企业AI还没有标准答案，但路已经不止一条丨2026 ITValue Summit 数字价值年会

9月16日，三亚，2026 ITValue Summit数字价值年会的主论坛开了一整天，上午谈蒸馏，下午谈泛化。会前的议程解读里写着“答案未定”。一天过完，答案依然未定。 这场办到第18届的年会，并不指望一天给出结论，但时间并没有白花。台上，近二十位嘉宾把各自的判断、踩过的坑和跑出结果的场景摆了一整天，都亮在台面上；台下，几百位CXO密集交流，彼此真金白银砸出来的经验，就像token一样在彼此之间流动。 一、门口 在当天的一场圆桌对话中，智识神工创始人楚庆说：AI还在生产力的门口，还没进来。这句话不仅仅是参会者的焦虑，也是整场讨论的底色。 模型不再神秘，训练的时代已经过去，Token用量暴涨，但AI给企业带来的真实生产力还没有被验证。一天下来，台上反复讨论的其实是同一件事：门在哪儿？怎么进去？进去之前要先解决什么？ 在楚庆看来，模型的训练时代已经结束，没有哪家企业的模型是别人学不会的，而且所有的模型最终将趋同。真正难的部分转移到了生产环节。他提醒： AI带来的便利是让企业可以突进不同的方向，而不是在一个方向上把规模越做越大；速度快和降本幅度大都不是生产力本身，一项技术必须经过生产力的验证，看生产力要看利润。 他还补了一句：AI挑战的不是社会，是人自己。在AI出现之前，人类社会的劳动价值创造全部源自人本身，现在来了新的劳动者。 超聚变CEO刘宏云把这场变迁落在了“智企”。 首先，他将企业分为数字世界和物理世界，指出数字世界正被AI快速重构，具体体现在三方面：研发环节95%以上AI处理已无需人工介入；创作协作占员工约30%时间，提升30%效率意味着多10%产出；生产经营管理过程（ERP、IPD等）正被AI快速重构。而物理世界狭窄空间的精密操作还需6-10年。 针对企业普遍的AI焦虑（存量系统价值存疑、投入回报不确定、token开销巨大等），他提出五大判断：企业架构将在5-10年出现代际跃迁，从CPU+高代码企业软件转向GPU+大模型；企业将出现处理“不确定性负载”的新一类软件；所有企业都将成为“制造企业”，需要匹配业务特点的token供应；未来3-5年将拉开15%差距，重大变化被压缩在前10年；中国企业管理软件已具备替代和出海的基本面。 他提出 “智企”愿景：一为高效安全生产承载核心的token工厂，二为AI重构的企业生产经营活动。 超聚变用三年时间边做边重构企业架构（1.0业务重构），2025-2027年开展基于AI的技术重构（2.0），包括将变革管理委员会改为BDE、梳理近8千个基础动作、用AI做硬件电路板设计（准确率90%以上，验证从3个月缩短至三天）等。公司每天token消耗约300多亿，预计全年使用量7万亿到10万亿，三年开支或达29亿。智企落地分四个阶段：活动级、流程级、企业级、生态级。超聚变定位AI和数据时代水平全栈解决方案提供者，凭借完整业务重构经验、千亿当量实验场和软硬件协同三大优势，打造企业AI原生大脑。 此外，京博控股集团CAIO兼CIO李洋表示，当前行业第一曲线基本上已经看到头了，无论成本控制、利润提升还是创新新的商业模式，都没有很好的增长点了，能不能通过数字化转型和AI寻求新的突围，是各大企业经营班子当前迫在眉睫需要通盘考虑的事。 至于怎么验证AI到底有没有生产力，StartLux联合创始人兼CTO郭权玮出了个主意：别急着信结论，自己建三五个真实任务的替换池，让人记下每次任务成与败的原因，去感受这件事到底对不对。 飞渡科技董事长兼CEO何文武在上午的对谈里补的是另一层。