【數智化人物展】網易智企副總經理封雷：2026的數智化轉型已從“建設系統”走向“重構經營”

封雷

“【提示】2026第六屆數智化頒獎典禮將于8月5日在北京舉行頒獎點擊可報名參加頒獎典禮丨此次人物榜單/獎項的評選依然會進行初審、公審、終審三輪嚴格評定，并會在國內外渠道大規模發布傳播歡迎申報。

過去幾年我一直在企業數智化轉型一線，越往深處走，感受越強烈：到了2026 年，這件事已經不是一個技術部門的話題了。它也不是“上幾套系統、做幾張報表、建一個平臺”的工程問題。它正在變成企業經營方式、組織能力和競爭邊界的系統性重構。

我的基本判斷是：2026年，中國企業數智化轉型將進入真正的分水嶺。分水嶺不在于誰用了AI，誰沒用AI。真正的差異在于——企業能不能把AI放進經營肌理里，讓數據從“被查看的資源”變成“能驅動行動的能力”，讓AI從“輔助工具”變成“可管理、可信任、能協同的數字員工”。

2026年的核心命題：不是有沒有數據，是AI認不認識數據

過去企業談數據建設，先問“我有什么數據”。數據倉庫、數據湖、數據中臺，本質上都是圍繞采集、存儲、加工、展現展開的。這些能力支撐了中國企業過去十多年的數字化升級，很重要。

但AI來了以后，問題的重心變了。企業不能只問“我有什么數據”，而要問“AI需要什么樣的數據”。

AI要真正參與經營，至少要過三關：第一，看得懂數據；第二，能快速拿到；第三，調用過程安全、合規、可控。這三點聽起來樸素，恰恰是很多企業往AI深水區走的時候卡住的地方。

今年上半年我見了幾十家客戶，好幾個CIO跟我說了幾乎一模一樣的話：“不是不想用AI，是不知道拿什么數據喂給AI。”

所謂“看得懂”，不是把數據表接給AI就行。企業里同一個“收入”，在財務、經營、銷售不同語境里口徑不一樣；同一個“客戶”，在不同系統里定義也不一樣。沒有統一語義體系，AI就會在看似合理的分析中犯基礎性錯誤。

一個制造客戶的事讓我印象很深。AI做經營分析，把數據拉出來算了一圈，結論是“原材料成本上升是利潤下降的主因”。數學上完全沒問題。但廠長看了一眼就說不對——上個月他們為了搶大客戶，主動降價了。AI算對了數字，沒算對業務。

所以AI時代的數據治理，不能再停留在字段標準和報表口徑維護的層面。得給AI建一張數據導航地圖。它做分析，本質上是在業務關系網絡中找路徑。要理解利潤變化，必須知道產品、區域、客戶、渠道、價格之間怎么關聯；要判斷經營異常，必須知道什么是正常波動，什么是風險信號。

這套體系過去靠人腦中的經驗和隱性知識撐著。2026年以后，這些隱性知識必須被顯性化、結構化、語義化。誰能先完成這一步，誰就能把AI從“會回答問題”推進到“能理解業務”。

主戰場正在從IT建設轉向經營重構

過去企業做數字化，習慣把它當IT項目：業務提需求，信息化排期，供應商建系統，最后交報表或應用。這種模式在需求相對明確、流程相對穩定的階段是有效的。

但AI時代最大的變化是，需求變得即時化、碎片化、個性化。業務人員不再滿足于每周看一次報表、每月拿一份分析報告，而是希望在問題發生時馬上追問，在看到機會時迅速形成行動方案。

這會帶來一個現實挑戰：如果所有數據需求還依賴人工排期和開發交付，企業的數據服務能力一定會被需求洪峰擊穿。更重要的是，經營不等人。市場變化、客戶流失、庫存異常、資金風險，往往都發生在很短的時間窗口里。

所以我的判斷是：2026年的數智化轉型，會從“建設系統”轉向“重構經營”。企業真正需要的，不是更多軟件，而是一套能支持業務實時感知、快速分析、自動協同和閉環執行的智能能力網絡。

