前两天我们集团党委的理论中心组还组织开展了一次人工智能的学习，每位领导在会上都对这一块的发展提出了非常高的要求。但在基层，员工对数字第二点是能力结构待调整。尤其是数字化走到今天这种地步后，我们发现我们的人才能力还围绕着传统信息化的需求，大家的能力结构基本上还是同过去的时代匹配的。今天人工智能、大数据这些技术快速发展后，我们相关的专业人才的比例还是偏少，所以能Q极客时间I企业版-60-第三点是运营体系待重构。数字化转型后，关键不在于我们上了多少工具，而是我们的企业有没有因为数字化而做出转变。数字化转型这个词分为数字化和转型两部分，如果你只做了数字化那一部分，那只是做到了投入，而后面的转型是我们最重要的产出。很多企业只关注了前半部分，可以说是解决了生产力，但没有解决生产关系的问题。生产力和生产关系不匹配时，价值没有得到完全释放。今天我们的关键业务环节数字化覆盖度已经有了80%，下一步的关注重点应该是在转型方面。所以我们今天在进行整个集整个华润集团的数字化人才培养策略不是一刀切的，我们针对不同人群、不同职级的人Q极客时间I企业版-61-还有一类是数字化的专业人才。每一类人才里又拆分出高层、中层和基层。每个层次的人才需要的技能是不太一样的，比如高层需要的是意识的转变。他意识转变了，在行动上就会有一些对事务的支撑和推动。中层核心的需求是在能力的构建上，需要有用数、建模这一块的能力。第三层是基层员工，主要关注技能的提升，因为他们是直接创造价围绕这些不同的特点，我们对数字化人才开展了不同性质的培训。我们一直高度重视数这一模型对我们需要关注的内容做了高度的总结和提炼。整个模型最中心的一点叫全员在企业数字化转型的过程里，我们所有人都是利益相关者，每个人都不可能离开这一块的工作而独立存在。尤其是今天，数字化应用已经覆盖了所有员工，没有员工不会用到企业的系统，集团有什么行政指令通过平台可以一下触达最基层的员工。员工在平台上可以请假、做审批、进行工作沟通和交流，可以利用平台提供的一些工具来做一些相关的工作。我们都非常期待所有员工都能参与到数字化转型这一场变革中，所以全员数字Q极客时间I企业版-62-新中心。成立这一组织后，我们对它做了几个方面的定位。既然叫学习与创新中心，它有两个含义，一是学习，二是推动创新。我们期待它能带领大家感知今天的数字革命，第二点，我们期望通过这一组织对整个华润融入一些数字科技的元素，来助力整个企业在产业交流方面，有了平台后，我们可以把华润内外部的部门和企业拉通，让大家多一些交流的机会。这两年我们经常会组织相关的培训班，到一些在数字化转型做得非常优包括像南方电网这些央企，我们很多企业都有进行深度的交流和相关的赋能。第四点，我们希望通过这一平台帮我们输出一些产业数字化的实践。最后一点，核心还是要培养Q极客时间I企业版-63-接下来是协同合作这一层面。单纯靠数字化学习与创新中心，我们很多的工作是做不完的。华润集团有39万员工的数字化培养任务，如果都让华润数字化学习与创新中心去做，这39万人想全员覆盖难度巨大，基本无可能。所以我首先是在集团内部与华润学习创新中心合作，比如说我们要把各个部室、业务单元的主要领导召集在一起做培训，怎样把他们召集过来？这就要通过中心帮助我们沟通。借助化转型这一块要实现全员覆盖。我们还有同学创中心的合作，通过一些跨职能线的高层Q极客时间I企业版-64-集团总部的数字化学习与创新中心聚焦在全集团一些通识类的专业领域，或者组织一些业务单元不容易组织的培训。比如说IT架构师的培训，让业务单元来自己组织的话，对他来讲投入的成本和实际的产出是不太匹配的，所以他不太愿意去做。所以把一些特别专业，单靠企业不好解决的这种培训，由集团的数字化学创中心去承接。另一类培训是通识教育，比如人工智能相关的培训，我们也需要通过数字化学创中心统一组织，所给我们的很多支持，而且帮我们连接了非常多的优秀专家做大赛评审。集团、业务单元和学创中心整体联动起来后，我们所有的下属企业就都能独立自主地去开展数字化的培有了组织，有了课程，我们需要让大家都行动起来时，最好的办法就是树标杆。我们把一些优秀的企业做得好的方法，经常性地推送给大家去分享。有了分享大家就找到了节集团总部在标杆建设上率先形成了一套方法论。有了集团的标杆业务单元，就有了很多Q极客时间I企业版-65-当然光有这种培训示范是不行的，因为业务单元的人力资源条件有限，对于数字化领域的这种专项培训，他们在这方面是有一定短板的。