觀遠(yuǎn)數(shù)據(jù)：2026企業(yè)決策智能實(shí)踐合集

讓業(yè)讓業(yè)2026決策智能趨勢(shì)動(dòng)態(tài)及領(lǐng)先企業(yè)最佳實(shí)踐觀遠(yuǎn)數(shù)據(jù) 蘇春園觀遠(yuǎn)數(shù)據(jù)創(chuàng)始人兼CEO致辭從數(shù)據(jù)智能,邁向決策智能CONTENT目錄01·行業(yè)洞察決策智能時(shí)代已經(jīng)到來02決策,才是企業(yè)真正需要沉淀的能力0902·路徑探索Decidex--重新定義企業(yè)AI決策平臺(tái)1403·最佳實(shí)踐從一個(gè)成功場(chǎng)景開始:聯(lián)合利華的AINative實(shí)踐從數(shù)字化到AINative:來伊份的經(jīng)營進(jìn)化04?POD場(chǎng)景化產(chǎn)品實(shí)踐24POD01IGuancL32 05·經(jīng)驗(yàn)交流平臺(tái)本屆盛況45往屆盛況46行業(yè)洞察Insights從數(shù)據(jù)時(shí)代,到?jīng)Q策時(shí)代決策智能時(shí)代已經(jīng)到來陳果企業(yè)知識(shí)開源首席布道師企業(yè)AI正在邁入新的發(fā)展階段這一現(xiàn)象并非技術(shù)能力不足,而是企業(yè)AI的發(fā)展正在進(jìn)入新的階段。這也意味著,企業(yè)AI的發(fā)展重點(diǎn),正在從"模型競(jìng)爭(zhēng)"逐步轉(zhuǎn)向"應(yīng)用競(jìng)爭(zhēng)"。AI真正突破的,不是智能,而是認(rèn)知方式陳果在演講中分享了一個(gè)經(jīng)典的例子。如果人類希望實(shí)現(xiàn)飛行,可以有兩種不同的路徑。今天的大模型,更接近后者。來源:https:/larxiv.org/pdf/2504.01990這種思想,在人工智能領(lǐng)域被稱為Emulation(效仿)。企業(yè)AI真正的挑戰(zhàn),不在模型,而在應(yīng)用https://blogs.nvidia.com/bloglai-5-layer-cakel,2026-03-10,JensenHuang然而,位于金字塔最頂層、最接近企業(yè)價(jià)值創(chuàng)造的應(yīng)用層,卻沒有迎來同樣規(guī)模的爆發(fā)。三個(gè)經(jīng)典理論,重新理解AI的能力邊界這便引出了人工智能領(lǐng)域另一個(gè)經(jīng)典理論--波蘭尼停論(polanyi'sparadox)。對(duì)于企業(yè)而言,這種"無法表達(dá)的知識(shí)"無處不在:但現(xiàn)實(shí)世界中的大量知識(shí),但現(xiàn)實(shí)世界中的大量知識(shí),本身就無法完全規(guī)則化。這就是機(jī)器人學(xué)領(lǐng)域著名的因此,未來企業(yè)真正需要思考的問題,不再是"AI能不能替代人",而是如何讓AI與人共同完成決策。企業(yè)數(shù)字化,正在經(jīng)歷第三次躍遷如果回顧過去幾十年企業(yè)信息化的發(fā)展,會(huì)發(fā)現(xiàn)整個(gè)數(shù)字化歷程大致經(jīng)歷了三個(gè)階段。第一個(gè)階段,是記錄(Record)第二個(gè)階段,是洞察(Insight)今天,隨著Agent能力快速成熟,企業(yè)數(shù)字化正在邁向第三個(gè)階段--行動(dòng)(Action)過去,過去,計(jì)算機(jī)負(fù)責(zé)記錄信息。后來,計(jì)算機(jī)開始幫助企業(yè)理解信息。而今天,AI開始參與企業(yè)行動(dòng)。計(jì)算機(jī)云、移動(dòng)和大數(shù)據(jù)人工智能和具身智能從分析數(shù)據(jù),到完成決策長期以來,數(shù)據(jù)分析始終圍繞一個(gè)經(jīng)典路徑不斷發(fā)展:描述性分析、診斷性分析、預(yù)測(cè)性分析以及處方性分析。當(dāng)然,當(dāng)然,這并不意味著AI將完全替代人。決策,才是企業(yè)真正需要沉淀的能力蘇春園觀遠(yuǎn)數(shù)據(jù)創(chuàng)始人&CEO觀遠(yuǎn)數(shù)據(jù)十年探索與AI決策智能實(shí)踐如果說過去兩年企業(yè)Al最大的變化是什么,很多人會(huì)回答:大模型。