CIO圆桌对话：数字化转型机遇与挑战（下篇） 共7000字。专家与CIO重点讨论了人工智能带来的机遇和挑战？大家作为行业老兵最近都踩过了哪些坑（说一个就好~）？

李翔：多家集团企业独立顾问，畅销书籍《制造企业创新路径-方法与案例》作者

嘉宾：

韩鹏：中国燃气数字化发展事业部总经理

唐路：中国电子 产业规划部副主任

李士峰：华润三九智能与数字化中心副总经理

周郝平：朗科智能信息中心总监

吴剑：安吉尔数字化与IT部总经理

李翔：接下来我想请各位领导，不是站在企业的角度，而是站在整个行业角度，看看AI（人工智能）到底会为我们带来哪些机遇和挑战？

中国燃气数字化发展事业部总经理 韩鹏：刚才提到最近一年大家一直在说的Chat GPT【ChatGPT（全名：Chat Generative Pre-trained Transformer），美国OpenAI研发的聊天机器人程序，于2022年11月30日发布】，我们也在内部做研究和报告分，认为对整个制造业、数字化领域和对我们现有岗位都有挑战。

前两天，我跟一个集团的副总裁聊天，他准备在今年9月份将手下的所有代码开发人员去掉60%，问用Chat GPT来完全替代这个能不能实现？我觉得可能步子不用迈这么大，但是方向一定是对的，以后无论是我们的一些插画师、客服人员、代码编程人员可能会大量的被AI 取代。

但是目前整个行业里面，针对这个Chat GPT为代表的AI 还是有一定的过渡认知。可能还是要考虑一下应用场景。比如我们这个行业里面大量的应用客服人员，原来是客服人员接电话，现在希望用一个RPA的机器人先去把它分。

其实电话机器人，给大家感觉不是太智能，你说的任何的事情，只要不按照预置好的内容去描述，他一定给你回答的天花乱坠的。但是ChatGPT 4.0版本就能够解决这个问题吗？也不一定就会迎合你的需求。现在这个领域还没有一个完全成熟的产品，但是它的成熟度很快就会达到一个节点。

所以我们会大量的去尝试训练这些算法和AI的模型，希望我们的贡献能在客服领域的模型的算法，能够最终帮到我们整个行业提升。谢谢。

李翔：好，谢谢韩总。

中国电子 产业规划部副主任 唐路：如果说Chat GPT或者是AI，对于大家来使用的话，对我们来说其实就是一个供给问题，是一个巨大的压力。

因为它背后实际上是每秒钟340亿次的一个计算算力。而当前我们面临的“卡脖子”最大问题就是自身的算力的不足，包括现在CPU还是有差距。这个差距的核心其实是制造能力单薄，第二个就是AI 的芯片，还有GPU 半导体方面的差距。

而这样一个大数据和AI 处理的重要工具，一定要掌握在国家手中。因为其实Chat GPT是有原有用户的思维倾向。你要问Chat GPT问题的时候，他学习的素材决定了AI的知识经验，所以AI工具一定要掌握在国家手中，对我们来说是一个巨大压力。

第二个就是关于AI使用问题。我们给（AIGC人工智能生成内容工具）学习的数据到底怎样才能够既符合治理要求，又符合法律要求，又没有隐私问题在里边。我们集团去年成立数字集团，专门从事大数据如何去利用的研究。今天下午王老师也讲到了数据利用的问题。

我们主要把数据变成原件，在原件的基础上去训练模型，准备采用这样一种方式，所以我觉得AI 带给我们巨大的压力和动力，也是巨大的机会。算力的要求那么高，我们可能要提供更多的相应的产品和解决方案。【福建CIO网注：ChatGPT训练数据的使用流程：1. 数据收集：从各种来源收集原始数据。2. 数据预处理：将原始数据进行清洗和标准化，以便后续处理和分析。3. 数据标注：将数据进行标注，为机器学习提供训练数据。4. 特征提取：从标注好的数据中提取特征。5. 模型训练：对训练数据进行分析和学习。6. 结果生成：输出生成物。】

