智能化转型中的新质生产力：企业挑战与应对策略2

【聚焦关键：解析“智能化”与面临的实践障碍】

Q：怎样理解新质生产力中提出的“智能化”以及在此指导下企业实践“新质生产力”还会存在哪些障碍？

A：新质生产力对我们行业而言，无疑是一种积极的引领力量。其中，“智能化”作为新质生产力的核心要素，正是我们发展的主干道。从宏观角度来看，这无疑是一个非常有利的趋势。我们所从事的产业不仅紧跟国家和社会进步的主旋律，而且这一领域已被明确提升至国家战略发展的层面。

新质生产力的“智能化”部分，与近年来频繁提及的“数字化转型”有许多共通之处。然而，尽管企业数字化转型的口号喊得响亮，但真正实施成功并产生显著效果的案例却并不多见。许多企业仍在摸索数字化转型的最佳路径，尤其是在经营困难的情况下，数字化建设的优先级往往被降低。

从概念的提出到实现良好效果，这中间还有漫长的道路需要探索。对于企业来说，生存和发展是首要任务，因此，任何新概念或新技术都必须能够在这两个方面为企业带来实质性的帮助，并且具备良好的投入产出比，才有可能在企业内部得到推广和应用。

然而，新技术如当前热门的AI大模型，想要在企业内部发挥价值，还需克服诸多实际困难。除了高昂的硬件投入成本外，应用层面也面临诸多挑战，如模型使用的数据问题、数据质量问题、数据安全性问题等。此外，目前模型训练者主要以互联网企业为主，这些企业对制造业业务的理解和对实际需求的把握可能存在偏差。同时，企业对数据的准确性和严谨性要求极高，这也给大模型的应用提出了更高的挑战。

另外从企业的日常工作应用层面来看，可用于实践训练大模型的场景非常有限，因为在日常工作中，企业无法接受“不太准确”的应用，这也增加了大模型在企业内部应用的难度和障碍。

因此新概念和新技术在企业内部的推广和应用需要综合考虑多方面因素，包括成本、实际效果、业务需求等。只有真正符合企业生存和发展需求的技术和概念，才有可能得到广泛应用和认可。新质生产力的提出到实践也会是一样。

作者：建广数科 曲全凯

注:此文章首发于建广数科《创委会内刊》2024年01期