這也是觀遠(yuǎn)數(shù)據(jù)過去十年始終堅(jiān)持的一件事情。十年堅(jiān)持的,從來不是一款產(chǎn)品在很多人看來,這句話說的是產(chǎn)品。對(duì)于觀遠(yuǎn)而言,這更像是在回顧一條持續(xù)十年的技術(shù)路線。企業(yè)智能化,正在進(jìn)入第三階段第一階段,是數(shù)據(jù)智能(DataIntelligence)。第二階段,是AI增強(qiáng)分析(AI-poweredAnalytics)。分析回答的是"發(fā)生了什么"和"為什么發(fā)生",而企業(yè)每天真正面對(duì)的問題卻是"下一步怎么辦"。因此,分析回答的是"發(fā)生了什么"和"為什么發(fā)生",而企業(yè)每天真正面對(duì)的問題卻是"下一步怎么辦"。因此,企業(yè)正在進(jìn)入第三階段--決策智能(DecisionIntelligence)。企業(yè)真正缺少的,不是數(shù)據(jù),而是決策記錄因此,在AI時(shí)代,企業(yè)真正需要開始記錄的,不只是業(yè)務(wù)過程,更是決策過程。Decidex,是觀遠(yuǎn)交出的答卷基于這樣的思考,觀遠(yuǎn)提出了決策智能5A路徑。這五個(gè)階段并不是五項(xiàng)獨(dú)立能力,而是一條幫助企業(yè)逐步邁向決策智能的實(shí)踐路徑。AI真正的價(jià)值,也并不來自模型本身,而來自它是否能夠持續(xù)進(jìn)入業(yè)務(wù)、參與決策,并不斷創(chuàng)造新的經(jīng)營價(jià)值。這也是觀遠(yuǎn)數(shù)據(jù)希望與更多企業(yè)共同邁向的下一階段--決策智能新世代。路徑探索Methodology觀遠(yuǎn)數(shù)據(jù)面對(duì)時(shí)代變革的新答卷--DecidexDecidex--重新定義企業(yè)AI決策平臺(tái)嚴(yán)林剛觀遠(yuǎn)數(shù)據(jù)產(chǎn)品設(shè)計(jì)負(fù)責(zé)人企業(yè)AI最大的挑戰(zhàn),不是模型,而是理解企業(yè)企業(yè)真正需要沉淀的,是業(yè)務(wù)上下文很多企業(yè)部署AI之后都會(huì)遇到同樣的問題。問題并不在模型,而在上下文。企業(yè)經(jīng)營是一套完整的業(yè)務(wù)關(guān)系。因此,因此,在Decidex中,觀遠(yuǎn)首先構(gòu)建的是Decisioncontext(決策上下文)每一次決策,都應(yīng)該擁有完整的證據(jù)鏈理解企業(yè),只是決策的第一步。真正的企業(yè)管理,從來不會(huì)接受一個(gè)"不知道為什么"的答案。因此,在Decidex中,每一次決策推理都會(huì)形成完整的DecisionEvidencechain(決策證據(jù)鏈)。決策不是一次問答,而是一個(gè)持續(xù)運(yùn)行的過程AIAI如何持續(xù)參與企業(yè)決策?因此,企業(yè)需要的是一個(gè)能夠長期承擔(dān)業(yè)務(wù)角色、持續(xù)參與經(jīng)營的決策智能體。企業(yè)里的每一個(gè)崗位,企業(yè)里的每一個(gè)崗位,都有清晰的職責(zé)邊界。AI進(jìn)入企業(yè)之后,同樣如此。每一次反饋,都該成為下一次決策的起點(diǎn)企業(yè)決策從來不是靜態(tài)的,企業(yè)決策從來不是靜態(tài)的,而是在不斷反饋中持續(xù)優(yōu)化。在DecisionRuntime中,每一次決策完成之后,并不會(huì)隨著任務(wù)結(jié)束而結(jié)束。它不僅學(xué)習(xí)數(shù)據(jù),更學(xué)習(xí)企業(yè)如何經(jīng)營。這也是觀遠(yuǎn)提出"持續(xù)進(jìn)化"的重要原因。從"問答"到"決策",AI需要形成完整閉環(huán)這也是觀遠(yuǎn)提出的完整決策閉環(huán):sense(感知)→Decide(決策)→Act(行動(dòng))→Feedback(反饋)。