最新研究

从国资委当前对“AI+”的部署看，人工智能已经不再被视作单纯的技术工具，而是与企业战略、改革和管理体系升级深度关联。国务院国资委在2025年2月召开的中央企业“AI+”专项行动深化部署会上提出，中央企业要抓住战略窗口期，强化科技创新、夯实算力基座、突破数据难题，同时要在编制“十五五”规划中将发展人工智能作为重点，并优化人才引育，建立更加符合行业特点规律的人才评价体系。这说明，国资委对“AI+”的理解已不仅停留在技术供给和场景应用层面，而是进一步延伸到企业内部的要素配置和管理制度层面。

这一导向在后续政策中被进一步强化。2025年3月，国务院国资委在媒体通气会上再次提出，将继续深化央企“AI+”专项行动，更加突出应用领航、数据赋能和智算筑基，同时继续强调要加大资金投入、优化人才引育、建立更加符合行业特点规律的人才评价体系。也就是说，在国资委当前的政策逻辑中，应用、数据、算力和人才不是孤立安排，而是共同构成“AI+”持续推进的支撑体系。没有组织和人才的同步适配，应用、数据和算力最终都可能停留在“具备条件但难以转化”的阶段。

如果说中央企业“AI+”专项行动主要回答的是“为什么要做、重点做什么”，那么地方国资委负责人会议则进一步把组织和管理问题摆到了更靠前的位置。2026年1月，国务院国资委召开地方国资委负责人会议，围绕“十五五”开局和2026年重点任务，强调要加快提升改革突破能力，强化思维更新、理念创新、机制革新，以构建新型生产关系为重点深化改革，为高质量发展提供动力支撑。与此同时，相关会议解读还明确提出，要指导企业重新审视现有组织架构和工作流程，持续推动扁平化改造和智能化管理，加快建立更加符合知识经济时代特征的企业管理体系。

这一变化非常关键。它意味着，地方国企推进“AI+”已不再只是“引入几个新系统、部署几个新场景”，而是开始要求企业从组织形态、管理链条、流程效率和决策方式上做出调整。尤其对于承担城市运营、公共服务、产业投资和基础设施建设等功能的地方国企而言，很多原有组织模式本身就带有层级多、链条长、协同慢、标准不一等特征，如果组织和流程不发生相应变化，即使引入AI工具，实际成效也很容易被原有管理惯性抵消。

在很多企业推进“AI+”的早期阶段，容易把“系统上线”“模型接入”“场景试点完成”视为项目成功的标志，但真正决定价值能否释放的，往往不是技术有没有部署，而是组织能不能吸收。国务院《关于深入实施“人工智能+”行动的意见》明确提出，要探索人机协同的新型组织架构和管理模式，并创造更加智能的工作方式；这本身就意味着，人工智能不是简单叠加在原有组织之上的附属工具，而是会改变岗位协作、管理分工、决策支持和业务执行方式。

从企业实践看，一旦“AI+”进入主流程，原有组织结构中的问题就会被迅速放大。例如，场景涉及多个部门，但权责边界不清；数据掌握在不同条线，但缺少统一归口；项目需要快速迭代，但审批链条过长；AI输出提供决策建议，但业务部门缺少信任基础。此时，企业表面上看像是“技术还不成熟”，实质上往往是组织并没有完成对新工具、新流程、新协作关系的吸收和适配。也正因此，国资委在地方国企改革部署中会同时强调扁平化改造、智能化管理和企业管理能力提升，因为这些问题本质上都是“技术问题外化为组织问题”的体现。

相比民营科技企业，国企尤其是大型综合性国企，在组织运行上通常更强调稳健、合规和层级控制，这种特点有其合理性，但也意味着在推进“AI+”时更容易遇到跨部门协同和机制匹配难题。国资委在地方国资委负责人会议中提出，要健全市场化经营机制、大力提升国有企业管理能力、加快企业组织形态变革，本质上就是在回应国企长期存在的层级传导慢、条线壁垒多、职责边界固化等问题。

而“AI+”恰恰最需要跨部门协同。无论是资产运营场景、工程管理场景，还是客户服务、风险预警、生产调度等场景，都往往横跨业务、技术、数据、风控、财务等多个条线。如果仍按照传统分割方式推进，很容易形成“谁都参与、谁都不真正负责”的局面。因此，国企“AI+”真正的挑战，常常不是算法好不好，而是：有没有统一牵头机制、有没有清晰的协同路径、有没有与之匹配的考核和授权机制。组织不调整，流程不重塑，AI就很难真正嵌入主责主业。

提到人工智能，很多企业首先想到的是“算法工程师”“大模型专家”“数据科学家”，但对国企而言，推进“AI+”真正最稀缺的，往往并不只是这些纯技术人才。国务院国资委在中央企业“AI+”专项行动深化部署会上提出，要优化人才引育，建立更加符合行业特点规律的人才评价体系，打造更加宽容、自由、耐心的发展环境。这一表述本身就说明，国资委关注的人才问题，不只是“引进多少AI技术人员”，而是如何建立起一套适配国企场景和行业特点的人才体系。

