本文來自微信公眾號： 復(fù)旦管院 ，編輯：徐玉茹，責(zé)編：孫睿，作者：竇一凡，原文標題：《補“家底”、抓痛點，破解中小企業(yè)的“AI焦慮” | 智能涌見》

小管

當前中國的中小企業(yè)有哪些特點，為什么這些企業(yè)要實現(xiàn)AI落地難度很大？

竇一凡教授：從2015年開始，我對浙江十多個城市的許多民營中小企業(yè)展開調(diào)研并進行模型化的研究。這些中小企業(yè)大多從草根起步，由家庭作坊逐漸發(fā)展為小工廠，再建立起標準生產(chǎn)車間。從行業(yè)來說，他們以各類小商品生產(chǎn)批發(fā)為主，追求節(jié)奏，因此往往需要馬上見效，尤其喜歡從單點應(yīng)用切入并快速試錯。

以浙江企業(yè)為例，他們具有中國企業(yè)特有的韌性，也有其局限性。如果用SWOT（態(tài)勢分析法）進行分析，浙企最大的優(yōu)勢是供應(yīng)鏈密度高、老板決策快、配套齊、補位能力強。這些企業(yè)節(jié)奏快、敢試錯，但短板也很明顯。例如同質(zhì)化嚴重、利潤薄、品牌掌控力不足、系統(tǒng)和治理水平參差不齊。從發(fā)展機會看，跨境貿(mào)易、產(chǎn)業(yè)帶數(shù)字化和人工智能工具的普及正在降低很多前端能力的門檻。風(fēng)險則來自供應(yīng)鏈波動、新平臺適應(yīng)和新規(guī)則變化、二代接班難、組織治理升級滯后等問題。

AI正在顛覆許多行業(yè)的本質(zhì)，也讓很多企業(yè)，尤其是中小企業(yè)感到焦慮——到底怎樣才能用好AI？正如工業(yè)革命時期，“近代工廠之父”、英國企業(yè)家阿克萊特在發(fā)明水力紡紗機之后把工廠搬到河邊，以實現(xiàn)水力紡紗設(shè)備的能效最大化，新技術(shù)的到來需要重構(gòu)組織與流程，而不僅僅是疊加一個工具。

很多中小企業(yè)想要擁抱AI實現(xiàn)升級，卻很難招到合適的人，為什么會出現(xiàn)這樣的短缺？

竇一凡教授：中小企業(yè)人才短缺的核心問題，是缺少“既懂算法又懂車間”的人。這不是引進幾位科學(xué)家或者頂尖技術(shù)人才就能直接解決的問題。為什么大城市的人才沒有大量涌入制造業(yè)車間？原因并不是他們不愿意來，而是車間里坐著一位“動不了”的老師傅。這位老師傅跟著企業(yè)創(chuàng)業(yè)多年，積累了豐富的顯性與隱性經(jīng)驗，熟悉生產(chǎn)的每一個環(huán)節(jié)?？梢韵胂?，如果AI人才進入車間，他們會遇到一個現(xiàn)實困境——是聽老師傅指揮，還是去指揮老師傅？

遺憾的是，這兩個選項都不可行。因為真正的挑戰(zhàn)，不在于單純引入新技術(shù)，而在于企業(yè)如何管理知識、協(xié)調(diào)新舊經(jīng)驗與邏輯的匹配。人才始終是第一道門檻，對企業(yè)來說，不是簡單地給員工接入ChatGPT這樣地AI工具就是實現(xiàn)了AI化。關(guān)鍵在于，如何讓新引進的AI人才與企業(yè)原有的經(jīng)驗體系相結(jié)合，讓兩者形成有效的協(xié)同，而不是彼此對立。

AI要在中小企業(yè)真正落地還會面臨哪些挑戰(zhàn)？

竇一凡教授：首先是同質(zhì)化擴散太快。例如在浙江眾多縣鎮(zhèn)的小商品城、毛紡城、童裝城、皮革城等市場，經(jīng)常能夠看到這樣的現(xiàn)象：只要有一家商鋪吸引了大量客戶，其他商鋪就會迅速出現(xiàn)類似產(chǎn)品。抄襲的速度和擴散的速度都過快，這種快速模仿讓企業(yè)很難構(gòu)建屬于自己的核心競爭力和“護城河”，最終導(dǎo)致每個企業(yè)的利潤都在不斷壓縮，很難在激烈的競爭中保持持續(xù)優(yōu)勢。