這也是為什么我非常關注能力原子化。過去的軟件是完整產品形態，用戶圍繞系統流程操作。未來，很多能力會被拆解成AI可以調用的技能單元——數據處理、質量檢查、指標計算、報表生成、經營分析、風險預警、文檔撰寫、流程發起，都可以封裝成一個個Skill。

當能力被原子化以后，軟件的邊界就被重新定義了。企業不一定再為一整套復雜系統買單，而是為能解決具體問題的能力買單。誰能把復雜能力做成穩定、可靠、可復用、可組合的技能，誰就能在下一階段占據主動。

AI不會替代數據平臺

但會倒逼它徹底進化

有一種觀點認為大模型越來越強，企業可能不再需要傳統數據平臺。我的看法是：AI不會簡單替代數據平臺，但一定會倒逼數據平臺重構。

原因很簡單：AI越強，對數據基礎設施的要求反而越高。一個真正進入企業核心場景的AI，不可能只靠通用模型能力。它需要理解企業獨有的業務規則、權限體系、流程機制、組織邊界和風險約束。沒有這些基礎，AI生成的內容再流暢，也進不了經營決策和業務執行。

未來的數據平臺，應該是AI時代的經營智能底座。它既要管結構化數據，也要理解文本、圖片、語音這些非結構化數據；既要連內部系統，也要適度接入外部數據；既要支持分析洞察，也要支持執行動作；既要開放能力，也要守住安全邊界。

多模態這件事尤其重要。合同、發票、會議紀要、客戶反饋、巡檢照片、招投標文件——這些信息都可能影響企業判斷。我見過一個財務場景：查發票連號，AI 得先把圖片轉文字，提取編號，再做比對。這條路以后會是常態。

從“數據驅動決策”到“數據驅動執行”

過去企業講數據價值，核心是“輔助決策”。管理者看報表，通過分析理解原因，再讓人來推后續動作。這種模式提升了決策質量，但還停留在“看”和“想”的階段。

我認為2026年以后最重要的躍遷，是從“數據驅動決策”走向“數據驅動執行”。

什么叫數據驅動執行？AI不只告訴你發生了什么、為什么發生，還能判斷應該做什么，并在授權范圍內推動任務流轉、提醒責任人、生成執行方案、觸發審批，最終形成閉環。

有個銀行客戶的真實場景。客戶經理績效管理怎么做的？行長每個月看報表，發現誰落后了，打個電話提醒。對方說知道了。月底一算，還是沒完成。

后來我們讓AI來管這件事。AI看到某個客戶經理存款指標落后了，直接推一條消息：“今天需要跟進這三個客戶，原因是X，建議聯系時間是X。”如果15分鐘內沒動作，再推一次。當天沒聯系，自動報主管。

這不是“看數據”，是“用數據干活”。AI給的已經不是分析結果，是一個沒法拒絕的行動指令。

監管場景也一樣。國資來問詢函，說一筆資金疑似閑置請說明。傳統流程是財務查、分析、寫回復、走OA，至少一周。交給Data Agent：AI查證是否真閑置，確認，分析原因，生成回復函初稿，推管理層OA簽字發出。全程半小時。

這背后是一堆Skill被串聯成完整業務流程。查數據是一個Skill，寫公文是另一個，走審批流再一個。Agent的價值不是發明新技能，是把已有技能編排成工作流、自動跑完。

當然，企業級AI必須堅持一個原則：越接近核心經營動作，越要強調可控、可追溯。AI可以發現問題、提出建議、生成草稿、發起流程，但關鍵節點必須有權限、有審批、有日志。成熟AI執行不是機器取代管理，是讓管理更及時、更透明、更有依據。

未來企業會需要一種新的管理對象：數字員工。它不是一個聊天機器人，而是具備角色、技能、流程、權限和績效目標的智能體。既然是員工，就要被管理；既然會執行，就要有邊界。圍繞數字員工的管理、調度、協同和審計，將成為企業AI落地的重要基礎設施。