李翔：李总刚才欲言又止？现在其实可以稍微再分享一下。

华润三九智能与数字化中心副总经理 李士峰：行，我现在说具体一点，因为我觉得首先ChatGPT产生以后，AI 成为大家关注的一个焦点，就是整个从社会，到领导、同事，大家都比较关注。

第一个机遇就是AI 现在经历的热潮，推动了大家对数字化的更多支持和参与。

第二个机遇是互联网带来了大量的大数据和算法，现在平台企业主动地向我们B端企业来倾斜，这也是一个很好的机会。最近京东、百度都跟我们传统行业在接洽，大家在讨论怎么样把他们的数据和技术更好地跟我们做结合。

第三个机遇就是围绕着我们的核心业务数字化，一个是生产，一个是营销，一个是供应链。

1、在生产的尝试。（1）一方面就是在一些生产线上采用AI视觉识别技术来代替人工的操作。由于视觉识别在其他行业已经有很大的积累，所以它的算法可行性或者实操性是比较强的。（2）第二方面是通过物联网做智能制造之后，积累了很多生产设备的运营数据。现在是借鉴一些机械和汽车行业在做预测性的维修，这是实实在在做的。

2、营销端刚才也讲了，我们现在关注两个点。（1）一个就是AIGC（人工智能生成内容），在面对消费者和to c的营销之时，可以做到“千人千面”和个性化。我感觉靠雇人来进行内容生产是不够的，你不可能招1000个作家，我觉得AI GC的效率可能会给营销的内容创作提供一个机会。（2）第二块就是刚才讲的营销数字人，生产力可以更高，我们在测试京东的数字人，但是感觉目前这个数字人还比较呆一点。是的，但是我觉得已经开始。

3、在供应链这块，因为华润整个产业链布局比较全，从我们整个生产工厂的选址，仓库选址，到整个物流的优化，再到整个供需产销之间的协同的最优的供应链优化，也在找一些算法，这个还是围绕业务的运营指标的各个场景。

最后谈谈挑战。

（1）一个是数据方面，因为物联网带来了工业的大数据。但是营销端数据是小数据，想获得大数据时，发现大量的数据都在BAT 这些互联网平台企业手里边。我们企业的营销数据，小数据数据获得不了，再比如医药行业，要去获取患者的数据、医院的数据，它其实是有行业的合规管控的，这是一个挑战。

（2）另外一个挑战，作为传统行业来说，AI应用研发和人才，现在是比较短缺。大家都知道，AI 的人才现在特别贵。

李翔：好，谢谢李总。周总，刚才你们老板布置了任务，你可以分享一下初步的设想和行动路径。因为这一块是一个比较具体的了，要应用起来。

朗科智能信息中心总监 周郝平：可以。现在AI领域似乎已经出现了“iphone时刻”，就像当年的iphone 3.0出现一样。ChatGPT我自己一直在用，比如说你一个新的岗位，要写个岗位职位说明书，那太快了。但是对ChatGPT不熟悉的领域来说，感觉是一本正经的在撒谎。所以我们还要用辩证的思维来看这个事情。

接下来公司刚刚跟微软签约引进。大家知道微软是OpenAI的战略投资方，微软前几个月有一位顾问来交流。其实他讲了很多，其实他们也在企业找应用场景，目前找到的不多。

很多企业用它来做智能客服，还有用ChatGPT对公司所有制度拿去训练用来指导公司新的员工，你有什么问题，他马上就可以回复，这是另一个应用场景。

其实，我们想在三个方面。

（1）第一个方面营销，现在制造业传统制造业处在一个非常困难的时间。第一件事，用AI 给公司找客户、找订单的商业策划书正在写。

（2）第二件事情，电子制造业涉及到大量的电子元器件（这个可能与中国电子有些交集），我们想通过AI 的手段，建立一个庞大的电子元器件库，来帮企业的研发、采购、询报价做一些赋能。当然这里面涉及到大数据、人工智能。经常会因为公司做OEM的原因，客户会寄一个电子元器件的包裹来，让我们的半天之内就做一个销售报价，其实这个对企业来说是他们挑战蛮大的。特别年初的时候，国外企业效益不好，把所有的项目让你全包，一个星期300个项目全报价，其实他也忙不过来。我是发现这个应用场景是可以做的。这是第二的应用场景。

