TMGM官网 | TMGM官网官方注册地址

埃森哲陈珊：未来的领先者，是能将AI持续转化为业务价值、组织能力和增长动能的企业

TMGM 2026-09-14

专题：中国国际服务贸易交易会-2026中国AIGC创新应用交流会

　　服贸会专题活动“2026中国AIGC创新应用交流会 ”于9月10日在北京举办，主题为“智启未来应用无界——从模型创新到场景落地”，埃森哲大中华区AI与数据事业部董事总经理陈珊出席并演讲。

　　以下为演讲实录：

　　非常荣幸今天能够在服贸会与大家分享过去一年埃森哲对中国企业数字化转型的观察，也很高兴有机会与各位共同探讨中国企业未来在数字化转型和AI重塑方面的发展方向。

　　我先简单介绍一下埃森哲。埃森哲是全球领先的专业服务机构。今年4月，埃森哲在全球范围内完成新一轮组织架构升级，将AI与数据单独成立一个事业部，希望以AI和数据作为新的增长引擎，驱动埃森哲自身以及客户企业的持续变革。

　　埃森哲持续跟踪中国企业数字化转型已经进入第九年。近年来，中国企业不断通过数字化建设提升运营效率和竞争能力，整体呈现稳步增长态势。但从2025年到2026年，我们观察到一个非常显著的变化。过去一年，中国企业数字化转型指数，实现了接近10个百分点的跃升。

　　为什么会出现这样的变化？核心原因在于企业的AI能力发生了质变。从传统的数据分析和决策智能，到生成式AI应用，再到今天的智能体（Agent）和多智能体协同，AI已经开始具备执行复杂任务、协调业务流程和参与价值创造的能力。越来越多企业开始将智能体视为数字员工，并探索其在企业级生产力场景中的应用。

　　过去一年，中国企业对于智能体的探索和部署明显加速。这一变化也推动数字化转型进入新的阶段，并进一步重塑企业价值创造的方式。从资本市场来看，企业之间的发展差距正在进一步拉大。有些企业的收入、利润和市值持续增长，而有些企业则逐渐失去领先优势。

　　是什么决定了企业能够在数字化时代、AI时代持续保持领先？我们认为主要取决于三项能力。

　　第一，是自主智能能力。

　　目前，基础模型能力正快速提升，并逐步成为企业可以普遍获得的能力。未来企业竞争优势并不取决于使用了哪一个基础模型，而更多取决于是否拥有独特的数据资产、知识体系和业务经验，并将其沉淀为企业自身的智能能力。

　　第二，是构建AI原生业务的能力。

　　企业是否能够利用AI重塑产品、服务和商业模式，通过人与数据、数据与业务的深度连接，创造新的增长机会和价值空间。

　　第三，是拓展增长边界的能力。

　　企业是继续停留在单一市场竞争，还是能够形成全球化、多区域布局优势，实现产业链、供应链和生态资源的协同，从而在复杂多变的环境中持续获得增长机会。

　　与此同时，我们也看到硬币的另一面。虽然中国企业数字化转型指数大幅提升，但真正实现业务价值回报的企业仍然是少数。88%的中国企业先进AI应用已经跨过试点阶段，但是能够在企业层面显著提升生产效率、收入和利润的企业，只有14% 。

　　为什么大量企业仍然没有获得预期回报？

　　首先，很多企业的业务流程并没有发生根本性改变。企业过去积累的数据基础依然分散，难以形成统一语义和统一认知，使智能体无法有效理解和调用企业知识。

　　第二，组织能力尚未同步升级。很多企业已经为员工配置了Copilot等AI工具，但员工工作方式并没有真正改变。企业是否围绕智能体时代重新设计岗位、职责和工作流程，仍然是一个普遍挑战。

　　第三，缺乏规模化推进AI的组织能力。我们经常遇到一些企业，董事长和CEO并不清楚企业内部到底部署了多少智能体，它们分布在哪些业务领域，哪些创造了价值，哪些只是增加了技术成本。

