如果你还认为数字化=工具化？那就大错特错了。

当企业谈数字化时，很多讨论仍停留在“上了什么系统”“接了哪些工具”“有没有引入AI”这些表层动作上。但对越来越多走到深水区的企业来说，真正的问题早已不是“做不做数字化”，而是数字化究竟该如何进入经营、进入流程、进入组织能力本身。

尤其在AI持续升温的当下，技术部门的角色也在发生变化。它不再只是一个负责系统建设和项目交付的支持部门，而越来越需要向前一步，走进业务、理解流程、参与决策，成为企业经营方式重构的一部分。

一边是数字化基础设施持续完善，一边是AI开始从概念走向落地，企业也在面临新的现实挑战：如何判断数字化优先级？如何让技术真正服务经营，而不是停留在工具层？当AI被快速引入组织之后，又该如何避免“为了AI而AI”，真正找到能产生业务价值的场景？

围绕这些问题，TopDigital对话菲仕兰专业营养品业务信息技术负责人陆玮。从技术负责人角色演变、企业数字化推进逻辑，到数据治理和AI落地的方法论，陆玮结合多行业数字化经验，分享了他对当下企业数字化的一些核心判断：今天的数字化，本质上不是上系统，而是重构经营方式；而AI要真正落地，也必须建立在治理、流程、数据和人才的共同支撑之上。

01

技术服务于经营，要用互联网思维推动数字化

TopDigital：和十年前、二十年前相比，今天CIO/IT负责人的角色发生了什么变化？

陆玮：我觉得今天的CIO，和二三十年前传统意义上的CIO，角色定位已经很不一样了。比较典型的一点是，过去很多CIO的成长路径，基本都和ERP rollout密切相关。早年外资进入中国时，ERP是企业数字化的核心，很多人也是通过ERP项目一步步成长为CIO。

但今天不一样了。随着数字化的发展，过去那种大而全的ERP体系，实际上已经在被重构。很多原来集中在一个大系统里的模块，被拆分成了更灵活的产品和能力。所以现在的IT负责人，不再只是一个系统实施者，而是要深度进入业务运营中心，去理解业务、连接流程、推动技术真正服务经营。

TopDigital：您认为今天CIO最重要的能力是什么？

陆玮：如果要总结，我觉得至少有三项能力非常关键。

第一，是从“项目管理”走向“产品管理”。以前很多IT工作是项目制，上线一个系统、交付完成、移交运营，项目团队再去做下一个项目。但现在越来越多数字化能力本身就是“产品”，它有生命周期，有持续迭代，也要持续回应业务变化。IT团队不能只负责“上线”，还要知道这个产品解决了什么问题、为什么存在、在业务流程中承担什么关键角色。

第二，是咨询能力，也就是 consulting skill。因为今天系统和工具很多，问题不再是“能不能做”，而是“哪些流程值得做、应该怎么做、做完能不能沉淀下来”。如果缺少这层判断，就很容易变成跟着人走：这个人在，产品就这样做；那个人走了，产品又推倒重来。

第三，是敏捷管理。今天业务变化很快，技术团队不能还停留在传统的长周期节奏里。开发、运营、业务之间要更紧密协同，尽量做到快速响应、快速迭代。归根结底，技术最终还是要服务业务流程。

TopDigital：为什么今天IT团队不能只停留在“做系统、交项目”的层面？

陆玮：因为今天企业做数字化，本质已经不是单纯上系统，IT不能只做一个后台支持部门，而要对业务流程、组织效率和经营逻辑有更深的理解。

我一直强调，企业数字化其实就是用互联网思维去经营业务。互联网公司里有个很重要的角色叫产品经理，本质上就是围绕业务和用户持续打磨产品。今天企业里的IT团队，其实也应该有这种思维：不是系统做完就结束，而是要持续判断这个能力是不是还在创造价值，是不是还在真正支撑业务。

