从AI热议到数据共识：山东企业正在重新审视数智化底座
7月3日，由山东CIO联盟联合普元信息举办的“AI时代大型企业数智化底座建设闭门交流会”在青岛顺利举行。
本次活动邀请了来自制造、能源、交通、港口、海洋产业、消费品、教育、农业科技等领域的企业信息化与数字化负责人参会。会议现场围绕AI落地、数据治理、高质量数据集、企业智能基座、业务场景创新等话题展开了深入交流，讨论热烈，互动充分。
这也成为本次会议最鲜明的共识。
AI落地，首先考验的是数据基础
过去一年，AI在企业中的热度快速上升。很多企业已经开始探索大模型、智能体、AI问数、AI辅助开发、知识库、数字员工等应用。但在实践中，大家越来越清楚地看到，AI不是孤立存在的工具，它必须建立在企业已有的数据、系统和流程之上。
如果数据质量不高、指标口径不统一、主数据不一致、业务系统之间难以打通，AI应用就很容易停留在演示阶段，难以进入真实业务。
在普元大数据研究院院长李书超的主题分享中，也特别提到企业推进AI战略时常见的几类难题：数据质量不足、遗留系统复杂、人才缺口、实施风险、数据安全和高层认知差异。其中，“数据问题”被放在了非常重要的位置。
这与现场企业的感受高度一致。很多参会嘉宾并不是不关注AI，而是更关心AI背后的基础条件：数据在哪里？数据是否可信？业务语言能不能被AI理解？企业内部的专有知识、行业黑话、指标口径、业务规则，能不能被沉淀成可复用的数据资产和知识体系？
换句话说，AI落地的起点，不只是模型，而是企业能否构建面向AI的高质量数据底座。
数据平台必须服务真实经营场景
客户案例分享让这个问题变得更加具体。
奥扬科技在分享中提到，企业过去并没有完整的数据平台概念，信息化系统和数据系统都相对分散。后来企业开始尝试通过统一平台建设数字底座和数据底座，把业务系统、数据标准、数据治理、指标体系逐步纳入统一规划。
这个案例最有启发的地方，不只是“上了平台”，而是数据平台真正服务了经营管理场景。
比如企业围绕日会、周会、月会建设经营数据体系。过去经营管理部门需要在深夜向各业务部门要数据、加工数据，第二天再支撑会议使用。数据平台建设后，相关数据可以自动生成，会议材料准备效率明显提升，经营管理人员的重复劳动大幅减少。
这说明，数据治理不能只停留在技术层面，也不能只是为了建设一个平台。企业要让管理层和业务部门看到价值，就需要把数据治理和真实业务场景结合起来。
先解决高频、刚需、看得见的问题，再逐步沉淀数据标准、数据质量、指标体系和数据资产能力。这种路径，对很多正在起步的数据治理项目都有参考意义。
高质量数据集正在成为AI落地的新抓手
乖宝宠物的案例，则把“高质量数据集”这个话题进一步讲实了。
作为宠物食品领域的代表企业，乖宝围绕宠物主、宠物、产品、消费、评价、研发等业务视角，建设了面向行业场景的高质量数据集。这个数据集不是简单地把表汇总起来，而是从业务理解出发，对结构化数据和非结构化数据进行采集、加工、关联和治理。
更重要的是，乖宝宠物把高质量数据集和AI应用场景结合起来，探索人群洞察、产品匹配、养宠关怀、研发生产创新等方向。
现场分享中有一个观点非常值得关注：AI场景选择，不一定要先找“最难”的问题，而是可以先找业务部门“最烦、最重复、最耗时”的工作。
比如数据导出、库存整理、邮件解析、计划排产、知识查询、实验数据整理、报告生成等。这些工作单个看并不宏大，但频率高、耗时长、标准化程度相对较高，一旦通过数据和AI能力优化，业务部门能很快感知到价值。
这也给企业AI落地提供了一个务实思路：从高频耗时、可标准化、能衡量效果的场景切入，让AI先帮助业务减少重复劳动，再逐步进入更复杂的决策和创新场景。
IT部门的角色正在发生变化
本次会议中，另一个值得关注的讨论，是AI时代IT部门角色的变化。
过去，IT部门更多承担系统建设、需求响应、项目交付和运维支撑的角色。但在AI时代，业务部门对技术能力的感知正在变化。部分业务人员已经开始直接接触AI工具，甚至能够自己做原型、生成页面、整理方案。
这对IT部门提出了新的要求。
乖宝在分享中提到，IT部门不能只是业务部门的“施工队”，而要在企业内部进行AI布道，帮助业务部门理解AI能力边界，寻找各部门的“AI火种”，并与业务形成共创机制。
这个观点引发了现场不少共鸣。
AI落地不是单纯由IT推动，也不是完全由业务自发探索。更有效的方式，是管理层推动方向，IT部门提供能力和治理，业务部门提出真实场景，三方形成合力。
尤其是在数据治理和高质量数据集建设中，业务参与更是不可或缺。数据标准、指标口径、知识沉淀、场景定义，都离不开业务部门的深度参与。IT部门的价值，也正在从“做系统”转向“建能力、促协同、控风险、创价值”。
从系统建设走向智能基座建设
普元信息在本次会议中分享了企业智能基座建设的新范式，围绕数据治理、智能集成、低代码、模型网关、MCP、AI Coding、高质量数据集、数字员工等能力进行了介绍。
如果从企业视角来看，这些能力背后对应的是一个共同趋势：企业数字化正在从单点系统建设，走向面向AI时代的智能基座建设。
这个基座至少包括几类能力：
数据能力：让企业数据有标准、有质量、有语义、有资产目录，能够支撑AI理解和调用。
集成能力：让企业已有系统、老旧系统、业务接口和AI工具之间能够安全连接。
应用能力：让业务应用、智能体、低代码开发、AI Coding能够纳入统一治理。
运营能力：让AI应用从试点走向持续运行，具备权限、安全、审计、反馈和优化机制。
现场讨论也说明，山东企业已经不再满足于泛泛谈AI概念，而是开始追问：企业已有系统如何与AI连接？数据治理如何少走弯路？高质量数据集如何建设？AI场景如何选择？IT部门如何证明价值？这些问题，正是AI落地进入深水区后的真实问题。
真实交流，是CIO社群的价值所在
本次闭门交流会的一个重要特点，是嘉宾分享非常务实。无论是普元的主题分享，还是奥杨、乖宝的客户案例，抑或后续多位企业代表的互动发言，都没有停留在概念层面，而是围绕企业真实问题展开。
有企业已经通过数据平台支撑经营例会和管理提效；有企业正在围绕高质量数据集探索AI场景；有企业还处在数据治理起步阶段；也有企业已经建设了算力和模型环境，但仍在寻找与业务结合的路径。
这些不同阶段的实践放在一起，恰恰构成了山东企业AI与数据治理发展的真实图景。
AI浪潮正在推动企业重新审视自身的数据、系统、流程和组织能力。对山东企业而言，真正重要的不是简单追逐技术热点，而是把高质量数据、业务场景、系统集成和组织协同这些基础能力做扎实。
山东CIO联盟也将继续发挥平台作用，组织更多面向真实问题、真实场景、真实经验的交流活动，推动企业CIO和数字化负责人之间的深度连接，共同探索AI时代企业数智化转型的新路径。