AI进化论 | 技术很热，业务很急：AI 时代企业数智化转型到底谁说了算？

这个争论来自于《走进先声药业》的最终辩论。正反两方各执一词。来看看他们都是什么观点很多企业的数智化转型最后都卡在同一个问题上技术部门说业务不懂技术业务部门说技术不懂经营财务部门则追问一句这笔投入到底值不值AI 的发展速度比很多人想象得更快。短短一个月大模型持续迭代Agent 应用不断涌现企业对于数智化转型的讨论也从“要不要用 AI”进入到“AI 到底该如何进入经营现场”。这也让我们重新想起 6 月走进先声药业南京站活动最后一场关于企业数智化转型的辩论企业数智化转型的决胜力究竟在于技术引领还是业务洞察这场辩论没有给出唯一答案却提出了一个每家企业都绕不开的问题当技术越来越容易获得真正拉开企业差距的到底是什么1 正方认为技术重塑边界正方的核心立场是数智化转型的决胜力在于技术引领。正方并不否认业务洞察的重要性但认为在 AI 时代技术已经不再只是“把既有业务做得更快”的工具而是在重新定义企业能够想象、能够实现、能够规模化的边界。大模型出现之前企业谈客服优化可能更多停留在“响应更快、流程更顺、成本更低”。但当智能体能力开始成熟问题本身就被改写了企业不再只是思考如何提高客服效率而是开始追问某些岗位、流程与交互方式是否需要被重新设计。这也是很多 CIO 正在面对的现实AI 不是又一个单点工具而是可能改变系统架构、数据流转、组织协同和人机分工的新变量。过去的信息化建设更多是把业务流程搬到系统里而 AI 时代的数智化建设则开始要求企业重新思考流程本身是否还成立。在这一逻辑下技术不是被动响应需求的执行端而是主动打开新场景的变量。生命科学、精准医疗、AI 制药、智能硬件等领域都说明了同一个事实很多需求并不是一开始就被清晰表达出来而是在技术可行之后才被重新看见、重新组织、重新商业化。正方因此提出数智化转型不是“知道方向”就能完成。知道马拉松终点在哪里并不意味着能够赢得比赛。真正拉开差距的是企业是否拥有把方向变成系统、流程、数据、模型和迭代能力的技术体系。正方认为技术至少承担了五重作用技术定义问题边界企业能够提出什么问题往往取决于技术让哪些可能性变得可见。技术提供落地载体再清晰的业务判断如果无法进入系统、流程与数据闭环就容易停留在会议纪要或战略口号。技术形成规模化能力个人经验与局部创新只有被流程化、模型化、系统化才可能成为组织能力。技术推动持续迭代AI 时代的数字化转型不是一次性项目而是不断训练、反馈、优化的动态过程。技术可能反过来重塑业务尤其在广告、软件、医疗研发等领域技术不是在服务原有业务而是在改变原有业务的存在方式。正方最强的观点在于当技术发生范式变化时旧有业务经验可能会从优势变成惯性。企业如果只从过去的业务理解出发可能会低估技术带来的结构性变化。2 反方认为洞察决定上限反方的核心立场是数字化转型的决胜力在于业务洞察。反方同样不否认技术的重要性但强调重要不等于决胜基础不等于核心。数智化转型的目的不是购买系统、上线工具、堆砌技术而是服务企业经营模式、业务流程、盈利逻辑与组织价值的深层变革。如果技术解决的是“怎么做”业务洞察回答的则是“为什么做、做什么、往哪里做”。没有业务洞察的技术投入可能会把错误的问题更高效地数智化甚至让企业在错误方向上跑得更快。反方多次强调洞察不是拍脑袋也不是简单的需求收集。真正的业务洞察来自于对行业规律、政策变化、客户痛点、价值链关系、组织能力与财务结果的系统判断。这也是 CFO 视角下最核心的问题一项数智化投入究竟能否带来收入增长、成本下降、效率提升、风险降低和现金流改善如果这些问题回答不清楚再先进的系统也可能只是新的成本中心。在医疗和制药场景中这一观点尤其有现实基础。集采、DRG、医保飞检、合规监管、反腐风暴等变化往往不是单靠历史数据就能自然推演出来。面对政策突变、支付逻辑变化和市场结构调整企业需要的不只是算法预测更是对行业演进、经营风险和客户价值的判断。反方因此提出一个判断技术决定数智化转型的底线业务洞察决定数智化转型的上限。技术可以提升效率、实现自动化、支撑合规、优化体验但企业最终能否找到正确赛道、识别真实需求、避开伪需求、构建长期竞争力仍然取决于业务洞察。反方最有力的提醒在于数智化转型的失败常常不是因为技术不够先进而是因为企业没有把正确的问题定义清楚。没有洞察的技术投入可能只是昂贵的自动化没有业务牵引的系统建设也可能成为新的管理负担。