企业AI转型难在哪？邓白氏中国区总裁：业务知识还在员工脑子里，AI进不了企业核心流程

“很多传统企业有一个被忽视的问题，相当一部分业务知识仍然存在员工头脑中，没有沉淀成规则、文档和AI可读取的知识。”11月7日，在第九届中国国际进口博览会（以下简称‘进博会’）期间，全球商业信息服务机构邓白氏中国区总裁吴广宇在接受澎湃科技（www.thepaper.cn）采访时表示，即使企业已经积累了大量数据，如果缺少统一的主体识别、业务语境和智能体能够调用的业务技能，AI依然只能停留在内容生成和信息辅助层面，很难进入客户管理、供应链、风控和经营决策等核心流程。“这些短板对AI转型的制约是根本性的。”吴广宇说。

邓白氏成立于1841年，主要为企业提供商业数据及分析服务，应用于客户开发、信用管理、供应链及风险管理等场景。根据该机构联合上海交通大学安泰经济与管理学院发布的《中国企业AI与智能体应用成熟度研究》，目前45.2%的受访企业已开展AI多场景应用或进入体系化阶段，流程自动化成为当前应用率最高的场景。

不过，应用推进的同时，数据基础仍存在短板。73.8%的受访企业表示，现有数据能力存在不同程度不足，仅16.7%企业认为现有数据能够或较好支撑AI应用；64.0%的受访者将“输出结果不稳定或难以验证”列为智能体落地面临的主要挑战。

吴广宇认为，企业的AI应用涉及完整的数据能力链条：不仅涉及数据量，还包括信息是否准确、可信和持续更新，不同系统中的记录能否对应到同一家企业；此外，数据是否具有完整的商业上下文，能够说明企业身份、关联关系、经营背景和风险。最终，这些信息还需要以智能体能够理解、调用并留下审计记录的方式，进入实际业务流程。

“如果数据本身不可信，模型能力越强，反而可能沿着错误方向更快地产生结论。”他表示，这也使企业不敢将关键任务交给智能体，只能将AI用于内容生成和信息辅助。

这类需求在企业出海过程中也有所体现。在出海过程中，企业对商业数据的需求也在变化，“从过去单纯寻找海外客户，转向同时关注机会和风险”。企业不再满足于一次性购买信息，而是希望数据能够持续进入客户准入、供应商管理、信用管理和回款管理等流程；客户也正从“查询数据”转向希望“获得结果”，期待智能体协助识别商机、核验合作伙伴并提示风险。

但“连接上数据”并不意味着问题已经解决。吴广宇强调，企业仍需明确相应的业务规则，让智能体知道在什么情况下使用哪些数据、如何形成判断。如果连交易对手是哪一家企业都不能准确识别，后续的信用评估和合作决策就可能建立在错误的基础上。

对于智能体能够带来的效率变化，他以客户审核和尽职调查为例介绍，过去相关工作可能需要两三个人花费半天甚至更长时间，分别查询企业身份和股权结构、排查风险，再形成准入建议。现在通过相关智能平台，数据查询、关系分析、风险梳理和结论组织的链路可能在十分钟左右完成，并记录各步骤调用的信息及分析过程。

不过，他同时指出，涉及授信、客户准入、重大供应商选择和高风险交易等事项，企业仍需保留人工审核机制和最终决策责任。人工应重点处理例外情况、信息冲突、重大风险判断和最终授权。

对于传统企业如何推进AI转型，吴广宇建议，先选择价值清晰、风险可控、投入产出能够衡量的业务场景，比如某一类海外客户的风险评估，在这个小闭环中，先解决企业主体识别和可信数据基础，再解决数据调用、业务规则和审核责任。

“不要一开始就建设一个大而全的项目。”他表示，应该先验证AI能否解决一个具体问题，再逐步复制到更多场景。