深方智库是信息科技领域的综合性企业，聚焦数智化转型，为各行业提供一站式顶层规划服务，涵盖架构设计、标准建设与软件落地，服务对象包括央国企和民企。

在标准体系建设上，深方智库成果斐然。早期深耕两化融合，在辽宁省 3A 级企业推进中占比超 50%；2022 年起布局数据治理，成为东北首家参与国家数据标准体系建设的企业。公司还是国家工信部信息化和工业化融合管理标准化技术委员会成员，以及全国数标委多个标准工作组成员，深度参与行业标准建设。

此外，深方智库依托国家电子标准化研究院评估标准开展智能制造建设，打通企业产品全生命周期各环节，确保服务从规划到落地。凭借专业实力，公司荣获多项国家级荣誉，包括 DCMM、CMMM 等咨询服务资质，并参与 4 项国家级团体标准编制，担任大连市多项地方标准主要起草单位。未来，深方智库将坚持创新驱动，持续提升服务水平，为行业发展注入新动能。

二十多年前企业推进 ERP 困难重重，有“搞 ERP 是找死，不搞 ERP 是等死”的说法，但如今数字化转型势在必行，不转型可能就没有未来。我国自加入 WTO 后 20 年在经济管理等方面的积淀，企业在规模、产品创新、生产制造和品质管理等方面取得进步。

企业数字化转型的关键在于思维转变，要明确谁来牵头推动，核心必须是一把手亲自抓。当前设备厂商等已走向数字化，未来还将向智能化AI 赋能发展，企业面临较大压力。很多中小企业对数字化转型感到迷茫，不知从何入手。数字化转型如同镜子，会反映企业自身情况，并非万能钥匙，企业需根据自身实际情况推进。数字化转型本质上是对企业既有能力的放大，是企业的内功，关键要解决企业自身能力问题。

医药工业数字化转型是未来五年的重点，相关指导文件陆续出台，数据和 AI 人工智能将成为核心。目前有几个表现：

认知断层问题：企业数字化转型面临认知难题，一把手对数字化转型助推企业战略落地不清晰，且与下面人员存在思维断层。企业大多缺乏具备相应能力的 CIO 或 CDO 角色，难以支撑公司数字化转型战略规划。

组织架构问题：多数企业没有完善的 IT 部，IT 与业务没有有效的融合，导致项目推进无法达成有效共识，整体数发推进力度弱。

战略规划问题：企业数字化转型缺乏顶层规划，战略分解和落地困难，规划易流于形式，未从公司整体发展角度考虑问题。

标准体系应用问题：在将各种体系融入企业时，会适当裁剪，因企业性质、体量和数字化程度不同，不能硬性对标标准，但标准可为企业提供指导，使其了解自身在数字化转型或信息化建设方面的缺失。

管理问题：企业数字化转型最大问题在于管理，IT 部门人员多不懂体系化管理，数字化转型涉及战略、人员、资源等多方面，管理不善将阻碍转型推进。

部门设置问题：企业数据中心建设不规范，多数企业缺乏 CIO 人员或部门设置，岗位单一，难以推动数字化转型。

数字化转型首先要有思维转变，不能仅关注上系统、投多少钱，用 Excel 管理也算数字化，关键在于有数字化思维。有了思维，还需团队支撑，之后才是工具与方法。企业常只谈工具与方法，忽略组织保障，这是最大问题。

数字化转型是循序渐进的过程，在指导思想下，有多大能力使多大能力，有多少钱花多少钱，没钱也可穷干，如利用免费产品积累数据、建立数据库，先做起来再逐步完善，不要怕事小。

企业若资源不足，应利用低成本方式推进数字化转型。工信部推动数字化转型，不应让企业花大价钱上大系统，哪怕用钉钉优化审批流程、简单归拢数据，花几万块也应鼓励支持引导。数字化如同读书学习，不一定非要达到很高水平，先做起来，读了总比不读强。

老板自己得先认可转型的重要性，但别啥事都自己干，得找个靠谱的高层专门负责这事，哪怕暂时没专职 CIO，至少要有个 “牵头人” 去研究行业趋势、收集信息，带动团队动起来。

