林法成、李成冬，金蝶中国副总裁和金蝶ME副总裁，最近马不停蹄。
5月31日，他们共同做了一场连续3个小时的关于AI的直播分享活动。全国超过160多个线下分会场，和90多个线上分会场，一起联动参与了本次活动。紧接着，他们又马不停蹄赶往其它城市，作关于“发展新质生产力，迈向新型工业化”的分享。
线上和线下急迫的交流与碰撞，目的是要解决：企业级客户，如何在经济动荡的环境，拥抱AI应用，发掘落地场景，为新质生产力的使用找到关键抓手。
高成长型中小企业如何用数字化手段提质增效，这成为像林法成、李成冬一样将AI融入软件的一线工作者们，目前的重点工作。他们将得出的阶段性答案通过直播分享给企业级客户。
作为一名记录中国科技企业的作者，对这次金蝶「益企行动·焕新升级——AI来了,我们聊聊」直播，我的一个记忆点是当天下午的最后30分钟。线上的直接提问环节直观反应出很多中小企业、成长型企业，急切地需要基于AI的交流和对话，以尽快将AI与自身业务的实际场景结合。
一场多大量级的质变？
没人能否认，AI作为“工业革命”级别的裂变，这是一场新的革命——已经形成共识。但，具体能够为企业级应用软件带来的重构过程，和终极影响是怎样的？
Gartner\IDC\红杉资本等海外研究机构给出了一定的答案。Gartner在2024年4月《预测2024:ERP利用自动化和人工智能改进计划工作》中预测，到2027年，ERP应用程序中至少50%的人工智能功能将通过生成式AI能力实现。
到2027年，60%的客户在更换ERP应用程序时会选择具有平台能力和业务流程编排能力的软件。GenAI的“自主生成有洞察力的报告”和“自动化重复性工作”能力将会改变ERP市场。
另一份来自IDC在2024年4月的报告《2024 AIGC应用层十大趋势白皮书》，分析道：AIGC将加速超级入口形成，应用软件呈现“no app”新形态：软件操作方式被大幅简化，直接对话调用各种工具。多应用之间更加融合，打破割裂局面。所有的SaaS公司都将全面拥抱AI，软件公司最终会变成智能系统运行商，其中改造现有软件实现智能化升级、重构应用架构和模式是两大重点。
Gartner和IDC的预测中，ERP企业级软件提供商以及SaaS模式软件，在产品形态上形成巨大的变化。AI浸润到日常工作流程之中。红杉资本在《2024 AI 50》的报告中，分享了对比23和24年AI 50强榜单，生成式人工智能的落地热点，在向：“如何提高企业和产业生产力”方向变化。许多公司将AI融入其工作流程，以快速达成KPI。
我们再进一步从企业实践的角度，定义或者抽象一下，到底这一次AGI带来的变化是什么？
企业客户需要商业发展，单纯谈论AGI技术并不明智。李成冬分享了他在帮助企业客户落地软件过程中的洞察，对于企业经营来说，把 AI 的思考维度放置于企业的管理之中，包括今天所有数字AI层面的创新，从数字技术创新的角度去看AI，这是一条能够把AI落地，扒开草丛，寻找路径的视角。
进一步说，就是把AI和数据结合起来，催化出以往没有实现的价值，把数据价值释放出来，这是在强人工智能时代的必要选择。加之企业的消费者数据、设备、产品都成为数据“矿区”，在双重背景下，这是最高效的实践思路。怎样具体去实践呢？
李成冬认为，本质上——算法是基于数据土壤之上的，“算法的性能和可靠性很大程度上依赖于其训练所基于的数据质量与特性。对于生成式算法而言，这一点尤为关键，因为这类算法通过分析大量数据自行学习模式并生成输出。因此，如果数据环境快速变化，算法需要及时吸收新数据、适应这些变化，才能维持或提升其性能与可靠性。”
“甚至，土壤如果在一个具备了大数据模型的平台下，能够自动生成萌发各种相关智能的APP应用。”我觉得这一假设很有意思，也许是企业级软件交互形态的终极可能。
如果从数据角度出发，进一步对数据要素探究，数据要在广义上向外蔓延。“企业在自身的模式上要大量使用外部客户数据、供应链数据、仓储数据，物流上面每个产品的节点数据，设备上的数据等。”李成冬提醒。
今天的人工智能技术不是封闭的，把外部数据使用起来才是面对较为完整的真实环境。而且，不仅要从内向外，还要由外向内看。
企业客户有不同系统，同样系统、同样用户在不同的系统会展现出不同的形态。从消费互联网渗透到产业互联网，系统需要在客户、供应商、设备和所有的基础数据层面对齐外部标准。