所以我们在集团总部构建了数字化人才能力素质模型，对22个岗位，包括智能制造、数字化供应链等岗位所需要Q极客时间I企业版-66-图谱和能力做了整理，然后发给业务单元的同事，希望他们了解相关的岗位需要什么样我们还发布了十大行为能力倡议，告诉大家什么是优秀的数字化人才，他现在应该有的最后一步是建生态。前面讲的强合作更多是聚焦在内部，而建生态一定是同外部的机构联动。因为在课程的研发上，单靠内部的力量是不太够的，我们需要一些外部机构的输入和协作才能把这件事做得更好。比如人工智能培训，一开始相关的课程不成熟，如果从内部直接开始，培训的知识结构和能力在很多地方是有短板的，我们需要通过专业的Q极客时间I企业版-67-以上六步做下来，我们能看到两个非常典型的案例。在智能制造这一块，我们华润建材科技形成了非常有体系的培训班，分别叫做星空、星光、星火，针对不同层级的人员进行相关的培训，做得非常不错。到目前，所有华润建材科技水泥基地的总经理全部接受Q极客时间I企业版-68-己的培训方案。在智能制造方面，它形成了智学、智知和智行三个班，也是针对不同层所以有了集团在前面打样，下面的企业照葫芦画瓢，就形成了自己非常有特点的一些培面向未来，华润集团的数字化人才培养这项工作依然会持续。国家现在提出来全员数字素养的号召，我们也会驱动相关的培养工作。另一点是智慧华润的愿景规划，其中包括数字化阶段和智能化阶段。在面向未来的智能化阶段，全员数字素养一定是非常核心的讲师体系还是非常重要，会持续进行相关打磨。另一方面是产学研的对接，我们会深度对接一些境内外的优秀资源，提升我们数字化学习创新中心以及相关业务单元、相关培Q极客时间I企业版-69-我们未来的人才培养目标也在不断变化，到今年年底，我们期望达到的数字化培养覆盖度是100%。今年我们刚发布了华润集团人工智能培训打造四个一批，包括：一批人工智能人才，一批优秀人工智能课程，一批优秀的一批优秀实践内容等。今年我们马上开始三个人工智能培训班，智能体班、大模型工程实践班和数据班，这三个班会同时开讲。它们都是线上培训班，今年年底要求全员必须整体而言，数字化人才的培养在未来对整个集团的数字化转型工作会产生巨大的支撑力量，对整个企业未来的发展提供巨大的助力。所以我们会不断加强数字化全员素养提升Q极客时间I企业版-70-大厂CIO独家分享：AI如何重塑开发者在AI时代，若你还在紧盯代码量、执着于全栈工程师的招聘，或者仅凭技术贡献率来），Q极客时间I企业版雁杨说，他很早给团队做过简单的思想实验：假设AI一定会这样发展，若我们公司装Q极客时间I企业版-72-有人充满热忱，有人天生钝感。雁杨在谈话中打趣说，“不焦虑的人分两类，一类是善导致焦虑的源头在自己，不在AI。雁杨说到一个人生话题：任何一段职业都是一段时代的转型变革，但就是自然而然地不焦虑了。因为对于程序员来说，未来几年一定要很多人关心AI投入，对个人的价值回报。的确，在技术变革中一定会浮现价值和价格两个概念，这适合引用雁杨的经典说法：价格是围绕价值波动的。人的价值来自于符合让价格自然地向价值靠拢，这是第一层意义。第二层是，当我们用AI能力提升价值，一定会吸引到同路人，那些想一起站在AI时代潮头的人会毫不迟疑地加入，这就形成在大型企业的技术团队，程序员的80%时间不是在写代码，而是在沟通；真正用来编Q极客时间I企业版-73-的业务逻辑，与此同时，越是容易生成的代码，它采纳率越高。相对比，“那些最关键的代码、业务逻辑，和那些比较难的算法，或者说是跟现有系统的复杂集成还要保证兼所以在评判程序员的绩效时，雁杨从来不单看写了多少行代码。“我带过各种团队，包括芯片的、内核的、虚拟化的，再到这个数据的、调度的、前端的；我发现前端代码量研发人员，每年写的最核心的代码，可能一年连一百行都不到，但每一行消耗了大量的时间去思考，因为每一行可能都会影响着企业几十亿甚至几百亿的一个业务，所以，核要先去度量同样类型的需求下，整个项目组把时间究竟花在哪里？然后，我们能不能的方式来看，我们先回到业务的最远端，看能够产生多大的价值，再看实现这个需求消Q极客时间I企业版-74-这里也延展出另一个经典的话题：软件工程度量的复杂度，并不是简单的线性关系，源于软件开发是逻辑与协作高度耦合的产物，而非流水线作业（出自布鲁克斯的经典之作队增加人数，反而导致增加大量的沟通时间，就像由原来的5个人互相沟通，变成现很显然，达不到最初的设定结果。