神州数码李晨龙：AI for Process，AI落地企业的正确打开方式

　　在2025年世界人工智能大会(WAIC)上，神州数码联合德勤中国、中国信息通信研究院共同发布《AI for Process企业级流程数智化变革》蓝皮书。神州数码首席信息官李晨龙系统的阐释了蓝皮书的理念、路径与实践，为企业迈入以AI为核心驱动的流程智能化时代提供完善的方法论与工具支撑。

　　AI时代的流程重构新范式

　　李晨龙在演讲中指出，传统企业的数字化转型以信息系统建设为核心，如CRM、ERP、HR系统曾极大提高了业务标准化与运行效率。然而随着系统数量的增加，企业流程被割裂于不同系统之间，形成数据孤岛，难以支撑当下对灵活响应与智能决策的需求，亟需AI进行智能升级。

　　他表示，当前大模型技术已在多个专业领域超越人类能力，但企业场景中的AI落地仍困难重重。通用大模型虽然强大，但缺乏企业特有的数据与专业知识积累。未来的企业AI应用须走向“通专融合”的路径，利用开源大模型与企业内部数据共建专业化智能体，实现低成本、高适配的AI应用体系。

　　如何构建企业的通专融合的模型，关键在于把握业务模式、技术范式与管理方法的交汇点——流程。“当前AI仍停留在单点应用，尚未实现流程层面的重构与再造，而“AI for Process”正是以此为目标，推动企业实现全面感知、快速决策与持续优化。”

　　从理念到落地：双路径驱动流程智能化

　　为了帮助企业系统性推进AI for Process的落地，神州数码基于大量实践提出“Twin-Drive双驱动模型”，即“自顶向下”与“自底向上”相结合的推进方法。

　　在“自顶向下”路径中，企业从战略出发，将业务流程拆解为L1至L5多层级体系，再在L5级业务活动中进一步识别AI应用场景。这种方式可系统性优化流程，但需高层驱动、全局规划。它能确保 AI 应用场景的全面覆盖，避免出现场景遗漏或执行断点，确保各场景间形成有机串联，构建起完整的 AI 流程生态。而“自底向上”的方法则更贴近一线实践：从具体操作出发，梳理流程链条，在已有流程中寻找AI切入点，逐步沉淀价值，适用于局部创新与快速试点。

　　无论采用哪种路径，最终都要落实到AI场景的精准描述。为此，神州数码提出“AI Gene模型”作为统一语言，帮助企业精准描述每一个AI场景的角色、输入输出、操作规则与数据需求，确保AI与流程深度融合、可持续优化。

　　分享中，李晨龙借助神州数码的自身实践和医疗行业的客户案例充分解释了DT模型的应用方法及效果：通过自顶向下的方式，对LTC进行流程重塑，构建并快速部署多个AI智能体，智能体从创建到迭代周期从90天缩短至15天，实现跨模块协同与业务响应提速;同时，在某医药企业中，通过自底向上的方法挖掘法规收集流程中的“隐性操作链条”，部署智能体后每人每月节省2.2人天，显著提升流程效率与人力效能。

　　技术范式转型：构建AI原生的企业架构

　　在业务模式和管理方法之外，企业流程的智能化还需要匹配技术范式作为支撑。李晨龙强调，当前企业流程承载在多个异构系统中，如同盲人摸象，难以形成整体感知。

　　为此，神州数码提出AI原生的企业数智化参考架构，帮助企业看到“一整头大象”， 其核心由两大平台构成：Agent中台与智能流程工作台。

　　Agent中台汇聚企业内外的系统、数据、知识和模型资源，通过统一调度与管理，解决智能体生产的复杂性。智能流程工作台则将L1-L5流程配置落地，实现流程执行与系统操作的一致性，并支持流程变更的灵活重构与数据积累。

　　他表示，“Agent中台和智能流程工作台作为AI for Process的两大利器，在绝大多数客户的实施过程中发挥关键作用，使AI能力能够在企业流程中不断快速迭代，持续发挥价值。”

　　面向未来：构建AI就绪企业，迈向智能共生

　　推进AI for Process不仅仅是技术层面的重构，更是一场深刻的组织与认知变革。李晨龙表示，企业要实现真正的智能化发展，还需具备“AI就绪能力”，包括知识治理体系建设、组织流程重塑、复合型人才培养与产业生态协同。

　　作为衡量未来企业应用AI程度的指标，此次蓝皮书中首次提出了“AI渗透率”概念——即在企业业务流程中AI操作占总体操作比例(包括AI的操作、人的操作)。他提到，在未来，谁的渗透率更高，谁就发展就会更快。但从整体时间轴预测：三年后，AI还是辅助为主，渗透率10%-20%;五年后，人类指挥多个AI协作，渗透率30%-50%;十年后，将是人类监督AI自动运行，渗透率可能达到80%。