“为将来的连成大网做准备。”李成冬提醒。
“如果有数据加技术，精益就是普惠。”直播中的这一观点，也引发我和在线企业用户的思考。
我理解，精益管理是一种旨在“通过消除浪费和优化价值流程来提高企业的生产效率和质量,并降低成本”的企业经营方式。因此，如果能够通过人工智能（AI）、先进算法和物联网技术构建的自动化供应链系统。实时自动化调节、响应变化，就能大幅提升商业响应效率。也就是把数据智能相关算法在集成供应链相关节点上，智能的供应链，能够惠及整个供应链的上下游参与者，这就能达到“普惠”。
这一点之所以引发我的思考，是因为无论是制造型企业、服务型企业，项目驱动流程、客户定制驱动项目进展，价值行业细分要求众多——这几乎是当下这些企业在成本核算，精益生产过程中面对的管理现状和挑战。这种变化，需要企业的数字化需要类似“履带滚动式”的计划和执行。
换一种说法，在这个过程中，让部门职责最优化，以构成整个流程的端到端的基础，让数字化系统能够赋能到系统使用的每一个角色。金蝶的直播过程中也提到了例子：一个销售职能如何评估集团和子公司，产品线和产品线——全域关系。这也是对于提高了企业“数据密度”。
那什么是数据密度？李成冬在直播中提出了一个观点“没有数据密度，就没有智能”。
“智能，要在数据密度层面做很多文章。比如在设备层面有了充分足够的设备的运行参数，而且是多参数，有足够时间的积累，以及最终结果相关数据。伴随相关的制度。”
这一思路，提醒了企业要以终为始，选择一套能够把企业数字化密度提升上来的系统。以财务为例，财务不能简单满足于事后核算，而是可以核算出过程，比如进行项目测算，对标准成本进行匹配，进行成本相关预测。这就是在财务的维度，加大数据密度的方式。
企业可以在任何一个环节加深数据密度，数据密度是数据智能的土壤，也是第一步。总结一下，一是密度是数据价值的重要侧面。二是密度可以体现为运行参数，这是一个例子。三是要以终为始，去选择数字化工具。
中小型企业需要化被动为主动
在高成长过程中，今天中国的中小企业，以及大量成长中的企业，他们是没有办法像国外OpenAI公司动辄投入巨额资金进行AI技术研发，中小企业想实现自建AI是不现实的。
在高速成长的企业中，中小规模的企业往往需要承担更大风险大，要有有更大动力，才能打破数据孤岛和流程瓶颈。
对于这类企业，AI最有效的路径是去解决企业的实际问题，要为企业带来红利。而且，这个过程不是一蹴而就。
李成冬直言原因：“市场的变化比理论更快。”
保持企业的成长率，开拓新市场，降低成本，提升品质，积极出海，迈向高利润。面对这些“远景”，AI也要一步步走，才能达到企业最初设定的目标。
在具体的做法上，林法成认为，企业要通过数字化商业模式，重塑行业竞争力。过去，跨行业的企业，通过数字化的方式重塑行业和业务，未来很重要的趋势是行业界限越来越模糊，业务界限越来越模糊。AI时代，企业数字化转型的根本是要在思维上认知到这是一场革命。
其次，AI时代企业数字化转型的根本要掌握系统性转型方法。企业在数字化转型和建设的过程当中，看到问题只针对局部问题做数字化是不行的。完整的转型思路则是从企业自己的思维认知、技术方法、实践方面思考——思维认知×技术方法×企业实践，最终能构成企业的数字能力。
数字化转型在当前的时代，一定要围绕整个企业做全方位的规划和设计。要释放在过去人工智能条件下没有挖掘的价值，通过数字增强，通过数字释放。越是在智能时代，数字化转型过程中，越要给客户创造价值。花哨口号式的数字化转型没有意义。
也是因为预算有限，对于中小企业来讲很重要的一点是要选择能在具体细分场景提供AI应用和服务的伙伴，跟随精准的合作伙伴。结合自己的业务需要和场景服务的需求。这些特质要包括：具备优秀的产品技术服务的能力；专业能力上帮助企业在某些领域财务领域、供应链领域、生产制造领域等带来提升；管理信息系统需要合作伙伴帮你实施服务好；要有相应领域的最佳案例，保证大家可以借鉴别人的成功经验；投入产出要可衡量等等。
林法成提醒，华为和金蝶这样的组织都在锁定业务战略发展目标——集成各种流程，比如IPD流程，让研发、生产和最后的销售和财务集成在一起，让研发从技术成功向技术和商业成功并重拉在一起。在供应链上，把采购、生产、销售、仓储各个职能应用在一起，包括后续打通CRM、供应商协同。
