数治长文：一文了解企业智能化转型框架和成熟度模型（附下载）

通过对 500 多家企业的智能化成熟度评估，力求更好地洞察中国企业智能化转型现状，同时通过总结优秀智能化转型实践，希望帮助更多的企业发现新时代机遇。

当前，中国企业数字化、智能化工作进入快车道，关乎企业的生存和长远发展，企业对转型能力的认知是否清晰，转型路径和方向是否正确，显得尤为重要。

在“十四五”规划开篇之际，中国信通院与联想集团共同开展对我国大中型企业的数字化、智能化转型研究和探索，通过对 500 多家企业的智能化成熟度评估，分析形成了此《报告》，力求更好地洞察中国企业智能化转型现状，同时通过总结优秀智能化转型实践，希望帮助更多的企业发现新时代机遇，不断提高企业效益，提升企业穿越经济周期、高质量发展的能力。

本报告广泛汲取了业界已有的理论研究成果，对比参考政府/行业协会/行业研究机构、媒体服务机构、战略及业务咨询服务机构、服务及解决方案提供商等多家机构对企业的数字化/智能化水平的研究体系，结合双方前期工作基础，进一步补充和提炼，从智能化转型战略达成、智能业务运营、数字底座建设、人才组织变革及转型所带来的价值等维度提出“企业智能化转型框架”方法论；并对“转型框架”深化凝练，分析不同阶段时期企业的转型特点，形成可用于指导并评价企业智能化发展现状的分级模型——“企业智能化成熟度模型”，形成结构更合理、内容更完整、标准更科学的评估体系。

“企业智能化转型框架”和“企业智能化成熟度模型”的形成过程进行了充分的测试评估和验证：我们邀请了 100 多家转型企业，以企业视角审视转型框架和成熟度模型。同时，组织 4 场企业焦点小组访谈, 与 21 位来自不同行业的企业管理层直接交流，经过吸纳意见、迭代更新，本转型框架和成熟度模型获得了业界广泛高度评价，各项认可度指标均达到 4 分以上（总分 5 分），受访企业表示：转型框架和成熟度模型（及调研问卷）结构科学、设计合理，对企业自身转型实践有参考价值和指导意义。

企业智能化转型框架

实体经济企业要实现智能化转型，绝非一帆风顺，一定会经历规划、实践、再迭代、再实践的螺旋式上升阶段，企业需要有一套经过实践检验、系统化的智能化转型框架，以及能够让企业认清现状、有效指导转型路线的方法论。这套转型框架聚焦于创造企业运营价值、战略价值、行业和社会价值，在价值导向的转型理念下，提出从制定智能化转型战略、践行智能业务运营、投资和升级数字底座、推动组织与文化变革等四个层面融合推进企业智能化转型的系统架构。

（一）以价值为导向

这套转型框架立意为企业利用新 IT 技术，实现三大价值，即运营价值、战略价值和行业和社会价值。智能化转型就是利用新IT 技术、不断创造企业价值的过程。对于大部分的企业而言，价值共识、上下同欲是非常关键的智能化转型起点。

首先是运营价值。运营价值是企业最为直接、关注度最高的目标，包含企业运营过程中的降本提效、驱动主营业务增长以及持续提升用户体验。其中，降本提效指的是通过数字化运营及智能技术应用，优化研/产/供等业务流程、提升运营和决策质量、降低资源浪费、提高人员、设备等的产出率，持续改善全价值链运营成本、提升运营效率；驱动主营业务增长，指的是通过智能化营销 & 销售手段，实时洞察客户需求、精准触达客户、持续经营客户价值，并共创迭代产品创新，持续增长、创收创利；提升客户体验，指的是通过数字化平台和智能运营技术，持续获取和运营客户，创新个性化、智能化服务体验，提升客户满意度、增强粘性，积累忠诚客户。

战略价值则包括了创新业务模式、打造新增长引擎，以及建设韧性发展的能力。其中，创新业务模式指的是依托数字化/智能化技术，创新客户直达模式、平台 & 生态模式、订阅模式等创新模式，建立新战略优势；打造新增长引擎，指的是挖掘内外部数字价值潜力，推出全新的数字产品与服务或对现有产品做数字化改造，使数字业务成为新增长引擎；建设韧性发展的能力，指的是借助数字 & 智能技术及数字化组织，敏锐感知环境变化，动态调整适应多变环境，提高企业韧性发展、抵御不确定性风险的能力。