最佳實(shí)踐Bestpractices企業(yè)AI落地的可復(fù)制實(shí)踐路徑高寅聯(lián)合利華中國區(qū)客戶運(yùn)營數(shù)字化總監(jiān)企業(yè)AI落地,首先尋找真正創(chuàng)造價(jià)值的場(chǎng)景所以,在討論模型之前,聯(lián)合利華首先回答了三個(gè)問題:真正困難的是業(yè)務(wù)決策邏輯確定場(chǎng)景之后,團(tuán)隊(duì)很快發(fā)現(xiàn),真正困難的并不是模型能力,而是如何把業(yè)務(wù)中的決策邏輯真正梳理出來。AI真正創(chuàng)造的,是直接價(jià)值22聯(lián)合利華始終強(qiáng)調(diào),企業(yè)更應(yīng)該關(guān)注AI創(chuàng)造的是直接價(jià)值,而不是間接價(jià)值。22相比提供更多建議,高寅更關(guān)注AI是否真正參與了業(yè)務(wù);相比輔助分析,他更關(guān)注AI是否真正創(chuàng)造了業(yè)務(wù)結(jié)果。從一個(gè)Agent,到AINative運(yùn)營第一個(gè)成功場(chǎng)景真正重要的意義,并不是完成了一次項(xiàng)目交付,而是驗(yàn)證了一條能夠持續(xù)復(fù)制的方法。這一階段概括為AINative運(yùn)營。如何讓企業(yè)的第一個(gè)如何讓企業(yè)的第一個(gè)AI項(xiàng)目真正成功23從數(shù)字化到AINative:來伊份的經(jīng)營進(jìn)化徐雄杰來伊份CEO綜合辦公室主任兼CIO而隨著AI時(shí)代到來,在來伊份看來,企業(yè)關(guān)注的重點(diǎn)正在發(fā)生變化。AI落地,首先不是技術(shù),而是組織談到談到AI建設(shè),很多企業(yè)首先想到的是模型、平臺(tái)或者產(chǎn)品。因此,在推進(jìn)AI之前,來伊份首先建立了統(tǒng)一的推進(jìn)機(jī)制。在他們看來,AI不是數(shù)字化部門自己的事情,在他們看來,AI不是數(shù)字化部門自己的事情,而是一項(xiàng)經(jīng)營能力建設(shè)工程。只有業(yè)務(wù)真正參與,AI才能真正解決業(yè)務(wù)問題。24從"人、貨、場(chǎng)"開始,讓AI進(jìn)入經(jīng)營現(xiàn)場(chǎng)對(duì)于零售企業(yè)而言,無論經(jīng)營模式如何變化,本質(zhì)始終圍繞"人、貨、場(chǎng)"展開。費(fèi)者是誰?商品賣給誰?會(huì)門店如何經(jīng)營?因此,來伊份并沒有試圖打造一個(gè)包羅萬象的AI,而是圍繞一個(gè)個(gè)真實(shí)業(yè)務(wù)場(chǎng)景,讓AI逐步進(jìn)入經(jīng)營流程每一個(gè)場(chǎng)景,都圍繞一個(gè)明確的問題展開。A不是為了展示能力,而是為了幫助業(yè)務(wù)完成一次更好的經(jīng)營決策。AI開始承擔(dān)新的經(jīng)營角色而今天,在Agent能力與既有BI資產(chǎn)結(jié)合之后,情況發(fā)生了變化。類似的能力,也逐步延伸到商品運(yùn)營。在來伊份看來,Al真正創(chuàng)造的價(jià)值,并不是替代人,而是幫助業(yè)務(wù)團(tuán)隊(duì)把更多時(shí)間放在真正重要的經(jīng)營決策上。從經(jīng)營內(nèi)部,到消費(fèi)者服務(wù)25目前,A已經(jīng)廣泛應(yīng)用于內(nèi)容生成、營銷推薦、商品推薦以及智能客服等多個(gè)場(chǎng)景AINative,不只是工具升級(jí),而是經(jīng)營方式升級(jí)o從門店經(jīng)營,到商品運(yùn)營。從會(huì)員管理,到消費(fèi)者服務(wù)。從內(nèi)部決策,到外部體驗(yàn)AI正在逐步融入企業(yè)經(jīng)營的每一個(gè)環(huán)節(jié)。數(shù)字化幫助企業(yè)建立了經(jīng)營基礎(chǔ),而AI正在幫助企業(yè)構(gòu)建新的經(jīng)營能力。李健秋田滿滿CIO電商經(jīng)營最大的挑戰(zhàn),不是沒有數(shù)據(jù),而是沒有判斷但數(shù)據(jù)變多,并不意味著決策變得更容易。李健將這種現(xiàn)象概括為經(jīng)營噪音。為什么"總結(jié)更多"會(huì)變成新的噪音企業(yè)不會(huì)為會(huì)說話的AI買單;企業(yè)會(huì)為組織提效、收入增長和利潤改善買單。BI能夠看見結(jié)果,但經(jīng)營不會(huì)自動(dòng)閉環(huán)但李健認(rèn)為,看見結(jié)果,并不意味著完成了經(jīng)營。