赵捷

“【提示】2026第六届数智化颁奖典礼将于8月5日在北京举行颁奖点击可报名参加颁奖典礼丨此次人物榜单/奖项的评选依然会进行初审、公审、终审三轮严格评定，并会在国内外渠道大规模发布传播欢迎申报。

从ERP、CRM到工业互联网，从云计算到大数据平台，过去十年间，中国企业在信息化与数字化基础设施建设上投入了巨大资源，完成了业务流程的在线化、管理的数据化与运营的可视化。然而，当我们冷静审视当下的产业现实，一个悖论愈发凸显：数据堆积如山，但生产力提升并未等比兑现；系统林立成网，但效率增长放缓、创新乏力、组织响应迟滞等顽疾依旧挥之不去。

我曾与多家制造业、零售业及科技企业的负责人深入交流，他们不约而同地提到同一个困惑：每年在数据平台和AI工具上投入不菲，报表越来越精美，大屏越来越炫目，可一线团队的决策效率、产品迭代速度、客户响应能力却未见实质性跃升。问题出在哪里？

在我看来，症结在于：中国企业的数智化转型，正行至一个历史性拐点。过去十年，我们解决了“有没有数据”的存量问题；而未来十年，必须直面“数据能不能创造价值”的质变命题。我将此定义为数智化转型的“最后一公里”——从数字世界的建成，到智能世界的运转，这短短一公里，决定了企业能否真正跨越工具理性，抵达价值创造的彼岸。

过去的数字化建设，为企业搭建了一个精准映射物理世界的“数字镜像”，这是企业宝贵的数字资产。而今天的数智化转型，正是在这个坚实的数字底座之上，通过AI大模型等技术的加持，激活一个具备自感知、自学习、自决策能力的“智能生命体”。从“镜像”到“生命体”，不是推倒重来，而是一次能力的跃迁与基因的重塑。

这意味着，数智化转型的核心坐标系正在被重写：

过去关注“系统完备性”，未来关注“决策智能度”；

过去追求“业务在线率”，未来追求“业务自治力”；

过去强调“数据资产沉淀”，未来强调“价值流实时释放”。

这正是2026年中国企业数智化转型最本质的趋势跃迁。

不可否认，AI已是所有企业议事日程上的头号热词。但我始终认为，大多数企业真正匮乏的，从来不是一两款大模型产品，而是能让AI持续生长、持续进化的“土壤”——即完整贯通的数据治理体系、弹性适配的组织形态，以及可闭环的业务反馈机制。AI Agent不会因为一次部署便自动产生生产力红利；它必须深嵌进业务流程的血脉，接入企业知识的图谱，获取实时的动态数据，并具备持续自我优化的能力。脱离这些，AI只是昂贵的玩具，而非可靠的员工。

在我亲身参与的自动驾驶与机器人研发实践中，我深刻体会到，一个AI模型在实验室里跑出再漂亮的指标，一旦放进真实的产线或开放道路，便会遭遇无数长尾场景与数据断流问题。原因很简单：真实世界是混沌的、动态的、充满噪声的，而我们的数据体系往往是静态的、割裂的、离线的。因此，我反复向团队强调：AI落地的难点不在算法，而在数据飞轮能否转起来；AI Agent能否像一位极度理性的新员工，通过持续观察业务反馈（如订单异常、库存波动）来动态调整自己的执行策略（本质上是对模型参数和决策路径的优化迭代），从而不断提升在复杂业务场景中的应变能力？

因此，未来企业竞争的分水岭，不再是“谁先上线AI”，而是“谁先完成组织级运行机制的系统性重构”。我预判，未来三年，中国企业将迎来一场真正的“组织级数智化变革”——企业不再只是“使用AI工具”，而是开始构建AI员工、AI团队乃至AI运营体系。大量程式化、高重复的工作将被Agent无缝接管；越来越多的战术层甚至战略层决策，将由数据与算法联合驱动；组织架构将从科层制向“人机协同”的网状生态演化。这绝非一次技术升级，而是继工业化、信息化之后，又一次深刻的生产力范式革命。

我们可以从业务覆盖的广度来解构这次数智化重构：在单点流程上实现自动化执行（流程智能），在全局资源上实现最优调度与预测（决策智能），在跨企生态上实现协同创新与价值共创（生态智能）。需要指出的是，这三个维度在实际业务中相互交织、彼此赋能，并非严格的线性递进，而是共同构成了数智化转型的立体图谱。

