神州数码以AI for Process构建产业落地飞轮

背景

当前，人工智能（AI）在个人消费级应用（ToC）中已展现出极高的渗透率，如行程规划、内容生成等场景，极大地提升了个体的“管理生产力”。然而，在企业级应用（ToB）领域，AI落地却面临巨大阻力。麦肯锡报告指出，大多数企业的AI项目仍停留在概念验证（PoC）或试点阶段，仅有7%的组织实现了全组织部署整合。

许多企业虽然拥有成熟的数字化系统，但在将AI融入核心业务流程时屡屡碰壁。传统数字化系统主要固化了流程判断节点和管理规则，沉淀的是结构化的“留痕”，而真正驱动流程的知识、经验与协作信号依然散落在系统之外。这导致企业难以解释“为什么发生”以及沉淀判断过程，无法适应现实世界中动态、柔性且复杂的需求。

在此背景下，神州数码在2026年6月9日举办的“数云原力2026·原力论坛”上提出了核心战略思想：“AI for Process”。该理念旨在厘清“管理生产力”与“运营生产力”的区别，强调AI不应仅作为提升个体效率的工具，而应成为进入企业核心业务流、直接参与价值创造的“运营生产力”。

核心内容

1. 从“管理生产力”到“运营生产力”的范式转移

神州数码董事长郭为指出，个人使用AI优化的是信息处理方式，属于管理生产力；而AI ToB的本质是让AI成为运营生产力，必须深入业务流程，参与价值创造、成本消耗及效率再分配。

神州数码首席执行官李映进一步阐释，“AI for Process”的核心在于：

• 深度融入：将智能体（Agent）深度嵌入企业业务流程。
• 统一基础：实现数据和语义的统一，规则与认知的统一。
• 流程自优化：帮助企业实现流程的自动优化，将专家经验沉淀为可量化、可复用的判断力资产。
• 持续迭代：通过数据回流验证，实现判断力资产的复利增长，完成从技术“智变”向运营生产力“质变”的跨越。

2. 软件形态革新：神州问学2.0 (Agentic Process Workspace)

针对传统数字化系统无法承载AI系统化落地的痛点，神州数码推出了“神州问学2.0：Agentic Process Workspace”。这是一种新的软件形态，旨在现有数字化系统之外构建一个持续运行的流程空间，让AI从工具层进入运行层。

以医药研发领域的临床研究报告（CSR）编制为例，传统流程中数据分散于EDC、CTMS、PV等系统，专家意见散落在邮件和会议纪要中，人工协同效率极低且易出错。引入“神州问学2.0”后：

• 协同空间：临床研发、医学专家、质量合规人员与Agent在同一Workspace中协同，信息实时同步，版本统一。
• 自动化生产：Agent自动识别缺失材料，从企业知识库检索内容，推荐专家补充；自动解析SAP文件并填表，无需人工核对。
• 智能评审：流程触发后，Agent结合企业规范及ICH GCP等标准进行专业评审，快速生成报告和批注。
• 效率跃升：CSR报告周期从数月缩短至数天，效率提升数倍至数十倍。

这种模式不仅加速了单一场景的执行，更推动了流程的重构与优化，使流程具备自我进化的能力。

3. 构建“产业AI交付飞轮”

为解决AI落地“鸿沟”及价值兑现周期长的问题，神州控股与神州数码分别提出了创新模式，共同构建“产业AI交付飞轮”：

• 神州控股：AI First FDE模式

  • 理念：摒弃“先建平台、后找场景”的重资产模式，从企业高价值决策节点切入。
  • 速度：依托真实业务数据，1-3天完成AI诊断，两周内完成最小可用场景验证。
  • 技术核心：“燕云三件套”
    • 燕云 DaaS：实现多源异构数据高效接入，让数据“出得来”。
    • 燕云 Infinity：完成数据标准化治理与业务建模，让数据“用得上”。
    • 燕云 Cortex：作为AI语义引擎，为传统封闭系统补上面向AI的系统语义层，让AI“看得懂”，将既有系统能力转化为AI可调用、可复用的业务能力。

• 神州数码：AI Factory 2.0

  • 机制：通过“轻咨询 + AI快速部署 + 工程师贴身服务”，与客户共创。
  • 行动：共同拆解业务流程，识别高价值场景，将“模糊需求”转化为可在实际流程中落地的Agent。

“飞轮”的一端通过场景共创和价值验证推动AI快速进入真实业务现场，另一端通过数据治理和能力沉淀实现经验复用与持续进化，推动AI从单点试验走向规模化应用。

4. 关键场景落地：供应链与金融

神州数码通过关键场景撬动全局价值，重点展示了在供应链和金融领域的落地实践：

• 智慧供应链：KKDATA·AI控制塔

  • 痛点：实体供应链面临供需错配、链路割裂，现有AI应用多停留在数据可视化层面，缺乏决策能力。
  • 解决方案：采用三层架构。底层打通ERP、WMS、OMS、TMS等系统破除数据壁垒；中层搭建需求预测、采购计划等六大核心环节的岗位AI工作台；顶层打造一体化中枢，实现全链路可视、协同决策与问题归因。
  • 价值：推动AI从“看见数据”转向“辅助决策”，融入日常运营。

• 金融科技：神州信息AI创新中心

  • 挑战：金融场景面临“严”（监管严格、可审计）、“密”（链条复杂、风险高）、“贵”（专家经验隐性化）三大挑战。
  • 四大场景落地：
    1. 财富营销：从“产品驱动”转向“客户驱动”，AI赋能个性化配置规划。
    2. 对公授信：通过“经验蒸馏飞轮 CreditMind”，将资深专家判断经验提炼为可复用、可审计的Skill资产。
    3. 客户经营：构建7大智能体，实现从洞察到归因的数据驱动闭环。
    4. 软件工艺：推动从AI Coding到智能研发的全链路升级。

关键要点

• 核心定义：“AI for Process”强调AI应从提升个人效率的“管理生产力”转变为驱动企业增长的“运营生产力”，必须进入核心业务流程。
• 软件创新：推出“神州问学2.0：Agentic Process Workspace”，通过人与Agent在统一工作空间内的协同，重构企业流程，实现流程自优化和判断力资产沉淀。
• 交付模式：神州控股采用“AI First FDE”模式，依托“燕云三件套”（DaaS, Infinity, Cortex）实现快速诊断与场景验证；神州数码通过“AI Factory 2.0”提供轻咨询与贴身服务，两者共同构建“产业AI交付飞轮”。
• 供应链突破：KKDATA·AI控制塔通过三层架构打通数据壁垒，实现从数据展示到辅助决策的转变，解决供应链高频决策节点的效率问题。
• 金融落地：神州信息针对金融“严、密、贵”特点，在财富营销、对公授信（CreditMind经验蒸馏）、客户经营、软件工艺四大场景实现端到端闭环落地。
• 未来趋势：IDC预测到2027年G2000企业智能体使用量将增长10倍，Token调用量增加1000倍。AI发展正从“工具时代”迈向“流程时代”，预计2031年前产生超22.5万亿美元全球经济影响。

意义与影响

神州数码提出的“AI for Process”战略，标志着企业AI应用从单纯的“技术尝试”向“业务重构”的深度转变。其意义在于：

1. 解决落地痛点：通过“神州问学2.0”和“AI Factory 2.0”