目前，AI发展仍以大语言模型驱动为主，在何文武看来，语言模型扩展的是AI处理符号信息的能力，但永远无法让AI习得物理直觉。而空间智能，扩展的正是AI理解和驾驭物理世界的能力。换句话说，语言模型让AI理解知识，空间智能让AI理解它所在的世界。他所在的行业做了十年，只做一件事：让物理世界可计算、可推演、可决策。他的经验之谈也印证了台上的共识，客户买单从来不是一个模型，买的是一个更早、更准确的业务决定。 二、推不动的地方 AI是否能真正迈过生产门槛，不仅有技术问题，让企业停在原地的是另一类问题：管理者的意愿、十年二十年没打好的底座、还有组织桎梏。这些不变，技术再好，也事倍功半。 百丽时尚集团副总裁兼科技中心总经理季燕利分享了“企业逆向AI落地法：先基建，再模型”。百丽旗下20个品牌，在300多个城市开有8000家直营店。所谓“逆向”，是先铺地基、模型最后进来：2014年自建ERP撑住零售主业，跑了12年；2020年起建数仓，从结构化到非结构化，去年开始探索“本体”数仓；2021年起建协同体系，把ERP的系统界面拆成接口、数据汇入统一数仓，建组织中台与权限中台并打通，人变、权变、操作跟着变；再建消息中台，把群结构化为组织群、项目群、工作流群，消息、操作、审批、数据都在群里。群由此成了人与人、人与AI互动的场域，业务运营的全过程都在群里跑，运营过程拆成一个个节点在群里连起来，策略AI和执行AI就建在节点上。 今年百丽又开始建企业工作台，IT工作台把需求、研发、测试到上线的软件研发全链路搬了进去，变成人与AI协同的产线。业务工作台还在探索，要把业务工作流放进去，让AI参与业务运营。下一步要探索的是全局任务中心，由知识库、任务库、Skill库组成：群里每件业务用了什么任务、知识、Skill，都沉淀在群里，从中萃取知识和任务、建成知识库和任务库，就是AI的业务应用。 季燕利的方法论是：信息化是采集，数字化是治理，智能化是应用；信息化由技术部门主导，数字化是CEO的事，要统一的是数字和语言的标准，智能化则要回到业务。站在信息化还是业务的角度想智能化，思路不同，路径和效果也就不同。 组织本身的改法，现场也有两个样本。在主题为“逼近AI原生企业”的CEO圆桌对话环节中， G7易流创始人翟学魂提出一个观察：想知道公司哪个板块真有核心竞争力，就看那个板块AI化推得顺不顺 ，特别顺说明那里强，特别费劲说明原来那里就弱。G7易流做物流数据十几年，产研和营销两个板块推得最顺，产研过程基本不应该再有人写代码。他自己一千多人的公司，管理层级压到两层半，少部分三层。他的另一个转变是 不再迷信组织能力 ：AI把每个高管的覆盖面撑大了，低频但重要的决策直接收到CXO层面拍板，比假装建立一套机制有效得多。 品胜董事长赵国成的办法是画特区。两千多人的消费电子公司不可能整体推翻重来，那就成立一个AI产品中心，AI硬件从概念、研发到面市独立运作，岗位分工接近AI原生，同时肩负全公司的AI提效。他说，招人最看重对AI的热爱，团队里大部分是00后，已经挑起了大梁。 品胜提出硬件版的Vibe Coding，称之为Vibe Engineering：用AI来造AI硬件 。从定义产品、出方案，到打样测试、专利申请、量产准备，AI做、AI审、人拍板。撑起这套流程的，是AI产品中心自研的AI硬件研发平台，以及品胜20多年硬件研产销积累下来的经验和数据。他的原话是：不敢说已经是AI原生企业，但正在逼近。 三、绕不过的三件事 组织之外，还有三件事是绕不过去的。 第一件是路线。 百望股份CTO王志伟认为，垂类模型不是通用模型的缩小版，而是通用模型进入产业实景之后长出来的一