Ezpay

英特集团是浙江省医药流通龙头企业，主营医药批发与零售，客户覆盖医疗组织与终端药店。集团年营收300多亿元，员工5000多人，下属子公司60余家，业态完整、管控一体化。员工多、层级多、链条长——这样一家企业，恰恰是观察“组织AI怎么落地”的好样本。在Ezpay《让组织AI落地——AI-COP智能协同运营中枢》白皮书的六个案例中，它是“战略牵引”的代表。

英特集团与Ezpay的合作以OA为载体：全集团的业务审批集成于EzpayOA之上，所有B/S系统从OA单点登录跳转。AI进组织，正是从这个全员入口开始的。

近期，围绕组织AI落地，我们与英特集团数字化与信息中心总经理杨菲做了一场对话。谈完最大的感受是：越是要AI进正式流程，越要先回答一个问题——他是谁。

问：英特集团这么大、这么复杂——5000多人、60多家子公司、全链条业态，AI这种新技术来了，最先给你们带来的是期待，还是麻烦？

英特集团：都有。管理层的期待感很强烈——希望新技术从降本增效、业务增长，不断到商业模式转型，都能带来新机遇。但真到落地，问题就来了：个人AI大家都在用，从个人AI到工作中的一个完整场景，中间隔着很远的距离。业务同事找到我们时，往往只是想解决个人工作上的一个痛点，而这个痛点怎么延伸成一个完整的场景、一个管理闭环，才是最需要解决的问题。

还有一条硬约束：企业级应用要讲投入产出比，要为正，还要可度量。这条对AI落地的压力非常大。

问：那从技术这头看，准备做足了吗？

英特集团：AI最底层是算力、算法加数据。算力花钱能得到；算法要找到合适的供应商；数据是我们自己要解决的问题——好在英特全集团信息管控一体化，数据基础不错。剩下就是迎难而上、分阶段走：2024年做技术准备；2025年真正开始场景落地——算力采购、算法在自有算力上完整部署，当年输出8个场景；2026年到现在，加在一起十五六个。通用大模型直接拿进来用，只适合标准化场景；像医保、知识库向量化这类工作，微调躲不开，常常要跑上一两个月，才勉强到80%。

往行业看，垂类大模型必然会出现。医院看片子，现在几乎没人在看了——人的肉眼判断不了像素级的颜色深浅，AI可以。行业里相对规范的东西，都可以尝试去做垂类模型；企业内部一些类型的东西，则适合跟软件供应商一起共创。

问：十五六个场景做下来，中间一定有反复。遇到困难，是退缩了，还是硬上？

英特集团：迎难而上。而且我们内部有一条主线，叫“点线面”。所有场景肯定都从点状开始，但做完一个点，我们追求的是可复用性——场景一旦开放，口径的标准化就要贯穿下来。不能头痛医头、脚痛医脚，信息人员的资源有限，每个场景都要能长出下一个。

如果按单点智能、智能集成、智能协同、智能中枢来划分，英特集团现在处在智能协同阶段。智能体串智能体的场景已经出现了，但不同智能体之间怎么有效治理、怎么串起来，是我们眼下的挑战。

问：说得具体一点，有没有一个你们自己比较得意的场景？

英特集团：讲一个跟Ezpay共创的。英特集团的业务系统架构比较传统，审批流引擎弱，所有业务型审批全部推送到OA——高层几乎只用OA。风控类流程尤其多：信用超额要新增授信，账期要调整，存货超上限还要采购，对上游供应商要做预付款、垫资，每一项都触发审批。

我们的做法，是让AI去跟业务系统交互。领导在审批界面上，原来收到的表单是死的——发起时是什么数据就是什么数据；现在AI会告诉他，你打开的这一刻，数据实际是什么状态。原来协同的信息来源是单一的，要么来自别的系统，要么靠手填；未来AI在理解、分析和推荐上，可以给出决策建议。用我们内部的话说：第一个阶段的AI像内勤、像秘书，做的是识别；第二个阶段的AI，像一个经验丰富的老员工，开始理解事情。

问：您反复提到一个词——“他是谁”。为什么这件事这么关键？

英特集团：你要问任何跟英特集团有关的问题，AI得先知道自己是哪家公司的、面对的是谁。每个系统都有自己的权限体系：组织、功能、数据三个维度，财务系统一套，业务系统一套，底层数据库又各自独立。不打通这些，个人智能中心就只能停留在通用问答。

我们试过一个模式：先定义你是哪家公司的，再给你看这家公司相应的制度，用它来回答你。这个模式是可以扩展的。而英特集团PC端的统一入口就是OA——OA天然有角色视角，你是谁、在哪个组织、什么岗位，定义得清清楚楚。所以AI时代做统一入口，口子一定在OA。难点在于集成其他平台数据时，要把对方的权限体系一并带过来。

问：权限不控住，会怎样？

英特集团：直接问一句“今年调薪的流程发给我看一下”——这种风险就很大。内部的东西，不该让你知道的，就不能让你知道。权限要控死，这是企业级AI应用从数据治理到信息化治理都必须解决的问题。

问：再往远处想一步——如果AI哪天真的成了我们的员工，我们怎么管他？

英特集团：数字员工的概念，英特集团两三年前就在用了，那是RPA阶段——一个真实岗位对应几个机器人，我们叫“一带多”。但所有智能体、所有类人操作，都必须在人的管理之下，这一点第一时间是明确的。

往后看会有两类：一类挂在岗位上，谁来做这个岗位，谁就管理相应的智能体；另一类更长久——智能体不仅理解、分析，还执行，它不一定出现在某个人的岗位上，可能在后台就把活干掉了。到那个阶段，制度、流程、授权范围、治理框架，都必然要跟上。

问：那怎么激励一个数字员工？

英特集团：给他更多算力、更多数据，让他跑得更开心一点。

问：把时间拨回三四年前，重新来做今天的事情，哪些地方可以做得更好？

英特集团：数据标准化，越早越好。从最底层的主数据做起——客户、供应商、货品的统一规范，没有这个，后面很难做。

还有组织架构。行政组织、财务组织、业务组织，三套架构在集团内部现在还没有完全打通。一个人离职了，OA、企微、财务、人力、BI的账号都会自动消失，唯独业务系统不会——他还背着一堆应收账款。时间久了，账号未必收得回来。组织架构的不统一，对未来AI场景的负面影响很大。

集团型企业和单体公司差异很大。单体公司实行服务就行；集团的信息团队，一半为服务，一半为管控。管控的意识松掉了，后面就得回头补课。

问：最后，给同类型的企业、给从业者一条最真实的建议？

英特集团：不要为了AI而AI。业务部门、管理部门一定要跟信息团队共创——每一个需求背后，一定有一个管理逻辑，要解决的是底层问题，不是表面痛点。企业级应用不是玩，务实最重要。

问：那英特集团和Ezpay之间呢？

英特集团：前期已经探讨过知识库、权限体系、数据池这些方向。按照Ezpay今年以FDE作为驱动的业务逻辑，行业里那些共性的东西，做完之后可以产品化、标准化——AI来了，用技术服务好企业，让解决方案真正放大企业的竞争力。

—

这场对话收在双方共同的那个词上：共创。

而对组织而言，共创的地基，是先被回答的那个问题——AI是谁、为谁工作、边界在哪里。