01

数字化转型的本质

从业务沉淀数据，到数据驱动业务

企业数字化转型为什么这么重要？

孙天澍教授表示，我们今天处于一个非连续变化的、颠覆性的时代，数字化企业的平台化、科技化可以无限扩张。每一位企业家都应深思，当前形势既是挑战也是机遇，众多企业正乘着数字科技的红利逆势而上。业务一号位要考虑数字化转型怎么真正与自己的业务融合起来，成为企业的数字化架构师。

孙天澍

长江商学院科技与运营教授

杰出院长讲席教授
DBA项目学术主任

数字化转型研究中心主任

他强调，尽管数据很多，但是真正能把数据用起来的企业很少，企业家要观察业务团队是否在业务决策、场景和模式中真正把数据融入进来。很多企业拥有的是数据成本，并非数据资产。唯有当数据在业务场景中发挥作用，赋能会员留存、商品分销及店员服务等产生实际价值时，它才是数据资产。

因此，数字即业务，数字化转型等同于业务转型，数字化的价值即业务的价值，而数字化能力的核心最终归结于业务团队的实力。

谈到中国数字化的发展现状，孙天澍教授说，我国数字化底层是拥挤的，顶层是空旷的，底层做的是IT系统，顶层缺的是数字化架构师。

一个企业的数字化就是不断完成从业务沉淀数据到数据驱动业务的正循环，企业家需要思考的是数据怎样驱动决策创新和商业模式，把数据和业务融合起来，数据资产要在业务场景中创造价值。

中国的产业数字化有竞争力，体现在我们的产品如鞋、车、药等，以优质、创新、价廉、稳定等著称，为中国企业走向全球化提供了非常大的机会和优势。但数字化不是空中楼阁，行业必须要有流程、管理和标准，企业有基础系统，才能够逐步构建。

02

AI大模型的部署模式

自上而下，业务驱动顶层设计

孙天澍教授深度解析了AI大模型的部署模式。

他指出，大模型分为五个纬度：

1、芯片供应

2、算力部署

3、模型能力

4、模型生态

5、产品应用

目前国内芯片供应与算力部署均表现优异，而模型能力作为竞争焦点，仍处于动态变化之中。中国创业公司与大厂在模型能力上尚未形成显著差距，但中美在模型能力方面的差距正在逐渐加大。当前，中美之间在算力上存在主要差异，其次是人才方面的差距，再者则是创新体制上的不同。

AI大模型的部署主要有两种模式：

1、“数据走出去”，即通过与OpenAI、通义等平台交互提问实现；

2、“模型走进来”，即下载开源模型，结合企业自身的知识库进行微调，从而构建出符合企业需求的大模型。

如今智能化加速了数字化的进程，企业在选择业务场景、思考业务价值时，构建合理的业务架构显得尤为重要。

孙天澍教授强调，企业一号位应深入理解技术与商业的融合点，培养对数据和大模型的商业应用能力直觉，掌握技术产品体验的核心，并知晓技术的落地能力与尺度。数字化转型的关键在于业务认知，需自上而下推动业务驱动的顶层设计，确保高层有清晰的认知、架构和思考，以引领组织顺利转型。

对于未来，孙天澍教授有几个畅想：

1、个人助理会把所有C端用户包围；

2、硬件入口无处不在。

在2023年以后，机器的成长速度可能会快于人，初级白领工作可能逐渐被大模型替代。

未来十年科技将依次展现以下趋势：

1、线上大模型将迅速崛起，替代许多知识密集型初级白领工作；

2、线下机器人作为智能入口，将凭借大模型的交互能力执行多样任务；

3、未来元宇宙将提供无限资源和极致体验；

4、随着元宇宙中虚拟体验和资产的增多，去中心化的区块链分布将进一步普及。

03

大模型的商业本质

即是生产力，又是生产关系

大模型的商业本质在于世界认知、产品交互、个性陪伴、技术普惠和开放创意，这些将引领社会走向人机协同的未来。大模型技术独特，既是生产力又是生产关系，且因其语言训练背景而带有意识形态特点。

孙天澍教授指出，企业CEO需紧跟技术迭代，理解用户、客户和供应商体验参数的变化，并将体验转化为技术方案。同时要发掘业务场景机会，利用数据沉淀和知识学习推动产品交互，进而重塑流程、岗位和人才。

 孙天澍教授

他表示，大模型与产业结合时，多数企业因资源限制选择模型微调而非从头训练。若企业拥有核心数据资产和业务场景，需根据自身的算力资源和行业数据适配模型，实现模型与业务的融合，而非简单输出数据。