（2）第三个应用场景是在智能制造。就是电子制造业里面涉及到大量的一个自动化识别以及AI 检测。我希望生产工序自动化能够取代人工。其实大家知道进入C2M（消费者到工厂）时代有个性化、小批量订单。因此，工厂的生产计划很不好做，生产线的话是经常不断的转产、转线。未来整个生产线自动化程度比较高，我希望通过AI 根据客户订单产品的特点和积累的历史数据，能够帮工程师去做一些自动的调优。你不用到每一个设备上去做这些事情，因为与设备连接起来，可以把（调优）数据直接送到设备端。

AI能不能真的如我们想象那么好？没关系有时候我们要带着老板一起去挖一个坑，再一边骂，没事的。

李翔：好好，谢谢周总，吴总给大家分享一下。

安吉尔数字化与IT部总经理 吴剑：大概半个月前，我和华润三九的李总在一起参加过一个AIGC的闭门会。在安吉尔来讲，应用场景其实跟李总说的基本是一致的。首先一个是在智能制造侧，第二是在数字化营销侧，刚才李总讲的非常完整了，我就不赘述。

这是补充我的想法和观点。

（1）第一个对于企业来讲，最大的问题就是有没有这个人力、物力、财力去训练自己的AI模型库，这是成败非常重要的一点。

我做过一个测试，我输入输入的条件是航天元素和净水器。它给我出来了一组八幅图，这八幅图基本上都有航天飞机的元素，但是它的净水器全部是工业净水器，安吉尔是百分百的家用净水器，这就说明公共域的库里边它不太能识别安吉尔的想法，它只是提供一个模型。

模型下边，所有的基础的数据如何去标识，如何去训练。我觉得这是什么AI大模型在企业真正落地产生价值非常重要的一个点。我觉得AI大模型训练除了美的、海尔这种4000亿-5000亿级别的企业。可能像安吉尔，甚至像之前波司登，这种百亿级的企业都很难投入物力、财力和人力去做。

但是这点不做的话，又会影响AI落地的一个效果和价值。

（2）第二点就是场景为王。其实和第一点是相通的。因为作为CIO 来讲，上面有CEO，可能还有CFO 是吧？各种的KPI，甚至各种的ROI投入产出都会压在我们头上。所以，可能没有给我们企业的CIO以太多的科研和试错的成本在里面。

（3）最后一点其实想说的就是现在正好是一个风口、一个热点。作为企业的CIO 来讲，如果我们能短期在某个创新点上一针见血的做出一点点效果，也会有利于CIO在企业里的地位和话语权的提升。

李翔：好，谢谢吴总。其实我上午演讲的很多的图都是AI 生成的。我赞同刚才几位领导的说法，方向是对的，你还要有判别能力。其实你如果没有判别能力，他会把你带到坑里面。

如果你有判别能力，它会是一个非常高效的工具。其实，（ChatGPT或者AIGC工具）对咨询行业的挑战也是比较大的。我跟很多朋友说，我们都可以失业了，他们也觉得是。

李翔：因为时间的关系，我再问一个问题，我相信这也是在座的很多CIO 会非常关心的问题。在座的几位CIO其实都是行业的老兵，踩过的坑也比较多。所以说我们能不能分享一个你遇到坑是什么？你的初步的一个解决方案是什么？言简意赅一点好。请韩总开始。