对于地方国企而言，更现实的人才缺口通常体现在“复合型人才”上——既懂业务逻辑、又懂数据结构、还能理解技术边界和场景价值的人。这类人才既能把业务部门的痛点转化为可实施的需求，也能判断外部技术方案是否真正适配企业实际，还能在内部推动流程、数据和组织协同。相比单纯算法人才，这类“懂业务、懂场景、懂技术、懂管理”的复合型人才，往往更决定“AI+”项目能否真正落地。

人才问题并不只是“招人难”，更重要的是“留不留得住、用不用得好、能不能培养出来”。国资委在中央企业“AI+”专项行动部署中强调，要建立更加符合行业特点规律的人才评价体系；在地方国企改革部署中，也明确提出要健全市场化经营机制、提升科技型企业激励政策的有效性和科研骨干的获得感。这说明，当前国资国企推进“AI+”时，已经意识到原有的人才评价和激励方式，未必完全适合人工智能等新领域的发展需求。

国务院《关于深入实施“人工智能+”行动的意见》还进一步提出，要大力支持开展人工智能技能培训，鼓励和支持全民积极学习人工智能新知识、新技术。放到国企语境下，这意味着企业不能只靠外部招聘解决问题，还必须把内部人才培训和岗位能力升级放在更重要的位置。对于地方国企来说，这不仅包括培养技术人员，也包括提升管理层、业务骨干和基层执行人员的人工智能理解能力、应用能力和协同能力。换句话说，国企“AI+”的人才建设，不只是“引进少数高手”，而是“提高组织整体的AI素养”。

对地方国企而言，组织和人才准备最忌讳“项目先行、机制滞后”。更现实的路径，往往是先围绕“AI+”建立起跨部门统筹机制，再推动具体场景和项目。国资委在中央企业“AI+”专项行动深化部署会上提出，要在“十五五”规划中把人工智能作为重点，并强化要素支撑；在地方国企改革部署中，又强调要重新审视组织架构和工作流程、提升企业管理能力。这意味着地方国企推进“AI+”时，首先应回答“谁来统筹、谁来决策、谁来推动、谁来协同”这类机制问题，而不是一开始就陷入技术方案比较。

更具体地说，地方国企可以围绕以下几个方面先行准备：一是明确牵头部门或专项机制，避免项目碎片化推进；二是围绕重点场景建立跨部门工作机制，把业务、数据、技术、风控等条线真正拉到一起；三是同步梳理与场景相关的流程、职责和授权链条，避免AI应用上线后卡在审批和协同环节。只有这样，项目推进才不会停留在“技术团队在忙、业务部门在看”的状态。

“AI+”并不是给原有岗位简单加一个工具，它会改变很多岗位的工作内容、协作方式和判断方式。因此，地方国企在推进“AI+”时，不能只围绕项目本身做安排，而应把岗位、流程和考核一起纳入调整范围。国务院《关于深入实施“人工智能+”行动的意见》明确提出，要探索人机协同的新型组织架构和管理模式，培育发展智能代理等创新型工作形态；地方国资委负责人会议则强调要推动扁平化改造和智能化管理。两者结合起来看，组织调整并不只是“缩层级”，更是要围绕AI应用重新定义“谁做什么、谁判断什么、谁承担什么责任”。

同时，考核方式也要随之调整。如果仍沿用原有只看流程合规和职能分工的考核逻辑，而不把跨部门协同、数据共享、场景试点成效和能力建设纳入评价体系，那么很多“AI+”项目就会停留在表面推进。因此，国企“AI+”推进到一定阶段后，组织准备不只是“设置一个专项组”，而是要逐步把人、岗、流程、协同和评价统一纳入改革视角。

从当前政策导向和国企改革趋势看，国企“AI+”已经进入一个新的阶段：前端场景、数据底座和智算能力固然重要，但真正决定项目能否持续落地、能否形成组织能力的，越来越取决于企业是否同步完成了组织变革和人才重塑。国务院国资委一方面在中央企业“AI+”专项行动中强调优化人才引育、完善评价体系，另一方面又在地方国企改革部署中强调重新审视组织架构和工作流程、推动扁平化改造和智能化管理，这本身就说明，组织和人才不是外围条件，而是“AI+”进入深水区后的关键变量。

对地方国企而言，下一步真正需要回答的问题，已经不只是“要不要做AI”，也不只是“先做哪个场景”，而是“企业内部有没有能力承接AI、有没有组织吸收AI、有没有人才把AI真正用起来”。谁能够更早把组织机制理顺、把人才结构补齐、把流程和考核同步调整，谁就更有可能把“AI+”从项目做成体系、从工具做成能力。归根结底，人工智能带来的不仅是技术升级，更是一次企业运行方式和治理方式的深层重构。