近日，在金蝶“2023全球创见者大会”上，香港创业创新研究院院长、北京大学光华管理学院管理实践教授曹仰锋分享了《2023数字化转型十大洞察》（以下简称《洞察》）。《洞察》从中国A股超5000家上市公司中挑选出约700家高韧性企业作为研究样本，并对其中100家企业进行深度调研。所谓高韧性企业是指在过去3年营业收入和净利润都实现了逆势增长。在调研的基础上，形成十大洞察：

一、数字化变革加速从数字化向智能化升级，领先企业探索以数据治理企业

(相关资料图)

根据以往的研究成果，企业的数字化转型一般分为4个阶段，即信息化、数字化、智能化和数治化。调研发现，过去一年企业战略不断升级，一些企业将加快推进从数字化向智能化转型作为今后的重要战略之一，还有一些企业在探索更高层面的数字化转型，比如探索“管控用办”相分离的数字管理体系。

二、寻找增长点是重要挑战，ESG成为企业韧性成长的关注因素

由于疫情及外部众多不确定性因素，导致众多行业增长放缓。如何寻求新的商业增长点是企业面临的一个重大挑战，这里包含传统业务的转型升级以及新业务的增长。调研发现，企业在关注韧性增长时，一个被高度提及的词是ESG（环境、社会和治理）。企业意识到，越是在困难的情况下，既要寻找新的增长点，又要关注企业的可持续发展。调研发现这些高韧性企业把ESG提到一个非常重要的高度。

三、数字化变革成为公司重大战略，企业在IT支出上有明显提升

调研发现，数字化变革成为公司的一项重大战略。在资源配置上，企业在数字化转型方面的支出比去年明显增加。很多企业在战略描述中提及把数字化变革提升为公司的重大战略。原因是疫情催生了线上管理模式，企业管理者关注线上经营和管理，这些改变背后要靠数字化技术来驱动。在IT业务支出上，2022年，高韧性企业支出比例大约为1.6％，而在2023年，这个数字上升为2.1％。

四、数字化变革重点聚焦于卓越运营，在商业模式创新上处于探索阶段

以往，我们认为数字化转型的双轮驱动，是在运营上进行创新，提升效率和效益，同时在商业模式上加大投资。但在过去一年，我们发现企业更加关注卓越运营。这和企业受到的挑战有关。企业更多把数字化转型聚焦在制造、营销等领域，降本增效是重要的手段，也就是聚焦于卓越运营。调研发现，超过50％的企业建立了自身的数字化能力的应用领域，数字化的中台被普遍认可，而且运用越来越多，主要是智能制造、智慧营销等领域。

五、数字化人才依然面临巨大缺口，成为制约数字化变革的重要因素

数字化人才的短缺是制约企业数字化变革的重要因素。调研发现，受访企业数字化人才基本上处于发展期，其中，专业化团队的建设存在很大问题，而且是制约企业进行数字化转型的一个重要因素。当然，数字化人才并不是指专业的软件人才，而是既懂技术又懂业务的数字化人才。

六、数字员工越来越普及，未来的发展空间越来越大

数字员工越来越普及，目前已广泛应用在客户服务、智慧助理、智慧助手等领域。有企业表示未来可能每个人都会有自己的智慧助手，这个智慧助手会以数字员工的形式出现。而且有一个特点，很多数字员工有非常个性化的名字、个性化的形象，比如招商局集团对数字员工的解读还是非常有意思的，它说数字员工身怀绝技，具有丰富的工作技能和坚定不移的招商信仰等，所以数字员工可能是企业未来在数字化转型中需要大力投资的一个方面。

七、数字能力正成为高韧性企业的核心竞争力，但成熟度仍普遍较低

总体来看，企业的数字能力普遍较弱。企业的竞争优势来自两个方面，第一，当下产品与市场的匹配，我们称之为敏捷能力；第二，面向未来的竞争优势，未来的产品和时代相匹配。企业要想获得持久的竞争优势，一是要面向当下，同时还要面向未来。支撑这两个能力的底座就是数字能力，未来企业的核心竞争力是以数字能力作为底座，平衡短期的敏捷能力和未来的探索能力。

八、人工智能技术对组织形式、工作方式将带来颠覆式影响

由于ChatGPT的火爆，人工智能受到广泛关注。管理者认为，未来的人工智能一定会颠覆现有传统的管理模式。其中，98％的企业对于AI技术都持这种观点，认为会对企业的营销、生产、运营产生重要影响；48％的受访企业表示在未来一年内要大力投资生成式人工智能技术。企业认为AI技术不仅对管理模式、生产运营有很大影响，而且还要加大对这一领域的投资。

九、通用大模型热度由强到弱，专业化领域大模型需求明显增加

调研发现，通用大模型解决专业化问题比较难。目前，ChatGPT的关注度已经有所下降，包括一些通用大模型，企业认为它的功能在解决专业化问题方面能力有限。企业普遍认可行业化的专业大模型，我们把它称之为领域大模型。我们预测专业化领域大模型的需求会不断增加。

十、创新与风险并存，安全治理和AI伦理是应用AI技术时关注的重要问题

目前，业界高度关注人工智能的同时，也提到技术带来的潜在风险。其中，关注较多的有数据安全、数据治理、AI伦理等，这些都是应用AI技术中高度关注的问题。目前，国家已经出台了相关的政策，进一步规范对人工智能技术的应用。安全性将成为这一行业发展亟须解决的问题。