很多国企老总，最近有点慌

自今年 1月底凭借出色表现在全球AI领域出圈以来， DeepSeek 持续火爆，不仅引发 广泛关注 ， 而且迅速在各个领起了一场效率提升革命。

大量公司纷纷接入DeepSeek，各地政府争先组织领导干部学习DeepSeek，还有搭载DeepSeek模型的AI员工已经正式上岗……效率提升立竿见影。

但与此同时，不少国企老总最近却很焦虑，因为进入AI时代，国企之间原来存在的差距正以前所未有的速度拉大。某国企老总就告诉小明，最近参加了市里组织的AI专题讲座，感到心慌慌，之前实现数字化转型的兄弟公司，现在乘着AI（人工智能）的东风在智能化的道路上一路狂奔，我们落后太多了，必须迎头赶上。

根据多家媒体报道，2月15日，河南省郑州市2025年第一期全市领导干部「问学前沿」讲堂举行，邀请清华大学教授围绕「AIGC（人工智能生成内容）与DeepSeek」作专题辅导。

河南省委常委、郑州市委书记安伟出席并讲话，其指出，全市党员干部要深入学习，熟练掌握DeepSeek等大模型的使用方法，充分运用人工智能辅助决策、分析解决问题，科学高效地推动工作……

往前一天，苏州「新春第一课」的主题是「从DeepSeek看人工智能产业发展」，来自市级

机关部门、市属国企300余名干部参加讲座。

2月18日，广西来宾市委常委会召开会议。会议强调，各级领导干部要学习掌握DeepSeek等大模型的使用方法，运用人工智能辅助决策、分析解决问题……增强个人能力、提高工作质效。

宾阳县委书记梁展凡要求领导干部：每个人至少要装两个人工智能软件，必须要会用……

与此同时，不少「AI员工」和机器人已走上「工作岗位」。比如，四川绵阳某小学班级，「开学第一课」就由机器人主讲；

2月18日，深圳市福田区率先上线基于DeepSeek开发的11大类70名「数智员工」，覆盖政务服务全链条，成为首个引入AI公务员的城市。通过240个政务场景终端的精准解析，构建「需求－训练－场景应用－迭代」闭环生态体系……个性化定制生成时间从5天压缩至分钟级，「安全生产助手」生成演练脚本效率提升100倍，「AI招商助手」企业分析筛选效率提升30%，分析时间缩至分钟级……

至于国企，类似动作就更多了。最近，广州数科集团旗下广州数据集团与广州人工智能公共算力中心率先开放了DeepSeek-R1昇腾适配版试用；2月14日，长沙数字集团与国家超级计算长沙中心联合发布湖南省首个城市级应用CS-DeepSeek，为智慧城市领域的千行百业提供智能化赋能……实在太多，就不列举了。戳这里，让国有资产评估有重点，盘活有抓手

小明用DeepSeek等AI工具做了一下统计分析，发现一个很有意思的现象，那些面对新一轮AI浪潮反应迅速的地方政府和国企，都有一个共同点：

那就是它们对推进数字化和数智化十分坚决，并且早就已经将其应用到各种业务场景中了。

这也再次印证了那句话：你看到的优秀的人，其实他已经优秀很久了。放大到组织其实也是一样的。

近几年，提质增效、创造价值是国央企的重要目标。这里面就有很多场景，AI可以派上大用场。

某些企业，为了降本增效，一刀切优化员工，由此造成人才断层、项目开发周期延长，进而造成损失的案例不胜枚举。

人力成本的削减，一定要区分「低效冗余」与「核心能力」。比如，某国企通过AI算法分析岗位贡献度，裁撤重复性行政岗位13%，但保留并强化成本工程师团队，最终实现成本管控效率提升30%；某央企运用AI人才画像系统，实现人才与项目的精准匹配，关键岗位适配率提升37%。

