政治局刚说了"全面实施AI+"，但大多数国企第一步都没走对

来源：市场资讯

（来源：岩聊数字化）

阅读时长约4分钟

4月28号召开的政治局会议首次将"人工智能+"行动从"深化拓展"升级为"全面实施"，明确提出发展智能经济新形态、完善AI治理。同时强调进一步深化国资国企改革。这意味着央国企的AI转型不再是可选动作，而是政治任务。

之前说的是"深化拓展人工智能+"，这次直接升级成"全面实施"。措辞变化背后是什么，做过国企项目的人都懂。从"可以试试"变成"必须干"，而且不是某个部门的事，是政治任务。

消息出来当天晚上，一个国企数科公司的负责人和我沟通，他说上级已经开会传达了精神，集团要求他们三个月内拿出AI+落地规划，年底前至少三个场景要见到实效。

他压力很大。因为他们连数据治理都没做完。

这不是个例。

我最近接触的七八家央国企，情况差不多。上面有要求，中间有压力，下面有想法但没抓手。都知道AI是方向，但真要动手，第一步就踩空了。

PART 01

大多数国企踩的第一个坑：把AI当成IT项目

大多数人踩的第一个坑，是把AI当成了一个IT项目。

这个思维方式特别普遍，也特别危险。

你去看看那些已经在推AI+的央国企，大部分走的路线是这样的：

先建算力中心，买几台服务器搞本地部署，再找供应商或者外包团队，然后开始找场景，上大模型，做POC（概念验证）。

听起来没毛病对吧。

问题是，这条路走下来，90%的项目会卡在同一个地方：POC做得漂亮，一推广就歇菜。

为什么？因为POC是在理想环境里跑的，数据是清洗过的，边界条件是你自己定的。一到真实业务场景，数据质量不行，业务流程不配合，一线员工不会用也不想用。

我在一家国企看到的案例。去年跟风花了 200 多万买了 DeepSeek 一体机，一年过去了也没有找到什么靠谱的场景，对于员工来说就是一个奢侈的对话框，平时工作该怎么干依然如此，线下该干的工作一个都少不了。

最后那个系统就挂在那了。每年还要花几十万维护费。

PART 02

核心问题：AI+是管理变革，不是技术升级

所以问题到底出在哪？

我觉得核心就一句话。很多企业把AI+理解成了技术升级，其实它是一场管理变革。

这两件事的差别在哪里：技术升级的逻辑是，我有了一个更好的工具，我把旧工具换掉，效率自然就上去了。管理变革的逻辑是，我要改变组织做事的方式，工具只是其中一环，更关键的是流程怎么调、人怎么激励、考核怎么变。

举个小例子。一家建筑类国企的法务部，去年上了AI合同审查系统，自动识别合同里的风险条款，高亮标注出来。技术上确实好用，法务人员自己也承认，以前人工审一份合同要两小时，现在AI先过一遍，二十分钟就能处理完。

但上线三个月后，使用率不到30%。

为什么？因为法务部的考核指标是"审了多少份合同"，不是"审得有多快"。AI帮他们提了速，结果领导觉得既然快了，那就多派活吧。他们的工作量不降反升，而奖金没变。

你看，问题不在模型好不好用，在于绩效考核和操作流程没有跟着调整。

这就是为什么我说大多数企业第一步就走错了：他们上来就想"我们有什么场景可以上AI"，而不是先问"我们的管理和流程准备好了没有"。

PART 03

正确的第一步：分三步走

那正确的第一步应该是什么？

我自己的经验，分三步走比较稳妥。

第一步：做场景分级

第一步，不是买算力也不是选模型，而是做一件事，叫场景分级。把你所有能想到的AI应用场景全列出来，然后按两个维度打分：

• 一个是数据成熟度：就是这个场景涉及的数据是不是数字化了、质量够不够高、能不能拿得到

• 另一个是业务意愿度：就是使用这个场景的一线人员和管理层支不支持、愿不愿意配合

打完分你会得到四类场景：

• 数据好意愿也高的，优先做

• 数据好意愿低的，先做工作再动手

• 数据差意愿高的，先补数据

• 数据差意愿也低的，放着别动

具体怎么打分，我给两个维度各列了五个评估指标供参考。

这一步看起来简单，但大部分企业不做。他们上来就挑那种"领导觉得重要"的场景，不管数据和意愿到不到位，最后必然翻车。

第二步：定一个小目标

第二步，定一个小目标。不要一上来就想搞个大平台、大中台。找一个数据好、意愿高的场景，把一个具体的业务问题解决掉。比如不是"做一个AI合同审查系统"，而是"用AI帮法务人员把标准合同初审时间从2小时压缩到30分钟"。目标越具体越好，效果越容易衡量。

第三步：同步设计激励机制

第三步，也是最容易忽略的一步，同步设计激励机制。AI上线之后，谁用、怎么用、用了有什么好处、不用有什么坏处，这些要在上线之前就想清楚并且落实到制度里。前面说的那个合同审查案例，如果当初设计的时候就把"AI提效后考核标准从量转向质"这一点考虑进去，法务人员不会觉得AI是给自己加担子的工具。

设计激励机制我有个简单的原则，叫"让用AI的人先吃到甜头"。很多企业搞反了，AI上线后效率提升了，省下来的时间和成本归公司，一线员工的考核不变甚至更重。那谁还用？

正确做法是，把AI带来的效率增量，至少拿出一部分直接回馈给使用者和推动者。比如法务部上了合同审查系统，那就把考核从"审了多少份"改成"风险检出率+处理时效"双维度，让人一眼就能看出用了AI和没用AI的区别。激励不一定要发钱，但一定要让人感觉到，用AI是在帮自己，不是在给自己找事。

PART 04

总结：慢一点，反而走得更快

说到底，政治局说的"全面实施"，不是一个技术口号。它的意思是，AI要从少数先锋企业的试点探索，变成所有央国企的必修课。而这个必修课及格的关键，不在于你的模型有多先进、算力有多强大，在于你是不是真的从管理变革的角度去推动这件事。

技术可以买，管理只能靠自己趟。

我见过最聪明的一家央企，他们的CIO跟我说了一句让我印象很深的话。他说我们不急着上大模型，我们先花半年时间把数据标准统一了，把跨部门的数据共享机制建起来。当时很多人说他保守，跟不上形势。现在两年过去了，他们上了三个AI应用场景，每一个都跑得比同行稳。而当年那些抢先上大模型的，很多还在为数据质量发愁。

这件事给我的启发挺大的。在AI这件事上，慢一点的人有时候反而走得更快。

五一要到了，祝大家节日愉快