行业和社会价值，则彰显了企业更大的抱负，包括两个方面：一是推动行业变革，企业通过开放企业数字化/智能化平台和转型实践，带动整个上下游，打造开放生态，赋能和推动行业整体升级，从而让企业自身以更加无可撼动的地位引领产业；二是履行社会责任，企业利用数字化/智能化技术可以更好地保护数字及隐私安全，服务于更多弱势群体，更有效创造节能减排、环境保护等综合价值和长远价值。

为了实现这三大价值，企业智能化转型需要有机推动智能化转型战略、智能业务运营、数字底座、组织与文化变革四个方面的工作。

（二）智能化转型战略

企业首先需要明确转型的愿景及目标。智能化转型战略具有纲举目张的作用。企业需要通过充分研讨和论证，并在企业上下达成普遍共识。愿景和目标，是对智能化转型的结果和效果的憧憬和预设，需要达成一把手和高层共识。共识是重要的，达成共识的过程同样重要。讨论和论证的过程，通常是自上而下的，也就是先从公司的整体愿景和目标出发，结合业务的痛点和外部企业的最佳实践，进行论证分析，逐步收敛，成为自上而下的“顶层规划”。因此，顶层规划一般被称为“一把手工程”。

在愿景和战略共识之下，还需要分解和制定分阶段的转型蓝图。转型蓝图一般包括设计新 IT 技术架构、制定转型实施路线图、制定投资预算及动态管理体系。新 IT 技术架构是数字底座和智能应用的技术骨架，架构总体需要保持稳定，但要根据技术趋势和需求变化，保持动态迭代和细化。实施路线图一般分解到 3-5 年，明确不同年份的重点任务和里程碑，把握转型的合理节奏。同时，智能化转型总投资和管理体系则囊括了详细的投资及汇报测算，指导企业科学、合理地安排预算，配套以价值为衡量的动态预算管理体系，保障好钢都用在刀刃上。

只有共识了愿景和目标，确定了统一的转型战略、转型蓝图，才能避免策略反复，避免各部门各自规划、分散投资、平台功能重复建设。

（三）智能业务运营

智能业务运营是直接创造企业价值的核心活动，即在数字底座上培育出业务运营的“枝干”。智能业务运营的内涵是建设基于数字底座、敏捷柔性的业务中台。要求对企业价值链各环节, 如产研、供应、营销、销售、服务等进行数字化、智能化升级改造，同时建立企业内部统一的、贯穿价值链全过程中的智能运营管理体系。在此基础上，随着智能业务数字化的深化、智能应用的落地，企业甚至可以重构企业价值创造过程，创新业务模式。

企业价值链各业务部门都需要去寻找新场景，让数字化和智能化的手段和工具去实现业务赋能和业务创新。这包括：

（1）智能产研：

通过产品生命周期管理系统等数字化手段提升产品研发效率，建立敏捷开发模式，应用智能化算法提升产品决策准确性和产品运作效率；通过收集和综合分析内部数据（例如产销数据）、外部数据（例如客户需求和舆情数据）进行更加科学、全面、正确的产品决策等。

（2）智能供应链：

智能供应链能保证企业供应链永不“掉链子”，从而建立竞争优势。如：需求管理、采购计划、生产计划、订单履约计划以及运输管理的流程自动化；梳理和整合客户需求平台、物料需求计划、供应商信息等系统；供应链的数字化、在线化协作，建立预测到采购、订单到收款等流程的高度自动化等。在工业领域，智能制造具有大展拳脚的空间，落地智能排产、智能检测等 AI 应用，端到端的智能决策分析等，探寻生产过程的精细排程、预测性设备维护、智能质量检测、自动物料调配、工业机器人等多种智能化场景，帮助生产制造的提质、增效、降本、减存。

（3） MarTech( 智能营销 )：

营销通常是企业主要的费用开支之一，因此，为提升营销 ROI 为目的的智能营销，是企业智能化转型中的关键课题之一。这包括数字营销触点的建立，直达客户的流量、营销数据的打通，以客户细分、客户标签等大数据为基础的精准营销等。同时，基于营销过程产生的大量数据，AI 技术可广泛应用于智能推荐、营销内容自动生成、营销策略自动调整等场景中。

