關注國家政策的朋友可能知道，從 2023 年起，國家就開始推動大型城市或大型區的中小企業數字化轉型試點工作。2023 年推出了第一批，共 20 多個城市，2024 年是第二批，預計 2025 年會啟動第三批中小企業數字化轉型試點推廣。那該如何理解這件事呢？

首先是找相關的軟件企業或咨詢公司，為這些中小企業做數字化轉型成熟度診斷。診斷完成后，引入相關軟件服務商，幫助中小企業進行數字化轉型的咨詢規劃，包括系統建設。簡單來說，就是企業出一部分錢，國家政府補助一部分錢，共同協助中小企業實現數字化轉型，提升數字化經營能力和管理水平。今天借此機會，和大家聊聊中小企業的數字化轉型。

我們一定要明白，大中型企業的數字化轉型和中小企業的數字化轉型是完全不同的兩回事。在我之前發過的文章或視頻中，更多談到的是大中企業的數字化轉型。其典型特點就是 IT 系統建設往往已到中后期，已有大量 IT 應用系統的積累。而它的數字化轉型主要解決三個方面的問題。

其一是集成和協同問題。雖然 IT 系統建設了那么多，但是否全部是信息孤島，系統與系統之間能否高度集成和協同，以支撐上層的核心端到端業務流程？我走訪過很多 IT 建設已到尾聲的大中型企業，發現它們往往存在端到端流程有斷點、所需數據不能及時提供或不一致等問題。

其二是業務敏捷性問題。即上層業務隨著市場需求不斷變化，如何保證足夠的業務敏捷性，讓 IT 應用能靈活適配業務的柔性和擴展性，而不是出現任何新的業務需求和流程優化時，IT 系統都需要做大改動和變更才能滿足。

其三是數據驅動問題。數字化轉型更強調數據驅動和數據價值。這些企業 IT 應用系統已上了很多年，積累了大量數據資產，如何更好地體現數據驅動，發揮數據資產的價值，也是大中型企業數字化轉型必須解決的問題。

1. 中小企業數字化-花小錢辦大事

但對于中小企業來說，情況完全不同。有時我們去給中小企業做數字化成熟度能力評估，比如圍繞相關業務流程、業務場景、IT 應用、基礎設施平臺管理等方面進行評估。但我記得 2023 年下半年，跟著合作伙伴做過 2 - 3 家公司后，感覺這件事有點荒唐。

原因是大部分中小企業信息化相當薄弱，連基礎的 ERP 和核心 IT 應用系統都沒建設實施好，其數字化水平一眼就能看清楚。所以對于這些中小企業的數字化轉型，重點還是要先做好前期的信息化工作。

那這類中小企業該如何做好數字化轉型呢？我認為，中小企業的數字化轉型一定要考慮成本收益投入產出比。大部分中小企業一年能拿出兩三百萬投入信息化建設就很不錯了。所以更多的是要考慮這錢如何更好地投入，或把錢花在刀刃上。比如一個企業今年整個 IT 建設預算只有 100 萬，要怎么花這筆錢？

面對大中型企業，做一個大型企業架構咨詢規劃可能要一兩百萬，但中小企業預算有限，這 100 萬如何花、如何用，怎樣讓錢真正花在刀刃上，才是我們做中小企業數字化轉型最該考慮的問題。

我之前也專門講過，最核心的思路是不要想著給這些中小企業上很多獨立的大系統。中小企業更適合的方式是泛 OA 平臺，再加上基于低代碼技術構建的各應用模塊，類似于釘釘、飛書或業界通用的 OA 平臺，然后在 OA 平臺上架設相關基礎應用功能模塊，如人力資源業務、營銷業務、報銷業務、合同管理業務等。

雖然這樣做會讓很多業務功能應用緊緊耦合在一起，但這反而是最適合中小企業數字化轉型的做法。如果是生產制造型企業，還要考慮核心的研產銷上層業務流程如何集成和打通，把這些做好了，對中小企業就是最有用的。

