2025年下半年开始一个字悄悄完成了对中国企业界的全面占领。咨询公司的方案里数字化转型被批量替换成数智化转型厂商PPT里产品名后面统一缀上了智甚至连去年刚做完的数据治理规划封面都被要求改成数智化三个字。某企业信息化负责人讲我上个月最大的工作量就是把所有汇报材料里的数字化全局替换成数智化。做数据治理咨询的朋友更绝——客户项目名已经定了、合同都签了甲方领导一句话标题必须改成数智化否则不符合最新精神。这不怪他们。十五五规划建议里数智化出现了多次数字化转型这个说了五年的词几乎销声匿迹。风向变了所有人都在抢着换衣服。但换衣服不等于换身体。CtrlH只需要三秒。搞清楚这个智字到底意味着什么可能需要你把过去五年关于数字化的认知框架推倒重建。 先看原文说了什么讨论任何概念第一步不是看别人怎么解读而是看原文怎么写。十五五规划建议对制造业的表述是促进制造业数智化转型发展智能制造、绿色制造、服务型制造加快产业模式和企业组织形态变革。注意最后这八个字——它不是在说上个系统或加个功能它说的是产业模式和组织形态都要变。除了制造业规划还提出推进服务业数智化在基础设施、文化、健康等多个领域都出现了相关表述。这不是某个行业的事是全面铺开。再看一个细节。十四五总纲的提法是数字化、网络化、智能化融合发展到十五五变成了坚持智能化、绿色化、融合化方向。智能化从三兄弟里的老幺直接升格成排头兵。数字化转型侧重连接、在线、流程优化本质是改造升级数智化转型要求自主学习、决策优化、预测分析本质是价值重塑。——人民日报关键词出来了自主学习、决策优化、预测分析。注意——每一个词的主语都不是人而是系统。 分界线到底在哪这个问题行业里讨论了无数次但多数回答要么太粗就是加了AI要么太虚从信息化到智能化的跃迁。要找到真正的分界线先得承认一件事数字化本身就已经包含了很多人以为是数智化才有的东西。流程重构ERP上线的时候就在做数据驱动BI报表十年前就有了用数据辅助决策本就是数字化的核心承诺那数智化到底多出了什么多出来的不是工具、不是技术、不是流程——是谁在做判断。数字化不管做得多复杂底层逻辑都一样人设计规则人设定流程人做最终判断系统负责执行。ERP的审批流程是人设计的BI报表的指标体系是人定义的数据驱动决策的最后一步也是人拍板。数智化要求的完全不同系统要能自己感知变化、自己做出判断、自己采取行动。人从每一步都参与变成定边界、审例外。 用两个类比感受一下数字化像导航软件你输入目的地它规划路线、提示路况但方向盘在你手里——走不走这条路、要不要绕行全是你做主。导航再智能它是参谋。数智化像自动驾驶车自己感知路况、自己规划路线、自己踩油门和刹车。你从司机变成了乘客——日常行驶不需要你碰方向盘只在突发情况下才接管。两者最本质的差异在遇到新情况时数字化的系统会停下来等人介入数智化的系统会自己学习、自己调整。一个需要人教一个能自己学。所以判断你的企业到底在做哪个只问一个问题你的系统有没有在某个业务场景里获得了不需要人批准就能做判断的权利如果没有——不管PPT上写的是什么你做的还是数字化。⚠️ 为什么大多数企业的数智化还是数字化的高配版全国已建成3.5万家基础级智能工厂听起来数字漂亮。但卓越级只有230余家占比不到0.7%。金字塔底部挤满了加了AI模块的企业顶部几乎空着。这些企业的典型做法是原来的流程是业务人员提需求→数据团队跑报表→领导看报表做决策加了大模型之后变成业务人员提需求→AI跑报表→领导看报表做决策。唯一的变化是跑报表的人换成了AI。决策链路一点没变——领导看完还是他拍板。这不叫数智化。这叫用了AI技术的数字化。真正的数智化长什么样某零售企业的数据团队每天自动推送几百张报表给各级管理者。调研发现60%以上从来没有人打开过。打开的那40%里真正影响了决策的不到一半。数智化的版本当系统发现某区域门店连续三天客流下降超过15%它不是生成一张报表等人看而是自动触发竞品分析、调取历史数据直接调整该区域的促销力度和补货计划。区域经理早上打开系统看到的是已执行的调整方案和效果追踪。前者是给你看数据你来想办法。后者是系统已经处理了你来看结果。这两者之间的距离不是装一个大模型API能跨越的。它涉及一个更深的问题你敢不敢让系统做主 真正的硬骨头自动驾驶技术发展了十几年技术上已经能应对绝大多数路况了。但为什么至今没有大规模普及不是技术不行是人不放心。乘客不放心把命交给算法法规不知道出了事故该追谁的责。企业的数智化面临完全一样的困境。某制造企业投入数千万引入了头部厂商的全套方案——智能客服、智能质检、AI辅助设计架构图画得很漂亮。半年后复盘智能客服的对话量不到人工的5%智能质检准确率从实验室的98%降到产线的72%AI辅助设计只有三个工程师在用。