護城河不是單點技術

是泡在行業里踩過的坑

AI正在降低軟件開發門檻，這是不可逆的趨勢。很多人問我：封雷，門檻這么低了，你們數據廠商的護城河還在嗎？

我的回答是：技術平權之后，真正的壁壘恰恰回到了最笨的地方——你在行業里泡了多少年，踩了多少坑。金融機構關心風險、合規和效率；制造企業關心質量、成本和交付。不理解這些業務邏輯，AI再強也落不了地。

這就是我認為的第一層護城河：業務Know-how。不是靠訓練數據堆出來的，是靠一個個交付項目、一次次客戶投訴、一場場深夜復盤攢出來的。

第二層是工程化能力。一個能力在實驗室跑通，和在大型企業穩定運行，完全是兩回事。高并發、復雜權限、數據質量波動、跨系統集成、長期運維——很多AI應用的差距不在演示效果，在能不能長期穩定服務真實業務。

第三層是前瞻性。AI變化太快，等客戶把需求說清楚再行動，往往晚了。語義層就是例子。2024年我們做這件事，坦白講沒一個客戶說“我迫切需要中心化語義平臺”。但我當時的判斷是：未來數據調用入口一定極度分散，如果每個入口背后語義定義不一致，AI一定出錯。必須有一個中樞統一口徑。今年上半年，來談數據治理的客戶幾乎是去年的三倍。前瞻性就是賭你對趨勢的判斷比客戶早一到兩年。賭對了卡住位置，賭錯了白花錢。這事沒捷徑。

AI出海的本質不是把工具賣出去

如果視角放得更遠，AI出海會成為2026年中國企業數智化升級的重要延伸。

過去中國企業出海，比的是供應鏈、制造能力、成本優勢。未來，數智化能力會成為新底座。中國企業在復雜場景里的數字化實踐非常豐富——高并發、精細化運營、快速迭代——這些經驗本身就具有全球競爭力。

但我認為，AI出海不能簡單理解為“把一個工具賣到海外”。真正可持續的出海必須解決三件事：能不能適配當地業務流程和監管環境；能不能與當地已有系統融合；能不能把中國企業在場景中驗證過的方法論，轉化為可交付、可運營的能力。

關鍵不是模型有多強，是場景理解、工程交付和本地化運營能不能形成組合優勢。中國企業如果能把數智化轉型中的實戰經驗沉淀下來，就有機會從“產品出海”升級為“能力出海”和“方法出海”。

真正的領先者

會把AI變成組織能力

站在2026年看，我對企業數智化轉型有一個明確判斷：這一輪升級不會停留在工具層，最終會深入到企業戰略、流程、組織、人才和治理體系。

未來領先的企業，不一定是最早接入大模型的企業，而是最早完成三件事的企業。

第一，把數據治理提升為經營級工程。數據不只是IT資產，是AI時代的生產資料。沒有可信、可懂、可用、可控的數據，就不會有真正可靠的AI。

第二，把AI能力嵌入業務流程。AI不能只留在問答界面里，要進入銷售、風控、生產、財務、人力這些真實流程，在具體任務中創造價值。

第三，把智能體納入組織管理。未來企業里會同時存在人類員工和數字員工，需要協同、分工和互相監督。怎么設計人機協作機制，將成為管理者必須回答的新問題。

這一年是我工作以來最累的，也是最興奮的。舊的東西在崩解，新的東西在長出來。技術會不斷平權，工具會越來越容易獲得，但真正決定勝負的，是企業能否理解自身業務，能否重構數據基礎，能否建立智能執行閉環，能否在不確定環境中持續進化。

對我而言，AI時代最大的機會不是讓企業多一個工具，而是讓企業擁有一種新的能力：更敏銳地感知變化，更快速地形成判斷，更高效地組織行動，更安全地完成閉環。

中國企業數智化轉型，我們才走到半山腰。但至少，路已經看得清了。

·申報人“封雷”簡介：

封雷，網易智企副總經理，數帆業務負責人，負責Data Agent相關業務

25年數據領域實戰經歷，曾任阿里集團大數據架構師，具備豐富的大數據架構級經驗及敏銳的行業洞察力，擅長準確把握行業問題并整合規劃大數據應用。在央國企、金融、汽車、家電、零售、運營商等多個行業擁有眾多操盤經驗與成功案例，具備成功的團隊管理與業務拓展能力。