还有大量的企业，为了降本增效，在缺乏数据验证的情况下，要求全员提交降本方案。结果往往适得其反，等方案出现问题之后，为了填坑要投入更多成本，最终，成本不降反增……

而有些企业，已实现成本精确到「每块砖」，材料浪费减少15%，设计变更率下降40%。比如，某头部地产国企通过AI算法优化土方调配，减少运输成本30%左右；H企运用AI预测模型综合利用各类数据，提前半年锁定低价钢筋合同，节省成本10%……点击了解AI降本，把钱花在刀刃上

这只是数据赋能企业经营的一方面，还有些国企已经变数据为资产，并成功入表。比如，前不久青岛地铁资源开发有限公司成功完成青岛首例项目成本造价数据资产登记，并获得山东省数据交易平台公司颁发的数据资产登记证书；济南城市建设集团成功完成「资产运营数据」的数据资产登记入表以及评估工作，获得济南市大数据局颁发的「数据资源登记证书」和山东省数据交易平台颁发的「数据资产登记证书」，并由国内权威评估机构完成价值评估，评估值为1050万元……

这得益于它们坚定推进数字化建设，积累了丰富的数据资源。数据资产入表，只是水到渠成。

比如，济南城市建设集团的资产运营管理数字化建设项目，不仅实现了「资产监管一资产管理―资产运营」三位一体的目标，确保向上满足国资监管的需要，向下支撑业务管理工作的开展；还实现了「资产家底清晰可视、资产流程规范合规、资产运营风险可控、资产决策数据及时、资产评价有据可依、资产审计安全有效」六大管理价值。头部国企在用的云资管平台，点击了解

△资产运营数据治理及数据流向图

如沿海和内陆地方政府在对AI的认知和应用上存在巨大差距，数量庞大的国企在数字化和数智化方面，也存在巨大的鸿沟。

DeepSeek越火，在数字化建设上落后的国企老总越是心慌慌。

特别是以房地产开发为代表的不动心开发领域，一直以来，数字化渗透率本来就处于各行各业的末等水平。储备不足，面对汹涌的AI浪潮，更无从着手。

最近跟某科技企业老总闲聊，他说，其实中国的SaaS产业在技术、产品和人才等方面都不比欧美差，可是中国SaaS公司的市值却不如欧美SaaS公司的一个零头，原因就在于欧美大量公司的业务线上化程度很高，SaaS可落地的场景很多。相比之下，中国大部分有付费能力的公司，经营方式都还十分传统，业务线上化程度很低，其中国央企占了很大比例。资产不在线，资产盘活缺乏抓手的公司十分常见——特别是市场化程度不高的地方城投公司是重灾区……

要用上强大的AI为公司业务赋能，一方面，要改变这些企业里的人的思维方式，另一方面，要下很大力气推进信息化、数字化建设……

对此，小明也十分认同。以不动产开发为例，目前虽然大多数地产开发企业都上了各种不同的系统，但数据孤岛问题十分突出。只有20%左右的企业，拥有完整的成本数据库。剩下的更多还是依赖经验决策，导致动态成本偏差率高达20%。

一家地方国企地产平台，即便在近几年行业持续调整中，其所处的新一线城市表现也可圈可点，但却亏损累累。因为公司效率实在太低，不断错过市场窗口期。比如，2018年公司在市中心拿的一个项目，做的是当时一房难求的大平层产品，按说应该大卖。可是，公司推进项目的效率实在太低了，过了两年多才入市，那时市场已经下来了，对是否降价该降多少内部又拉扯了很久，最后本来可以大卖的项目成了滞销盘。

令人惊讶的是，这么大的一家地方国有企业，做的又是资金密集型的地产开发业务，竟然一直没有数字化，指标节点都靠拍脑袋决定。

同城的另一家国企老总惋惜地表示，其实，它们本不应该走到今天这种亏损的地步，实在是太可惜了……过去，没有信息化、数字化，也能赚钱，是因为房地产处于单边上扬的大通道里，现在必须精益管理，没有数据就做决策会十分危险。

毋庸置疑，AI（人工智能）等新技术，正在深刻的改变管理方式、发展模式、科研范式和生活方式。走老路到不了新地方，旧船票登不上新客轮。技术迭代可不等人，还在犹豫的公司要抓点紧了

点击下图，了解详情