与此同时，中国企业还面临另一道时代必答题：全球化。过去，出海更多仰仗成本红利与供应链韧性；但放眼未来，仅凭制造端的性价比优势已难以构筑长久护城河。真正决定全球化成败的，将是数智化能力的溢出效应。近年来，在与海外产业伙伴的深度交流中，我愈发确信：中国企业最具全球竞争力的新内核，已不再是单一的制造能力，而是将制造底蕴、数字技术与人工智能深度融合的“复合型智能体能力”。这种能力，正成为中国企业参与全球角逐的差异化王牌。

但全球化并非简单的系统复制。不同区域的数据合规要求、文化习惯、商业节奏差异巨大。我曾与欧洲合作伙伴讨论数据主权问题时发现，他们最关心的不是我们的模型有多先进，而是我们的数据采集是否合法、存储是否合规、跨境流转是否透明。这提醒我们：数智化出海，首先要过“合规关”和“本地化关”。未来的全球化运营体系，必须是“统一架构、本地适配”的——当然，这背后需要解决“集中训练”与“数据合规”的问题。要弥合这一鸿沟，企业需要在顶层设计中引入隐私计算、边缘推理等前沿技术手段，确保在数据不出域、不触犯合规红线的前提下，仍能实现模型能力的跨区域共享与持续进化。底层的智能引擎可以集中训练，但数据治理、业务规则、交互界面必须尊重当地生态。谁能在标准化与本地化之间找到最优平衡，谁就能真正扎根海外市场。

面向下一个周期，我们不仅要向世界输出产品，更要将数智化的基础设施、运营方法论与智能体系输出至全球市场。谁能在全球范围内率先构建起统一的数据底座、协同的运营架构和自适应的智能决策网络，谁就能在下一轮全球产业洗牌中握有主动权。

回望自身实践，无论是在自动驾驶还是机器人领域，我始终笃信一条铁律：任何智能系统，其终极检验标准只有一个——是否创造了真实、可度量、可持续的商业与社会价值。技术从来不是目的，效率提升、成本优化、商业模式再造，这些才是数智化转型应当交付的硬核成果。正因如此，我坚持反对“为数字化而数字化”“为AI而AI”的形式主义。数智化转型的终点，从来不是看系统数量与模型参数，而是看企业是否获得了穿越周期的、内生性的持续增长能力。

在这个过程中，企业家与高管团队的认知升级尤为关键。我们不能把数智化仅视为CTO或CIO的部门职责，而必须将其作为一把手工程，亲自参与顶层设计、资源调配和文化塑造。因为“最后一公里”的核心障碍，往往不在技术，而在组织惯性与人才断层。我们要敢于打破原有部门壁垒，培养既懂业务又懂数据的复合型人才，并建立容错机制，鼓励试错与迭代。只有领导层率先转变思维，企业才能真正跨越从“数字化”到“智能化”的鸿沟。

站在2026年这个承前启后的节点，我清晰看到：中国企业数智化转型已全面进入深水区。未来的领先者，将不再是数字化渗透率最高的企业，而是最先实现“智能化运营常态化”的企业；未来的竞争维度，也不再局限于产品功能与市场份额，而是升维至组织效率的弹性、智能系统的密度，以及全球运营的敏捷性。

数智化转型的上半场，我们筚路蓝缕，完成了数字世界的宏大奠基；下半场，我们必须让智能真正走进经营核心，让数据成为决策的血液，让算法成为创新的骨骼。而这，正是中国企业跨越“最后一公里”的关键一跃——它不是终点，而是真正价值创造的起点。

·申报人“赵捷”简介：

赵捷，工学博士，正高级工程师，人工智能数据领域专家，Physical AI数据基础设施倡导者、全球人工智能数据基础设施生态建设推动者。毕业于上海交通大学，获德国凯泽斯劳滕工业大学机器人专业博士学位。现任宁波博登智能科技有限公司创始人、董事长兼首席执行官。

赵捷长期从事具身智能、自动驾驶及人工智能系统研发与产业化实践，曾在德国汽车电子企业从事自动驾驶核心算法与系统架构研发，相关成果应用于国际主流汽车工业体系。

2019年回国创业后，赵捷基于对人工智能产业发展的判断，提出“人工智能产业落地能力提升的关键在于真实世界数据与反馈体系”的产业认知，发力Physical AI数据基础设施方向，推动构建“真实世界场景网络、全自动化数据引擎、现实世界验证体系”三层能力生态体系。他提出“Train at Scale, Validate in Reality”理念，推动人工智能从数字世界走向物理世界，被业内视为中国人工智能数据基础设施领域的重要推动者之一。