（4） SalesTech( 智能销售 )：

统一的销售管理系统提升商机跟进效率、提高赢单率，数字化销售模式的采用，AI 技术广泛应用于精准产品、定价优化、线索评分、客户细分等场景的应用等。

（5）智慧服务：

客户服务体系的智能化主要体现在：统一的客户信息和多媒体接入，服务流程的数据拉通，智能客服机器人甚至虚拟数字人等 AI 应用等方面，客户服务的智能化不仅能够显著降本提效，提升客户体验，实现客户忠诚，还能够协助打通从服务到裂变、口碑和复购的闭环，产生业务价值。

（6）智能运营管理：

建立企业级的智能化运营管理体系，基于统一的数据平台，进行综合判断和决策，让企业的运营管理以数据为驱动，实时决策、科学决策，实现全价值链数字化运营。

（四）数字底座

企业的数字底座是企业智能化转型的“根基”。

传统 IT 架构的扩展性和灵活性都比较差，IT系统开发、改造和运维难度大，很难支持企业对市场随时应变的需求，比如任何一个新功能的引入或调整，都会导致牵一发而动全身，不仅响应缓慢，成本也很高。为支撑高效的智能业务运营，需要基于“端-边-云-网-智”一体化的新 IT 架构建设企业的数字底座。首先，将传统基础设施升级到以混合云基础、云边协同、云网融合、软硬一体的边/云/网基础设施；其次，陆续建设公司统一的、中台化的云原生平台、大数据平台、AI 平台、IoT 平台、区块链平台以及应用开发平台等技术中台，向下能与基础设施技术解耦，向上能为业务运营数字化、智能化提供敏捷的技术支撑能力；再次，围绕全新的数字底座，建立 AI 驱动的智能运维能力以及关注全栈安全的保障能力。基于这样的数字底座，企业的智能业务运营需求便能够更加柔性、敏捷、快速地实现。

需要澄清一个误区，数字底座不仅仅是建一个私有云，而是包括云化的基础设施、中台化和云原生的技术平台、运维和安全在内的整体“ 根基”。例如，技术中台的云原生平台，包含面向云原生应用开发所必须的容器云、微服务框架、DevOps 平台；技术平台的 AI 平台，是面向各种智能化应用的、封装好、易调用的“AI 预制件”；技术中台的应用开发平台，则囊括了低代码开发平台、公共开发工具、移动端开发平台等各类开发工具；部分智能化转型领先企业进一步探索和创新，开始搭建的元宇宙开发平台等也都将成为数
字底座“根基”的一部分。在这个更加先进、更加健壮的根基之上，企业才能够建设更加敏捷、柔性的业务中台和智能业务应用。

（五）组织与文化变革

组织与文化是创造转型的“土壤”。智能化转型需要打造一个专业的、IT 与业务相互融合的数字化组织，同时大力培养、大胆引进数字化人才，并鼓励和建设开放、灵活、以数据和 AI 智能驱动的创新文化。

智能化转型，要做到“内化于心，外化于行”，需要打造一个数字化敏捷组织，要建立以客户为中心、以服务为导向的使命感和价值观，全面改造组织和流程，实现组织内的快速响应；设置专门的数字化转型推动部门，推动数字化和智能化的战略分解和落地。同时，引入和培育更多的数字化人才，打造专门的数据科学家和AI 工程师队伍，在人员招聘、晋升中明确数字化胜任力模型和技能要求，提升业务团队数字素养。最后，要营造数字创新文化。数字化、智能化是否正式纳入全公司价值观与文化系统中，并得以广泛宣传和落地？这些问题都需要创新方法、扎实推行。诸此种种，推动组织与文化变革是数字化和智能化转型体系中不可或缺的、非常重要的土壤。

企业智能化成熟度模型

企业智能化成熟度模型，可以帮助企业准确诊断自身智能化转型所处的阶段水平，以及应当采取的重点策略。本报告中的企业智能化成熟度具体划分为 L1 至 L5 共五个水平，包括：尚处于基础信息化建设，被动数字化 / 智能化尝试的 L1 ；局部数字化建设，探索尝试智能化应用的 L2 ；全面投资规划建设公司级数字底座，为智能化做储备的 L3 ；智能技术全面应用，基本实现全价值链智能运营的 L4 ；新 IT 技术与业务全面融合，开放赋能行业创新变革的 L5。