真正困難的是下一步。這些關(guān)鍵判斷,過去仍然高度依賴業(yè)務(wù)分析師和經(jīng)營負(fù)責(zé)人。AgentAgent最大的價(jià)值,并不是代替BI,而是承接BI之后那一段最依賴經(jīng)驗(yàn)的經(jīng)營判斷AI完成的是經(jīng)營分析的第一公里,而業(yè)務(wù)人員則把更多時(shí)間投入到經(jīng)營判斷和策略制定中。一次銷售或利潤波動(dòng),背后往往不是單一原因經(jīng)營判斷的難點(diǎn),不是看見變化,而是在多因素中找到可信原因決策需要的不只是答案,而是證據(jù)因此,經(jīng)營判斷最大的難點(diǎn),并不是看見變化,而是在復(fù)雜因素中找到真正可信的原因。在秋田滿滿看來,一個(gè)值得信任的Agent,不應(yīng)該直接給出答案,而應(yīng)該能夠展示完整的判斷依據(jù)。只有當(dāng)判斷過程能夠被解釋、被追溯,業(yè)務(wù)團(tuán)隊(duì)才能真正信任AI,并把它作為經(jīng)營決策的一部分。共創(chuàng)不是等交付,而是一起跑出真實(shí)經(jīng)營判斷鏈路不是把需求交出去等交付,而是在真實(shí)業(yè)務(wù)現(xiàn)場(chǎng)驗(yàn)證邊界、證據(jù)、動(dòng)作和復(fù)盤真正沉淀下來的,真正沉淀下來的,不只是功能,而是可復(fù)用的經(jīng)營判斷方法。POD場(chǎng)景化產(chǎn)品實(shí)踐productpractice從場(chǎng)景出發(fā),讓AI真正進(jìn)入業(yè)務(wù)現(xiàn)場(chǎng)POD01GuancLl從"會(huì)聊天"到"會(huì)干活",讓AI真正參與業(yè)務(wù)然而,當(dāng)AI真正準(zhǔn)備進(jìn)入企業(yè)時(shí),新的問題也隨之出現(xiàn)。GuanGuancLI:讓Agent真正使用觀遠(yuǎn)BI資產(chǎn)為什么AI一直停留在"會(huì)聊天"32例如:GuancLI,讓AIl真正開始干活能力開箱即用,能力開箱即用,安全牢牢管住企業(yè)級(jí)AI,安全比能力更重要整個(gè)執(zhí)行過程,需要同時(shí)經(jīng)過三層控制:33在企業(yè)中,一次AI任務(wù)的執(zhí)行,大致會(huì)經(jīng)歷四個(gè)步驟。業(yè)務(wù)人員只需要提出一句自然語言需求,例如:"幫我整理上個(gè)月華東門店銷售情況,并生成經(jīng)營摘要。"掃碼下載POD分享PPT掃碼下載POD分享PPT34從分析結(jié)果到頁面生成,只需要一句話POD02經(jīng)營例會(huì)Agent當(dāng)經(jīng)營例會(huì),不再只是一次會(huì)議最終,一場(chǎng)會(huì)議花了半天甚至一天時(shí)間,卻很難回答一個(gè)最關(guān)鍵的問題:這次會(huì)議,這次會(huì)議,到底有沒有真正解決經(jīng)營問題?企業(yè)真正需要的,不是一份會(huì)議紀(jì)要35一場(chǎng)經(jīng)營會(huì)議,AI從會(huì)前一直參與到會(huì)后會(huì)前會(huì)前會(huì)中會(huì)中會(huì)后會(huì)后AI不是一個(gè)人,而是一支經(jīng)營團(tuán)隊(duì)掃碼下載POD分享PPTPOD03零售門店Agent當(dāng)門店越來越多,優(yōu)秀經(jīng)驗(yàn)卻越來越難復(fù)制為什么優(yōu)秀門店越來越優(yōu)秀,為什么優(yōu)秀門店越來越優(yōu)秀,而普通門店始終難以復(fù)制成功經(jīng)驗(yàn)?門店真正需要的,不只是一個(gè)數(shù)據(jù)看板Al每天都在參與門店經(jīng)營AI不是代替店長,而是幫助店長成為更好的經(jīng)營者除此之外,還包括門店智能訂貨、智能組貨、虛擬標(biāo)桿店等能力,共同幫助門店完成日常經(jīng)營管理。與此同時(shí),每一家門店每天產(chǎn)生的新數(shù)據(jù),又不斷驗(yàn)證這些策略是否依然有效,持續(xù)優(yōu)化總部的經(jīng)營知識(shí)庫。經(jīng)營經(jīng)驗(yàn),不再依賴少數(shù)優(yōu)秀店長,