中国燃气数字化发展事业部总经理 韩鹏：这个坑很多，我就举一个最近两年踩得“坑”，这个坑也打引号，我认为这个坑不得不踩，也应该踩。

简单描述是这样的，数字化转型离不开数据。大家在做数字化转型的过程中，你赋能行业，提升业务水平、降本，我们最终靠什么呢？除了一些新的基础性的设备设施以外，其实更关键是系统应用里面的数据。我们集团推动数字化转型也是（以数据为关键要素）这么做的，之所以说是“坑”，我先把简单赘述一下。我们设计了很多指标，把整个经营体系分为什么财务、人资各种领域上有很多的指标，我们希望把这个指标呈现成“数据驾驶仓”给老板看。

各位在上午和下午的分享过程中，也不停的提一次到，驾驶舱是辅助决策的对吧？我们做完之后，突然发现老板看都不看，老板说里边数据不准，跟所有业务部门向我汇报的时候都不一样。然后你们和业务部门要证明一下，倒底是谁错了。好，业务部门跟IT 之间就开始不停的在纠结：到底谁错了？

其实说来说去，IT 从哪里取的数，从系统中取的数。我把他的数据录入到系统中去，所以一定不准，所以一定是我错了，但同时他也错了，因为他没有把数据录入到系统中去，所以我们白白的挖了一个很大的“坑”。但是这个坑太重要，让我的老板认识到，原来业务部门一直在口口声声的说你IT 系统中数据不全，数据不准，不是IT 的事儿，是业务自己的事儿。

好，业务部门自己去整治，去完善，去提升。然后我曾经在“坑”里做的那么多的管理驾驶舱中报表和指标才会发挥作用。所以这个坑我认为不得不踩，也必须要踩的。踩得明白有利于数字化转型的一个推动，也是做好向上管理的一个动作，谢谢。

中国电子 产业规划部副主任 唐路：我想作为CIO要对公司负责，最重要的是找到合适的合作者和供应商。有时免费的往往是最贵的，我就踩这个坑。两年多前，因为我们人力资源部，他们自己先选了一轮，给我的选择机会就很少了。就这三家，从这三家里边矮子里面拔高子，你选一下。那我就直接这样了，而且时间又很需要，你下个月就上线，是不是？当时我刚刚接手工作不久，那就听说他们也是专业人士，结果干着、干着，直到干到现在。这个项目只能宣布黄了。

第一是在信创环境下供应商的适配有些问题。第二原来支持两三百人的时候可以，但支持一个公司有四万多人，他的效率就大大下降。前期的POC（注：英语Proof of concept，概念验证）做了以后，对于他的架构研究不深，也是一个小公司，他无法再继续投入，所以我觉得CIO，谨慎选产品，选供应商，这个还是首选前三名的。

华润三九智能与数字化中心副总经理 李士峰：我觉得数字化转型，跟原来的信息化有很大的区别。因为信息化，原来是一个企业的管理效率和流程效率提升的工具。我们会有很成熟的方案和生态来供应。现在数字化面临的是不确定（如，需求、市场或者创新的不确定），而且应用场景还非常的散。

所以如果说有坑的话，我认为应该是说在数字化时代，数字化转型的一个战略和实施的方式，有可能还在用当年信息化的方式在做（数字化）。很多时候以这个系统的技术架构作为导向，还是传统的老师带我们对先进的一些行业去学习，我看到汽车行业数字化转型方向非常的清晰，就是有一些先进的行业去对标。