先用免费工具，比如 Excel、钉钉、免费 AI 软件把基础数据管起来。比如用 Excel 整理客户信息，用钉钉走审批流程，先让数据能电子化流通，哪怕只是简单记录，也比堆在纸堆里强。

搞明白 “自动化”“数字化”“智能化” 的区别，先看看自己有没有基础数据，能不能把现有系统打通。就像看病先诊断一样，找专业的人帮忙看看企业哪里最麻烦，别一开始就想做 “全面规划”，先解决最影响业务的问题，比如用 3 万块钱优化一个审批流程，先看到效果，再慢慢扩展。跟着趋势走注 AI、数据这些新技术，但先把基础数据和流程管好，别盲目追热点。

安全意识是关键：安全问题常被当作“恐吓”手段，多数中小企业保密内容有限，但真正保密的东西需做好安全防护。很多安全问题根源在于安全意识淡薄，企业有无安全意识与安全规范至关重要。

资料分类管理：企业资料有级别之分，大部分资料可放在公网或单独部署且服务方承诺数据私有的系统里，但敏感资料不能外传。早期 AI工具刚出现时，很多企业把数据上传，导致数据泄密。

机密资料处理：企业机密若想使用相关技术，可采取本地化部署，或在云端部署时购买专属云、租用算力。安全问题并非无法解决，关键在于企业是否愿意投入成本去解决。

软件在很多场景下，要做出来自己的东西，还是很难的。不管是哪一个软件公司，除了外包的公司日子过得比较好之外。做自有产品的大概率上八成以上是亏钱的。这是非常让人难以接受的一件事，这也是我们国家为什么自由软件产业起不来的原因。实际上我们的软件的产业叫软件与服务，我们更多的是在做服务而不是产品。相对美国而言，比如说像微软这样的企业，它的软件的产值是非常高的。知识产权这件事情从英国发起就是专利权，到发达国家再持续。所以他们造就了一个叫为知识买单付钱的习惯。我们之前习惯了买盗版。一直到今天才有钱买知识。结果被互联网免费给搞砸了。在国内做软件是很难很辛苦的，包括做软件产品尤其如此。所以如果想要在这些领域里，比如说在医药行业、原药行业这些领域里面要是做点什么东西的话，没有实力尽量不碰，风险太大了。数字化转型智能制造领域里面出现过一些企业。

第一种是传统的软件公司去做某个领域里面的软件。如果过去他做的很成熟，估计未来也过的不错，如果过去做的不成熟，大部分是有始无终，就很难坚持下去。

第二种是一些平台化的企业入局。比如说像阿里、腾讯之类的入局来做这个智能制造的软件。这个大部分也都是无疾而终，因为他们在行业里面的没有积淀。

第三种是原来做企业的，分出来一部分给行业做服务，最后变成了独立的公司。这种公司我看目前的形势还相对比较好。因为首先它有一个孵化器，而且在行业里面有相应的影响力。然后向同行业或者其他领域里面再进步。我觉得现在这种方式应该相对来说比较成功的。

第四种是在这个行业的人懂软件，出来创办公司，来解决这个行业的问题。这种一开始缺孵化器，相对来说起步难。但也好在有积累，软件的工具是越来越先进，在这一点上来讲，我觉得机会也会比较大。

我对软件行业的涉足不算深入，从我目前的感受来说，国内工业软件发展不尽如人意，企业往往只能依赖国外软件，后续服务成本高昂，已经成为企业选择软件时的一大痛点。

我认为要解决这一问题，需关注两个关键方面。其一，正如胡总所言，深入了解行业至关重要。若仅从技术层面开发软件，而不结合行业实际，那么产品在企业中的适配度必然不高，后续可能需要反复调整。所以对行业的深入理解是开发出契合企业需求软件的关键。其二，新技术的迭代尤其是 AI 技术的兴起，为软件开发带来了新的机遇。这些技术有望大幅提升软件开发效率。例如百度推出的无代码多智能体协作工具 “秒哒”，客户只需提出需求，它就能自动搭建相应的软件。尽管目前该产品还处于轻量级阶段，但可以预见随着时间和技术的不断进步，这类产品将更加成熟。届时中小型企业也能更快速地应用这些软件，从而提升自身的运营效率。