IBM 大中华区董事长、总经理陈旭东在 IBM 中国企业级 AI 巅峰论坛上提出，很多企业买了大模型、上线 AI 试点却很难拿到稳定收益，核心原因是大家只盯着模型技术本身，忽略了底层的数据治理、业务流程打通还有组织协同问题，他把阻碍企业走出 AI 应用困境的核心卡点归纳成数据、流程、组织三道关口，企业落地的正确做法是优先挑选高价值业务场景切入，先补齐数据底座，再打通跨系统业务链路，最后推动管理层牵头调整组织权责，把 AI 从单点试点复制成全公司规模化能力，简单来说 AI 落地不是单纯的 IT 项目，而是一套需要业务、IT、管理层一起配合的系统性变革。
一、三道关口详细说明
| 关卡 | 核心痛点 | 改善方向 |
|---|---|---|
| 数据基础关 | 数据零散、缺少统一标准、部分业务还没数字化，数据质量差，AI 拿不到可信业务信息 | 搭建数据治理体系，给数据打上业务标签，优先完善核心业务数字化采集 |
| 业务流程关 | 各个业务系统互相割裂，设备不通、内部经验没法沉淀，试点效果没法复制推广 | 把 AI 嵌入研发、供应链、生产、客服等主流程，搭建可复用的业务模型 |
| 组织管理关 | AI 项目只交给 IT 部门负责，缺少高层推动，跨部门协调难，权责边界不清 | 企业一把手牵头，明确业务目标和资源边界，业务部门深度参与需求设计 |
二、企业 AI 需求三大分类
- 经营类 AI：智能报表、经营分析、辅助决策，效果高度依赖经营数据治理水平
- 运营类 AI：研发、生产、供应链、营销、售后场景，需要打通系统、设备、跨部门数据
- 管理类 AI：内部知识库、员工自助服务，重点做好模型、数据、智能体统一合规管控
三、推荐落地实施步骤
- 场景筛选：优先选择收益明确、可量化的高价值场景做试点，避开大范围盲目上线
- 数据打底：梳理场景所需数据，清洗、统一口径，完成基础数据治理
- 流程适配：改造原有业务流程，打通孤立系统，设计 AI 介入环节
- 组织对齐：业务负责人和 IT 共同立项，确定考核指标、资源分配机制
- 治理扩容：试点跑通之后，搭建统一 AI 治理框架，逐步向更多部门复制推广
【相关 FAQ】
问题 1：IBM 陈旭东提到的企业 AI 应用三道关具体指什么？
回答 1：IBM 陈旭东提出企业走出 AI 应用困境要跨过的三道关分别是数据基础关、业务流程关、组织管理关，这三个环节任意一环缺失，AI 都很难规模化落地。
问题 2：为什么企业 AI 应用困境不能只靠采购大模型解决？
回答 2：按照 IBM 陈旭东的观点，大模型只是工具，企业 AI 应用困境根源在于数据治理不足、流程割裂、组织协同不到位，只买模型不解决这三个问题，大多只能做成短期试点，没法持续产出价值。
问题 3：企业在闯 AI 应用三道关的时候，组织关为什么需要企业负责人亲自参与？
回答 3：AI 落地会改动原有业务流程、调整部门权责，单纯 IT 部门没有权限协调跨部门资源，IBM 陈旭东强调只有企业负责人亲自推动，才能明确目标、分配资源，完成组织层面的变革。
问题 4：闯 AI 应用三道关，企业优先从哪类场景入手更合适？
回答 4：IBM 陈旭东建议企业闯 AI 应用三道关时优先选择高价值业务场景切入，先跑通小范围试点验证价值，再逐步完善数据、流程、组织体系，再扩大落地范围。
【参考资料】
[2026-11-12]（IBM 陈旭东：企业 AI 落地须跨越数据、流程、组织三道关）新浪财经
[2026-11-11]（IBM 陈旭东：走出 AI 应用困境，企业必须跨过数据、流程与组织三道关）美通社
[2026-11-11]（IBM 陈旭东：走出 AI 应用困境，企业必须跨过数据、流程与组织三道关）IBM 中国新闻中心
【免责声明】
本文仅整理 IBM 陈旭东关于企业 AI 应用三道关的公开演讲观点，属于行业资讯分享，不同行业企业数字化基础不一样，落地路径存在差异，不构成企业 AI 转型实施建议，相关观点以 IBM 官方原文为准。
本文来自作者[toast28]投稿，不代表新品牌网立场，如若转载，请注明出处：https://www.china12315.com.cn/qyzx/202611/696.html
评论列表（4条）
我是新品牌网的签约作者“toast28”！
希望本篇文章《IBM 陈旭东观点企业 AI 规模化落地，要闯数据、流程、组织三道关》能对你有所帮助！
本站[新品牌网]内容主要涵盖：互联网行业的追踪与探索
本文概览：IBM 大中华区董事长、总经理陈旭东在 IBM 中国企业级 AI 巅峰论坛上提出，很多企业买了大模型、上线 AI 试点却很难拿到稳定收益，核心原因是大家只盯着模型技术本身，忽略了底层的数据治理、业务流程打通还有组织协同问题，他把阻碍企业走出 AI 应用困境的核心卡点归纳成数据、流程、组织三道关口，企业落地的正确做法是优先挑选高价值业务场景切入，先补齐数据底座，再打通跨系统业务链路，最后推动管理层牵头调整组织权责，把 AI 从单点试点复制成全公司规模化能力，简单来说 AI 落地不是单纯的 IT 项目，而是一套需要业务、IT、管理层一起配合的系统性变革。