AI进入真实业务层：换道容易拆墙难，当IT方案没人用，主导权该还给谁？

每经记者｜温沐夏    每经编辑｜杜宇    

“如果AI还没有进入你的真实业务，其实就已经慢了一点。”日前，在“哈佛商业评论（中文）年会暨新增长研讨会2026”上，蚂蚁数科副总裁、中国区业务发展部总经理孙磊分享了当前企业管理层对待AI（人工智能）转型的最新判断。

在孙磊看来，今年上半年，多数企业仍将AI视作效率提升工具；步入下半年，越来越多的企业一号位、核心管理者开始思考如何将AI深度对接真实业务场景。

随着AI逐步渗透企业核心业务，分水岭已然清晰。传统企业对AI的使用，不再停留于工具层的浅尝辄止，而是走向战略布局与组织协同的深水区。活动现场，孙磊和卡尔蔡司光学（中国）有限公司董事长兼总裁杨晓光、中国燃气控股有限公司执行董事兼副总裁刘畅、中信数科党委委员兼副总经理郑军，围绕AI智能体落地企业应用的管理新题展开了讨论。

AI走进验光室、工厂 传统企业希望抢跑第二增长曲线

活动现场，在被问及夜半思考最多的问题时，杨晓光表示，面对诸多不确定性，蔡司光学希望挖掘未来规模十倍于现有业务的全新行业机会。

以智能眼镜业务的探索为例：“从传统光学转向消费电子行业配套，我们希望打造类似英特尔 Inside的模式，可以跟任何AI终端产业链合作。”在杨晓光的定位中，蔡司光学不必冲在前台打造面向消费者的整机品牌，而是要做嵌入产品内部、可赋能多品牌的“光学芯”，推动更多终端厂商采用自家光学方案。

时间回溯一个多月前，广州AI眼镜产业园暨蔡司光学小镇正式动工。今年年初，蔡司光学位于广州的光学制造基地刚刚摘得全球镜片行业首个“灯塔工厂”认证。与此同时，在全新五年战略规划中，蔡司光学将AI赋能数字化转型、数据智能应用列为核心发展主线。

杨晓光将公司AI实践拆为消费、制造两端。消费端，蔡司光学在中国服务5万多家眼科医院与眼镜零售门店，AI一方面辅助验光师、视光师开展更专业的诊断，另一方面帮助普通消费者读懂屈光度、散光、轴位等专业术语。例如，蔡司光学推出面向儿童青少年近视管理的AI近视防控风险预测模型，将抽象的专业检测指标转化为家长容易理解的风险图谱，推动门店从一次性配镜交易，转向持续性的眼健康数据服务入口。

对于制造端，杨晓光则表示，数据从验光端传入工厂，工厂每天生产几十万个个性化定制镜片供应全球；灯塔工厂还落地了质量监控、设备维护和管理等AI应用。

圆桌论坛现场  （图片来源：每经记者 温沐夏 摄）

刘畅介绍，作为传统企业，公司目前对AI的应用分为三层：最基础一层是传统工作效率提升，应用包括会议合规检测、多维表格信息收集；第二层是改变工作方式，把金牌销售的实战经验沉淀为可复制的方法论，同时借助OCR（光学字符识别）、人脸识别以及动态模型，在入户安检环节自动识别安全隐患；第三层则推动商业模式迭代，从单纯售卖燃气拓展至综合能源服务、多品类产品销售，依托供需模型研判区域能源价格走势。

业务落地遇阻 AI转型亟待破解组织协同摩擦

除采购算力、部署模型这类显性投入之外，传统企业AI转型还存在一项更为隐蔽、棘手的成本：当数据能力嵌入原有业务流程时所产生的组织摩擦。

“我们也试过，IT（信息技术）数字化的专家做了很多方案，最后没人用，用户体验不好。”杨晓光坦言。在他看来，一套能够真正落地使用的系统，必须由AI工具的实际使用者，也就是业务负责人牵头，AI专家与服务专家提供技术能力作为支撑。蔡司光学的做法是将数据专家设立为正式岗位，让数据专家深入具体业务工序与流程，协助业务部门开展分析、搭建业务应用智能体，但项目的主导权仍然交由业务侧掌握。

孙磊从科技服务商视角印证了这一共性痛点：“现在存在一个最大的问题，就是科技公司不理解业务。”如何让业务人员把业务逻辑转化为科技可以理解的语言，最终通过AI实现价值，需要付出很高的落地成本。蚂蚁数科在和众多企业合作交付智能体项目时，会邀请合作方内部的顶尖销售人员、理财师、信贷员、门店店长梳理一线工作流程，再与AI技术相结合完成落地。

为了推进企业的AI转型，中国燃气控股有限公司执行董事兼副总裁刘畅表示，公司直接把人力资源部门与CTO（首席技术官）及IT团队合并，成立了“人才与数智中心”，打破原有部门墙，重新设置组织项目组，考核目标直接指向业务效能提升。

郑军认为，技术供给正在快速迭代，但企业内部业务与科技的协同，仍是更难攻克的环节。伴随企业运营数据持续沉淀，以及对下游客户服务承诺等级不断提升，“算力网络已经不是配套技术，而是AI生产力的第一个基础设施”。

封面图片来源：每经记者 温沐夏 摄