02

数字化进入深水区，组织和认知才是最大难点

TopDigital：您如何理解这个阶段企业数字化的本质？

陆玮：如果用一句话概括，我会说：今天企业数字化的本质，是企业经营逻辑的重构。

它不是简单地把线下流程搬到线上，也不是多上几个系统、做几个报表，而是重新思考企业怎么连接消费者、怎么组织渠道、怎么沉淀数据、怎么提高经营效率。

所以我一直觉得，数字化不是一个纯技术问题，它本质上是一个经营问题。企业做数字化，其实是在重构自己的经营方式。

TopDigital：推动一家企业做数字化，最大的难点是什么？

陆玮：最大的难点，其实不只是技术，而是组织和认知。

我会把今天的数字化，理解为某种意义上对20年前ERP体系的一次重构。它和当年的ERP项目很像，都是典型的一把手工程。没有管理层支持，没有跨部门协同，数字化很难真正推进。

另外一个挑战是，数字化要求企业的管理层和各个部门具备一定的互联网思维。因为它不是局部优化，而是经营逻辑的变化。如果组织还是沿用过去那套传统模式，技术工具再先进，也很难跑起来。

TopDigital：如果企业资源有限，应该优先从哪里开始做数字化？

陆玮：这要先看企业做数字化的目的是什么。并不是所有企业的数字化目标都一样。

有些企业，尤其偏B2B或者数字化属性相对弱一些的企业，做数字化更多是为了降本增效、流程自动化，这当然也属于数字化。

但如果是消费品或零售企业，数字化就不只是效率问题，而是要解决更深层的经营问题。我通常会把它归纳成两条主线：第一条叫“短链和共生”，第二条叫“数据”。

短链，就是渠道链路越来越扁平，从多级经销商走向更短的链路，甚至走向DTC；共生，则是品牌方不只是优化自己，也要带动经销商、零售商、生态伙伴一起提升数字化能力。第二条主线就是数据。没有数据思维，很多经营动作最后都无法被看见、被分析、被复盘。

所以，如果资源有限，企业最应该优先做的，是先想清楚自己到底要解决什么问题，再围绕自己的经营模式决定从链路、渠道还是数据下手。

03

数据治理，是企业数字化的底座

TopDigital：在企业数字化推进的过程中，最常遇到的问题是什么？

陆玮：最常见的问题，就是数据孤岛。

很多企业不是没有数据，而是数据分散在不同系统、不同部门、不同口径里，看上去都有数，但真正放到一起时，口径不统一、定义不一致，也无法追溯。这样的数据，其实很难真正支撑经营。

所以我觉得，数据问题的核心并不只是“看见数据”，而是“能不能把数据变成统一、可追溯、能支撑业务决策的资产”。

TopDigital：您会如何推动企业内部的数据打通？

陆玮：关键不只是选工具，而是做数据治理。在我们实际做数据项目时，会把数据前台、后台和中台分开来看。前台是可视化和业务呈现，后台更多是数据模型、抽取和加工，中台真正承担的是治理作用。

这里最重要的一件事，是把业务KPI真正梳理清楚。每一个指标都要能溯源，都要同时具备业务定义和技术定义。业务定义是它在经营上到底代表什么，技术定义则是它的数据到底从哪里来。很多企业的问题，不是不会看报表，而是报表里的数大家理解得都不一样。

TopDigital：您怎么判断一家企业的数据或数字化成熟度？

陆玮：我会比较看重企业到底能不能拿到真实、连续、可沉淀的消费者信息，以及这些信息在整体业务中的占比。如果以企业总收入作为基数，你能直接拿到消费者订单和消费者数据的比例越高，我通常会认为这家企业的数字化成熟度越高。

为什么鞋服和化妆品通常走得更快？因为它们和消费者接触得更深，能采集到更多真实的数据，进而做更完整的经营管理。反过来说，如果企业离消费者很远，订单和数据都在中间层，它的数字化就天然更难往深处走。

再进一步，除了“人货场”，还要把“钱”纳入进来，也就是投资是否有效、不同区域和不同渠道的回报是否能被清楚测量。

TopDigital：在“人货场”之外，还要把“钱”纳入进来？怎么理解？

陆玮：这里的“钱”，其实对应的是预算、费用、投入和资源分配。企业需要知道，费用是怎么按渠道分、按区域分、按客户分、按省市分的；也需要知道，从计划到执行，再到最后核销和复盘，中间每一步是不是都能被追踪、被分析。只有把“钱”也纳入进来，数字化才不只是一个运营工具，而是真正进入经营管理。