所以，我們一定要慎重看待中小企業的數字化轉型，真正從中小企業甲方的需求和訴求出發，提供有價值的咨詢服務或應用系統建設，不要追求大而全，也不要追求技術架構的先進性，更多是優先做好信息化建設工作，優先滿足人財物管理，做到三流合一或四流合一，能做好這些已經相當不錯了。

2. 中小企業數字化經營等級評估

接下來再聊聊中小企業數字化經營水平等級評估的事。對于推動中小企業數字化轉型，相關機構在 2024 年又專門出了一個標準規范，進一步細化了中小企業數字化經營的評級標準。

整個標準規范把企業數字化分為 16 個業務場景，包括市場營銷、產品研發、生產制造、供應鏈物流、人力資源、財務、辦公協同、經營決策等。針對每個場景，細化了相應業務場景、功能要求、建設要求，并分為 1 級、2 級、3 級、4 級標準。具體企業數字化評級，達到二級相對容易，只要覆蓋 16 個場景中的核心業務場景即可。而達到三級，除了覆蓋場景，還要做好已建設 IT 系統之間的集成和協同工作，這也不難理解。

但我們詳細閱讀文檔后，發現第四級出現問題了。因為在第四級評級要求里，針對 16 個場景，大部分都提到 AI 人工智能相關工作，這讓企業很困惑。難道所有場景都必須 AI 化嗎？尤其是最近 DeepSeek 炒得火熱，大家更容易把人工智能化理解成要做 AIGC 生成式人工智能。

很多企業感到困惑，原本企業信息化數字化建設還不錯，核心業務如生產、制造、營銷、產品研發、供應鏈物流等都有相應 IT 系統支撐，現有 IT 系統也能支撐企業從訂單到交付的端到端流程，但按這個評級標準評估，要達到 4 級相當難，企業找不到這么多實際典型業務場景都需要做人工智能。

我最近和一些企業溝通時，談到這個問題，進一步解釋道：大家要理解人工智能概念，它既包括傳統智能化，也包括典型生成式人工智能，傳統智能化也屬 AI 人工智能范疇。比如做 MES 系統涉及生產智能排班，是智能化體現；做市場營銷和 CRM 系統涉及銷售智能化預測，也是智能化體現；做 APS 先進計劃排程系統涉及智能計劃預測和基于 TOC 約束理論的動態規劃計算；還有傳統系統中的 BI 商業智能，也是人工智能的小范圍應用。所以人工智能不是說企業一定要搭私有大模型、做 AIGC 才是人工智能。

從去年到今年，我講過很多關于 AI 和 GPT 的視頻和文章，都強調生成式人工智能在企業里大面積商用落地，至少 2024 年來看沒想象中迅速。我看到的較成熟商用化場景，僅集中在企業內部智能知識庫、市場營銷或 CRM 系統集成智能客服、生產領域系統及時數據采集后結合大模型做智能質量分析和缺陷預測、APS 供應鏈計劃里智能化計劃調配和優化等方面。除此之外，沒看到特別好一定要用 AIGC 的場景。

回過頭來，我又想到另一件事，我覺得編寫這些標準規范的人，嚴重脫離一線企業實踐，很多時候想當然，覺得應該做到這樣才能達標準。企業為達到數字化成熟度評級，沒辦法做很多不實用且應付評級的事，這些都是本末倒置，值得我們每個人思考和改進。

企業信息化和數字化一定是為了企業戰略、業務目標服務，不是用了先進技術就代表數字化成熟度高。現在隨著 DeepSeek 火熱，各行各業如醫療、鐵路、政務、國企、央企等都在發公告宣告接入和適配 DeepSeek，但真正看詳細內容時，往往是把對話框集成到原業務系統里，稍微好點的在企業內部建了個小知識庫，這些都屬 AI 人工智能最初級應用。你說這些應用對企業核心端到端業務價值鏈交付能起多大作用？

所以，做企業數字化工作還是要腳踏實地，不要太多考慮宣傳、噱頭，真正把事情做好。