随着人工智能产业化进程不断深入，企业AI落地过程中难以突破的瓶颈桎梏，成为行业关注的核心议题。在2026亚布力企业家论坛第二十二届夏季年会上，达观数据董事长兼CEO陈运文围绕人工智能产业化发展与企业智能化转型分享了自己的思考。

图1 2026亚布力企业家论坛第二十二届夏季年会在成都召开

陈运文认为，当前企业数字化转型已经进入“深水区”。AI在产业落地的真正瓶颈，不在模型参数的大小，而在于企业能否构建从数据到知识、从知识到智慧的完整转化链路。

本届亚布力论坛所讨论的企业AI的“新篇”，恰恰在于以知识驱动重塑组织智能，让数据不再沉睡，让经验不再流失，让每一个决策都有智慧的支撑。

图2 达观数据董事长兼CEO陈运文分享企业AI落地的思考

一、从“数据拥有”走向“知识驱动”

过去十余年，企业数字化建设积累了海量数据，但这些数据往往分散在不同系统、不同部门和不同业务流程中。文档、邮件、业务系统、知识库以及大量非结构化资料共同构成了企业庞大的数字资产，却也形成了新的困境：

数据彼此割裂，知识难以检索，经验依附于个人，企业拥有大量信息，却未必真正拥有与之匹配的组织知识。

因此，企业AI真正需要解决的，并不是简单地“把数据交给大模型”，而是建立一套能够让数据被连接、理解、治理和持续应用的知识基础设施。

围绕这一判断，达观数据正在构建一条从数据连接、知识加工，到场景应用和智能决策的完整链路。

二、以知识驱动重塑企业智能

01 夯实数据基座：让数据从“沉睡的资产”变成“流动的血脉”

企业80%以上的数据是非结构化的，沉睡在文档、邮件、系统中，无法被检索、复用和联结。达观数据以权限感知知识图谱技术为核心底座，构建覆盖连接器、企业图谱与权限继承的完整上下文能力，打通跨系统数据壁垒。正如美国企业AI标杆Glean 所验证的——其核心壁垒并非大模型，而是连接大模型与企业内部数据的“智能层”。达观数据同样致力于让分散在各业务系统中的数据实现统一连接与智能调度，为上层应用提供坚实、安全、可生长的数据基座。

02 知识提炼加工：从“数据治理”走向“知识治理”

数据只有被提炼、关联、沉淀，才能成为知识；隐性专家经验只有被数字化表达，才能转化为可复用的组织资产。达观数据以自主研发的垂直大模型为引擎，深度融合知识图谱、向量数据库、智能文档处理（IDP） 等前沿技术，对海量非结构化数据进行标准化治理与语义化构建。更重要的是，我们将行业专家的隐性经验进行显性化沉淀——让Know-how不再依附于个人，而是成为企业可理解、可溯源、可迭代的结构化知识资产。这是中国企业从“数据驱动”迈向“知识驱动”的关键一跃。

03 场景化应用：让知识在业务中真正“活起来”

基于坚实的数据基座与知识体系，达观数据打造了覆盖搜索、问答、推荐、审核、分析的全链路能力——“搜问推”一体化，让知识贯穿每一个业务触点。在智能审核领域，我们构建了知识驱动审核、审核反哺知识的自我进化闭环；在智能推荐与智能分析领域，实现从数据检索到洞察决策的全链路覆盖。知识的价值不在于存储，而在于流动——当知识贯穿于每一个业务场景，企业才真正拥有了智能化的脉搏。

04 构建知识驱动的企业专用系统，赋能客服、培训、质控等核心场景

达观数据以“数据+知识+智能体”为核心架构，将大模型通用能力转化为垂直行业专用智能。在客服场景，通过智能问答与客户意图洞察，从海量交互中挖掘价值，大幅提升用户体验与转化效率；在培训场景，构建制造业知识闭环，实现从故障诊断到知识沉淀再到员工培训的全链路覆盖；在质控场景，智能审核系统使关键信息提取准确率≥95%，风险漏检率从18%降至3%以下，审核效率提升90%。这不是简单的工具赋能，而是让知识成为组织运转的血脉——让每一个决策都有知识的支撑，每一个行动都有智慧的指引。

三、企业AI落地进入新的发展阶段

从数据到知识，从知识到决策，再从决策到行动，企业AI正在进入一个新的发展阶段。

陈运文认为，未来企业真正需要关注的，不再只是“拥有多少数据”，而是能否以更快的速度、更高的精度，将数据转化为知识，将知识转化为决策，再将决策转化为行动。

这也意味着，企业AI的竞争正在从单纯的模型能力竞争，逐渐转向数据基础、知识体系、业务场景与组织能力的综合竞争。

图3 2026亚布力企业家论坛第二十二届夏季年会

当行业仍在不断探索模型参数规模与通用能力边界时，达观数据选择了另一条更贴近产业本质的路径：让知识在组织中自由流动，让经验持续沉淀，让数据真正产生价值，让AI成为企业自身不断进化的“智慧脑”。

以知识为血脉，重塑企业数据智能。达观数据期待与更多企业携手，持续探索人工智能与产业深度融合的新路径，让AI真正进入业务、进入组织、进入产业，推动中国企业从“数字化”迈向更具价值创造能力的“智能化”。