TopDigital：那么数字化最终应该如何衡量成效？

陆玮：我觉得最终还是要回到ROI。当然，企业未必一开始就能精确算到每一个消费者的ROI，但它至少可以沿着这个方向不断往下拆。比如消费者ROI做不到，那能不能先看到客户ROI？客户ROI做不到，那能不能看到区域ROI、省市ROI？

所以我一直觉得，数字化最终不是停留在“做了什么”，而是要落到“带来了什么经营结果”上。只有把investment纳入体系，企业才能从plan走到execution，再走到最终的ROI衡量和复盘。

04

不要为AI而AI，技术落地该回归现实

TopDigital：您怎么看AI和数字化之间的关系？

陆玮：我会把AI看成数字化的 next level。

企业通常会经历一个递进过程：先是信息化，再是数字化，然后才是AI。换句话说，如果一家企业连信息化和数字化都没有打牢，它其实是很难真正做好AI的。

所以AI不应该被看成一个孤立的热点项目，它本质上还是经营体系继续往前走的一部分。

TopDigital：如果一家企业要真正推动AI落地，最先要做的是什么？

陆玮：我觉得第一件事，不是急着上项目，而是先统一认知。

因为AI是一个很宽泛的概念。很多人会把GPT、大模型、Agent、自动化都混在一起谈，但业务团队未必真正知道AI能解决什么问题。

所以在企业内部，我更倾向于先做培训，把AI从技术语言翻译成业务能理解的能力语言。让大家先知道，AI有哪些能力、适合什么场景、能创造什么价值。只有业务先理解了，后面才可能真正找到对的落地场景。

TopDigital：您如何概括AI对业务最核心的价值？

陆玮：如果要归纳，我会把AI对业务的核心价值概括成三个词：预测、优化、自动化。

无论一个业务需求最后以什么形式落到AI上，它最终都应该回到这三个方向。要么帮助你更好地预测，要么帮助你优化流程和决策，要么帮助你把原来重复性的工作自动化。

如果一个AI项目既没有提升预测能力，也没有带来优化和自动化，那它的业务价值就值得再看一看。

TopDigital：AI项目应该由IT主导，还是由业务驱动？

陆玮：我理想的目标一定是由业务驱动。但前提是，业务要先理解AI。否则你让业务来提需求，很多时候他们也提不出来，因为他们并不知道AI能做什么。

所以更现实的做法是，先由IT把AI能力拆解清楚，变成业务能理解的能力模块，再让业务自己去识别场景。真正成熟的AI落地，不是技术单方面推动，也不是业务单方面拍脑袋，而是技术和业务双向合作。

TopDigital：在您看来，企业AI战略最重要的几个维度是什么？

陆玮：我会强调四个维度。

第一是Governance，也就是治理。AI不是为了AI，安全、责任、边界、统一认知，这些都要先想清楚。

第二是Process。AI不是一个独立项目，而是要嵌进业务流程，真正解决业务痛点。

第三是Data。AI需要数据训练，也依赖高质量数据平台，所以数据成熟度是前提。

第四是People。AI不是IT部门自己就能跑起来的事，它需要各个部门一起参与，需要每个人逐步建立自己的AI skill set，也需要企业内部找到能推动AI落地的 ambassador。

我觉得这四个维度如果不一起看，企业很容易把AI做成一个短期热点，而不是长期能力。

05

结语

回看整场对话，陆玮反复强调的一点其实很明确：企业数字化的核心，从来不是技术本身，而是技术如何真正进入经营。

今天企业谈数字化和AI，已经不能再停留在工具清单和概念堆砌层面。真正拉开差距的，不是谁更早喊出新口号，而是谁能更早把技术转化为业务语言，把系统能力转化为组织协同，把热点技术转化为长期能力。

当数字化进入深水区、AI加速成为新的变量，企业真正需要补的，也许不是某一个“新工具”，而是一整套更面向经营的方法论。