技术没问题。模型没问题。问题是没有人愿意真的把判断权交给系统。三层障碍一层比一层深第一层能力断层67.9%的企业受到数据质量困扰50%仍面临数据孤岛系统要做判断前提是有足够好的数据输入。油路不通发动机再好也白搭。虽然数据治理让人头痛但这其实算是容易解决的——砸钱砸时间总能逐步改善。第二层信任缺失某集团花一年搭了一套智能营销系统上线后一线销售根本不用。我跟客户打了八年交道你一个算法比我更了解客户这不是抵触技术是不信任系统的判断能力。信任没法靠培训解决需要系统在真实场景里反复证明自己判断对了慢慢积累。第三层利益冲突有研究显示经验主义决策的失误率约42%数据驱动决策降到14%。听起来是好事。但这意味着中高层管理者十几年积累的经验和直觉被一套算法证明不靠谱。在拍脑袋时代经验、关系、直觉是最值钱的资产。你现在告诉他以后系统做判断你负责看结果。谁愿意主动交出方向盘技术是数智化里最容易解决的变量因为它可以买到。买不到的是中层愿意让出判断权、一线愿意信任算法、组织愿意重新分配权力。⏰ 等数字化做完再说——为什么等不起连数据治理都没做好谈什么让系统做判断这话听起来稳健、理性。但它有一个致命的问题它假设数字化和数智化是串行关系——先走完A再走B。实际上有三个前提已经变了。技术逻辑变了大模型时代AI能直接处理非结构化、不完美的数据——知识库检索能啃合同PDF文档理解能从散乱的会议纪要里提取关键信息。先有完美数据再用AI这个前提已经被颠覆了。因果关系反了不是数据治好了才能用AI而是用了AI才知道哪些数据值得治。没有应用场景拉动你可能花两年把一堆没人用的数据治得干干净净——数据治理团队忙了两年业务部门感知为零变成自嗨式治理。竞争窗口不等人数智化的先发优势不在技术——技术迟早扩散。在于组织学会了把判断权交给系统的肌肉记忆。你等的每一年先行者积累的不是技术优势是组织适应性的优势。数智化不是数字化的下一个版本而是并行路径。该补的基础要补但要用场景目标反向拉动AI需要什么数据先治什么数据。学游泳不是先在岸上把理论课全部学完再下水。在浅水区扑腾三个月学到的东西比在岸上看三年教程多得多。一把手工程够不够几乎所有数智化转型的文章最后都落到一把手工程四个字。过去十年推信息化、数字化这是标准答案。放在数智化这件事上远远不够。老板重视解决了想不想没解决能不能——整个中层都不知道怎么跟AI协作做决策。更没解决敢不敢——让中层交出判断权需要的不是军令状而是重新设计考核机制、利益分配和晋升通道。21.8%的企业存在战略与执行脱节。汇报材料写着全面推进数智化转型实际动作是把报告里的数字化批量替换成数智化。你品是不是很眼熟光有一把手的想法只能做盆景做不成风景。盆景精心养护参观时很好看。但它永远长在盆里长不大经不起风雨。企业里老板亲自盯的试点项目就是这样——汇报时光鲜亮丽注意力一转移就枯萎。风景是整片山林自己在生长不需要天天浇水。需要的是土壤、水系、生态——翻译成企业语言机制、流程、文化。数智化需要的是持续的制度建设——重新设计考核机制让用数据判断有正反馈建立复合型人才梯队而非外包依赖在每个业务场景中反复试错积累信任。这些事没有一件能靠老板重视在一两年内完成。数智化的对手不是技术难题是组织惯性。而组织惯性只能用时间和机制去磨。最后回到那个问题当老板问我们的数智化怎么搞不要急着拿方案。先想清楚几件事搞清楚分界线数智化的本质不是上了什么系统而是系统有没有在某个场景里获得判断权。如果做完之后所有决策还是人看数据→人拍板你做的还是数字化换了个名字而已。找到第一个真场景别搞全面铺开。找一个高频、规则明确、容错率高的业务场景——库存补货、异常预警、客户分级——让系统真正拥有判断权和执行权跑通完整闭环。一个真场景比十个PPT蓝图有说服力一万倍。把谁交出方向盘摆到桌面上要回答的不是用什么AI而是谁来推、谁受益、谁受损。搞不定判断权的重新分配再好的技术方案都会死在中间层。接受并行而非串行别等数字化做完——那一天永远不会来。用场景目标反向拉动AI应用需要什么数据先治什么数据。做好打持久战的准备让一个组织从所有决策靠人过渡到常规决策靠系统、人管例外——这不是一个项目是一代人的事。把数字化改成数智化只要三秒。但真正的数智化是要回答一个组织层面的终极问题你愿不愿意让系统做判断而不只是让系统给你看数据这个问题技术回答不了。只有组织能回答。这条路没有CtrlH。你的企业现在是在改名字还是在改脑子欢迎加入「与数据同行」专业群第一时间推送数据领域的深度文章并围绕真实问题进行专业讨论。适合数据治理 / 数据技术 / AI/ 数智化/数据负责人不适合闲聊 / 拉广告 / 求资料「与数据同行」为求职者和招聘方提供了一个交流场所欢迎加入。