从战略模糊到技术掣肘:央国企数智化转型深水区挑战透视 | 《2025央国企AI+数智化转型研究报告》系列四

  • 1天前

  • 来源:锦囊专家

中国软件行业协会信息主管(CIO)分会、晋阳数字经济产业研究院、数字产业创新研究中心、锦囊专家联合发布国内首份《2025央国企AI+数智化转型研究报告》。该报告针对上百家央国企进行了问卷调研,并对“2018-2024年数字化转型与创新评选”过程中获奖的四百余个案例进行了深度挖掘和分析,报告内容凝聚了行业前沿洞察、权威数据以及众多央国企标杆实践经验,不仅涵盖了数智化转型的关键技术应用、数据驱动的创新实践,还针对央国企面临的具体转型难题提出了切实可行的解决方案,助力央国企把握未来数智化发展机遇,实现高质量、可持续发展。

图片

点击阅读原文,获取完整版报告。

本期是《2025央国企AI+数智化转型研究报告》的央国企数智化转型的核心挑战与痛点:央国企数智化转型在战略与技术的痛点

央国企数智化转型的核心挑战与痛点

图片

在央国企的数智化转型过程中面临着诸多挑战和痛点。这些挑战和痛点不仅影响了企业的数据管理和应用效果,也制约了企业整体的数智化进程。调研结果显示,当前央国企数智化转型在发展过程中面临的痛点主要集中在以下几个方面:

1

战略与路径不明

在数字经济浪潮下,尽管央国企普遍意识到数智化转型的战略价值,但顶层规划的系统性缺失与路径模糊性,已成为制约转型成效的核心瓶颈。根据调查问卷,58%的企业在数智化转型过程中缺乏明确的目标和战略规划。这使得企业在转型过程中迷失方向,资源无法得到合理分配,增加了不必要的成本支出。更为严重的是,缺乏战略指导的数智化转型很容易陷入盲目跟风或者故步自封的境地,导致整个进程缓慢甚至停滞不前。主要表现在:1.顶层设计缺失:转型目标与业务战略未有效衔接,缺乏清晰的数字化转型蓝图。2.方法论指导不足:对"转什么、如何转、转多深"缺乏系统性规划。3.路径选择困难:短期效益与长期投入难以平衡,试点推进与全面推广节奏把控失当。

央国企转型视角来看,存在战略缺位与路径失焦:一是战略规划“被动化”与资源分散化。超六成的国企数智化转型缺乏清晰的战略目标,仅聚焦短期“提质降本增效”,而忽视产品创新与生态构建。二是阶段性路径断裂与生态能力不足。央国企数智化转型需经历“运营数智化→场景创新→生态建设”三阶段,但多数企业止步于初期。此外,中小型国企受限于技术能力与资金,仍依赖外部厂商定制开发,陷入“项目制依赖”陷阱。

国资监管端来看,存在规划脱节与数据价值断层:一是战略定位模糊导致监管效能弱化。当前国资监管正从“管资产”向“管资本”转型,但部分监管机构仍将数智化视为“技术工具”,未能将其纳入战略核心,导致数据资产与监管需求脱节,形成“两条线、两张皮”的困局。此外,部分地区国资委存在业务流程未适配数智化要求的问题,监管仍依赖线下重复填报,未能通过数据互联实现“一键穿透”。二是数据治理体系割裂制约协同效能。数据要素的流通与共享是数智化监管的基础,但实践中仅有少数央国企实现核心数据标准化。更深层次矛盾在于,国资监管系统建设常与业务重构脱节,部分机构仅将线下流程“照搬上线”,反而加重基层填报负担。

2

技术与数据不强

在央国企数智化转型进程中,技术能力与数据治理的短板已成为制约转型纵深发展的核心瓶颈。德勤和用友的研究显示,超60%的国有企业因系统孤岛、数据标准混乱导致数智化转型受阻,而数据资产管理能力不足更使数据要素价值释放陷入“有数据无资产、有资产无价值”的困局。主要表现在:1.技术自主可控挑战:关键核心技术受制于人,国产化替代路径不清晰。2.数据治理体系薄弱:数据标准不统一、质量参差不齐、资产化程度低。3.系统孤岛问题突出:历史遗留系统改造困难,新旧系统融合存在技术壁垒。

具体来看:一是技术基础能力薄弱,存在数智化转型的底层架构缺陷。传统信息系统的历史包袱成为技术升级的最大障碍。超过60%的国有企业面临原有系统无法打通的困境,大量业务仍依赖分散的ERP、CRM等系统,形成“烟囱式”架构。新兴技术应用的“表面化”现象普遍存在,尽管90%以上的央国企在年报中提及云计算、AI等技术,但实际应用多停留在概念阶段。中国信通院调研显示,仅35%的企业建立了技术中台,28%的企业实现了AI模型的生产级部署。二是数据治理体系缺失,存在数据要素价值释放的制度性障碍。数据标准体系的碎片化导致数据难以流通。德勤研究显示,超过60%的国企存在数据标准不一致问题,同一业务指标在不同系统中的定义差异率高达45%。数据资产化进程的滞后制约价值转化,尽管《要素市场化配置综合改革试点总体方案》已出台,但根据上海高金学院发布的《中国企业数据资产入表情况跟踪报告》显示,上市公司数据资产入表比例不足5%。虽然财政部出台了《企业数据资源相关会计处理暂行规定》,但多数企业仍未建立数据资产管理制度。数据资产管理的缺失,使得企业数据处于“沉睡”状态,无法通过交易、质押等方式创造收益。三是技术与数据的双重制约,技术能力的不足直接影响数据质量。而数据治理缺失进一步削弱技术效能,最终导致技术能力薄弱与数据治理缺失相互交织的恶性循环。三是技术与数据的双重制约,形成恶性循环:技术能力的不足直接影响数据质量,例如,由于技术手段有限,数据采集可能不准确、不完整。而数据治理缺失进一步削弱技术效能,如数据不规范导致AI模型训练效果不佳。这种相互制约的关系最终导致技术能力薄弱与数据治理缺失相互交织,形成恶性循环,严重阻碍了央国企数智化转型的进程。

未完待续,下期将为大家带来《2025央国企AI+数智化转型研究报告》系列五:【央国企数智化转型在组织与场景的痛点】

  • 推荐
  • 新闻
  • CEO
  • CMO
  • VP
  • 数字化
  • 数字化转型
  • 互联网

推荐

    我要评论