关于大模型的部署方式，孙天澍教授总结为三种：公有化部署、私有化部署以及混合部署。

1、公有化部署是数据流出至公有云上的OpenAI等平台；

2、私有化部署则是模型进入企业内部；

3、混合部署则结合两者，部分数据留在企业内，部分模型在外部交互。

企业需权衡数据流出与模型引入的利弊，并考虑是否需私有化大模型。在智能体和大模型时代，企业应重新评估其数据资产的价值，以盘活数字资产。

04

产业链价值如何被重构

夯实数据基础，享受智能化红利

过去十年，科技和用户发生了巨大变化，

1、用户正变得越来越懒，从主动搜索变成被动接受；

2、推荐会打破企业之间的竞争边界，最终唯一的边界是用户的心智；

3、用户习惯改变，用户正在从集中走向分散（用户的需求边界）；

4、用户对于科技渠道的接受程度越来越高。所有趋势都是不可逆的。

因此随着技术变化，企业的商业模式、业务设计也必须变化。

孙天澍教授说，大模型与企业内部数字化密切相关。场景和数据的充实是大模型发挥价值的前提，缺乏企业知识库的场景知识库，大模型难以应用。智能化进程会加速或倒逼数字化，需夯实数据基础以享受智能化红利。

同时，大模型提供的泛化能力，使企业在流程化、标准化过程中能更灵活变通。因此，企业在追求智能化的同时，也要加强数字化建设，并充分利用大模型优化流程。

他指出，从企业角度看，大模型时代，确定性机会在于利用大模型能力升级内部已有流程、业务和场景体验，而投资新方向则需战略思考和尝试。企业应优先挖掘内部潜力，再探索外部机遇。C端未来机会虽存在，但平台级机会尚不明显，易被巨头冲击。创业者应更多关注AI应用。企业需围绕自身核心产业，探索新产品、渠道和生产方式，以大模型为助力，核心产业为主体，花更多时间进行商业思考，特别是独立创业者，应把握与大模型相关的最大变化，同时保持对差异化的追求。

孙天澍教授还谈到数据资产安全性的问题，他表示，未来手机本地端将部署更多大模型，处理隐私数据，保障安全。隐私计算技术将助力企业在不泄露数据资产的情况下完成算法训练。企业需梳理自身数据资产，确保数据安全与知识库安全。系统性整理数据资产是企业在AI时代的必修课。

05

税友数智化转型实践

提效提质降本，创新财税价值

在实践课堂上，DBA十一期班同学、税友股份董事长张镇潮深入剖析了中国财税服务行业的基本概况，并强调数智化在财税服务机构转型升级中的关键作用。

张镇潮

DBA十一期班同学

税友股份董事长

他指出，通过利用数智化技术，可以有效提升财税服务机构的效率和质量，同时降低成本，实现数字化赋能。在此基础上，进一步探了讨如何利用数智化技术推动财税服务价值的创新，从而引领整个行业的转型升级。

张镇潮称，中国小微企业财税服务市场潜力巨大，规模或达7000亿。目前，约400万家小微企业选择外包财税服务，但服务机构作业模式传统低效，客户流失严重。小微企业有更高层次的合规税务筹划和经营账服务需求未得到满足，行业亟待数智化赋能提升效率。

张镇潮同学

税友股份深度应用数智化技术，助力财税服务机构实现作业方式、服务机制和管理模式的全面革新。

作业方式上，以数据为中心，运用智能化技术自动处理票据数据，提升效率和质量。

服务机制上，创建互联网服务渠道，利用智能模型提供个性化服务，增强客户黏性。

管理模式上，引入数字化工具，实现全流程管理，降低风险，提升效率。

如何利用数智化能力创新财税价值服务？张镇潮表示，税友通过联合经营实现高收益，中小微企业财税服务涵盖外包、合规税优和经营账三个层次。在合规税优方面，采用复杂管理模式，确保有效解决问题并优化效果。针对专家成本高、依赖性强等难点，税友已运用智能化解决专家依赖，通过大数据训练建立合规模型。同时，提升小微企业纳税信用，改善融资和合作环境。

税友正在打磨经营账服务，旨在帮助小微企业老板洞察经营效率与风险。该服务需解决数据采集和策略建议两大难点，通过无感采集真实经营数据，并结合行业大数据为老板提供业务选择和优化建议。目前该服务尚在验证阶段，但相信其能帮助小微企业发挥优势、规避短板，实现更稳健的发展。

此次长江商学院DBA的模块课程与实践课堂紧密契合当前经济发展特点，集中探讨企业家们所关心的数字化转型与AI大模型议题，深入剖析产业数智化转型之路。理论研习与实践探索相结合，为企业家学者们提供了丰富多元的商业洞见，助力他们在商海中更加自信地扬帆远航，迎接挑战。