数智与业务如何协同？三位专家带来趋势洞察的思想碰撞 | 智见数智化为业务带来哪些改变？ 数智化进程中，业务与技术如何实现协同？ 公司数智化与业务协同的发展趋势和走向是什么？  数智与业务协同之道
王雪娜：数智化转型路上，业务与技术部门的协作至关重要，无论是初期磨合还是逐步探索，或是深度协同，二者的协作状态，直接决定着技术落地成效与转型推进节奏。 刘 凯：结合京能集团数字化转型进程来看，大致分为三个阶段。目前，整体处于稳步推进阶段。此前阶段，业务部门仅将信息系统视作普通工具，与技术部门互动简单。进入新发展阶段后，转为业务主导需求、技术部门按需落地方案，双方配合愈发紧密。依托大模型、AI 技术的发展，当下二者正向深度融合迈进，各项生产、管理项目也普遍融入 AI 应用，业务与技术已然相辅相成、密不可分。 李剑锋：业务与IT 部门的融合，是数字化转型的核心，同时还需结合人员管理协同推进。目前业内兼具多领域能力的复合型人才较为稀缺，公司正从初步融合迈向深度协同阶段。中能集团推行业务与IT 联合共建模式：业务方主导需求提出、系统落地与迭代优化，IT 部门负责整体规划、底层搭建、技术引入，并平衡业务诉求与技术实现。公司明确原则，缺乏清晰业务需求、业务主管牵头、核心人员参与的项目一律不予推进。唯有实现业务、技术、管理三方深度融合，数字化转型才能落地见效。 王雪娜：“十五五”期间，技术与业务将转变成“你中有我、我中有你”的深度融合方向，企业中也拥有很多经典实践。 刘 凯：AI 为业务与技术融合创造了新机遇，数字员工是双方协同落地的典型标杆。以往传统系统、数据看板成效难以直观体现，而数字员工可明确岗位职责、工作流程与绩效，降本增效成果可量化，现已纳入数字化考核指标。 目前，京能集团已落地上百个数字员工应用，代表性场景有两类：一是行政收发文管理，替代人工完成文件签收、登记、流转等重复工作，大幅减轻行政人员负担；二是生产环节的作业票据管理，依托历史数据与过往经验智能生成检修票据参考方案，经人工复核后使用，该模式已在电厂推广并收获良好效果。 王雪娜：当前数字员工考核标准已成型，整体由业务部门牵头落地实绩考评，HR 侧重统筹考核制度搭建、成本核算与定级规则设计，不介入日常运维管控，仅从人力管理层面深度参与顶层考核体系建设。 刘 凯：事实上，单位数字员工建设落地深度不一，成果评价依托配套智能监督体全天候核验运行精度与功能达标情况，由 IT 端把控落地质量，相关完成量、成功率等量化数据汇总后交由 HR 结合 KPI 完成最终绩效核定。 李剑锋：依托其海内外协同、全系统数据集成与前沿 AI 能力搭建 Agent 体系，落地初期软硬件对接部署难度不小，如今已实现 Agent 一键配置；平台汇聚海量工作数据与信息，有效化解信息爆炸难题，在知识管理上搭建动态知识库，依托智能机器人可实时调取最新制度，同时借助相关智能工具自动汇总工作内容、梳理日程会议，全方位赋能知识沉淀与人才培养。
王雪娜：“小龙虾”类智能工具落地，大幅精简员工日常琐事、显著提升人效，也让全员对流程自动化形成全新认知；对业务与技术协同的助力效果，也将围绕数据、AI、流程自动化进行排序。 刘 凯：业务与数据协同主要包括管理和数据。首先在管理方面，企业落地智能体建立联合审核制度，数字化部门全程参与业务立项评审，既排查项目重复建设问题，梳理项目与集团技术底座的适配衔接，依托评审沟通打通业务与 IT 的建设目标，稳步落地协同管控；在数据层面，立足 AI 落地刚需，自上而下均高度重视高质量数据建设，企业梳理界定优质数据涵盖经过治理的数仓结构化数据、向量化知识库文档、音视频图片类非结构化数据三类；央国企以智能体应用为主、少有自研大模型，三类数据除用于模型训练外，结构化数据依托本体论支撑智能体复杂检索，制度文档依托知识库服务业务知识调用，音视频等生产非标数据沿用传统方式处理，共同构成 AI 所需高质量数据集。 李剑锋：数据是数字化落地的根基，制造类工程企业标准化程度偏高，但普遍存在 AI 技术超前、数据治理滞后的现状，数据治理周期长、落地繁琐，资源有限时可依托上报报表从中层数据着手分步推进治理；数据立足底层根基，流程代表生产关系同样不可或缺，数字化转型离不开流程优化重塑，伴随数字员工落地与项目协同模式转变，缺少流程变革，优质数据也无法落地发挥价值。
王雪娜：在“十五五”规划开局的背景下，企业优化落地数字化规划的契机，也将迎来一个关键节点。 刘 凯：数字协同将成为核心，至关重要的是，跨部门数据分散、表格割裂问题需高层牵头推动落地；技术端将打造平台超级助理，依托数据联通能力串联各类数字员工，通过自然语言触发全流程自动化办事，实现无感式智能服务，成为本年度数字化与业务协同建设重心。 王雪娜：无论是技术部门推进，还是高层甚至一把手统筹，落地超级助理轻量化赋能员工，将成为自上而下完整覆盖数字化协同建设关键抓手。 李剑锋：协同共赢将成为业务与IT之间的关键词，过往技术部门多被视作成本中心、话语权偏弱，依托 AI 与数字化落地，技术部门影响力持续提升；技术端需立足赋能业务、提质保安全的定位，从项目前期需求梳理做起，联合业务共同挖掘、评估数字化落地价值，配套专项奖励实现成果价值共享，依托双向协作助推企业高质量发展。 在对话中，三位行业嘉宾对数据、技术与业务的协同有了新的认知，并围绕化数据治理、智能体落地、业务与 IT 协同等话题进行探讨并达成了共识：数字化建设核心将是技术与业务的协同，需要从顶层统筹管控到底层智能工具落地、从数据底座夯实到跨部门价值共建，形成完整落地思路。  第三届AI企业应用落地场景峰会暨OpenClaw研讨会，于2026年3月27日在上海圆满闭幕。本次峰会以“解锁AI新增长”为主题，由DTinsight中国数智发展研究中心主办，DT千川汇、TGO20组、作为智库支持，吸引来自智能制造、汽车、半导体、新能源、金融、消费、互联网、交通等泛行业，超100家头部企业CIO、CAIO、CTO、AI负责人等数字化领军者齐聚，探寻AI规模化落地路径，让AI真正成为驱动企业增长的确定性力量。 同时，大会发布了《AI大模型应用生态全景图鉴》，进行了“年度AI卓越创新实践”、“年度AI卓越解决方案”的颁奖盛典，两场【圆桌对话】探讨OpenClaw发展趋势，为AI落地把脉。  |