　　全球领先企业现在也开始重新审视AI投资策略。企业关注的重点已经不再是拥有多少模型、多少智能体，而是如何衡量价值贡献，如何管理资源使用，以及如何让每一笔投入真正产生业务回报。

　　因此，我们认为企业要释放AI和数据价值，需要聚焦三项核心能力建设。

　　第一，自主智能。

　　目前已有超过半数中国企业为员工部署了AI助手和Copilot工具。同时，越来越多企业开始重新思考岗位设计和人才结构，探索知识工程师、智能体运营以及人机协同等新角色。

　　然而，真正开展系统性流程重构的企业比例仍然较低。很多企业将AI嵌入现有流程，却没有重新设计核心业务流程。这意味着AI投入并未真正转化为组织能力和竞争优势。在部分领先企业的实践中，我们看到原本需要跨部门串行执行的流程，通过多智能体协同已经能够实现并行处理和动态编排。

　　但与此同时，治理、权限和责任体系的重要性并没有降低。相反，在AI时代，这些能力需要更加紧密地嵌入业务流程和工作流设计之中。

　　企业不仅需要明确AI战略定位和核心价值场景，也需要持续升级数字化底座。如果历史系统彼此孤立、数据无法互通，那么智能体很难像优秀员工一样跨系统理解信息、形成判断并完成复杂任务。此外，企业还需要建立自己的认知层。近期行业频繁讨论新的咨询交付模式，本质上讨论的是企业能否建立统一的知识体系、业务语义层和知识图谱，使智能体能够在统一认知框架下执行工作。许多企业目前仍处于数据打通阶段，距离形成统一知识平台和统一语义体系还有较大提升空间。

　　最后，企业需要建立统一的AI治理体系。既不能完全依赖IT部门推动，也不能完全依靠业务部门各自探索。企业需要建立类似AI Hub的统筹机制，将业务、战略、财务和技术能力整合在一起，实现统一规划、统一治理、统一衡量和持续运营。因为智能体不是一次性交付的软件工具，而是需要持续训练、优化和运营的新型生产力。

　　第二，是价值创造能力。

　　过去几年，企业应用AI主要聚焦降本增效和运营优化。而从2025年开始，我们观察到越来越多企业开始关注另一个问题：AI能否带来新的增长？越来越多领先企业不再满足于内部效率提升，而开始思考如何通过AI创造新的收入来源、开发新的产品和服务、进入新的市场。

　　我们总结这些领先企业的共同特征主要有四点：

　　第一点，他们开始从销售产品转向创造结果，从一次性收入转向持续性价值。

　　第二点，他们不再回避复杂性，而是主动利用AI驾驭复杂性，并将其转化为创新机会。

　　第三点，他们更加重视可信决策。因此我们在设计智能体解决方案时，始终强调Human in the Loop，将人的判断保留在关键决策环节。

　　第四点，他们已经开始构建智能体网络。当企业内部大量智能体形成协同网络，并进一步连接客户、供应商和生态伙伴时，AI才能释放更大价值。

　　第三，是全球化增长能力。

　　我们发现，那些能够实现高质量增长的企业，往往也是全球化布局最成熟的企业。

　　过去一年，中国企业出海关注点已经发生明显变化。此前企业最关注的是地缘政治、供应链韧性以及全球产能布局；而今天，越来越多企业开始关注如何赢得本地市场竞争，如何满足当地监管要求，以及如何更深入地理解当地消费者。

　　在这一过程中，AI和数据正在成为重要的价值杠杆。尤其是在品牌营销、客户运营、市场洞察以及全球供应链协同领域，越来越多企业开始借助智能体能力提升全球化运营效率。

　　未来，当AI真正进入消费者决策链条，企业不仅能够更深入理解客户需求，也能够更高效地协调全球市场、产能和资源配置，从而建立持续的全球竞争优势。