L1 单点尝试

这一水平的企业，只在一些局部场景中，被动式浅尝了数字化应用或单点智能化产品，比如建立电商能力、投放数字广告等，在一些核心业务方面开始了流程标准化、信息化，但尚未形成成熟的智能化产品和应用。

在单点尝试水平，企业主要关注信息化发挥运营价值，一般能够通过信息系统提高工作效率，在一定程度上帮助降本提效，及通过拓展在线销售渠道促进主营业务增长，但由于缺乏系统化规划和智能技术的深度应用，效果有限。

能力领域	L1 水平企业特征
智能化转型战略	公司没有数字化转型方面的规划，对智能化的认知尚浅，数字化尚未成为管理层、业务部门讨论公司发展中的重点关注部分。
智能业务运营	研产供销服的主价值链中，有个别 1、2 个环节中有信息系统支撑，比如财务管理、生产管理等，以解决业务流转为主，还未考虑数据沉淀、打通和利用；公司的运营管理基本依靠手工报表、人工分析、专家经验，高度依靠人。
数字底座	技术架构基本依托传统 IT 架构，系统以单体应用架构为主，传统的瀑布式软件开发流程。
组织与文化变革	没有明确数字化转型的负责人、组织机构，IT 没有部门化或 IT 部门以信息中心、网络中心的形态存在，属于技术支撑部门。

L2 局部建设

处在这一水平的企业，在部分价值链部门，比如生产制造、销售和服务等，各自在部门内进行了数字化，开始了部门级的数据平台探索，例如商机管理系统和客服平台等，开始尝试市场中成熟的智能化应用。

到达L2 水平，企业仍然主要关注运营价值，由于在部门级能够做到主动规划投资，降本提效、驱动主营业务增长、提升客户体验几方面运营价值一般都能开始有所体现，也是价值的显现进一步驱动各部门谋求更深的应用。

能力领域	L2 水平企业特征
智能化转型战略	在局部部门或子业务单元已经开始重视并制定数字化战略，各自负责投资和管理，例如工厂的数字化战略、数字化营销战略、客服方面的数字化战略等。
智能业务运营	在研产供销服各个环节，已经基本完成信息化和流程标准化，并开始尝试收集数据、分析数据。启动了数字化试点项目提升运营效率，比如开始建立统一的销售管理系统，整合并按不同维度对客户特征进行划分和精准推荐，但销售与研发、制造之间数据尚未打通。有基础的数据报表、运营看板，但仍存在数据不一致、报表不及时的问题。
数字底座	计算资源虚拟化，部分系统采用微服务架构，避免重复建设，对服务治理有一定认识，在大数据、AI 等方面开展了局部场景化应用，但是公司层面数据还未打通，无法支持跨部门、打通价值链的数据综合分析应用。
组织与文化变革	管理层、IT 部门和数字化先行部门的核心岗位（如数字化营销岗、官网运营人员、战略运营岗等），已经有一定的技能要求，这些领域的数字化人才比重明显增加，但尚未形成公司整体的数字化人才和文化体系，智能化转型的驱动力还是 IT 驱动为主。

L3 数字底座建设

处在这一水平的企业, 企业对智能化转型的认知基本已经进入到一个新的层次，智能化转型战略已经取得普遍共识，正在打造包括边、云、网基础设施和技术中台在内的，公司统一的数字底座，开始有意识的为开展较全面的智能化应用做准备。

到达L3 水平的企业，智能化转型的价值目标已经不局限于运营价值，开始关注战略价值，通过公司级统一数字底座支撑来探索业务模式创新，同时运营价值也能够得到更多的挖掘。

