一组被广泛讨论的数据，把很多企业的真实处境说得很直白：规模以上工业企业的数字化改造覆盖率已经接近九成，但人工智能技术应用普及率才刚过三成。用更口语的说法就是——工厂大多已经“连上了网”，真正开始“用脑”的仍是少数。
这不是批评企业不努力。过去十年，上云、上系统、上设备采集，解决的是信息能不能流动；数智化要解决的，是流动起来的信息能不能缩短决策周期、降低试错成本。两者差的不是一套更贵的软件，而是有没有把业务结果定义清楚。
数字化完成了什么，数智化还缺什么
数字化的成绩单通常很好看：ERP 上线了，车间有了工单，财务能出报表，微信群也能把异常同步出去。问题在于，这些系统往往按部门建设，口径并不统一。计划员看到的库存、仓管看到的库存、财务看到的库存，可能是三个数；销售答应客户的交期，生产并不确认自己做不做得出来。
数智化并不要求企业立刻拥有大模型。更务实的标准是：同一件事只有一个主数据；异常能被规则抓住而不是靠人盯；试点效果能用良品率、交期、库存周转、回款天数来验收。如果这些还没有，先上智能体，只会把错误决策做得更快。
中小企业为什么卡在“用脑”
常见卡点有三个。第一，项目从“买系统”开始，而不是从“要哪个可验证结果”开始。于是功能清单很长，上线后一线仍按老办法做。第二，数据质量不足以支撑自动判断——缺采集、缺清洗、缺权限，AI 只能做客串演示。第三，组织激励没有改：业务部门对数据不负责，IT 对结果不负责，项目变成双方都能解释、谁都不用扛的灰区。
政策环境也在变化。补贴和评价正在从“买了没有、连了没有”，转向“用得怎样、效果如何”。对企业意味着：能讲清楚投入产出的小项目，比三年规划里的宏大平台更容易拿到内部支持和外部资源。
第一年只做三件事
我们建议成长型企业把第一年压成三件事，而不是同时铺十个模块。
- 选定一个痛点场景：例如交期经常失信、来料不良进了产线、外贸单证总对不齐。场景必须有主人，有基线数据。
- 打通该场景的最小数据闭环：单据从哪里来、在哪停留、谁有权改、改完如何留痕。
- 规定验收指标和复盘节奏：九十天看一次，有效就复制，无效就止损，不要靠年终总结才发现走偏。
这与“小快轻准”的政策导向一致：小型化、快速部署、轻量化、精准解决具体问题。中小企业试错预算有限，全面智能化的机会成本很高。
平台要为场景服务，而不是相反
企业最终仍需要统一的权限、组织和主数据，否则每个场景都会长出新的孤岛。但建设顺序必须反过来：先有被验证的场景，再把可复用的能力抽到平台上。XYN 数智化系统走的就是这条路——用可配置的业务应用承载具体场景，再用统一框架管身份、流程和数据，而不是一上来承诺“一个大系统解决所有问题”。
从数字化到数智化，不是换一个更时髦的词。它要求企业承认：联网只是门票，用脑才是比赛。门票已经有了的企业，真正该问的是——下一个季度，哪个决策可以少靠经验、多靠同一组可信数据。