第二个就是考虑到原来的这种系统和技术导向，要重新用业务和客户的思维去设计数字化产品，还有数据化平台能力。

第三块在业务创新上面，可能还是要重新去思考技术赋能之后对业务有哪些创新的点。OK 说了三点。

李翔：好，谢谢李总。

朗科智能信息中心总监 周郝平：说到坑其实踩了很多。在电子制造业的核心系统大概花了一年半做完，完了之后正好碰到公司SMT车间换了一个新总监。他就找过来说，周总感觉这个MES（制造执行系统）上线之后，与我们当初想的不一样，这个效果可能是当初想的30%。没办法，这时候主动承认错误，我错了，因为我给自己挖了一个坑，当年想的太好了。其实做生产车间数字化、网络化改造要做设备连接，你现有的设备接口开放了，我相信还有很多老的设备想去连，对不起，有可能设备供应商公司现在已经倒闭了。或者说你去找另外一家供应商，可以提供接口，动不动给你报个10万、20万、30万来。因此，数据采集和制造业设备连接是很重要的一个事情，（没有这个基础）谈大数据，谈智能化，谈AI 都是空中楼阁。能不能有一个电子制造业的设备接口标准与规范，把所有厂家能够联合起来，在网上搜索，发现是中国化工协会锂电池行业分会搞了这么一个文件，而且还成为了国家标准。希望李老师带领大家能够制定一个电子制造业的设备接口与标准规范，搞出来很有意义（注：重要的是标准应用推广，另外设备、接口和协议在不断更新换代）。

李翔：唐总这事情可以干，因为老外在在现在“卡脖子”的时候，就在卡标准。其实中国在这个标准方面，话语权还是弱了一点。

安吉尔数字化与IT部总经理 吴剑：的确坑太多了。有时我们在工作中本末倒置，忘记初心。但是我们过分的在搞系统和数据，而忘了数字化的本质是要进行业务变革、流程再造、组织重塑。

数字化是要利用数字技术实现企业价值和规模的双增长。但做着、做着大家都做到系统。我可以分享一个真实的案例，就是我过往的某一家企业，我到任前过往三年的数据拿出来，发现有38%的IT项目是一次性项目。也就是说，今年建的系统明年就被替换掉，或者甚至彻底废掉。

我觉得这是一个非常坑的问题。现在在安吉尔是如何来规避这个问题呢？安吉尔IT有两大原则，第一大原则是“无流程不IT”。 业务部门虽然提出了需求，但是IT评审业务没有流程或者流程不完善IT 是不启动的。第二个就是“价值不闭环的业务需求我们不启动”。

有的时候如果你让业务说，每一个需求他都是认为很着急。但是他的业务成熟度、系统成熟度、流程成熟度、数据的成熟度都不足。或者它本身成熟了以后，对其他的业务没有成熟，没有人愿意为这个需求买单的话，说明它整个价值闭环也不是完整的。

我现在是通过这两大原则来规避大家过分的去谈论系统、谈论数据，其实焦点要聚焦回业务本身上。

李翔：好，吴总这个说法，让我想到曾经帮一家企业出了主意，业务提出需求。因为当时我是做顾问。IT要去承接，怎么去承接，让业务的总经理亲自来汇报。如果能把投入和产出算得清楚就没问题，但是你必须是总经理来谈，不是说你下面部门的助理、哪个副部长名义来谈，必须是一把手来谈。只有这样的话，才能让他去思考这个业务的的成熟度的问题。

李翔：我们最后一个问题，每一位领导用一句话来表达一下对数字化转型未来的一个趋势分析。

中国燃气数字化发展事业部总经理 韩鹏：所有的CIO都应该清晰的认识自己的企业，自己的业务，提出一套符合自己需求的数字化转型的方案，让行业数字化的工作整体向前推进，大家百花齐放。

中国电子 产业规划部副主任 唐路：鲁迅先生说，这个世上本没有路，走的人多了，才有了路。信创这条路不好走，希望在座的各位CIO和我们一起，把这条路越走越宽，越走越好。

华润三九智能与数字化中心副总经理 李士峰：数字化转型能够给企业创造新的数字化业务，或者是新的数字化业务的竞争力。

朗科智能信息中心总监 周郝平：用上午专家的一句话，不能给企业带来业绩增长。数字化转型不是真正的数字化转型。

安吉尔数字化与IT部总经理 吴剑：我希望两手抓，两手都要硬。一方面能够帮助企业盘活与升级存量业务。一方面能找到我们增长的第二曲线，真正实现企业价值和规模的突破。

李翔：感谢各位在座领导，我们用热烈的掌声感谢大家在深圳CIO协会 数字化转型大会上CIO圆桌对话精彩分享。

（全文完）