能力领域	L3 水平企业特征
智能化转型战略	有清晰的全公司共识的数字化转型愿景和目标，正在讨论或已经形成了全公司统一的转型蓝图，有专门的公司级数字化 / 智能化转型投资与变革管理规划。
智能业务运营	在研发、供应链、客户、销售等业务价值链关键环节，已经能够建立全流程管理平台，围绕产品、客户等整合业务流程，形成数据闭环。核心财务数据与其他系统的产品数据、生产数据可以集成和整合，自动化的报表和在线看板能够支持运营决策。
数字底座	明确公司级、跨部门 / 业务单元的数字底座整体规划，明确投资建设计划。边云网基础设施方面，计算和存储资源池化；并对最终用户实现服务封装，自主运营；云原生方面，公司整体采用微服务架构，基于容器的部署管理，并有统一的服务治理，可以快速响应业务需求；数据中台方面，统一的数据架构和数据治理，提供统一的数据服务接口，可快速响应业务数据应用需求；其他技术中台，开始建立 AI 中台共享 AI 基础设施和训练平台，开始建立 IOT 平台实现通用的设备数据管理，开始建立敏捷式、自动化的应用开发平台方面；运维方面，有专门的团队和管理体系，服务质量有保证，引入自动化运维工具，系统与组织具备长期稳定运行能力；全栈安全方面，整体建立了符合国家政策法规的流程，并有正式的内部审计和报告，对所有系统强制进行扫描。
组织与文化变革	成立了专门的数字化转型推动组织或 IT 部门升级为数字化部门（如任命为首席数据官等），IT 作为业务转型伙伴配置到各业务部门中，并且开始形成数字化人才胜任力模型和技能要求，人力资源配套体系基本建立，在更多业务组织中涌现出数字意识浓厚、数据分析及应用技能较强的人才。

L4 智能运营

处在这一水平的企业，不仅完成了数字底座的建设，而且打造了公司统一的业务中台，AI 技术也得到全面应用，基本实现全价值链的智能化运营，智能成为一种生产力被认同并发挥作用。

达到L4 水平的企业，智能化转型的战略价值已经能够比较明显的体现，如贯通全价值链实现融合零售、客户直达、订阅等业务模式创新，有些企业开始基于数据智能打造新的增长引擎，如创新智能化新产品、智能数据分析、智能预测服务等，并且通过协同效应能够建立韧性发展能力。

能力领域	L4 水平企业特征
智能化转型战略	AI 驱动的智能化升级融入愿景与目标，并形成全公司普遍共识，已经建立起业务与 IT 双轮驱动下转型蓝图高效迭代和闭环管理体系，AI 应用纳入转型蓝图。
智能业务运营	基于已经建立的全公司数据体系和统一的平台，智能化分析应用在各环节发挥作用，如研判市场机会、智能化预测、自动生成计划、智能检测和经验模型优化、精准推荐、机器人服务等，数据运营成为系统性的组织行为，通过数据串联支撑公司级的管理决策。
数字底座	建成多云管理平台，能够根据公司情况统一调度公有云和私有云，云原生平台已经成熟应用，公司级大数据平台已经建立，关键数据及数据分析管理职能均实现落地，数据支持服务覆盖全公司，AI 平台广泛被调用，有行业专属的算法池，系统性地挖掘智能化场景并形成运营闭环。
组织与文化变革	业务部门及职能管理部门成为数字化主责组织，业务、IT 联合推动转型，公司开始设置专门的数据科学家和 AI 工程师组织支撑智能化升级，CDO 参与公司的关键决策。

L5 创新发展

处在这一水平的企业，新 IT 技术已经与业务活动全面融合，并且借力新 IT 技术去变革公司的业务模式，他们往往也是所在行业的领军企业，有的甚至开放自身智能化转型的成果，带动本行业商业模式的整体变革。

达到L5 水平的企业，智能化的运营价值、战略价值都能比较充分的发挥，智能化战略在迭代过程中能够不断深化价值目标，同时较多企业开始总结自身智能化转型的经验，工具化、平台化，对外进行赋能，服务和引领行业变革。

能力领域	L5 水平企业特征
智能化转型战略	数字化 / 智能化已经融入公司及部门的发展战略中，数字化产品和服务成为新的战略增长点，形成业务与 IT 融合发展局面。
智能业务运营	能够通过数据与智能实现产品研发与产供销等环节的一体化运营，智能技术成为加速产品持续创新的重要力量，数字与原业务产品深度融合形成新的数字化产品，数字化服务成为主要的服务方式；供应链、营销和服务体系，均可以实现跨公司（包括供应商和客户）的协调优化，形成共生型智能生态系统。
数字底座	网络资源虚拟化并自主封装，IP 自主化，与 AIOps 运维深度结合，高度自动化，对外输出最佳实践和方案；云原生平台、大数据平台、AI 平台、物联网平台等能够产生可持续规模化效益、自主研发算法模型，并有行业输出能力。
组织与文化变革	业务、IT、AI 实现深度融合，整个公司都转变为数字和智能驱动的组织，公司数字化人才在行业内具备业界竞争力，向外输出数字化人才培养体系，形成同客户与合作伙伴融合的数字化生态系统及共创文化，更多创新源自生态合作过程中。