第二是IT項目的長周期與企業(yè)短期經(jīng)營節(jié)奏不匹配。例如，企業(yè)與IT服務(wù)商洽談業(yè)務(wù)，通常會按照年度商業(yè)周期來介紹項目規(guī)劃，最常見的模式以一年為單位，至少需要滾動推進兩到三輪，按規(guī)劃逐年推進。但站在中小企業(yè)負責(zé)人角度，會希望更快的周期，因為下一季度的訂單已經(jīng)迫在眉睫。IT系統(tǒng)能否能在短時間內(nèi)提供支持？賬期能夠承受資金壓力？這種時間周期與業(yè)務(wù)邏輯之間的不匹配?？赡軐?dǎo)致AI項目無法落地，最后留下的往往只是簡單功能的應(yīng)用。

第三是缺少數(shù)字底座。核心業(yè)務(wù)數(shù)據(jù)分散在微信群、孤立的excel表格、賬本與老師傅的經(jīng)驗記憶中，無法直接供模型訓(xùn)練。如果沒有干凈數(shù)據(jù)，再聰明的模型也只能瞎猜。

第四是系統(tǒng)“太輕”、工廠“太重”。很多企業(yè)不是沒有工具，而是工具只解決“打卡審批”類工作，無法解決如報價追溯、庫存準確率、返工分析等真正經(jīng)營所需。最終我們會發(fā)現(xiàn)，只有將問題落到企業(yè)治理層面，才能從根本上加以解決。

要解決難題，有哪些可行的切入點？

竇一凡教授：問題最終仍回歸到一個核心——企業(yè)領(lǐng)導(dǎo)這應(yīng)當扮演何種角色。我個人將中小民營企業(yè)實現(xiàn)AI落地的發(fā)展路徑分為四層接地，而且只能循序漸進、一步一步走。

首先是補齊“數(shù)字家底”，把產(chǎn)品樣本、次品照片、客戶反饋等細節(jié)數(shù)據(jù)沉淀下來。第二，選“痛點開刀”，從能直接改進排產(chǎn)或交付的場景切入。例如，我在調(diào)研面料生產(chǎn)企業(yè)時，了解到一個典型場景：這些企業(yè)每年通過廣交會，等待來自中東的客戶告知布料圖案的需求。于是他們開始反思，為什么不能提前預(yù)測客戶可能需要的布料樣式并做好準備？隨著數(shù)據(jù)不斷積累，企業(yè)便能逐步了解中東客戶的審美偏好與需求，從而提前規(guī)劃下一年度的布料生產(chǎn)。

第三，把AI嵌入整條業(yè)務(wù)流程，形成難以被復(fù)制的鏈條。例如，針對產(chǎn)品容易被同行快速模仿的問題，如果AI能夠同時完成指導(dǎo)生產(chǎn)、排產(chǎn)、接單和采購，而不是只被一個環(huán)節(jié)或一個部門使用，當功能貫穿整個產(chǎn)業(yè)鏈，企業(yè)掌握了全鏈條的業(yè)務(wù)數(shù)據(jù)與流程控制，那么競爭對手就很難抄襲，這也是企業(yè)構(gòu)建競爭壁壘的關(guān)鍵。

第四，重構(gòu)人崗權(quán)責(zé)治理，讓老板從日常操作中退居“例外管理”的角色，推動知識與流程的標準化。AI是否發(fā)揮作用，關(guān)鍵在于決策權(quán)、責(zé)任邊界和例外處理機制是否安排清楚。

再次回溯歷史，阿克萊特認為未來的生產(chǎn)不依賴于人工，而是由AI驅(qū)動，工廠的運轉(zhuǎn)會如水流般不間斷持續(xù)。有人擔(dān)心這種模式會加劇“內(nèi)卷”，而問題的關(guān)鍵最終取決于企業(yè)的“品味”。真正決定產(chǎn)品、服務(wù)的市場競爭力的不只是價格，更重要的是企業(yè)所傳遞的獨特價值。

企業(yè)必須清楚，當客戶對產(chǎn)品感到滿意，他們實際獲得的是什么。目前還有很多企業(yè)沒有將這些關(guān)鍵數(shù)據(jù)記錄下來。真正的挑戰(zhàn)在于，如何利用AI將企業(yè)的獨特品味和價值精準傳遞到客戶手中。不同地區(qū)和行業(yè)的答案各不相同，這意味著AI的應(yīng)用必須因地制宜，才能發(fā)揮最大效能。