根据金蝶跟企业目前在数字化转型中积累的经验，则是遵循数字化转型金字塔的逻辑。从运营、产品、服务、战略、文化转型方面，规划好数字化转型。
最后，不仅仅是中小企业，中国所有的企业在面对两个共同的趋势：第一是AI，第二则是出海。例如中国企业在过去，主要生产鞋服衣帽，传统的制造业必须转型，要转向“专精特新+数字化”，并转向出海，走向“三高一强”。
当前这种形式下，对于网络安全也要提到新的重视程度。太过于传统的系统架构和安全产品有潜在危险。上云之后，也会出现网络攻击和新的勒索病毒。线下和线上，都要注意采用最新的安全产品和技术架构。特别是在全球化过程之中，需要安全产品支撑全球部署。国内的信创环境和生态共创，也需要能够支持个性化开发可以无缝衔接安全产品。这些都是企业在部署AI战略时需要考虑的。
AI时代，所有企业能确定甚至是唯一确定就是——平台一定是AI的。
中小企业需要怎样的AI旅程
金蝶在2023年发布具有大模型能力平台苍穹GPT及国内首个财务领域大模型。今年年初，金蝶首次公开宣布其AI战略，明确未来将全面发力人工智能，推动“订阅优先、AI优先”的加速落地。
对于，新发布的Cosmic基于金蝶超过740万家企业的实践场景沉淀和万亿级训练数据，具备了听说读写的感知能力、能积累并利用管理经验的记忆能力、能理解并计划的思考能力以及能调动系统并实现的行动能力；覆盖财务管理、数据分析、合同处理、干部遴选等多项管理工作。
“一部金蝶创业史，半部中国软件史”，创立超过30年的金蝶，在经历这两年的AI变革后，已经实现三次转型。”从金蝶自身转型AI的路径来看，无论是软件公司还是我最近频繁访谈的一系列想要把AI落地到企业内部的公司，他们需要：
首先，“AI为先”的意识。在企业做数字化转型的过程中，尤其是在当代，人工智能（AI），一定要看到落地的产品和服务场景。不仅仅要有AI转型的方向，还要让最终产品应用起来，AI的使命才完成。
金蝶今年最重要的战略是“AI优先”，金蝶所有的创新，未来信息系统创新、管理软件全部围绕AI进行。
Cosmic，这一产品已经在海信等标杆企业中得到成功实践。Cosmic展示了AI在企业管理中的实际应用，也包括但不限于财务管理、数据分析和合同处理等，目前金蝶的云服务产品布局主要在四个层面，分别是可组装企业级PaaS平台金蝶云·苍穹、大型企业SaaS管理云金蝶云·星瀚、高成长型企业SaaS管理云金蝶云·星空以及小微企业SaaS管理云金蝶云·星辰。
横向上，Cosmic覆盖财务、人力、供应链等多种业务场景，并致力于“让人人都有一个AI管理助手”；纵向上，Cosmic也将AI全线赋能金蝶面向大、中、小市场的各类SaaS产品。
如面向高成长型企业的金蝶云·星空，其基于金蝶AI平台，能够为中小企业提供更加普惠并且可落地的AI应用，推动AI真正为中小企业的管理和经营创造价值。例如在经营方面，金蝶云·星空提供的BOSS助理、智能决策大屏、指标平台等应用，可以为中小企业的管理者提供决策依据和智能洞察分析，通过即时的洞察和提醒，来提升管理者的决策效率与精准度；
在财务层面，金蝶云·星空的AI记账、财务AI助手、财务报告生成、对标分析、智能申付、坏账风险预测与催收、动态现金流预测等应用，可以大幅降低人工操作产生的错误率，提高数据录入与处理的准确性；确保交易符合会计准则与企业内部的财务政策，增强企业财务的合规性；
在供应链层面，金蝶云·星空提供了供应链智能分析，订单风险预警、智能销售预测、合同智审、供应链风险智能监控、文件智能校对、流程监控助手等丰富的AI应用。例如供应链业务主题分析，可以对供应链数据实时监控和分析，及时发现潜在的风险和问题。
所以，无论是员工还是企业的管理者，都可以拥有属于自己的AI助手，而当大家都能轻松熟练地使用AI时，降本增效，提升竞争力就不再是空话了。
正如金蝶集团董事会主席兼CEO徐少春所言，“AI将重构体验、流程和决策，未来每一个企业都需要一个超级管理智能体，每一个员工都需要一个超级智能的AI管理助手。”
今天，企业要选择一个AI平台，这种选择不再是单纯的购买关系，而变成了“你中有我，我中有你”。融入AI的数字化转型是中小企业提升竞争力，提质增效的核心手段。
而金蝶要干的，就是努力做出既容易上手，又好用的AI应用，让人人都在工作中享受AI带来的便利，让每个中小企业都能在AI的助推下变得更好。