这是《人月神话》映射的思维谬误，似乎产生了一种那么AI时代，避免高昂的沟通成本以实现研发提效，是不是只有一种选择，就是构建3工程师的未来，全栈是理想，半全栈是现实3工程师的未来，全栈是理想，半全栈是现实有实践数据显示，团队内沟通频率是跨团队的几十倍甚至上百倍，软件工程刚好要跨即使有明确的分工，但由于目标差异、沟通障碍、文化差异、资源不对等等原因，跨部Q极客时间I企业版-75-端、又会后端、还会测试...那沟通成本问题不就解决了吗？但理想丰满，现实骨感，另外，即使全栈工程师有其独特价值，但个人基于自身的职业发展，习惯于深入某个领其岗位也依旧按照传统的角色划分（前端、后端、测试）。即使基于个人热爱恰巧掌握全栈能力，但也无法脱离行业规则，更不能在实操中越界工作，所以，大家并没有一条但如今，雁杨发现，AI让这件事变简单了。他发现，自己团队各个职能部门的人，都开始尝试跨领域，用AI辅助学习：有前端告诉他，说自己写后端好像也没“AI会一直在那里，它可以不停教你，让你在陌生领域学习新技能的速度极大提升。如Q极客时间I企业版-76-进一步探索，雁杨对程序员的角色也有了新思路，他设立了一个新的类全栈角色：“AI他认为，如果一个产品经理既懂设计，又会前端开发，那么在与客户沟通时，自己就可过去，团队和业务方沟通依赖paperwork，但写出来的东西和实际需求之间往往会有偏差。等产品上线后，业务方常常觉得，结果并不是他们真正想要的。如果产品经理自己就能够把设计做出来（退一步讲，即使写不出代码也没关系），至少可以直接与业务方做产品的交互展示和现场修改，一切就高效很多。依照“全栈”思路个人精通产品、设计、前端三个环节，但融合两个环节，也能打掉一个“部门墙”，是现实如此，即使有AI加持，多合一的全栈工程师也是稀有的存在。雁杨很清楚，理想Q极客时间I企业版-77-后端更多是互联网架构，涉及高可用、可扩展、性能、AP感兴趣的朋友可以关注AI工程师的新岗位，透过JD去看看真实要点。（阿里云智能-AI产品设计前端工程师（PDFE）招聘Q极客时间I企业版-78-我们用AI武装多合一的全栈能力，目的是提升端到端的真实效率，这里涉及很关键的），他把产研提效的顺序，放到了业务提效前面，先通过产研提效自闭环解决问题，再跨部Q极客时间I企业版-79-在他所带的CIO团队，也曾存在同样的疑问因为知识在业务的脑子里面，所以要跨团队去获取知识、去协作。但是，产研的知识、相反，如果在闭环中都做不到用AI来给自己提效，那不闭环的情况凭软件工程的产研提效（先行上面是业务提效，来推动整个变革。（金字塔还包含最过去很多项目因为种种摩擦原因，上线了发现不是业务想要的，但开发团队常常因为返很多企业内部，都是这么不停地上线，不停地堆叠“技术债”，尽管我们说在不断生产但AI打破了这种无力的恶性循环，让开发者在软件上线前就能与业务方更充分地交流确满足业务需求的能力，同时也免去了给未来留下大量的技术债，在雁杨看来，这是很Q极客时间I企业版-80-料，就要紧密协作，促使业务配合，否则从人脑的知识，变成一个别人读得懂的、正确他把这些燃料知识分两类：一类是结构化的知识，一般都在系统、数据库、大数据里，这部分知识由IT部门主导；另一类是非结构化知识，比如语言类知识等，应该由业务Q极客时间I企业版-81-可以理解为，产研同学要把自己公司现有积累的数据，不论是结构化的数据还是非结构做个类比，从煤炭工业标准，煤可以分为原煤（未洗选的天然煤）、洗选精煤（通过物），不了粗煤，粗煤数据有错有漏、存在杂质，如果给AI引擎烧，烧出来的结果势必会让你看到无数杂质。但有些企业甚至连粗煤都没有，而是游离在业务方的脑子里，所以你Q极客时间I企业版-82-第一，“永远朝左看”：依照雁杨的经历，他发现，程序员永远要保持朝左看的意识和能力，也就是“左移”朝着产品和业务多看看，这会让程序员的数码世还有些人是船员；不能要求每个船员都有好奇心，又有大心脏；但对于想做大副、做船Q极客时间I企业版-83-之所以这么做，因为拖着往前走的过程中，一定是有变革摩擦力的，而AI通识认知是减弱摩擦力的第一关。InfoQ作为一家科技媒体，同样担忧AI转型的步伐和全员紧跟否则变革会卡死在原地。然后，才是迎面进